LG, 7500억 파라미터 ‘K-엑사원 2.0’ 오픈소스로 공개

• LG AI연구원이 7500억 파라미터짜리 ‘K-엑사원 2.0’을 공개함. 숫자만 보면 국내 공개 모델 중 최대 체급임

  • 지난해 1차 모델은 2360억 파라미터였고, 이번에는 3배 이상 커짐
  • 공개 위치는 허깅 페이스고, 라이선스는 상업적 이용이 가능한 아파치 2.0으로 바뀜
  • “국내용 데모 모델”이 아니라 기업과 개발자가 실제 제품 실험에 올려볼 수 있는 쪽으로 문을 연 셈임

• 벤치마크도 같이 던졌는데, LG가 강조한 포인트는 장문 이해와 에이전틱 성능임

  • 9개 영역, 24개 벤치마크 평균은 70.1점으로 1차 모델의 63.3점보다 10% 이상 높아짐
  • 코딩과 에이전틱 코딩 주요 지표 3개의 평균 성능은 30% 개선됐다고 밝힘
  • 장문 이해 평가인 OpenAI-MRCR에서는 94.4점, Ko-LongBench에서는 89.6점을 기록함
  • 비교 대상으로 나온 중국 지푸의 GLM-5.1은 각각 71.5점, 83.6점이라 장문 쪽에서는 꽤 공격적인 숫자를 제시한 셈임

• 에이전틱 툴 사용 평가에서도 꽤 센 메시지를 냄

  • Tau3-Bench Banking에서 K-엑사원 2.0은 14.2점
  • GLM-5.1은 11.5점, Qwen3.5는 13.4점으로 제시됨
  • 지시 이행 평가인 IFEval, IFBench에서는 GLM-5.1, 딥시크 V4 Pro max, Qwen3.5와 대등한 수준이라고 설명함
  • 요즘 모델 경쟁이 “말 잘함”에서 “툴 잘 쓰고 절차 잘 지킴”으로 넘어가는 흐름이라 이 지표를 전면에 세운 게 눈에 띔

• 지원 언어도 10개로 늘어남

  • 기존 한국어, 영어, 스페인어, 독일어, 일본어, 베트남어에 프랑스어, 이탈리아어, 포르투갈어, 폴란드어가 추가됨
  • LG 쪽 표현으로는 국내 AI 파운데이션 모델 중 가장 많은 언어를 지원하는 모델임
  • 소버린 AI를 국내 시장 방어용으로만 보지 않고 글로벌 시장까지 겨냥하겠다는 그림임

• 안전성 평가 결과도 꽤 구체적으로 공개함

  • 한국적 특수성과 글로벌 윤리 기준 준수를 보는 KGC-Safety, 지정학적 맥락 판단 안정성을 보는 ROK-Fortress 평균이 94.6점
  • 비교 모델로 제시된 GLM-5.1은 71.3점, 딥시크 V4 Pro max는 65.2점, Qwen3.5는 89점
  • 한국어 모델에서 특히 중요한 건 욕설 필터링만이 아니라 한국 사회·정책·지정학 맥락을 얼마나 안전하게 다루느냐라서 이 지표를 따로 잡은 게 의미 있음

• 이미 산업 적용 사례도 같이 깔아둠. “논문 모델 공개”로 끝내지 않겠다는 메시지임

  • 앞서 공개한 비전언어모델 ‘엑사원 4.5’는 행정안전부 ‘AI 안전신문고’에서 하루 3만9000건 이상의 안전 신고를 분석 중임
  • 식품의약품안전처 ‘신약 심사 AI’에도 들어가 신약 허가 심사 기간 단축에 쓰이고 있음
  • LG는 다음 주 산업 특화 AI 파운데이션 모델도 추가 공개하고, 제조·바이오·금융·공공 쪽 전문가 AI 포트폴리오를 넓히겠다고 밝힘

• 다만 개발자 입장에서 진짜 체크할 건 벤치마크 이후임

  • 750B 모델은 성능만큼이나 추론 비용, 서빙 구조, 지연시간, 컨텍스트 처리 안정성이 중요함
  • 아파치 2.0 공개라면 국내 기업들이 온프레미스나 프라이빗 클라우드에서 실험할 여지가 생김
  • 결국 “한국어 장문 업무에서 GPT나 Claude 대비 얼마나 싸고 안정적으로 굴러가느냐”가 실전 평가 포인트가 될 듯함

---

기술 맥락

• 이번 선택의 핵심은 750B급 대형 모델을 그냥 발표한 게 아니라, 학습부터 추론 환경까지 한 번에 가져갔다는 점이에요. 파라미터 수가 커지면 모델 품질만 문제가 아니라 분산 학습, 체크포인트 관리, 서빙 비용이 같이 터지거든요.

• 아파치 2.0으로 공개한 것도 꽤 중요한 결정이에요. 연구용 공개에 머물면 기업 입장에서는 법무 검토에서 막히는 경우가 많은데, 상업적 활용이 열려 있으면 PoC에서 제품화까지 이어질 가능성이 커져요.

• 장문 문맥 이해와 에이전틱 툴 사용을 강조한 건 요즘 LLM 실사용 흐름과 맞아요. 개발팀이 원하는 건 짧은 답변 생성보다 긴 로그, 문서, 코드, 업무 절차를 모델이 놓치지 않고 처리하는 능력이거든요.

• 안전성 평가에 한국적 맥락과 지정학적 판단을 넣은 것도 로컬 모델에서는 중요해요. 글로벌 모델이 한국어를 말할 수는 있어도 한국 사회 맥락을 안정적으로 처리하는지는 별개 문제라, 공공·금융·바이오 같은 영역에서는 이 차이가 꽤 크게 작동해요.