엑사원 (사진=엑사원)
[백세경제 = 김인하 기자] LG AI연구원이 본격적으로 모달리티 확장에 나섰다. LG AI연구원은 텍스트와 이미지를 동시에 이해하고 추론하는 멀티모달 AI 모델 ‘엑사원(EXAONE) 4.5’를 공개했다고 9일 밝혔다.
‘엑사원 4.5’는 LG AI연구원이 2021년 12월 국내 최초 멀티모달 AI 모델 ‘엑사원 1.0’을 개발하며 축적한 기술력을 바탕으로, 자체 개발한 비전 인코더(Vision Encoder)와 거대언어모델(LLM, Large Language Model)을 하나의 구조로 통합한 비전-언어 모델(VLM, Vision Language Model)이다.
LG AI연구원은 올해 8월 프로젝트 2차수 종료 이후 3차수 진출이 확정되면 본격적으로 모달리티 확장에 나설 계획이다.
LG AI연구원에 따르면 ‘엑사원 4.5’는 계약서, 기술 도면, 재무제표, 스캔 문서 등 산업 현장에서 실제로 다루는 복합 문서를 정확하게 읽고 추론한다. ‘엑사원 4.5’의 벤치마크 점수 결과 STEM(과학·기술·공학·수학) 성능을 측정하는 5개 지표 평균 77.3점을 기록했다. 이는 미국 오픈AI 지피티(GPT)5-mini(73.5점), 앤트로픽 클로드 소넷(Claude Sonnet) 4.5(74.6점), 중국 알리바바 큐웬(Qwen)3 235B(77.0점)를 모두 앞선 결과다.
특히, 코딩 성능 대표 지표인 라이브코드벤치(LiveCodeBench) v6에서는 81.4점으로 구글의 최신 모델 젬마(Gemma) 4(80.0점)를 넘었으며, 복잡한 차트를 분석하고 추론하는 능력을 평가하는 ChartQA Pro에서는 62.2점으로 동급 모델과의 비교에서 경쟁력을 보였다.
LG는 이달 초 엑사원 경량화 모델 개발을 주제로 청년 AI 전문가 육성 프로그램인 ‘LG 에이머스(Aimers)’ 해커톤을 진행하기도 했다. 엑사원은 청년들의 AI 역량 강화를 위한 교육 자원으로 활용됐다.
LG AI연구원 관계자는 “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.
댓글
0