LG, 국내 최대 7500억 파라미터 K-엑사원 2.0 공개
LG AI연구원이 국내 최대 750B 파라미터 소버린 AI K-엑사원 2.0을 허깅페이스에 공개했다. 아파치 2.0 라이선스로 상업 이용까지 전면 개방하며 글로벌 시장을 겨냥한다.
K-엑사원 2.0은 무엇을 바꾸는가?
LG AI연구원이 국내 최대인 7500억(750B) 파라미터 규모의 독자 AI 파운데이션 모델 'K-엑사원 2.0'을 허깅 페이스에 공개했다. 1차수 모델(236B)보다 3배 이상 커진 초거대 모델을, 상업적 이용까지 허용하는 아파치 2.0 라이선스로 전면 개방했다. 소버린 AI가 국내를 넘어 글로벌 프런티어 모델과 같은 체급에서 경쟁하겠다는 선언이다.
목차
왜 정부와 LG가 소버린 AI에 사활을 거는가?
K-엑사원 2.0은 과학기술정보통신부가 주관하는 '독자 AI 파운데이션 모델 프로젝트'의 2차수 결과물이다. 이 사업은 해외 빅테크에 종속되지 않는 국가대표 AI, 이른바 소버린 AI를 확보하기 위한 국책 과제로 출발했다. 정부는 데이터 주권과 안보를 국산 모델로 지켜내는 것을 목표로 삼고 있다.
당초 네이버클라우드·업스테이지·SK텔레콤·NC AI·LG AI연구원 등이 참여했으나, 심사를 거치며 정예팀으로 압축됐다. 정부는 연말까지 최종 정예팀을 추려 세계 10위권 안에 드는 한국 AI 모델을 만드는 것을 목표로 제시하고 있다.
K-EXAONE 2.0 is the second-round model of Korea's national "sovereign AI" project, aimed at securing a homegrown foundation model that ranks in the global top 10.
아파치 2.0 전면 개방은 어떤 의미인가?
이번 공개에서 가장 눈에 띄는 결정은 라이선스 정책이다. LG AI연구원은 K-엑사원 2.0을 누구나 상업적 이용까지 가능한 아파치 2.0 라이선스로 전환했다. 기업과 개발자가 별도의 사용료나 제약 없이 모델을 가져다 서비스에 활용할 수 있다는 뜻이다.
개방성은 소버린 AI 전략의 핵심 축이기도 하다. 폐쇄형 해외 모델에 매달릴 경우 벤더 종속과 비용 통제 문제가 따라오지만, 오픈 웨이트 모델은 기업이 데이터 사용 방식과 운영 환경을 직접 통제할 수 있다. LG AI연구원은 지원 언어도 한국어·영어·일어 등 6개에서 프랑스어·이탈리아어·포르투갈어·폴란드어를 더해 10개로 확장하며, 국내를 넘어 글로벌 시장 공략의 발판을 마련했다고 설명했다.
By switching to a fully open Apache 2.0 license and expanding language support to ten, LG positions K-EXAONE 2.0 for both domestic sovereignty and global reach.
벤치마크 성적은 글로벌 모델과 견줄 만한가?
LG AI연구원이 공개한 9개 영역 24개 벤치마크 평가에서 K-엑사원 2.0은 평균 70.1점을 기록했다. 1차수 모델(63.3점)보다 10% 이상 오른 수치이며, 코딩과 에이전틱 코딩 주요 지표 3개의 평균 성능은 30% 상승했다.
특히 장문 문맥 이해 영역에서 강점을 보였다. 글로벌 평가(OpenAI-MRCR)와 한국어 평가(Ko-LongBench)에서 각각 94.4점, 89.6점을 받아 중국 지푸 GLM-5.1(71.5점, 83.6점)을 앞섰다. 에이전틱 툴 사용 능력 평가(Tau3-Bench Banking)에서도 14.2점으로 GLM-5.1(11.5점)과 Qwen3.5(13.4점)를 웃돌았다. 한국의 특수성과 윤리 기준을 반영한 안정성 평가(KGC-Safety, ROK-Fortress)에서는 평균 94.6점으로, 딥시크 V4 Pro max(65.2점) 등 경쟁 모델을 크게 앞섰다.
K-EXAONE 2.0 averaged 70.1 across 24 benchmarks, outperforming GLM-5.1 and Qwen3.5 in long-context comprehension, tool use, and safety.
앞으로 K-엑사원은 어디까지 확장되나?
임우형 LG AI연구원 공동 연구원장은 이번 성과에 대해 "국내 연구진이 750B급 모델의 설계부터 데이터 학습, 분산 학습, 추론 환경 구축까지 전 과정을 독자적으로 완수했다"는 점에 의미를 부여했다. 다만 그는 현재 성능을 완성된 결과가 아니라 "프런티어 스케일 모델의 잠재력을 끌어내기 위한 출발점"이라고 선을 그었다.
LG AI연구원은 여기서 멈추지 않는다. 지난 4월 공개한 비전언어모델 엑사원 4.5는 행정안전부 'AI 안전신문고'의 두뇌로 선정돼 하루 3만9000건 이상의 안전 신고를 분석하고, 식약처 신약 심사 AI에도 탑재된다. 다음 주에는 새로운 산업 특화 파운데이션 모델을 추가로 공개할 예정이며, 2차 심사와 병행해 전 국민이 K-엑사원 2.0을 직접 체험하는 서비스도 준비하고 있다.
LG frames the current release as a starting point, with industry-specialized models and a public trial service already in the pipeline.
파라미터 3배 확장은 승부수인가, 부담인가?
K-엑사원 2.0이 던진 가장 큰 질문은 규모 그 자체다. 1차수 236B에서 750B로 단숨에 3배 이상 몸집을 키운 결정은, 파라미터 수가 성능의 절대 척도이던 시절의 문법을 그대로 따른 선택처럼 보인다. 그러나 최근 글로벌 흐름은 오히려 반대 방향으로 흐르고 있다. 중국의 딥시크와 Qwen 계열이 상대적으로 작은 모델로도 준수한 성적을 내면서, 업계의 관심은 '얼마나 큰가'에서 '얼마나 효율적으로 큰가'로 옮겨가는 중이다. 이 대목에서 LG AI연구원의 선택은 다소 결이 다르다.
그럼에도 이번 결정을 단순한 몸집 경쟁으로만 읽는 것은 성급하다. 임우형 공동 연구원장이 "설계부터 분산 학습, 추론 환경 구축까지 전 과정을 독자적으로 완수했다"는 점을 반복해 강조한 대목에 주목할 필요가 있다. 국내에서 처음 시도하는 750B급 초거대 모델의 학습을 안정적으로 마쳤다는 것은, 성능 지표 몇 점보다 훨씬 더 근본적인 역량 확보를 의미한다. 프런티어급 모델을 다뤄본 조직과 그렇지 못한 조직 사이의 격차는 결국 대규모 학습 인프라를 실제로 굴려본 경험에서 갈리기 때문이다.
라이선스를 아파치 2.0으로 전면 개방한 결정도 같은 맥락에서 읽힌다. 소버린 AI의 진짜 가치는 폐쇄된 국산 모델을 하나 더 만드는 데 있지 않다. 국내 기업과 개발자가 종속 없이 가져다 쓸 수 있는 개방형 생태계를 만들 때 비로소 '국가대표 AI'라는 명분이 완성된다. 다만 개방이 곧 채택으로 이어지는 것은 아니다. 이미 시장을 장악한 해외 오픈 웨이트 모델들과의 실제 사용성 경쟁, 그리고 전 국민 체험 서비스에서 확인될 현장의 반응이 K-엑사원 2.0의 진짜 성적표가 될 것이다.
The threefold jump to 750B parameters is a bold bet that runs against the industry's efficiency trend, but the real value lies in Korea mastering the full frontier-scale training pipeline and building an open ecosystem — a bet whose verdict rests on actual adoption.