컨슈머타임스=곽민구 기자 | LG가 9일 텍스트와 이미지를 동시에 이해하고 추론하는 멀티모달 AI 모델 '엑사원(EXAONE) 4.5'를 공개했다.
엑사원 4.5는 LG AI연구원이 2021년 12월 국내 최초 멀티모달 AI 모델 엑사원 1.0을 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.
이번 모델은 독자 AI 파운데이션 모델 프로젝트에 개발 중인 K-엑사원의 모달리티 확장을 위한 준비 단계다.
이 모델은 계약서, 기술 도면, 재무제표, 스캔 문서 등 산업 현장에서 실제로 다루는 복합 문서를 정확하게 읽고 추론한다.
엑사원 4.5는 STEM(과학·기술·공학·수학) 성능을 측정하는 5개 지표 평균 77.3점을 기록하며 오픈AI 지피티(GPT)5-mini(73.5점), 앤트로픽 클로드 소넷(Claude Sonnet) 4.5(74.6점), 알리바바 큐웬(Qwen)3 235B(77.0점)를 제쳤다.
일반 시각 이해를 측정하는 3개 지표, 이미지와 텍스트가 결합된 인포그래픽을 비롯해 전문 문헌 속 복합 정보를 읽어내는 문서 이해 및 추론 성능 평가 지표 5개를 포함한 13개 지표 평균 점수에서도 이들을 뛰어넘는 성능을 보였다.
LG AI연구원 관계자는 "시각 능력 평가 지표에서 높은 평균 점수를 기록했다는 것은 AI가 문서 속 글자나 비정형 데이터를 단순히 인식하는 수준을 넘어 맥락을 파악하고 질문에 답할 수 있는 이해력을 갖췄다는 의미"라고 말했다.
댓글
0