이번 주, 국민 200명이 국가대표 AI에 점수를 매긴다

8월 8일 아침이면 성별과 연령 쿼터로 뽑힌 일반 국민 200명이 화면 앞에 앉는다. 나흘 동안 이들이 할 일은 의외로 단순해. 국산 AI 모델 네 개를 직접 써보고 절대평가로 점수를 매기는 거야. 전문가 심사도 아니고 자동 채점 스크립트도 아니야. 그냥 보통 사람이 써보고 매기는 점수인데, 이 점수가 벤치마크 점수와 전문가 점수에 합산돼서 이르면 8월 12일 발표될 결과를 만든다. 그리고 그 결과로 네 팀 중 한 팀이 짐을 싼다.

정확히 1년 전 오늘이 이 토너먼트의 출발선이었어. 2025년 8월 4일, 과학기술정보통신부는 '독자 AI 파운데이션 모델' 프로젝트의 정예팀으로 네이버클라우드·업스테이지·SK텔레콤·NC AI·LG AI연구원 다섯 곳을 확정했다고 발표했다. 7월 21일 공모 마감에 15개 팀이 접수했고, 서면평가에서 10팀으로 줄었고, 발표평가에서 다섯 팀만 살아남은 결과였어. 정부는 이들에게 GPU와 데이터와 인건비를 대주기로 했고, 대신 조건을 하나 붙였다. 단계평가를 통과하지 못하면 나간다는 것.

그 조건이 실제로 작동했어. 2026년 1월 15일 1차 단계평가 결과가 나왔는데, 원래 예고는 "다섯 팀을 네 팀으로"였거든. 그런데 뚜껑을 열어보니 세 팀만 남았다. 네이버클라우드와 NC AI가 동시에 떨어졌어. 국내 LLM을 사실상 개척한 회사가 국가대표 선발전에서 탈락한 거야. 정부는 결원을 메우려고 추가 공모를 열었고, 2월 20일 직원 30명짜리 스타트업 모티프테크놀로지스가 네 번째 정예팀으로 들어왔다. 지금 링 위에 있는 건 LG AI연구원, SK텔레콤, 업스테이지, 모티프테크놀로지스 넷이야.

그래서 이 글에서 풀어볼 건 이거다. 총예산 2,136억원짜리 국가 프로젝트가 왜 하필 '떨어뜨리는' 구조로 설계됐는지, 그 설계가 1년 동안 참가자들의 행동을 어떻게 비틀었는지, 네이버가 왜 성능이 아니라 '독자성'에서 잘렸고 그게 무슨 신호였는지, 지난 열흘 사이에 국산 초거대 모델 네 개가 우르르 쏟아진 게 우연이 아닌 이유, 그리고 중견 경제 규모의 나라가 이 돈을 써서 실제로 뭘 사는 건지까지. 마지막으로 지금 정부 안에서 검토 중이라는 훨씬 과격한 대안 — GPU를 나눠주지 말고 한 팀에 1만 장을 몰아주자는 안 — 이 무엇을 뜻하는지도.

링 위의 넷, 링 밖의 둘, 그리고 심판

먼저 심판인 과기정통부. 이 부처가 짠 그림은 명확해. 미국과 중국이 만든 모델에 나라 전체가 얹혀 있는 상태를 '의존'으로 규정하고, 최소한 국내에서 처음부터 끝까지 만들 수 있는 팀을 남기겠다는 거야. 정책브리핑 공고 기준으로 지원 기간은 최대 3년, 총사업비는 약 2,136억원이고 2027년 12월 31일까지 GPU·데이터·인재를 댄다. 목표 수치도 못 박혀 있어. 글로벌 최고 모델 대비 95% 이상 성능. 그리고 선정 당시 과기정통부가 다섯 팀을 고른 기준으로 밝힌 게 소버린AI, 오픈소스, 도전적 확장 세 가지였는데, 특히 "개발한 모델을 다른 기업이 상업용으로도 쓸 수 있는 높은 수준의 오픈소스 정책"을 제시했다는 점을 평가했다고 적어뒀어. 이게 나중에 아파치 2.0 릴리스 러시로 이어진다.

링 위의 첫 번째 팀은 LG AI연구원이야. 1차 평가 종합 1위였어. 벤치마크 33.6/40, 전문가 31.6/35, 사용자 25/25로 세 항목 모두 최고점을 받아 총점 90.2점. 사용자 평가는 만점이었다. 당시 제출 모델은 K-엑사원 236B였고, 이번 2차에는 7월 31일 허깅페이스에 아파치 2.0으로 푼 K-엑사원 2.0(총 7,500억·활성 370억 파라미터)을 들고 나왔어. 스푼AI가 8월 2일에 다뤘던 그 모델이야. 크기로는 국내 최대고, 컨텍스트는 26만 토큰이야.

두 번째는 SK텔레콤. 1차 때 국내 최초 5,190억 파라미터급 A.X K1을 냈고, 이번엔 7월 29일 공개한 A.X K2(6,880억·활성 330억)로 붙는다. SK텔레콤의 전략은 컨소시엄 확장 쪽이야. SK AX와 테크노매트릭스를 합류시켜 산업 적용 생태계를 두껍게 깔았어. 세 번째는 업스테이지. 다섯 팀 중 유일한 스타트업이었고 1차에서 일부 벤치마크는 LG와 공동 1위였어. 7월 23일 공개한 솔라 오픈2는 총 2,500억에 활성 150억 파라미터로 훨씬 작은 대신, 에이전트 기능과 운영 효율에 무게를 실었고 포털 다음에 실제로 붙였다.

네 번째가 이번 판의 변수, 모티프테크놀로지스야. 2월에 늦게 합류해서 2월부터 7월까지 개발했는데 — 정부는 기존 세 팀이 1~6월이었으니 개발 기간은 똑같이 6개월로 맞췄다고 설명했어 — 7월 21일 3,140억 파라미터 모티프 3 프리뷰를 내놓으며 판을 흔들었다. Artificial Analysis 종합지수 44점으로 딥시크 최신 모델과 동점, 오픈웨이트 3위권, 비공개 모델까지 포함한 전체 순위 11위. 임직원 30명 회사가 5개월 만에 낸 숫자야. 선정 사유 자체가 "해외 오픈소스 아키텍처를 빌리지 않은 순수 독자 설계"였다는 점도 중요하고, 정부가 준 자원은 B200 768장, 데이터는 자체 개발 17억 5천만원어치와 공동구매 100억원어치였다.

링 밖에는 둘이 있어. 네이버클라우드와 NC AI. NC AI는 벤치마크·전문가·사용자 세 축 종합점수가 모자라 떨어진 평범한 탈락이었지만, 네이버는 달랐다. 성능 점수로는 상위권이었는데 '독자성 기준 부적합' 판정을 받았어. 제출한 하이퍼클로바X 시드 32B 싱크가 알리바바 Qwen의 비전 인코더와 사전학습 가중치를 그대로 가져다 썼다는 게 문제였고, 과기정통부는 "가중치를 초기화하지 않고 오픈소스 인코더를 쓰는 건 독자성 요건에 맞지 않는다"는 취지로 못을 박았다. 네이버는 "추론과 판단을 담당하는 핵심 영역은 자체 기술이고 비전 인코더는 효율성과 글로벌 호환성 때문"이라고 반박했지만 받아들여지지 않았어. 그리고 추가 공모 때 네이버도 카카오도 응하지 않았다. 다시 떨어지면 브랜드에 남는 상처가 더 크다는 판단이었지.

토너먼트의 설계도 — 숫자로 뜯어보면

이 프로젝트의 핵심은 돈이 아니라 구조야. 2,136억원은 프론티어 랩 기준으로는 큰돈이 아니거든. 오픈AI 한 곳이 한 해에 쓰는 컴퓨트 비용의 아주 작은 조각이야. 그래서 과기정통부가 택한 방식은 "충분히 주기"가 아니라 "경쟁시키기"였다. 팀당 GPU 500장으로 시작해서 단계평가를 통과하면 1,000장 이상으로 늘려주고, 탈락한 팀의 몫은 살아남은 팀에게 넘긴다. 자원 총량이 부족하니 승자에게 몰아주는 방식으로 밀도를 만들겠다는 발상이야. 참가자 입장에서 보면 이건 지원금이 아니라 상금이 걸린 시합이고, 그래서 행동이 달라진다.

평가 방식도 뜯어볼 만해. 1차는 벤치마크 40점 + 전문가 35점 + 사용자 25점, 총 100점 구조였어. 다섯 팀의 벤치마크 평균이 30.4점이었으니 LG의 33.6점은 평균보다 3점 넘게 위였다는 뜻이야. 그리고 이 위에 '독자성'이라는 통과/탈락 게이트가 따로 있었어. 네이버 사례가 보여주듯 이 게이트는 점수와 무관하게 작동한다. 점수가 아무리 높아도 게이트에 걸리면 끝이야. 국가 프로젝트가 "잘 만든 모델"이 아니라 "우리가 만든 모델"을 사려 한다는 사실이 여기서 드러난다.

2차는 축이 옮겨갔어. 1차가 프롬 스크래치 독자 개발 여부와 LLM 벤치마크였다면, 2차는 에이전틱 AI 역량과 기업·공공기관 B2B 현장에서의 운영 효율성이 승부처야. 쉽게 말하면 "점수 잘 받는 모델"에서 "일 시켜서 쓸 만한 모델"로 기준이 바뀐 거지. 국민평가단 200명을 8월 8~11일에 굴리는 것도 같은 맥락이야. 실사용 감각을 점수에 직접 꽂아 넣겠다는 거니까. 그리고 최종 2팀 선정 시점은 원래 2027년 2월 계획이었는데 연내로 당겨졌어. 심사가 빨라졌다는 건 정부가 결론을 서두르고 있다는 신호이기도 해.

항목 내용
사업명 독자 AI 파운데이션 모델 프로젝트(독파모 · '국가대표 AI')
총사업비 약 2,136억원, 2027년 12월 31일까지
최초 공모 2025년 7월 21일 마감, 15개 팀 접수 → 서면평가로 10팀 → 발표평가로 5팀
5개 정예팀 (2025.8.4 발표) 네이버클라우드 · 업스테이지 · SK텔레콤 · NC AI · LG AI연구원
GPU 지원 팀당 500장에서 시작, 단계평가 통과 시 1,000장 이상으로 확대
인재 지원 해외 우수 연구자 유치 시 인건비·연구비 연 20억원 규모 매칭
성능 목표 글로벌 최고 모델 대비 95% 이상
1차 단계평가 2026년 1월 1~15일 실시, 1월 15일 발표 — 5팀 → 3팀
1차 1위 LG AI연구원 90.2점 (벤치마크 33.6/40, 전문가 31.6/35, 사용자 25/25)
1차 탈락 네이버클라우드(독자성 기준 부적합) · NC AI(종합점수 미달)
추가 선정 2026년 2월 20일 모티프테크놀로지스 — B200 768장, 데이터 17.5억원 + 공동구매 100억원
2차 단계평가 국민평가단 200명 8월 8~11일 → 결과 이르면 8월 12일, 4팀 → 3팀
최종 선정 2팀, 연내 확정 (기존 2027년 2월 계획에서 앞당김)

표에서 제일 이상해 보이는 줄은 GPU야. 500장에서 1,000장. 모티프에게 준 B200 768장. 이게 왜 이상하냐면, 비교 대상이 되는 숫자들이 자릿수가 다르거든. 국내 보도들이 인용하는 추정치로도 GPT-4급 학습에 A100 기준 1만 장 안팎, 그다음 세대는 2만 장 이상이 들어갔다고 얘기된다. 네 팀에 나눠준 총량을 다 합쳐도 프론티어 랩 한 곳의 단일 학습 클러스터에 못 미친다는 뜻이야. 이 프로젝트의 가장 큰 구조적 약점이 여기 있고, 업계가 1년 내내 "컴퓨팅 분산으로 격차만 벌어진다"고 지적해온 지점도 정확히 여기야.

그런데 이 제약이 이상한 부작용을 하나 낳았어. 돈과 GPU가 부족하니까 팀들이 규모 경쟁 대신 효율 경쟁으로 몰렸고, 심사가 다가오자 결과물을 아예 공개적으로 던지기 시작한 거야. 7월 21일 모티프 3 프리뷰, 7월 23일 업스테이지 솔라 오픈2, 7월 29일 SK텔레콤 A.X K2, 7월 31일 LG K-엑사원 2.0. 열흘 남짓 사이에 국산 대형 모델 네 개가 연달아 나왔고 상당수가 아파치 2.0이었다. 심사대에 올라가기 직전에 답안지를 전 세계에 공개해버린 셈이지. 8월 4일 모티프가 최종 모델을 제출하면서 네 팀 전원의 개발이 끝났어.

이 판에서 누가 뭘 챙기나

정부가 챙기는 건 협상력이야. 소버린 AI라는 말이 추상적으로 들리지만, 지난 6월에 아주 구체적인 사례가 하나 있었어. 미 상무부가 6월 12일 앤트로픽 최상위 모델 두 종에 대해 외국 국적자 접근을 즉시 차단하라고 명령했고, 사용자 국적을 실시간으로 확인할 방법이 없던 앤트로픽은 전 세계에서 두 모델을 내렸다가 6월 30일에야 복구했다. 국내 이용자도 그 기간 동안 최상위 모델을 못 썼어. 이 사건이 던진 메시지는 명확해. 프론티어 모델은 이미 전략 물자처럼 다뤄지고 있고, 자국 모델이 없으면 남의 나라 행정 명령 한 장에 서비스가 멈춘다는 것. 국산 모델이 프론티어급은 아니어도 '있다'는 사실 자체가 다음 협상에서 카드가 된다.

기업이 챙기는 건 컴퓨트와 시간이야. 모티프처럼 30명짜리 회사가 5개월 만에 3,140억 파라미터 모델을 뽑아 Artificial Analysis 종합 11위에 이름을 올리는 일은 B200 768장이 없으면 불가능해. 대기업도 마찬가지야. LG나 SK텔레콤이 자기 돈만으로 700B급 모델을 태우려면 이사회를 설득해야 하는데, 국가 프로젝트라는 명분이 그 설득 비용을 크게 깎아준다. 실패해도 "국가 과제였다"고 말할 수 있는 것과 없는 것의 차이는 사내 정치에서 생각보다 커.

개발자와 국내 기업이 챙기는 건 아파치 2.0 가중치야. 이건 원래 계획에 없던 부수 효과에 가까워. 정부가 오픈소스 정책을 선정 평가 항목에 넣었고, 팀들은 심사에서 점수를 받기 위해 라이선스를 계속 느슨하게 풀었다. 그 결과 지금 허깅페이스에는 한국어에 특화되고 상업 이용이 자유로운 250B~750B급 모델이 네 종류나 올라와 있어. 데이터를 외부로 못 내보내는 금융·의료·공공 조직에게 이건 실질적인 선택지야. 물론 750B를 돌리려면 H200 16장이 필요하다는 현실적 문턱은 그대로 남아 있지만.

반대로 잃은 쪽도 분명해. 네이버클라우드는 하이퍼클로바X로 국내 LLM 판을 열어놓고 국가대표 선발전에서 탈락했고, 재도전도 하지 않았다. 이건 회사 하나의 문제가 아니야. 이 프로젝트의 '독자성' 정의가 오픈소스 부품을 조립해 빠르게 좋은 걸 만드는 경로를 사실상 감점 처리했다는 뜻이거든. 세계 오픈웨이트 생태계는 지금 남의 좋은 부품을 가져다 쓰는 방향으로 굴러가는데, 국가 심사는 반대 방향에 점수를 준다. 두 신호가 충돌할 때 기업이 어느 쪽을 따르는지가 이 프로젝트의 진짜 실험이야.

그리고 국민평가단이라는 장치. 200명이 나흘 동안 쓰고 매기는 점수를 100점 만점 중 25점으로 반영하는 건, 정책 정당성 확보 측면에서는 영리한 설계야. "전문가끼리 몰아준 것 아니냐"는 비판을 방어할 수 있으니까. 다만 통계적으로 200명 표본이 모델 품질의 미세한 차이를 안정적으로 가려낼 수 있는지는 별개 문제고, 사용자 평가에서 만점이 나오는 상황(1차 LG 25/25)이 반복되면 변별력 자체가 사라진다는 지적도 나올 수 있어.

예전에도 이런 국가 프로젝트가 있었어

성공 사례부터. 한국에는 꽤 유명한 전례가 있어. 1980년대 전전자교환기 TDX 개발과 1990년대 CDMA 상용화야. 둘 다 정부가 목표를 걸고 여러 기업을 동시에 참여시켜 개발하게 한 국책 과제였고, 성공했어. 특히 CDMA는 세계 최초 상용화라는 타이틀을 넘어서 국내 통신장비·단말 산업 전체의 기반이 됐다. 여기서 배울 점은 기술 그 자체가 아니라 조건이었어. 정부가 만든 건 기술이 아니라 시장이었거든. 개발된 기술을 반드시 쓰게 되는 수요처(전국 교환기 교체, 이동통신 상용 서비스)가 처음부터 확정돼 있었어.

실패 사례로는 일본의 제5세대 컴퓨터 프로젝트가 교과서야. 1982년부터 10년 동안 국가가 막대한 예산을 붓고 여러 기업 연구자를 모아 병렬 추론 기계를 만들었는데, 프로젝트가 끝날 무렵 세상은 이미 다른 방향으로 가 있었다. 논리 프로그래밍 기반 전용 하드웨어를 만드는 사이 범용 워크스테이션과 다른 계열의 AI 연구가 판을 가져갔어. 여기서 나오는 교훈은 아프다. 국가 프로젝트의 진짜 리스크는 기술적 실패가 아니라 목표 설정이 시대에 뒤처지는 거야. 성능 95% 달성이라는 목표는 명확하지만, 2027년의 프론티어가 지금과 같은 모양일 거라는 가정 위에 서 있다.

오픈웨이트 쪽 실패 사례도 참고할 만해. 아랍에미리트 TII가 낸 팰컨 180B는 공개 당시 최대 규모 오픈 모델로 크게 홍보됐지만 생태계가 거의 붙지 않았어. 너무 커서 아무도 안 돌렸고 후속 지원이 얇았거든. BigScience의 BLOOM 176B도 학술적으로는 훌륭했지만 실사용 채택률은 낮았다. 둘 다 국가나 국제 컨소시엄이 돈을 대서 큰 모델을 만든 사례고, 둘 다 "만들었다"에서 멈췄어. 크기는 화제를 만들고 사용 편의성은 생태계를 만든다는 교훈이 여기서 나온다.

성공에 가까운 대조군은 프랑스 미스트랄이야. 국가가 토너먼트를 열어 뽑은 게 아니라, 정부가 규제와 조달과 자본 유치 환경을 만들어주고 회사는 시장에서 싸웠어. 크기 라인업을 촘촘히 깔고 개발자 채택을 먼저 확보한 뒤 기업 계약으로 넘어가는 정석 코스를 밟았지. 독파모가 미스트랄식 결과를 원한다면 필요한 건 심사가 아니라 수요야. 그런데 지금 이 프로젝트에는 CDMA 때 있었던 확정 수요처에 해당하는 게 아직 뚜렷하지 않아. 2차 평가가 "현장 적용성"으로 축을 옮긴 건 정부도 그걸 알고 있다는 신호로 읽힌다.

경쟁자들은 어떻게 받아치나

가장 냉정한 상대는 중국이야. 화웨이는 7월 31일 openPangu-2.0-Pro의 가중치와 추론 코드, 기술 보고서를 한꺼번에 풀었어. 총 5,050억 파라미터에 토큰당 180억만 켜지는 MoE, 512K 컨텍스트, 34조 토큰 학습이고, 전부 자체 Ascend NPU에서 돌렸다고 주장한다. 알리바바 Qwen 계열은 0.5B부터 수백 B까지 사이즈 스펙트럼 전체를 깔아놓고, 딥시크는 학습 효율 자체를 무기화해 "같은 성능을 훨씬 싸게"를 반복해. 이들의 대응 전략은 별게 없어. 그냥 다음 버전을 더 빨리 내는 거야. 릴리스 주기 자체가 방어막인 셈인데, 6개월 단위 단계평가로 움직이는 국가 프로젝트는 구조적으로 이 속도를 따라가기 어려워.

역설적인 건 한국 팀들이 이 중국 모델들을 비교군으로 삼을 수밖에 없다는 점이야. K-엑사원 2.0의 모델 카드에 올라온 비교 대상에는 미국 모델이 없고 Qwen, GLM, 딥시크만 있어. 최상위 클로즈드 모델은 미국이 잡고 있고, 무료로 풀리는 오픈웨이트 최전선은 중국이 장악한 지형이 그대로 반영된 거야. 한국이 도전장을 내미는 자리는 후자인데, 하필 그 자리가 세계에서 가장 릴리스 주기가 빠른 구역이다.

미국 진영의 카운터는 다른 방식이야. 프론티어 랩들은 최상위 성능을 클로즈드로 유지하면서 오픈웨이트 시장에는 중간 크기 모델을 던져 생태계 이탈을 막는다. 여기에 6월 앤트로픽 사건이 보여준 또 다른 축이 있어. 필요하면 접근 자체를 통제할 수 있다는 것. 이건 경쟁이라기보다 게임의 규칙에 가까운데, 규칙을 쥔 쪽이 언제든 판을 흔들 수 있다는 사실이 역설적으로 독파모 같은 프로젝트의 존재 이유를 강화한다.

국내에서 나오는 반격은 더 흥미로워. 지금 정부 안에서 검토되는 안이 하나 있는데, GPU를 네 팀에 700~800장씩 나눠주는 방식을 접고 엔비디아 블랙웰 약 1만 장을 한 팀에 몰아주자는 구상이야. 재원은 반도체 초과세수로 잡고 2026년 안에 추경으로 밀어붙이는 안이 거론된다. 규모는 약 5조원인데, 이건 과기정통부 연간 AI 예산 5.1조원에 맞먹고 정부 전체 AI 예산 약 10조원의 절반에 해당해. 대상 팀은 파운데이션 모델 사업 점수와 기술력, 기업 자체 투자 의지로 정한다는 얘기가 나온다. 이 안이 현실화되면 지금의 토너먼트는 우승 상금이 완전히 다른 시합으로 변한다.

그리고 프로젝트 밖에 있는 네이버와 카카오. 심사에 묶이지 않는다는 건 독자성 기준에도 묶이지 않는다는 뜻이야. 좋은 오픈소스 부품을 가져다 쓰든 해외 모델과 제휴하든 자유롭고, 무엇보다 자기 서비스라는 확정 수요처를 이미 가지고 있어. 국가대표 타이틀은 없지만 사용자는 있는 쪽과, 타이틀은 있지만 수요처를 지금 만들고 있는 쪽. 2027년에 어느 쪽 모델이 한국에서 더 많이 쓰이고 있을지는 지금 단정하기 어려워.

그래서 뭐가 달라지는데

일반 사용자라면. 8월 12일 결과가 나와도 당장 앱이 바뀌거나 요금이 달라지진 않아. 다만 두 갈래로 체감이 올 거야. 하나는 공공 서비스야. 정부가 이 프로젝트의 결과물을 행정·의료·국방·제조에 붙이겠다고 밝혀왔으니, 민원 처리나 공공 상담 챗봇의 한국어 응답 품질이 조용히 달라지는 형태로 나타난다. 다른 하나는 네가 쓰는 국내 서비스의 백엔드야. 한국어 데이터로 튜닝된 국산 모델이 해외 API를 대체하기 시작하면 응답 품질과 서비스 가격 구조가 같이 움직여. 그리고 국민평가단 200명 중 한 명이 될 수도 있었다는 점은 기억해둘 만해. 국가가 만든 AI를 국민이 직접 채점하는 절차가 실제로 굴러가고 있어.

개발자와 실무자라면. 지금이 가장 실속 있는 시기야. 심사 압력 때문에 네 팀이 열흘 사이에 모델을 다 공개했고, 상당수가 아파치 2.0이라 상업 이용에 제약이 없어. 250B(활성 15B)짜리 업스테이지 솔라 오픈2처럼 현실적으로 돌릴 만한 크기부터, 750B짜리 K-엑사원 2.0처럼 H200 16장이 필요한 것까지 스펙트럼이 넓다. 고를 때 기준은 벤치마크 평균 점수가 아니라 네 워크로드야. 한국어 장문 처리와 국내 규범 준수가 중요하면 K-엑사원 계열, 온프레미스 자원이 빠듯하면 솔라 계열, 순수 독자 아키텍처의 학습 레시피가 궁금하면 모티프 쪽을 보면 돼. 다만 지금 공개된 벤치마크 수치는 대부분 각 팀 자체 측정값이라는 점은 잊지 마.

투자자라면. 8월 12일 결과를 주가와 1:1로 연결하는 건 성급해. 통과해도 즉시 매출이 생기는 구조가 아니고, 탈락해도 모델이 사라지는 건 아니니까. 그보다 세 가지를 봐야 해. 첫째, GPU 배분이야. 탈락 팀의 자원이 생존 팀에 넘어가고, 만약 1만 장 집중 안까지 현실화되면 컴퓨트 접근성 격차가 회사 단위로 벌어진다. 둘째, 실사용 레퍼런스다. 2차 평가 기준이 현장 적용성으로 옮겨간 만큼, 어느 팀이 공공·산업 계약을 실제로 따내는지가 진짜 지표야. 셋째, 국산 AI 반도체와의 결합. 국산 모델이 국산 칩에서 도는 조합이 완성되면 그건 별도의 산업 스토리가 된다. 반대로 자체 발표 벤치마크만 보고 밸류를 논하는 건 위험해.

정책 담당자라면. 이 프로젝트가 1년 동안 증명한 것과 증명하지 못한 것을 구분해야 해. 증명된 건 속도야. 15팀에서 시작해 1년 만에 250B~750B급 모델 네 개가 실물로 나왔고, Artificial Analysis 기준으로 한국은 미·중을 제외하면 가장 앞선 그룹에 들어갔다. 증명되지 않은 건 지속가능성이야. 국가가 GPU를 대주는 동안만 굴러가는 구조라면 2027년 12월 이후가 문제고, CDMA 때 있었던 확정 수요처가 지금은 뚜렷하지 않아. 그리고 '독자성' 기준을 어디까지 유지할지도 결정해야 해. 지금 기준은 네이버 같은 실용 노선을 배제하는 방향으로 작동했는데, 그 선택의 대가는 몇 년 뒤에 청구된다.

기업 도입 담당자라면. 이번 결과를 벤더 선택 기준으로 쓰고 싶은 유혹이 생길 텐데, 조심해. 2차 평가 점수는 국민평가단 200명의 절대평가와 전문가 평가, 벤치마크의 합산이고, 네 회사의 통화·문서·업무 데이터와는 아무 관계가 없어. 실제로 봐야 할 건 세 가지야. 온프레미스 총소유비용(모델은 공짜지만 GPU는 아니야), 에이전트 워크플로에서의 도구 호출 신뢰도, 그리고 라이선스 문구다. 아파치 2.0이면 법무 검토가 거의 필요 없지만, 팀별로 조건이 다를 수 있으니 모델 카드를 직접 확인하는 게 맞아.

🥄 남은 궁금증 세 가지

— 그래서 나랑 무슨 상관이야? 직접적인 영향은 없어. 8월 12일에 어느 팀이 떨어져도 네가 쓰는 앱은 그대로야. 다만 이 프로젝트 덕분에 한국어에 특화되고 상업 이용이 자유로운 대형 모델 네 개가 지금 공개돼 있고, 국내 서비스들이 그걸 백엔드로 쓰기 시작하면 몇 달 뒤 한국어 응답 품질과 서비스 가격이 조용히 달라질 수 있어.

— 이게 왜 하필 지금이야? 1년 전 오늘 15개 팀에서 5개 팀이 뽑혔고, 그 다섯 팀에 붙은 조건이 '단계평가에서 떨어지면 나간다'였기 때문이야. 1월에 5팀이 3팀이 됐고, 2월에 모티프가 들어와 4팀이 됐고, 이번 주 8~11일 국민평가를 거쳐 12일쯤 3팀이 돼. 지난 열흘 사이에 국산 대형 모델이 우르르 쏟아진 것도 다 이 일정 때문이고, 8월 4일 모티프의 최종 제출로 네 팀 개발이 전부 끝났어.

— 그래서 한국이 미국·중국을 따라잡은 거야? 단정하긴 일러. 모티프 3가 Artificial Analysis 종합지수 44점으로 딥시크 최신 모델과 동점을 냈고 오픈웨이트 3위권에 들었다는 건 진짜 성과야. 스탠퍼드 AI 인덱스 2026 기준으로 한국은 종합 4위, 주목할 만한 모델 보유국으로는 3위이기도 해. 근데 2025년 주요 모델 출시 건수가 미국 50건, 중국 30건, 한국 5건이었어. 자릿수가 다르고, GPU 총량도 자릿수가 달라. "따라잡았다"보다는 "3등 그룹에서 자리를 지키고 있다"가 정확한 표현이야.

참고 자료

숫자와 기준은 발표 시점 기준이라 바뀔 수 있어. 투자 판단은 각자의 몫!