LG 1위·네이버 탈락까지... 과기정통부 독자 AI 모델 브리핑 질의응답

과학기술정보통신부(이하 과기정통부)는 2026년 1월 15일, '독자 AI 파운데이션 모델 프로젝트' 1차 단계 평가 결과를 발표했다.

류재명 제2차관은 브리핑을 통해 LG AI 연구원이 종합 1위를 차지하며 우수한 성과를 입증한 반면, 네이버 클라우드는 모델의 독자성 기준을 충족하지 못해 2차 단계 진출이 무산되었음을 밝혔다. 이어진 질의응답에서는 네이버 클라우드의 탈락 사유인 인코더 가중치 활용 문제, 공석이 된 한 자리를 채우기 위한 추가 공모 계획, 글로벌 빅테크 모델과의 성능 격차 등에 대한 상세한 논의가 진행되었다. 정부는 이번 평가 결과를 바탕으로 LG AI 연구원, 업스테이지, SKT 3개 팀을 우선 진출시키고, 조속히 신규 팀을 추가 선발하여 AI 3강 도약을 위한 경쟁을 지속할 방침이다.

다음은 과학기술정보통신부의 브리핑 질의응답 전문이다.

추가 1개 팀 모집을 할 선발 기준이나 심사 시기가 궁금하고, 예비 심사에서 떨어진 기업들에게도 기회가 주어지는가?

“예기치 못한 상황이 발생한 만큼 최초 프로젝트 설계를 참조하여 최대한 빨리 행정 절차를 마무리할 예정이다. 이번 2단계 참여 기회는 1단계 평가에서 합류하지 못한 10개의 컨소시엄은 물론, 새롭게 컨소시엄을 구성할 역량이 있는 모든 기업에게 열려 있다. 가장 빠른 시간 내에 공고가 이루어질 수 있도록 하겠다.

네이버 클라우드의 탈락과 관련하여, 인코더의 가중치 등 기술적 측면에서 구체적으로 어떤 요건이 미달했는지 설명 부탁드린다.

“독자 AI 모델의 핵심 조건은 가중치를 초기화한 후 스스로 학습을 수행하며 가중치를 형성·최적화하는 것이다. 네이버는 기술 보고서에서 비디오 및 오디오 인코더에 기존 오픈 모델의 가중치를 그대로 사용했음을 명시했다. 이는 스스로 설계하고 학습한다는 프로젝트의 본질적 요건에 부합하지 않으며, 다수의 전문가 평가위원도 이 지점을 기술적 한계로 지적했다.

1개 팀 추가 선발 방식과 2차 평가 일정 등 향후 로드맵은 어떻게 되는가?

“기존 3개 팀은 즉시 2단계를 시작한다. 탈락 기업의 이의 제기 기간(10일)을 거쳐 결과가 확정되면 즉시 공모를 진행할 것이다. 임차한 GPU 자원의 효율적 활용을 위해 3개 팀을 먼저 출발시키되, 추가 선발된 기업에게도 전체 프로젝트 기간과 GPU 제공량 등 동일한 지원 조건을 보장하도록 설계하고 있다.

인코더 활용 시 외부 모델을 사용하는 것이 아예 불가능한 것인가? 또한 패자부활전은 어떤 형식으로 진행되는가?

“외부 인코더 활용은 개발 단계에서 일반적인 방법이나, 이번 사례는 가중치를 업데이트하지 않고 고정(Frozen)된 형태로 그대로 활용한 것이 문제였다. 이는 독자 파운데이션 모델로 인정하기 어렵다는 판단이다. 패자부활전이라기보다는 공석을 메우기 위해 모든 역량 있는 기업에게 다시 기회를 주는 추가 공모의 성격이다.

새롭게 뽑는 한 팀과 기존 팀 사이의 시기적 격차는 어떻게 보완하며, 어떤 혜택을 줄 예정인가?

“추가 참여 기업에게도 총 프로젝트 기간과 정부 지원 GPU, 데이터 등을 동일하게 제공할 것이다. 출발 시점의 차이를 고려하여 2단계를 마치는 시점이나 평가 기간을 한 달 정도 유연하게 조정하여 불이익이 없도록 관리하겠다. 행정 절차를 단축하여 출발 시점의 차이 자체도 최소화할 방침이다.

과락 기준이 원래 존재했는지 궁금하다. 또한 탈락 기업이 재도전하여 합류할 때 다음 라운드에서 페널티는 없는가?

“이 프로젝트는 단순 서열화가 아니라 치열한 경쟁 환경을 통해 우리 AI 기업들의 경쟁력을 글로벌 수준으로 끌어올리는 것이 목표다. 재도전하는 기업의 경우 1라운드 결과는 다음 라운드에 전혀 영향을 미치지 않으며 새롭게 출발하게 된다. 모든 기업이 자극을 통해 성장할 수 있도록 재도약의 기회를 제공하는 취지다.

외부 인코더 활용 등 독자성 판단에 대한 명확한 가이드라인을 향후 추가 공모나 다음 평가 시 제공할 계획인가?

“오픈 소스 활용은 글로벌한 추세이며 적극 권장한다. 다만, 남의 학습 경험에 무임승차하지 않고 직접 학습해보자는 프로젝트의 최소 조건은 지켜져야 한다. 이번 평가 경험을 바탕으로 정도에 따른 차등 배점 등 기준을 더 구체화하여 향후 개발과 평가 과정에서 혼선이 없도록 하겠다.

당초 탈락 사업자에게는 특화 모델 지원 정도를 언급했는데, 왜 다시 본사업 참여 기회를 주는가? 특정 기업 배려나 형평성 논란은 없겠는가?

“특정 기업을 배려한 것은 절대 아니다. 한정된 국가 자원인 GPU를 최대한 많은 기업이 활용하여 기술력을 키우게 하려는 취지다. 참여 과정에서 얻은 성과를 오픈 소스로 기여하게 하여 우리 AI 생태계 전체를 키우는 것이 목표다. 만약 신규 참여 의사가 없다면 해당 자원을 기존 3개 기업에 더 집중 지원하는 방안도 고려하고 있다.

네이버 클라우드 외의 다른 팀들에게도 동일한 독자성 기준이 적용되었는가? 전문가들 사이의 이견은 없었는가?

“네이버를 제외한 나머지 팀들의 기술 보고서를 검증한 결과, 직접 설계 및 가중치 학습 조건을 모두 충족했다. 업스테이지나 SKT의 경우 레퍼런스 언급 등에 대한 지적은 있었으나, 이는 윤리적 기준 측면의 아쉬움이었을 뿐 당락을 결정할 기술적 하자는 아니라는 것이 전문가들의 공통된 판단이었다.

인코더 문제에 대해 네이버 측이 사전에 질의한 적이 있는가? 또한 논란 이후 네이버의 소명 내용은 무엇이었는가?

“업체 측의 사전 문의는 없었으며, 공고문의 기준과 설명회를 토대로 판단했을 것으로 본다. 논란 이후 네이버가 자체 인코더 보유 사실과 사용된 인코더의 비중이 낮다는 점을 소명했으나, 이미 평가 절차가 종료된 시점이라 결과에 반영하지 않았다.

2차 평가 기준은 1차와 동일한가, 아니면 변화가 있는가?

“벤치마크, 전문가, 사용자 평가라는 큰 틀은 유지될 것이다. 다만 직접 학습 정도에 따른 차등 배점 등을 더 구체화할 계획이다. 또한 기술 변화 속도에 맞춰 피지컬 AI 등 새로운 트렌드를 유연하게 반영하여 다이나믹하게 평가를 설계하려 한다.

최종 2개 팀 선정을 올해 말로 앞당긴 이유와 LG 외 다른 기업들의 구체적인 점수 공개 여부가 궁금하다.

“단계별 평가를 거치면 자연스럽게 올해 말 두 개 팀이 남는 구조이며, 2027년까지 지원을 지속하는 계획이다. 점수와 서열은 기업들에게 입힐 직간접적인 피해를 방지하기 위해 공개하지 않기로 했다. 5개 팀 모두 단기간에 세계적 주목을 받는 성과를 냈다는 점에 의미를 두어 달라.

현재 우리 모델들이 글로벌 빅테크 모델과 비교했을 때 어느 정도 수준까지 달성했다고 평가하는가?

“각 기업이 설정한 타겟 모델과 비교했을 때, LG 등 일부 기업은 성능을 100% 이상 상회했다. 최상위 프론티어급 AI와 견주기에는 아직 격차가 있으나, 무빙 타겟을 목표로 계속 따라잡고 앞서가는 과정에 있다. 대한민국 자긍심이 되는 모델이 되도록 지원을 아끼지 않겠다.