독파모 4강 '글로벌 성적표'…모티프 선두

AAII 평가서 모티프 47점·솔라 오픈2 37점·A.X K2 35점·K-엑사원2.0 31점

美 클로드 63점·GPT 61점, 中 키미 60점…국산 선두권도 프런티어와 격차

AAII는 2차 평가 일부…전문가·사용자 평가 합산해 4개팀 중 3개팀 선발

[서울=뉴시스] 이영환 기자 = 배경훈 부총리 겸 과학기술정보통신부 장관이 30일 오후 서울 강남구 코엑스에서 열린 독자 AI 파운데이션 모델 프로젝트 1차 발표회에 참석해 축사를 하고 있다. 2025.12.30. [email protected]

[서울=뉴시스]윤현성 기자 = 정부의 '독자 AI 파운데이션 모델(독파모)' 프로젝트 2차 평가에 참여 중인 국내 인공지능(AI) 모델 4종의 글로벌 벤치마크 성적표가 나왔다. 모티프테크놀로지스의 '모티프 3'가 47점으로 가장 앞섰고 업스테이지, SK텔레콤, LG AI연구원이 뒤를 이었다.

국산 AI 모델들이 글로벌 오픈웨이트 모델과 경쟁할 수 있는 수준까지 올라왔다는 평가가 나오는 가운데 미국·중국의 최상위 프런티어 모델과는 여전히 적지 않은 격차가 확인됐다.

모티프 47점으로 독파모 선두…업스테이지 37·SKT 35·LG 31

13일 글로벌 AI 평가기관 아티피셜 애널리시스(AA)의 '인텔리전스 인덱스(AAII)'에 따르면 모티프 3는 47점을 기록했다. 독파모 4개 모델 가운데 가장 높은 점수다.

업스테이지의 '솔라 오픈 2 250B'는 37점, SK텔레콤의 'A.X K2'는 35점, LG AI연구원의 'K-엑사원 2.0'은 31점을 받았다. 모티프와 2위 업스테이지의 점수 차가 10점이고, SK텔레콤과 LG AI연구원까지 포함하면 4개 모델의 점수 범위는 16점에 달한다.

모델 체급과 점수가 반드시 비례한 것도 아니다. LG AI연구원의 K-엑사원 2.0은 총 7500억개 파라미터 가운데 추론 시 370억개를 활성화한다. A.X K2는 총 6880억개·활성 330억개, 모티프 3는 총 3140억개·활성 130억개, 솔라 오픈 2는 총 2500억개·활성 150억개 규모다. 4개 모델 모두 필요한 일부 전문가만 선택적으로 가동하는 전문가혼합(MoE) 구조를 활용한다.

AAII v4.1.1은 실제 직무 수행을 평가하는 GDPval-AA v2와 은행 업무형 에이전트 평가 τ³-뱅킹, 터미널 작업, 과학 코딩, 장문 추론, 지식 정확성 등 9개 평가를 종합한다. 단순 지식·추론 문제뿐 아니라 도구 활용과 에이전트 업무 수행 역량까지 폭넓게 보는 지표다.

글로벌 AI 평가기관 아티피셜 애널리시스(AA)의 '인텔리전스 인덱스(AAII)' 평가 결과. 정부의 '독자 AI 파운데이션 모델(독파모)' 프로젝트에 참여 중인 4개 모델 가운데 모티프테크놀로지스의 '모티프 3'가 47점으로 가장 높은 점수를 기록했다. 업스테이지 '솔라 오픈 2 250B'는 37점, SK텔레콤 'A.X K2'는 35점, LG AI연구원 'K-엑사원 2.0'은 31점을 받았다. (사진=아티피셜 애널리시스 홈페이지 캡처) *재판매 및 DB 금지

美·中 프런티어에는 아직 격차…中 모델 약진도 뚜렷

해외 최상위 모델과 비교하면 국내 모델의 현 위치도 보다 뚜렷해진다. AAII에서 앤트로픽의 '클로드 오푸스 5' 최고 추론 설정은 63점이다. 오픈AI 'GPT-5.6 솔'과 스페이스XAI '그록 4.6'은 각각 61점을 기록하고 있다.

특히 중국 AI의 약진이 두드러진다. 문샷AI의 '키미 K3'는 60점으로 GPT-5.6 솔과 불과 1점 차다. 알리바바의 '큐원3.8 맥스'도 58점을 기록했고 Z.ai의 GLM-5.2는 53점, 딥시크 V4 플래시 최신 모델도 52점으로 50점대에 포진했다. 중국에서는 복수 업체가 미국 프런티어 모델을 집단 추격하는 양상이다.

국내 선두인 모티프 3와 키미 K3의 격차는 13점이다. 다만 모티프 3는 미니맥스 M3(45점)를 웃돌았고, 솔라 오픈 2는 구글의 '제미나이 3.5 플래시-라이트'(37점)와 같은 점수를 기록하는 등 일부 해외 모델과는 경쟁권에 들어왔다. AAII 점수만 놓고 보면 국내 모델 사이에서도 모티프가 한발 앞선 가운데 나머지 3개사가 추격하는 구도가 나타난 셈이다.

AAII만으로 탈락 결정 안돼…전문가·국민평가까지 합산

이번 AAII 성적이 곧 독파모 2차 평가 결과를 뜻하는 것은 아니다. 2차 평가는 벤치마크 40점, 전문가 평가 35점, 사용자 평가 25점으로 구성된다. 지난 8~11일에는 일반 국민 200명으로 구성된 국민평가단이 4개 모델을 직접 사용해 평가했다.

정부는 이달 중 LG AI연구원, SK텔레콤, 업스테이지, 모티프테크놀로지스 등 4개 정예팀 가운데 3개팀을 다음 단계 진출팀으로 선정할 예정이다.

이번 AAII 결과는 국내 독자 AI의 글로벌 현주소를 동일한 잣대로 보여주는 지표인 동시에, 단순히 모델 몸집을 키우는 것만으로는 글로벌 AI 경쟁력을 확보하기 어렵다는 점도 보여준 것으로 풀이된다.


◎공감언론 뉴시스 [email protected]