SKT, LLM으로 초거대 AI 모델 도전

SKT, LLM으로 초거대 AI 모델 도전
[이미지: SKT]
💡
Editor Pick
- 매개변수 340억개 기반 ‘A.X 3.1’ 오픈소스 공개
- 독자개발 A.X 3.1 2종 등 총 4개 모델 오픈소스화

SKT는 24일 오픈소스 커뮤니티 허깅페이스(Hugging Face)에 독자 구축 LLM인 ‘A.X(에이닷 엑스) 3.1’을 공개했다.

340억 개(34B) 매개변수를 기반으로 하는 ‘A.X 3.1’은 SKT가 프롬 스크래치(From Scratch) 방식으로 모델 구축과 데이터 학습 등 전 단계를 진행했다. 프롬 스크래치(From Scratch)는 모델의 맨 처음 단계부터 모두 직접 구축하는 것을 말한다.

이번에 공개한 A.X 3.1은 A.X 3.0의 개선 버전이다. A.X 3.1에선 추론모델로의 확장 가능성을 고려해 코드와 수학성능을 대폭 향상 시켰다.

SKT는 프롬 스크래치 방식의 A.X 3.1 모델 2종(표준, 경량)과 대규모 학습(CPT, Continual Pre-Training)에 기반한 A.X 4.0 모델 2종(표준, 경량)까지 총 4개의 모델을 오픈소스로 공개했다. 해당 모델들은 학술 연구나 상업 이용 등에 자유롭게 활용 가능하다.

A.X 3.1(34B)은 자사 A.X 4.0(72B)와 비교할 때 절반 이하 매개변수로 구성됐지만, 같은 한국어 서비스에 적용될 경우 약 90% 수준 성능을 발휘한다. 사용자들은 A.X 3.1과 4.0 중에서 사용 환경에 더 적합한 성능과 효율을 고려해 선택할 수 있다.

A.X 3.1(34B) 모델은 대표적인 한국어 능력 평가 벤치마크인 KMMLU2)에서 ‘A.X 3.1’(69.20)는 ‘A.X 4.0’(78.3) 대비 88% 수준을 확인했고, 한국어 및 한국 문화 벤치마크인 CLIcK3)에서는 ‘A.X 3.1’(77.1)가 ‘A.X 4.0’(85.7) 대비 90% 수준의 성능을 기록했다.

SK텔레콤 컨소시엄에 AI밸류체인 대표기업 집결

SKT는 과학기술정보통신부가 주관하는 ‘독자 AI 파운데이션 모델 사업’에 지원했다.

SKT 컨소시엄은 반도체, 모델, 데이터, 서비스로 이어지는 독자 기술 기반의 풀스택 AI를 구현하고, 개발하는 모델을 국내 기업들에 오픈소스로 개방하는 것을 목표로 하고 있다.

컨소시엄엔 국내 게임 상장사 크래프톤을 비롯, 모빌리티 데이터 부분의 포티투닷, 국내 추론형 AI반도체(NPU) 제작사인 리벨리온, 전문 지식·정보 검색에 특화된 AI 에이전트인 라이너, AI 모델의 데이터 안정성 확보 기술을 갖춘 셀렉트스타 등 회사, 서울대학교 연구실, KAIST 연구진 등이 참여한다.

SKT 컨소시엄이 만들어낼 AI모델 사용 의향서를 낸 업체 중에는 SK하이닉스와 SK이노베이션, SK AX, SKB 등 SK그룹사, SKT 주도의 K-AI 얼라이언스에 참여 중인 몰로코(AI광고), 씨메스(제조AI), 가우스랩스(제조AI), 스캐터랩(감성AI) 등이 포함됐다. 참여 의향서 제출 기업은 추후 더 늘어날 전망이다.

SKT 컨소시엄은 자체 개발 LLM인 A.X와 각 참여사가 보유한 자체 LLM 및 데이터 등을 기반으로 해 대한민국 대표 독자 파운데이션 신규 모델을 만들어갈 계획이다.

특히 기존 규모를 뛰어넘는 초거대 AI 모델 개발에 도전한다. 텍스트 뿐만 아니라 이미지, 음성, 비디오 등 다양한 형태 데이터를 통합 처리할 수 있는 ‘옴니모달(Omni-Modal)’ 기술을 적용할 예정이다.

현재 AI 업계 표준으로 자리잡은 트랜스포머 구조를 넘어 신규 구조 연구도 추진, 이를 통해 글로벌 AI 경쟁서 독자 기술 경쟁력을 확보할 계획이다.

김태윤 SK텔레콤 파운데이션 모델 담당은 "각 분야 선도기업들과의 컨소시엄 구성으로 향후 소버린 AI 분야서 새로운 성과를 만들어낼 것"이라며, "국내 AI 생태계를 종합적으로 고려해 혁신적인 인공지능 모델을 선보일 계획"이라고 밝혔다.


SKT, LLM 에이닷 엑스 3.1 선보여
💡Editor Pick - 11일, 오픈소스 커뮤니티 허깅페이스 통해 ‘A.X 3.1 라이트’ 모델 공개 - 다양한 사양 모바일 기기서 최적 서비스 품질 구현 가능한 경량 모델 SKT는 11일 오픈소스 커뮤니티 허깅페이스(Hugging Face)에 독자 구축 LLM인 ‘A.X(에이닷 엑스) 3.1 라이트’를 공개했다고 밝혔다. 이번에 공개한
SKT, 강의 요약 정리하는 ‘에이닷’ AI 신규 서비스 베타 버전 출시
💡Editor Pick - AI 서비스 ‘에이닷’에 ‘노트’와 ‘브리핑’ 등 신규 서비스 베타 버전 출시 - ‘노트’, 음성 AI 기록 서비스로 실시간 받아쓰고 요약, 정리 - ‘브리핑’, 사용자 일상 종합 분석해 정보 제공 ‘앰비언트 에이전트’ SKT(대표 유영상)가 AI 서비스 ‘에이닷(A.)’에 ‘노트’와 ‘브리핑’ 등 신규
SKT 에이닷 ‘노트’, 30만명 돌파
💡Editor Pick - 실시간 받아쓰기요약, 템플릿별 핵심내용 정리 등 차별화 기능 호평 - 전체 이용자 중 30~40대 절반 이상, 직장 회의 등 활용 많아 - 이용자 의견 반영해 편의성 향상한 정식 버전 올해 하반기 중 출시 예정 SKT(대표이사 CEO 유영상)는 지난달 30일 인공지능(AI) 서비스 ’에이닷(A.

Read more

당신은 해킹당하지 않았다. 그러나 이미 표적이 되었다

당신은 해킹당하지 않았다. 그러나 이미 표적이 되었다

데이터 브로커가 국가안보 문제가 된 이유 개인정보에 대한 보호는 개인의 권리에 관한 문제로 여겨져 왔다. 기업이 과도한 정보를 수집하거나, 해킹으로 인해 개인정보가 유출되거나, 사용자의 동의 없이 정보가 활용되는 사건이 발생할 때마다 사회는 프라이버시 침해를 이야기했다. 그래서 개인정보 보호 역시 개인의 사생활을 지키기 위한 장치로 이해하는 경우가 많다. 그러나 데이터 브로커(

By Donghwi Shin, Jin Kwak
교통은 멈추지 않았지만 복구는 공격당했다

교통은 멈추지 않았지만 복구는 공격당했다

💡Editor Pick - LA 메트로 사건의 핵심은 복구 계층이 공격 대상이 되었다는 점 - 공격자는 백업, 가상화 관리 환경, 운영 화면의 신뢰를 흔드는 방식으로 인프라의 회복력 겨냥 - 핵심 인프라 보안은 침입 차단을 넘어, 스스로 다시 일어설 수 있는 구조를 갖추어야 함 도시의 교통망이 사이버 공격을 받았을 때, 사람들은 가장

By Donghwi Shin
사이버보안 ETF는 보안 산업을 사는 상품인가, 디지털 리스크를 사는 상품인가

사이버보안 ETF는 보안 산업을 사는 상품인가, 디지털 리스크를 사는 상품인가

💡Editor Pick - 사이버보안 ETF는 해킹 사고 증가에 단순히 베팅하는 상품인가? - 같은 사이버보안 ETF라도 CIBR은 인프라를, BUG는 순수 보안 소프트웨어를, IHAK은 기술 생태계에 초점을 맞춤 - 보안은 필수 지출이 되었지만, 사이버보안 ETF는 디지털 리스크를 자본시장이 가격화한 상품 사이버보안은 더 이상 기업이 선택적으로 집행하는 IT 프로젝트가 아니다. 클라우드 전환, 생성형

By Donghwi Shin
SD-WAN의 심장이 열린 순간 : Cisco CVE-2026-20182가 보여준 ‘신뢰된 네트워크’의 붕괴

SD-WAN의 심장이 열린 순간 : Cisco CVE-2026-20182가 보여준 ‘신뢰된 네트워크’의 붕괴

💡Editor Pick - CVE-2026-20182 취약점의 핵심은 SD-WAN Control Plane의 신뢰 붕괴 - 공격자는 네트워크가 스스로를 신뢰하는 ‘피어(Peer)’로 전환 - 중앙집중형 네트워크 운영은 효율을 높였지만, 동시에 제어권도 한곳에 집중시켰다. 기업 네트워크는 지난 수년간 급격히 바뀌었다. 과거 기업들은 본사와 지점을 MPLS 같은 전용 회선으로 연결했고, 각 지점마다 개별 라우터와 방화벽

By Donghwi Shin