[일문일답]류제명 과기차관 "추가 공모, 특정 기업 위한 것 아냐"

LG AI·SKT·업스테이지 정예팀 2차 진출
열흘간 이의제기 진행…추가 공모 신속히
"단기간에 가시적 성과 내…모두가 승자"

정부가 독자 AI 파운데이션 모델 프로젝트 정예팀 추가 공모 자격에 제한을 두지 않기로 하면서 1차 평가에서 탈락한 네이버클라우드와 NC AI 정예팀도 재도전할 수 있게 됐다. 특정 기업을 배려하는 것 아니냐는 지적이 나오는 가운데 정부는 최대한 많은 기업이 정부 자원을 활용해 기술 개발에 박차를 가하길 바란다고 강조했다.

류제명 과학기술정보통신부 제2차관이 15일 정부서울청사에서 '독자 AI 파운데이션 모델 프로젝트'의 1차 평가 결과를 발표하고 있다. 노경조 기자

류제명 과학기술정보통신부 제2차관은 15일 정부서울청사에서 해당 프로젝트의 1차 평가 결과 발표 후 질의응답에서 "최종 승자를 가려내기 위한 과정이 아니라 우리나라 AI 기업들의 경쟁력을 글로벌 수준으로 끌어올리는 것을 목적으로 한다"며 이같이 밝혔다.

과기정통부는 이날 총 5개 정예팀 중 LG AI연구원, SK텔레콤, 업스테이지 등 3개 정예팀이 2차 단계에 진출한다는 내용의 평가 결과를 발표했다. 또 추가 공모를 통해 네 번째 정예팀을 선발하기로 했다. 공모에는 이번에 탈락한 2개 팀을 포함해 국내 AI 기업이면 제한 없이 참여할 수 있다.

류 차관은 "이 프로젝트는 스스로 모델을 설계해보고, 이미 학습돼 가중치가 만들어진 것을 가져다 쓰기보다는 우리가 직접 하자는 취지였다"며 "정부 자원을 최대한 활용해 최대한 많은 기업이 혜택을 받아 기술 개발 박차를 가했으면 한다"고 말했다.

이어 "국내 AI 기업들이 이 프로젝트를 통해 짧은 기간에도 가시적 성과를 만들어내고 있다. 얼마나 치열한 노력을 해왔는지 잘 알고 있다"며 "모두가 승자이고 AI 주역들인 만큼 아낌없는 격려 부탁드린다"고 덧붙였다.

다음은 류 차관을 비롯한 관계자 일문일답.

-추가 1개팀 모집 일정은. 예비 탈락 기업들도 공모 가능한가.

▲1차 평가 최대한 신속히 마무리하고 발표했다. 네 번째 자리가 공석이 된 예기치 못한 상황이 발생했는데 추가 공모는 행정 절차를 최대한 단축해 실시하겠다. 2단계에 못 오른 기업들, 1단계 평가에 합류하지 못한 10개 컨소시엄, 역량 있는 기업들에 기회를 주려고 한다.

-'독자성' 논란 속에 네이버클라우드가 탈락했다. 인코더 가중치 등 기술적 측면에서 추가 설명해 달라.

▲네이버가 공개한 기술보고서에도 언급돼 있다. 문제가 된 인코더에 대해 기술적, 정책적, 윤리적 측면에서 평가했고, 공모 안내서에 독자 AI 파운데이션 모델이 갖춰야 할 기본적인 조건들이 명시돼 있다. 네이버클라우드가 라이선싱 이슈 없는 오픈소스를 활용한 건 맞다. 하지만 스스로 확보한 데이터를 바탕으로 가중치를 채우고 경험을 입증·검증했어야 한다. 결국 독자 AI 파운데이션 모델이 지향하는 '어떤 조건에서도 처음부터 직접 설계·학습해야 한다'는 조건을 충족하지 못했다. 평가위원들도 프로젝트가 지향하는 기술적 요건이 미흡했다는 걸 지적했다.

-향후 로드맵은 어떻게 되나.

▲3개 팀은 2단계 바로 시작할 수 있게 하고, 추가 1개팀은 공모 절차를 거친다. 이번 1단계 평가 결과에 대해 참여 기업들이 이의제기를 할 수 있다. 오늘 오전 안내했고, 10일간 이의제기 받아 결과를 확정할 계획이다. 3개 팀과 추가 팀의 격차는 최대한 줄이려고 한다. 전체 참여 기간과 그래픽처리장치(GPU) 총량은 동일하게 가져간다. 3개 팀이 기다리지 않는 이유는 임차한 GPU를 놀릴 수 없기 때문이다.

-인코더는 외부의 것을 사용해도 되나. 패자부활전은 어떤 방식으로 이뤄지나.

▲정해동 IITP AI PM: 이번 평가에서 인코더를 활용했을 때 가중치를 업데이트할 수 있는 형태가 아니었기 때문에 외부 인코더와 가중치를 그대로 활용한 건 독자 파운데이션 모델로 인정하기 어렵다고 판단했다.

▲김경만 과기정통부 인공정책지능실장: 1차 평가에서 공석이 생겨 이를 어떻게 할지와 새로운 프로젝트를 고민하고 있다. 현 단계에서는 공석을 채우는 데 신경을 쓰려한다.

-추가 선정 정예팀은 어떻게 격차를 메울지.

▲정부 제공 GPU, 데이터, 총기간 등을 동일하게 적용할 것이다. 프로젝트 종료 시점은 내년 6월과 7월로 한 달 정도 갭이 있을 수 있다.

-과락이 원래 있었나. 페널티는 없는지.

▲소수 경쟁 압축 방식으로 하는 취지는 최종 두 기업을 선정하기보다 치열한 경쟁 환경을 만들어서 짧은 기간에 많은 성과를 내도록 하기 위함이다. 직접 경쟁하지 않아도 자극을 받은 기업들이 추격하는 효과도 있을 것이다. 재도전과 같이 긍정적인 개념으로 봐달라.

-추가 공모나 다음 평가에 있어서 독자성 평가에 대한 명확한 가이드라인을 줄 계획인지.

▲전 세계적으로도 글로벌 프론티어 기업들 포함해서 오픈소스를 활용하지 않는 기업은 없다고 봐도 무방하다. AI의 원천이 되는 트랜스포머를 모두가 활용하고 있고, 글로벌 빅테크 기업들 사이에서도 오픈소스는 당연시된다. 즉 이를 죄악시 봐서는 안 된다. 전략적으로 활용하는 것은 AI 생태계에서 글로벌하게 당연하다. 다만 이 프로젝트는 스스로 모델을 설계해보고, 이미 학습돼 가중치가 만들어진 것을 가져다 쓰는 건 남의 경험에 무임승차 하는 것이기 때문에 최소한의 것은 우리가 직접 하자는 취지였다. 오픈소스를 활용하더라도 경쟁력을 만들 수 있다는 공감대를 바탕으로 한다. 짧은 기간에 대량의 GPU 자원들을 설치하고 원활하게 쓸 수 있게 만드는 데 목표 자체가 조정될 필요성도 있었던 만큼 사업계획서 변경 승인이 한 차례 이뤄지기도 했다. 개발 과정에서 사업자들과 커뮤니케이션했고, 평가도 정예팀들과 협의하에 상호 도출할 수 있는 공감대를 최대한 맞췄다.

-패자부활전을 갑자기 시행하는 게 불공정하다는 지적이 있다. 추가 선정이 소모적인 건 아닌지.

▲현재 특화 분야에 대한 파운데이션 모델 사업을 2개 컨소시엄이 하고 있다. 제한된 GPU 자원과 예산을 최대한 많은 AI 기업들에 어떤 방식으로든 최대한 많이 쓸 수 있게 하고 참여할 수 있도록 한 것이다. 이번 참여 과정에서 얻은 게 많고 앞으로도 그럴 것이다. 특정 기업을 배려하거나 급조된 접근 방법은 아니다. 기업들이 만들어낸 성과 자체도 특정 기업의 소유물이 되어선 안 된다. 오픈소스로 기여해야 하고. 정부 자원을 활용해 최대한 많은 기업이 혜택을 받아 기술 개발 박차를 가했으면 하는 게 정부 목표다. 네 번째 참여 기업이 없으면 나머지 자원은 3개 팀에 우선 지원하겠다.

-네이버클라우드의 독자성 한계가 문제가 됐는데, 다른 정예팀에도 동일한 잣대가 적용됐나.

▲나머지 기업들의 기술 보고서도 평가위원들이 검증했고, 가중치를 비롯해 설명해 드린 조건에 다 부합했다고 평가했다. 논란이 됐던 상황에 대해선 평가위원들이 다 반영해서 살폈다.

▲김 실장: 네이버클라우드의 학습 데이터 가중치 문제에 대해선 전문가들이 언급했고, 다른 4개 팀의 경우 가중치 문제가 있다는 말은 없었다. 업스테이지 레퍼런스 언급이 있긴 했는데 당락을 결정할 정도로 절대적으로 큰 하자라고 보지 않았다. SK텔레콤도 약간의 지적이 있었지만 절대적 평가 기준은 아니었다.

-네이버클라우드가 인코더 관련해서 사전에 질의했나. 그렇다면 정부는 답변을 얼마나 구체적으로 했는지.

▲그런 부분에 대한 문의가 없었다. 사업 공고 안내서에 관련 내용(예시)이 있고, 사업자 대상으로 설명회도 거쳤다. 논란이 된 후에 네이버 측에서 소명서를 보내왔는데 절차적으로 평가가 진행 중이었어서 반영하지 않았다. 자체 보유 인코더가 있고, 사용한 인코더들이 전체 프로젝트에 사용된 비중이 작다고 소명했다.

-2차 단계 평가 기준은 어떻게 되나.

▲김 실장: 벤치마크, 전문가 평가, 실사용자 평가 세 가지가 되겠다. 벤치마크 평가는 객관적인 성능에 대한 것이고, 전문가 평가는 기술적 독창성, 기술력으로 다음을 대비할 수 있느냐 같은 것이다. 사용자는 실제 AI를 사용하는 필드에 있는 분들이 느끼는 유용성, 실제 현장에서 얼마나 잘 쓸 수 있느냐는 것을 본다. 큰 틀에서 변화는 없을 것 같다. 프롬스크래치 부분은 의견 수렴해서 배점 차등을 구체화하겠다.

-글로벌 수준에 비추어 어느 정도 수준까지 달성했다고 보나.

▲글로벌의 95% 수준을 목표로 한다고 추상적으로 말씀드렸다. 톱티어·프론티어급의 AI와 견주면 여전히 낮은 게 사실이다. 무빙 타깃팅을 통해 다음 시점에 가장 성능이 좋은 AI와 비교해 계속 따라잡을 것이다.·

노경조 기자 felizkj@asiae.co.kr