텍스트·이미지 함께 이해하는 비전-언어 모델 공개
13개 시각·문서 이해 지표서 GPT-5 mini·Qwen3-VL 상회
오픈 웨이트 공개…피지컬 인텔리전스 확장 기반 마련
엑사원 4.5 글로벌 동급 모델들과의 STEM 벤치마크 성능 비교/LG
한국형 인공지능(AI) 경쟁이 ‘소버린 AI’ 확보를 넘어 글로벌 성능 경쟁과 산업 현장 적용 단계로 옮겨가고 있다. 텍스트 생성 중심의 대규모 언어모델 경쟁에서 나아가 이제는 텍스트와 이미지, 나아가 음성과 영상, 물리 환경까지 함께 이해하는 멀티모달 AI가 차세대 주도권의 핵심 축으로 떠오르는 흐름이다. 이런 가운데 LG가 ‘엑사원 4.5’를 앞세워 기술 경쟁력과 개방 전략을 동시에 부각하며 존재감을 키우고 있다.
LG는 9일 LG AI연구원이 텍스트와 이미지를 동시에 이해하고 추론하는 멀티모달 AI 모델 ‘엑사원(EXAONE) 4.5’를 공개했다고 밝혔다.
엑사원 4.5는 자체 개발한 비전 인코더와 거대언어모델(LLM)을 하나의 구조로 통합한 비전-언어 모델(VLM)이다. LG AI연구원이 2021년 12월 국내 최초 멀티모달 AI 모델인 엑사원 1.0을 개발하며 축적한 기술력을 바탕으로 만든 후속 모델이다. 텍스트만 처리하는 기존 언어모델과 달리 문서 안의 글자와 표, 이미지, 도식이 결합된 정보를 함께 읽고 맥락을 파악해 추론하는 것이 특징이다.
LG는 엑사원 4.5의 강점으로 산업 현장 적용성을 전면에 내세웠다. 계약서와 기술 도면, 재무제표, 스캔 문서 등 실제 업무 현장에서 다루는 복합 문서를 정확하게 읽고 해석하는 데 강점이 있다는 설명이다.
이는 AI가 단순히 문서 속 문자를 인식하는 수준을 넘어, 시각 정보와 비정형 데이터를 문맥에 맞게 분석하고 질문에 답할 수 있는 이해력을 갖췄다는 의미라고 LG는 설명했다.
성능 지표도 글로벌 경쟁 모델과의 정면 비교에 초점이 맞춰졌다. LG에 따르면 엑사원 4.5는 STEM(과학·기술·공학·수학) 성능을 측정하는 5개 지표 평균 77.3점을 기록해 오픈AI GPT-5 mini 73.5점, 앤트로픽 클로드 소넷 4.5의 74.6점, 알리바바 큐웬3 235B의 77.0점을 웃돌았다.
일반 시각 이해 3개 지표와 문서 이해 및 추론 5개 지표를 포함한 13개 평가 지표 평균에서도 GPT-5 mini와 클로드 소넷 4.5, 큐웬3-VL을 상회했다고 LG는 밝혔다.
코딩 성능도 앞세웠다. 대표 벤치마크인 라이브코드벤치(LiveCodeBench) v6에서는 81.4점을 기록해 구글 젬마(Gemma) 4의 80.0점을 넘어섰다. 복잡한 차트를 분석하고 추론하는 능력을 평가하는 ChartQA Pro에서도 경쟁력을 입증했다고 설명했다. 텍스트 생성 능력을 넘어 시각 정보 이해와 문서 추론, 코딩 성능까지 고르게 끌어올리며 멀티모달 AI 경쟁에 본격 뛰어든 셈이다.
효율성도 주요 포인트다. 엑사원 4.5는 330억개 파라미터 규모로, 기존 K-엑사원의 약 7분의 1 크기지만 텍스트 이해와 추론 영역에서는 동등한 수준의 성능을 달성했다고 LG는 밝혔다. 이는 자체 개발한 하이브리드 어텐션 구조와 멀티 토큰 예측 기반의 고속 추론 기술을 적용한 결과라는 설명이다. 모델 크기를 줄이면서도 성능을 유지한 ‘작지만 강한’ 고효율 AI라는 점을 강조한 것이다.
LG는 이날 엑사원 4.5를 글로벌 오픈소스 플랫폼 허깅페이스에 연구·학술·교육 목적으로 활용할 수 있도록 오픈 웨이트로 공개했다. 2024년 8월 엑사원 3.0을 국내 최초 오픈 웨이트 모델로 공개한 데 이어 개방 전략을 이어가는 셈이다. 자사 기술 경쟁력을 보여주는 데 그치지 않고 국내외 AI 연구 생태계 확장에도 기여하겠다는 포석으로 읽힌다.
엑사원 4.5는 LG가 추진 중인 ‘K-엑사원’ 프로젝트의 모달리티 확장을 위한 핵심 단계이기도 하다. LG는 올해 8월 프로젝트 2차수 종료 이후 3차수 진출이 확정되면 본격적으로 모달리티 확장에 나설 계획이다. 궁극적으로는 텍스트와 이미지를 넘어 음성과 영상, 물리 환경까지 이해 범위를 넓혀 가상 환경을 넘어 현실 세계를 이해하고 판단하는 ‘피지컬 인텔리전스’로 발전시키겠다는 목표를 세웠다.
한국형 AI 경쟁 구도도 빠르게 재편되고 있다. 네이버는 ‘하이퍼클로바X’를 앞세워 한국어와 한국 문화에 특화된 소버린 AI 전략에 집중하고 있다. 금융·공공·의료 등 보안과 기술 주권이 중요한 분야에서 기업간거래(B2B) 확장을 노리고, 검색과 쇼핑을 결합한 초개인화 AI 비서 고도화에도 힘을 싣고 있다.
SK텔레콤은 글로벌 통신사와의 연합과 인프라 경쟁력에 무게를 둔다. 글로벌 텔코 AI 얼라이언스를 바탕으로 통신 특화 LLM 공동 개발을 추진하고, 에이닷과 데이터센터, AI 반도체를 잇는 수직계열화 전략을 강화하는 흐름이다.
카카오는 거대 모델 규모 경쟁보다 카카오톡 기반의 ‘카나나’를 앞세운 일상 밀착형 AI에 초점을 맞추고 있다. 대화 맥락을 읽고 개인화된 제안을 하는 AI 페르소나 전략과 비용 효율적인 소형언어모델 활용이 핵심이다.
이런 흐름 속에서 LG는 엑사원을 통해 멀티모달과 산업 현장 활용, 오픈 웨이트 전략을 동시에 전면에 내세우며 차별화했다.
이진식 LG AI연구원 엑사원랩장은 “엑사원 4.5는 LG AI가 텍스트를 넘어 시각 정보까지 이해하는 멀티모달 시대로 진입했음을 보여주는 모델”이라며 “이번 모델을 시작으로 음성과 영상, 물리 환경까지 AI의 이해 범위를 확장해 산업 현장에서 실질적으로 판단하고 행동하는 AI를 만들어가겠다”고 말했다.
한국형 AI 경쟁이 단순한 국산 모델 확보를 넘어 누가 더 강한 성능과 더 넓은 생태계, 더 뚜렷한 활용처를 확보하느냐의 단계로 진입하고 있다.
댓글
0