LG AI연구원은 8월 5일 기존 K-엑사원을 확장한 오픈 웨이트 모델 ‘K-엑사원 2.0’의 기술 보고서를 공개했다. 7500억개 전체 파라미터와 토큰당 약 370억개 활성 파라미터를 갖춘 전문가혼합형(MoE) 모델이다. LG의 AI 로드맵에서 K-엑사원의 실세계 적용을 강조해 온 임우형 LG AI연구원 공동 연구원장에게 이번 공개는 ‘더 큰 모델’의 발표라기보다, 한국 기업이 활용할 수 있는 AI 기반을 어디까지 열어둘 것인가에 관한 선택으로 읽힌다.
임 연구원장은 지난 3월 MWC 2026에서 AX 단계를 넘어 실세계에서 가치를 만드는 AI에 집중하겠다고 밝혔다. 이후 공개된 2.0은 한국어·영어를 포함해 10개 언어를 지원하고, 최대 26만2144토큰의 문맥 길이를 제시했다. 라이선스도 아파치 2.0을 택했다. 기업과 개발자가 모델 가중치를 검토하고 자체 환경에 맞춰 배포·수정할 수 있게 한 것이다. 대형 모델 경쟁이 폐쇄형 API의 성능 비교로 흐르기 쉬운 상황에서, LG는 접근성과 활용 범위를 함께 설계하려는 쪽에 무게를 뒀다.
‘공개’ 다음에 남는 운영의 과제
다만 오픈 웨이트가 곧바로 중소기업의 사용 편의로 이어지지는 않는다. 모델 카드가 제시한 고성능 서빙 예시는 H200 GPU 16장을 두 대의 서버 노드에 나눠 쓰는 구성이다. 7500억개 규모의 모델을 직접 운영하려면 인프라 비용, 보안 통제, 데이터 연결, 평가 체계가 뒤따라야 한다. 따라서 K-엑사원 2.0의 실제 경쟁력은 공개 직후의 다운로드 수보다 경량화·호스팅·도메인별 튜닝을 담당할 국내 클라우드와 솔루션 사업자 생태계에서 갈릴 가능성이 크다.
LG AI연구원은 앞서 금융 분석 에이전트와 데이터 생성 플랫폼 등 산업별 적용 사례를 제시해 왔다. 이는 임 연구원의 전략이 범용 챗봇 하나를 판매하는 데 있지 않다는 점을 보여준다. 금융사는 긴 공시와 리서치 자료를 다루는 검색·분석 흐름을, 제조·유통 기업은 사내 데이터에 맞춘 업무 자동화를 검토할 수 있다. 다만 모델이 자체 제시한 벤치마크 성능은 실제 업무 정확도와 동일하지 않다. 도입 기업은 민감정보 처리, 근거 제시, 오류 대응, GPU 사용량을 별도로 검증해야 한다.
임우형의 다음 과제는 명확하다. K-엑사원을 국가대표 모델이라는 상징에 머물게 하지 않고, 기업이 비용과 책임을 통제하며 쓸 수 있는 운영 도구로 바꾸는 일이다. 이번 2.0 공개는 그 방향의 출발점이지만, 시장의 평가는 모델의 크기보다 실제 고객 환경에서 얼마나 안정적으로 연결되는지에 달려 있다.
대표이미지는 AI로 생성한 자료 이미지이며 실제 제품·인물·현장과 무관합니다.