LG, 추론 AI 'EXAONE Deep' 오픈소스 공개

 

3월 19일, LG에서는 자사가 개발 중이던 AI모델 'EXAONE Deep'을 오픈소스로 공개했습니다. 이 소식은 국내 AI 기술의 발전과 오픈소스 커뮤니티에 어떤 영향을 미칠지 생각해보는 기회가 될 것 같아 짧게 정리를 해 보려고 합니다. 

 

 

[서울타임즈뉴스] LG, 세계 최고수준 추론AI ‘엑사원 딥’ 오픈소스로 공개

 

EXAONE Deep : Reasoning AI의 새로운 기준

LG AI 연구소에서 개발한 고급 추론 AI 모델 시리즈로, 수학적 논리와 과학적 추론을 이해하고, 복잡한 문제를 해결하는 능력을 갖추고 있다고 합니다. 그 결과, MATH-500, AIME (미국 수학 초청 시험), CSAT (대학수학능력시험) 등의 벤치마크에서 EXAONE Deep 모델은 최상위 성능을 보여주었습니다.

 

 

EXAONE Deep 모델은 매개변수 크기에 따라 다음과 같이 나뉩니다.

• 2.4B : 경량화된 온 디바잇, 저사양 GPU 용 학습, 추론이 가능합니다. 
• 7.8B : 범용 활용이 가능한 경량 모델로 다양한 산업 분야에 활용될 수 있습니다. 
• 32B : 고성능 추론에 특화된 모델로 수학, 과학, 코딩 분야에서 독보적인 성능을 달성했습니다. 
  
  

국내 AI 모델들의 오픈소스 공개

사실 이번 자체 AI 모델의 공개는 최근 있었던 중국 DeepSeek R1의 공개의 여파도 있었을 것이라 생각합니다. 우연인지 모르겠지만 카카오, LG, 네이버 등이 모델 공개를 결정하거나 고심하게 되었으니까요.

 

아마도 국내 빅테크들은 기존 Closed AI 기반으로 OpenAI, Google 등이 독보적인 서비스를 해 나가고 있었을 때, 비슷한 생각을 하고 있지 않았을까요? 그래도 한국 고유의 데이터와 국내 요건을 반영한 AI 서비스 개발에서는 나름 차별성이 있었을테니까 말입니다. Meta의 Llama 시리즈를 기반으로 하고 있는 다른 곳들은 제외하고 말이죠.

 

그러다 DeepSeek R1의 발표로 업계에 큰 충격이 온 뒤 각자가 서둘러 모델을 공개했습니다. 

• 카카오 : 2/27  Kanana 2.1B (가장 경량 모델)만 오픈소스로 공개
• LG : 3/19 EXAONE Deep 2.4B, 7.8B, 32B 오픈소스로 공개
• 네이버 : 하이퍼 클로바 오픈소스 공개 고민 중

 

왜 오픈소스로 공개하는 걸까?

DeepSeek R1의 공개 이후 국내 주요 테크 기업들이 각자 개발해오던 대형 언어 모델(LLM)을 잇달아 오픈소스로 전환·공개하는 데에는 여러 가지 배경과 동기가 얽혀 있을 것으로 생각됩니다. 그 상세한 내막이야 알 수 없겠죠.

 

일반적으로 오픈소스로 공개하는 경우, 기대하는 바는 다음과 같은 것들이 있을 것 같습니다. 

 

 

• 기술 경쟁력 확보 및 에코시스템 확장
  • 지배적 레퍼런스 모델 등장 : DeepSeek R1 같은 높은 성능의 오픈소스 LLM이 등장하면, 상용 모델 중심의 생태계가 변화하면서 오픈소스 기반 기술 표준 혹은 레퍼런스가 될 가능성이 커집니다. 이에 따라 국내 기업들도 자체 모델을 공개함으로써 업계에서 기술 검증을 받고, 오픈소스 LLM 생태계에서 존재감을 확대하고자 할 수 있을 겁니다.
  • 개발/연구 속도 향상 : 오픈소스로 공개된 모델은 다양한 연구 단체, 스타트업, 개인 개발자들과의 협업을 통해 모델 개선 속도가 빨라집니다. 비공개 모델로 내부에서만 개선할 때보다 커뮤니티의 기여, 피드백, 버그 리포트 등이 활발해져 성능과 안정성이 향상될 수 있습니다.
• 글로벌 경쟁 환경에서의 생존 전략
  • 빅테크와의 경쟁 압력 : ChatGPT, Google PaLM 등 미국 빅테크가 주도하는 초거대 모델에 맞서려면 중소·스타트업은 물론 국가 차원의 역량 및 지역 생태계를 모으는 전략이 필요합니다. 오픈소스 모델을 통해 이러한 “연합 전선”을 구축할 수 있습니다.
  • 오픈소스 커뮤니티의 ‘표준’ 지위 확보 : 한 번 널리 채택된 오픈소스 모델이 사실상의 표준(Defacto Standard) 역할을 맡게 되면, 이를 중심으로 성장하는 관련 생태계(도구, 플러그인, 응용 서비스 등)가 크게 활성화됩니다. 결국 이를 발판삼아 글로벌 시장에서 기술 영향력을 확보할 수 있게 됩니다.
• 인재 및 연구 자원 유입 효과
  • 인재 커뮤니티 형성 : 모델을 공개하면 개발자와 연구자들이 자연스럽게 모델에 참여해 기술을 발전시키고 새로운 기능을 도입합니다. 이는 기업 입장에서도 우수 인재를 식별하고 채용할 수 있는 좋은 기회가 됩니다.
  • 오픈소스 기여 장려 문화 : 최근 소프트웨어 개발 업계에서 오픈소스 기여 경력이 중요한 이력 요소로 부각되고 있습니다. 국내외의 역량 있는 연구자나 개발자들이 적극적으로 오픈소스 프로젝트에 참여할 동기가 되며, 그 결과 기업은 연구 역량을 간접적으로 늘릴 수 있습니다.
• 투명성과 신뢰도 제고
  • 데이터 윤리·프라이버시 우려 대응 : 대형 언어 모델은 학습 데이터와 알고리즘 투명성이 중요한 이슈입니다. 기업이 자체 모델을 공개하면 “데이터와 알고리즘에 대한 검증 가능성”을 어느 정도 열어놓게 되므로, 윤리적·법적 리스크에 대한 신뢰도를 높일 수 있습니다. 이것은 물론 공개하는 범위에 따라 달라질 수 있겠습니다. 
  • 품질·안전성 검증 : 오픈소스로 공개된 모델은 커뮤니티 및 외부 전문가의 검증을 받습니다. 이 과정을 통해 모델의 편향성, 보안성, 안정성 등에서 상대적으로 투명한 평가를 받을 수 있어, 사용자 및 시장의 신뢰도 제고에 도움이 됩니다.
• 기술·상업적 협력 및 수익 모델 다양화
  • 플랫폼화 전략 : 특정 기업이 만든 모델이 오픈소스로 폭넓게 쓰이게 되면, 그 기업은 해당 플랫폼 위에서 제공되는 추가 서비스(예: 클라우드 인프라, 애플리케이션, 솔루션 등)를 통해 수익을 창출할 수 있습니다.
  • 협업 생태계 조성 : 여러 기업이 함께 기술 표준을 만들어나가는 과정에서 API, 개발 프레임워크, 학습 파이프라인 등이 정립되면, 호환성과 생산성이 높아져 상호 간 협력이 쉬워집니다. 이로 인해 새로운 사업 기회가 등장할 수 있습니다.
• 국내 AI 산업 육성 정책과의 연계
  • 정부·공공기관 협력 : 한국 내에서는 AI 기술 자립화 및 생태계 구축을 위해 정부 차원의 지원과 예산이 투입되는 상황입니다. 오픈소스 모델을 통해 공공 연구기관, 학교, 스타트업 등이 참여할 수 있는 폭넓은 협력 구조를 만들어내는 것이, 중장기적으로 국가 AI 역량 강화에 부합합니다.
  • 기술 국산화 명분 : 해외 기술 의존도를 낮추고, 국내 독자 생태계를 키운다는 명분으로 오픈소스를 추진하는 경우도 있습니다. 이를 통해 국내외 기술 격차를 좁히고, 글로벌 시장 진출 시 ‘한국발 AI’라는 경쟁력을 확보하려는 의도도 있습니다.

 

 

정리하며...

어찌됐건 카카오와 LG의 오픈소스 공개는 국내 AI 생태계에 큰 의미를 가집니다. 개발자와 연구자들이 이 모델을 활용하여 다양한 응용 프로그램을 개발할 수 있게 되어, AI 기술의 저변 확대와 혁신을 촉진할 수 있기 때문입니다. 또한 국산 AI 기술의 자립과 발전을 위한 중요한 발걸음이 될 수 있습니다. 해외 기술에 의존하지 않고 국내 기술로 개발된 AI 모델을 오픈소스로 공개함으로써, 국내 기업과 연구기관이 독자적인 기술력을 확보하고 글로벌 경쟁력을 강화할 수 있는 기반을 마련했다고 볼 수 있기 때문이죠.

 

향후에도 기업들의 오픈소스 참여를 통해, 오픈소스 생태계가 빠르게 주목받고, 이에 대한 국내외의 관심과 투자, 인재 유입이 늘어날 것으로 생각됩니다. 국내의 다른 대표 테크 기업들도 이러한 흐름에서 뒤처지지 않고, 생태계를 선도하거나 적극적으로 참여하기 위해 자사가 갖고 있던 LLM을 공개하여 기술 검증, 커뮤니티 참여 확대, 인재 발굴, 생태계 표준화 주도, 수익 모델 다변화 등 다방면의 이점을 누리길 바랍니다. 각 기업들이 자사의 전략적인 판단과 맞아 떨어진다는 가정 하에서 말이죠.