한국형 AI 국가대표 경쟁, 이달 중간평가 들어간다

• 한국형 독자 AI를 뽑는 국가대표 경쟁이 본격화됐음

  • 대부분의 생성형 AI가 외국어 기반이라 한국어 표현, 한국식 업무 맥락, 문화적 뉘앙스에서 빈틈이 생긴다는 문제의식에서 출발함
  • 이달 전문가와 국민이 참여하는 2차 심사가 진행될 예정임

• 현장 적용 사례는 꽤 구체적임

  • 작업자가 안전모를 벗은 장면이 CCTV에 잡히면 화면에 경고가 뜸
  • 관리자는 순찰 로봇을 보내 확인하고, AI에게 상황을 물으면 안전모 미착용이라고 설명해줌
  • 기존에 미국산 AI를 쓰던 업체가 국내 개발 AI로 바꾼 이유는 우리말을 더 자연스럽게 쓴다는 점이었음

• 스타트업도 독자 파운데이션 모델 경쟁에 들어왔음

  • 한 개발사는 사무실 한 칸, 직원 25명 규모로 독자 모델을 만들고 있음
  • 이 모델로 수능 시험을 풀게 했더니 350점 만점에 344점을 기록함
  • 챗GPT 최신 모델보다는 낮았지만 중국 딥시크보다는 높은 점수였음

• 외부 평가에서도 꽤 의미 있는 숫자가 나옴

  • 한 평가 기관의 성능 평가에서 공동 11위를 기록함
  • 미국과 중국 기업을 제외하면 1위라는 평가임
  • 대표는 이제 미국과 중국만 이 게임의 플레이어가 아니라는 걸 보여줬다고 봄

• 다른 후보들도 각자 강점을 내세우고 있음

  • SKT는 중국 대표 모델들과 비슷한 수준까지 따라잡았다고 자평함
  • 업스테이지는 실제 업무에 활용할 수 있는 기능 구현이 강점으로 평가받고 있음
  • 결국 평가는 언어 품질, 성능 점수, 실제 업무 적용성을 같이 보는 싸움이 될 가능성이 큼

• 국내 개발자 입장에선 꽤 가까운 뉴스임

  • 한국어 고객지원, 사내 문서 검색, 제조·건설 현장 모니터링, 공공 서비스 같은 영역은 한국어와 로컬 맥락이 성능을 크게 좌우함
  • 해외 대형 모델을 그대로 쓰는 것과 국내 모델을 붙이는 것의 차이가 실제 제품 품질로 드러날 수 있음

---

기술 맥락

• 이번 경쟁의 핵심은 한국어를 잘하는 모델을 넘어서 한국 업무 환경에 맞는 파운데이션 모델을 만들 수 있느냐예요. 한국어 문법만 맞는다고 현장 용어, 조직 문화, 업무 흐름까지 이해하는 건 아니거든요.

• CCTV와 순찰 로봇 사례가 중요한 이유는 모델이 텍스트 채팅에만 머물지 않기 때문이에요. 영상에서 상황을 읽고, 사람이 묻는 말에 답하고, 현장 조치와 연결되는 구조라 실제 운영 품질이 바로 드러나요.

• 수능 344점 같은 벤치마크는 모델의 언어·추론 능력을 보여주는 참고 자료예요. 다만 업무용 AI에서는 점수만 높다고 끝나지 않고, 사내 시스템 연결, 오류 대응, 현장 표현 이해가 같이 맞아야 해요.