업스테이지 CTO "AI 모델 개발만으론 부족…현장 맞춤 평가 필요"

"이제 기업이 인공지능(AI) 모델 만드는 것만으로는 부족합니다. 실제 산업 현장에서 모델이 얼마나 잘 작동하고 효과적인지 평가할 수 있는 기준이 필요합니다. 결국 각 산업이 '에이전트 레디(Agent Ready)' 상태가 되는 것이 AI 강국 도약을 위한 첫걸음입니다."

이활석 업스테이지 최고기술책임자(CTO)는 11일 서울 대한상공회의소에서 열린 'AWS 퍼블릭 섹터 데이 2025' 패널 토론에서 이같이 밝혔다. 토론에는 이 CTO를 비롯한 김화종 제약바이오협회 단장, 박찬진 서울 AI허브 센터장, 김동일 육군교육사령부 부이사관, AWS 정연 어카운트매니저가 참석했다.

이활석 CTO는 한국이 글로벌 AI G3에 진입하려면 산업 현장의 참여와 준비가 뒷받침돼야 한다고 강조했다. 단순히 모델을 만드는 것에 그치지 않고 실제 사용 시나리오에서 성능 평가할 수 있는 체계가 필요하다는 설명이다.

이 CTO는 거대언어모델(LLM) 개발 과정에서 비용·난이도로 인해 현장 의견이 뒷전으로 밀렸다고 지적했다. 기업이 모델 개발에 우선 집중하느라 모델 실용성에 대한 검증이 어려웠다는 설명이다. 결과적으로 산업 현장 의견이 모델 개발 과정에 전혀 반영되지 않았다는 것이다.

그는 기업이 모델 만드는 것만으로는 부족하다고 강조했다. 실제 기업이나 산업 현장이 해당 모델을 활용할 때 잘 작동하는지, 업무에 효과적인지 평가할 수 있는 기준이 필요하다"고 주장했다. 그는 "이를 위한 평가 데이터셋과 매트릭을 산업별로 준비해야 한다"며 "실질적인 모델 활용 가능성을 검증해야 한다"고 설명했다.

이 CTO는 레거시 시스템을 API화해 AI 모델에 연동할 수 있는 환경을 갖추는 것도 시급하다는 의견도 제시했다. 그는 "결국 각 산업 현장이 '에이전트 레디(Agent Ready) 상태가 되는 것이 AI 강국 도약을 위한 첫 걸음"이라고 덧붙였다.

박찬진 센터장은 연말까지 공개될 국내 독자 인공지능(AI) 파운데이션 모델이 현장에서 실제로 쓰일 수 있도록 산업계 목소리를 적극 반영해야 한다고 강조했다. 단순한 기술 성능뿐 아니라 활용도가 성패를 가른다는 설명이다.

박 센터장은 독자 모델 개발을 위해 제조·국방·교육 등 각 분야에 특화된 스타트업들과 컨소시엄을 구성했다고 밝혔다. 산업별 요구와 전문성을 반영해 현장의 필요에 맞는 모델을 만드는 것이 목표다.

박 센터장은 "기술이 아무리 뛰어나도 산업 현장에서 활용되지 못하면 의미가 없다"며 "기업과 현장의 목소리를 빠르게 반영하는 것이 독자 모델 성공의 핵심"이라고 말했다.

"데이터 규제 개선·장기적 생태계 활성화 필요"

패널들은 데이터 규제 개선과 장기적인 생태계 전략이 AI 산업에 필요하다고 입을 모았다.

김동일 부이사관은 정부가 한국형 지휘통제체계를 AI로 구축 중이라고 설명했다. 이를 통해 전장 센서나 슈트 정보를 실시간 연결해 이동 표적을 탐지하는 것이 목표다.

김 부이사관은 "목표 실현을 위해 멀티모달 데이터 통합, 클라우드 기반 운영이 필수적"이라며 "국제 표준에 맞춘 보안 구조가 마련돼야 한다"고 강조했다. 이어 "국방 AI는 군 단독 과제가 아니라 국가 차원의 총력적 접근이 필요하다"고 덧붙였다.

김하종 단장은 AI 모델 강화를 위해 데이터 수집 과정에 연합학습이 중요하다고 주장했다. 그는 "AI 모델은 한 번 만들고 끝나는 것이 아니라 지속적인 데이터 유입을 통해 개선된다"며 "개인정보 문제로 물리적 데이터 공유가 어려운 만큼 연합학습이 반드시 필요하다"고 강조했다.