LG, 제조·금융·과학에 '엑사원' 투입…전문가 AI 사업화 속도

AI 자율 실험실 연말 가동…LG이노텍 제조 대응시간 85% 단축

LG AI연구원이 제조와 금융·과학 분야 난제를 해결하는 '전문가 인공지능(AI)' 활용 사례를 공개했다. 범용 AI를 넘어 산업 현장 변화를 예측하고 스스로 판단·실행하는 에이전틱 AI로 사업 경쟁력을 높인다는 전략이다.

LG AI연구원은 14일 서울 강서구 마곡 LG사이언스파크에서 'LG AI 토크 콘서트 2026'을 열고 제조·금융·과학 분야에 특화한 AI 기술과 적용 성과를 발표했다.

연구원은 과학 분야에서는 '엑사원 디스커버리'와 로봇을 결합한 AI 자율 실험실을 올해 말부터 가동한다고 밝혔다. 제조 분야에서는 '엑사원 태뷸러'를 LG이노텍 공정에 적용해 모델 대응 시간을 약 85% 줄인 성과가 공유됐다. 금융 분야에서는 '엑사원 BI' 기반으로 국내외 상장사 향후 전망과 판단 근거를 제공하는 서비스를 확대하고 있다.

LG AI 토크 콘서트 2026에서 임우형 LG AI연구원 공동 연구원장이 발표하고 있다. (사진=LG AI연구원)

이날 임우형 LG AI연구원 공동 연구원장은 기조연설에서 "좋은 AI 모델을 만드는 것도 중요하지만, 오랫동안 산업 현장에서 풀지 못했던 어려운 문제를 해결하는 것이 우리 미션"이라고 설명했다.

이홍락 LG AI연구원 공동 연구원장 겸 최고AI과학자(CSAI)는 조지 카메론 아티피셜 애널리지스 공동창업자 겸 최고제품책임자(CPO)와 '글로벌 AI 트렌드 및 대한민국 AI에 대한 인사이트'를 주제로 패널 토의를 진행했다.

연말부터 'AI 자율 실험실' 가동…신소재 개발 24시간 돌린다

LG AI연구원이 AI와 로봇을 결합해 신소재 개발 전 과정을 자동으로 수행하는 ‘AI 자율 실험실’을 올해 말부터 가동한다. (사진=LG AI연구원)

LG AI연구원이 AI와 로봇을 결합해 신소재 개발 전 과정을 자동으로 수행하는 ‘AI 자율 실험실’을 올해 말부터 가동한다. 연구자가 반복 실험에 들이는 시간을 줄이고 AI가 24시간 신물질 후보를 탐색하도록 해 소재 개발 속도를 높인다는 구상이다.

LG AI연구원은 물질을 설계하고 합성 결과를 예측하는 '엑사원 디스커버리'와 AI 자율 실험실 구축 계획을 공개했다. AI 모델이 실험 대상을 정하면 로봇이 합성과 평가를 수행하고, 그 결과를 AI가 재학습하는 구조로 이뤄졌다. 

화학 소재 특화 AI는 가능한 실험을 무작정 수행하지 않고 현재 가장 확인할 가치가 높은 실험부터 제안할 수 있다. 성능이 유망한 분자 영역에서는 정밀한 실험을 진행하고, 정보가 부족한 영역에서는 탐색 범위를 넓혀 최소한의 실험으로 방대한 화학 공간을 살핀다.

이 AI는 실험 과정에서 발생할 수 있는 위험도 사전에 점검한다. AI가 화학물질 위험성과 안전성을 예측하고, 온도와 압력 범위 등 장비의 현실적인 제약을 반영해 실제 수행할 수 있는 실험만 설계하는 식이다.

박제섭 LG화학 R&D AX 추진팀장은 "실험 결과는 다시 모델을 고도화하는 학습 데이터로 활용된다"며 "AI가 합성 대상을 선정하고 로봇이 실험·평가한 뒤 새 데이터를 AI에 다시 투입하는 루프가 반복될수록 모델이 파악할 수 있는 화학 영역도 넓어진다"고 강조했다. 

LG AI연구원은 이미 GS칼텍스와 AI 데이터센터용 액침 냉각유 후보 물질을 발굴하는 개념검증(PoC)을 진행했다. 엑사원 디스커버리가 목표 성능을 충족할 가능성이 높은 후보를 추천하면서 기존 방식보다 개발 시간을 줄인 것으로 전해졌다. 

박 팀장은 산업 현장에 AI 자율 실험실을 적용하려면 모델 성능뿐 아니라 운영 체계도 갖춰야 한다고 주장했다. 재현 가능한 실험 데이터와 장비·시스템 연동, 위험물질 취급을 위한 안전 기준, 예외 상황 기록 체계가 필요하다는 설명이다. 

연구자가 최종 의사결정 주체로 남는 것도 중요한 조건으로 꼽혔다. AI와 로봇이 만든 결과로 연구자가 새로운 가설을 세우고 다음 연구 방향을 결정해야 자율 실험실이 실제 연구 조직에 정착할 수 있다는 이유에서다. 

임종구 GS칼텍스 기반기술팀장은 "자율 실험실의 가치는 단순한 공정 자동화를 넘어 숙련된 연구자 통찰력과 전문성을 디지털화해 연구개발 과정에 내재화하는 데 있다"며 "궁극적으로 연구 지능을 시스템으로 구현하는 것이 목표"라고 강조했다. 

LG이노텍, '엑사원 태뷸러'로 제조 AI 대응 시간 85%↓

LG AI연구원은 정형 데이터 파운데이션 모델 '엑사원 태뷸러'를 LG이노텍 제조 공정에 적용해 AI 모델 대응 시간을 약 85% 단축했다고 밝혔다. (사진=LG AI연구원)

이날 LG AI연구원은 정형 데이터 파운데이션 모델 '엑사원 태뷸러'를 LG이노텍 제조 공정에 적용해 AI 모델 대응 시간을 약 85% 단축했다고 밝혔다. 

유정선 LG이노텍 AX 담당 "기존 머신러닝(ML) 모델을 재학습하려면 최소 14일에 해당하는 약 300시간 넘는 생산·운영 데이터가 필요했다"며 "엑사원 태뷸러를 적용한 뒤에 최대 50시간 분량 데이터만으로 변화한 공정 조건을 반영해 추론할 수 있었다"고 강조했다. 

이어 "모델 대응 리드타임을 약 85% 줄여 개발 기간을 단축했다"며 "대응 시간을 줄이면서도 고객을 설득할 수 있는 수준의 예측 결과를 확보했다"고 설명했다.

엑사원 태뷸러는 숫자와 범주형 데이터 등 표 형태의 정형 데이터를 분석하는 파운데이션 모델이다. 공정마다 새로운 모델을 개발하거나 재학습하지 않아도 소량의 데이터를 콘텍스트로 입력하면 곧바로 예측을 수행한다.

제조 현장은 새로운 제품과 공정이 계속 추가되는 데다 데이터 분포도 수시로 변한다. 기존 ML 방식은 변화가 발생할 때마다 모델을 재학습해야 한다. 이에 실제 현장에 신속히 적용하기 어렵다는 한계가 있다.

엑사원 태뷸러는 결측치가 포함된 불완전한 데이터도 처리할 수 있다. LG AI연구원이 자체 평가한 결과 전체 입력 데이터의 20%가 누락된 상황에서도 안정적인 예측 성능을 유지한 것으로 나타났다. 별도 전처리를 거치지 않은 원시 데이터도 예측에 활용할 수 있는 것으로 확인됐다. 

모델은 예측값뿐 아니라 결과 분포와 위험도까지 제공한다. 제조 AI 에이전트가 예측 결과를 얼마나 신뢰할 수 있는지 판단하고 후속 작업을 수행하도록 지원하기 위해서다.

모델 규모는 약 2600만 파라미터로 현장 온프레미스 서버에 직접 배포할 수 있다. 외부 네트워크와 분리된 환경에서도 구동할 수 있어 보안이 중요한 제조 데이터 처리에 적합하다는 평을 받고 있다. 

LG이노텍은 "우리는 카메라 모듈과 반도체 기판을 비롯한 전체 제조 공정에 엑사원 태뷸러 적용을 확대할 계획"이라며 "오토노머스 팩토리를 구축하고 제조·연구개발·경영 부문을 에이전틱 엔터프라이즈 체계로 바꿀 것"이라고 강조했다.

LG AI연구원은 "올 하반기 여러 열을 동시에 예측하는 ‘멀티컬럼’ 기능과 단계적 추론을 활용하는 CoT 구조를 추가할 예정"이라며 "내년에는 모델 규모를 확대하고 텍스트 입력까지 함께 처리할 수 있는 멀티모달 구조로 고도화하는 것이 목표"라고 밝혔다.

금융 AI 국내 확대…"투자 판단보다 정보 분석 지원"

LG AI연구원이 금융 특화 AI 솔루션 '엑사원 비즈니스 인텔리전스(BI)' 국내외 시장 적용을 확대하고 있다. (사진=LG AI연구원)

LG AI연구원이 금융 특화 AI 솔루션 '엑사원 비즈니스 인텔리전스(BI)' 국내외 시장 적용을 확대하고 있다. 

엑사원 BI는 금융 데이터를 분석해 기업 전망을 예측하고, AI가 해당 판단을 내린 근거까지 설명하는 솔루션이다.

대표 상품은 엑사원 BI를 기반으로 개발한 ‘AI 기반 주가 전망 점수(AEFS)’다. LG AI연구원은 런던증권거래소그룹(LSEG)과 미국 상장사 대상 서비스를 출시한 데 이어 지난 7월 7일 코스콤과 국내 상장사 대상 서비스를 선보였다.

AEFS는 기업의 향후 4주간 주가 전망을 점수로 제시하고 결과가 도출된 배경을 해설한다. 엑사원 BI는 기업 한 곳을 분석할 때 평균 약 2만건의 뉴스와 재무 데이터, 공시 등을 종합해 투자 판단에 필요한 정보를 선별한다.

이동현 코스콤 데이터융합사업TF 과장은 금융 AI의 가장 큰 가치로 파편화된 정보를 신속하게 종합하는 능력을 꼽았다. 다만 이를 국내 시장에 적용하려면 한국 기업 지배구조와 산업 규제, 공시, 국내 뉴스 등 시장 특성을 분석에 반영해야 한다고 강조했다.

최광일 국민연금공단 기금운용본부 전임운용역은 금융 현장 병목이 데이터 부족보다 이를 처리할 시간과 인력 부족에서 발생한다고 진단했다. 다만 현재는 AI가 투자를 직접 결정하기보다 리서치와 정보 분석을 지원해야 하며, 장기간 성능 평가와 설명 가능성 검증을 거쳐 활용 범위를 넓혀야 한다고 밝혔다.

LG AI연구원은 "LSEG·코스콤과 협력해 엑사원 BI의 국내외 금융시장 적용을 확대할 계획"이라며 "현재 주식 전망에 집중된 분석 범위를 앞으로 원자재를 비롯한 다양한 금융상품으로 넓힐 것"이라고 강조했다.