엑사원 3.5 개발에 70억 들었다…LG AI硏 “조만간 딥시크 R1급 모델 공개”

▲배경훈 LG AI연구원장이 6일 오전 서울스퀘어에서 열린 '국내 AI 산업 경쟁력 진단 및 점검회의'에서 발언하고 있다. 사진=이태민 기자

LG가 지난해 12월 공개한 자체 생성형 인공지능(AI) 모델 '엑사원 32-B' 개발에 4개월 동안 70억원이 투입된 것으로 확인됐다. 중국 AI 스타트업 딥시크의 최신 모델 개발비용보다 낮은 비용이 들었다는 점에서 국가 차원의 홍보가 부족했다는 아쉬움이 나온다.

배경훈 LG AI연구원장은 6일 오전 서울스퀘어에서 열린 '국내 AI 산업 경쟁력 진단 및 점검회의'에서 이같은 내용을 최초 공개했다. 딥시크 V3 모델 학습에 투입된 비용으로 알려진 600만달러(약 78억원)보다 다소 낮은 규모다.

엑사원 32-B 모델은 특화 분야에 활용할 수 있는 프론티어급 모델로, 320억개의 매개변수(파라미터)를 보유하고 있다. 멀티 스텝 추론 기능(MSR)을 중심으로 설계돼 심층 분석, 출처 선택 등 기능도 탑재됐다.

특히 작업마다 특화된 소규모의 전용 거대언어모델(LLM)만 활성화해 AI 학습 비용을 절감하는 전문가 혼합(MoE) 기법이 사용됐다. 해당 기법은 딥시크가 개발비를 절감할 수 있었던 요인으로 꼽힌다.

사용성과 장문 처리 능력, 코딩, 수학 등 다방면에서 글로벌 오픈소스 AI 모델과 견줄 만한 성능을 보였다는 평가다. 현재 그룹 전 계열사에 도입 중이며, 분야별로 적합한 양식도 지속 업데이트한다는 방침이다.

배 연구원장은 “그룹 차원을 넘어 글로벌로 공개했더라면, 우리 스스로도 엑사원의 추론 기능 등을 더 잘 알렸다면 좋았을 것이란 아쉬움이 있다"며 “글로벌 수준의 모델을 만들고 사업적 가치를 창출하고 있음에도 국가 차원의 홍보가 부족했던 것 아닌가 생각한다"고 말했다.

이어 “LG가 엑사원에 대한 인프라 구축에 1조원을 투자했다는 루머도 있다"며 “LLM을 하나 개발하는데 100억원이 채 들지 않는다. 전체 비용도 때론 200억원, 400억원이면 충분하다"고 말했다.

그는 또 국내 LLM 개발 단계가 성능 향상을 넘어 '액션 단계'로 넘어가야 할 시점이라고 진단했다. 현재 LLM 개발은 지식에서 사고의 단계로 넘어가고 있고, 딥시크 사례가 '사고의 단계'를 보여준 것이란 설명이다. 이를 위해선 인프라 저변을 확대해 보다 양질의 데이터를 확보하는 작업이 중요하다고 강조했다.

그는 “보여주기식으로 모델을 만드는 게 아니라 실제 산업 현장에서 쓸 수 있는 비용 효율적인 고민이 필요하다"며 “현장에선 적은 데이터만 갖고 효과적으로 모델을 개발하는 방법에 대한 고민을 계속 해나가야 한다. 국가 AI 경쟁력 확보에 있어서도 중요한 역할을 할 것으로 보고 특별히 신경쓰고 있다"고 했다.

기술 발전 속도가 빠른 만큼, AI가 전 세계 데이터를 모두 학습한 이후의 시점을 대비해야 한다고도 조언했다. 추론 역량을 강화하고, 차세대 에이전트로 꼽히는 액셔너블(Actionalble) AI 개발도 준비해야 한다는 것이다.

배 연구원장은 “2028년이 되면 AI가 현재 공개돼 있는 전 세계 데이터를 학습하고, 서비스를 통해 합성데이터를 만들어내는 단계에 이를 것"이라며 “범용 인공지능(AGI)을 지금 추구하는 게 맞은지, 아니면 세부 영역을 나눠 슈퍼 인텔리전스(인간의 지능을 뛰어넘는 인공지능)를 준비해야 하는 것인지에 대한 설정이 필요한 시점"이라고 했다.

이어 “LG가 현재 H100 512장으로 개발 중인데 속도 측면에서 밀릴 수밖에 없다. 엔비디아의 H100 2048장 정도 확보된다면 연내 개발이 가능할 것"이라며 “이 정도를 소화할 수 있는 기업들에 그 정도 규모의 투자를 한 후 기술을 개발하고, 의사결정을 해 나가면 되는 것"이라고 말했다.

그는 “조만간 딥시크 R1 수준의 AI 모델을 오픈소스로 공개하겠다. 그러면 그 다음 활동을 구체적으로 같이 취했으면 한다"며 “연내까지 우리나라 기업이 고성능 모델을 개발할 수 있단 걸 증명하고 그 다음 계획들을 만들어 가면 좋겠다"고 제안했다.

이태민 기자 etm@ekn.kr