EXAONE의 주요 특징:

1. 초거대 모델: EXAONE은 LG AI연구원에서자체 개발한 한국 내 최대 규모의 인공지능 모델로, 저작권 이슈가 해결된 전문 데이터만 학습했습니다. EXAONE은 한국어와 영어 데이터를 학습한 Bilingual 모델이며, 실제 전문 산업 현장과 전문 분야에서 활용할 수 있는 전문가 AI이며,, 산업 전반에 걸쳐 다양한 AI 활용 사례를 창출하고 있습니다.
2. 멀티모달: AI 텍스트, 이미지, 영상 등 여러 데이터를학습하고 분석하는 멀티모달 AI 모델로, 다양한 산업에 걸쳐 더욱 직관적이고 깊이 있는 인사이트를 제공합니다.
3. 전문가 AI: EXAONE은 제조, 금융, 의료, 자동차, 유통 등 다양한 산업에서 실제로 활용되고 있습니다. 예를 들어, 제조업에서는 설비 예지 보전, 품질 검사 자동화 등에 활용되어 생산성을 극대화하고 있으며, 금융업에서는 데이터 분석을 통해 리스크 관리 및 투자 전략 수립에 도움을 주고 있습니다. 또한 의료 분야에서는 영상 진단 보조 및 새로운 치료법 개발을 돕는 AI 도구로써 활약하고 있습니다.

EXAONE 3.5 언어 모델은 78억 개(7.8B) 파라미터, 8T 이상의 토큰으로 학습이 이뤄진 경량 LLM입니다. 범용 데이터 검색보다는 여러 산업 현장에서 활용될 수 있도록 높은 수준의 전문가 AI를 목표로 구성되었습니다. 이를 통해 EXAONE은 단순한 데이터 처리 능력을 넘어 복잡한 문제 해결과 예측까지 가능하게 하여, 기업들이 마주하는 다양한 도전 과제를 해결할 수 있는 도구로 자리 잡고 있습니다.

외부에 공개된 7.8B 모델은 가장 범용적으로 많이 쓰이는 효율적인 모델일 뿐 아니라 EXAONE 3.5 모델이 추구하는 방향은 전문 산업 분야에 집중하는 것이기 때문에 결과적으로 EXAONE이 역할을 하는 분야에서는 뛰어난 성능을 보여줍니다. 이화영 그룹장은 우수한 수준을 꼽히는 여느 범용 LLM 이상의 성능을 내면서도 성능과 비용 면에서도 뛰어나다고 설명합니다.

이화영 그룹장은 모델 자체가 구글 클라우드를 기반으로 학습, 추론되고, 서비스까지 하나의 환경에서 이뤄지는 것에 큰 의미를 두었습니다. 특히 LG AI연구원은 EXAONE 3.5의 강점으로 여러 생성형 AI와 머신러닝 모델, 검색 증강 생성 RAG(Retrieval-Augmented Generation)과 데이터 분석 등 EXAONE의 기능 확장과 최적화를 위한 모듈화를 중심에 두고 있기 때문에 데이터와 인공지능 등이 모두 하나의 서비스 안에서 유기적으로 작동하는 것을 중요하게 여겼습니다.

“EXAONE 3.5는 구글 클라우드의 AIOps 환경에서 모든 부분이 모듈화를 바탕으로 설계되었으며, 일반적인 정보를 제공하는 수준을 넘어 각각의 도메인 및 특화 Task에서 전문성을 갖도록 설계되었습니다. 예를 들면 수요 예측, 물성 예측 등을 처리하는 각 모델은 독립적으로 운영되면서 서로 API로 연결될 수 있으며, 새로운 모델이 언제든 더해질 수도 있고, 필요에 따라서는 기업들이 직접 개발하거나 최적화한 모델을 덧붙여서 쓰는 것도 가능합니다.”

이화영 그룹장은 EXAONE의 가장 큰 특징으로 전문 LLM 모듈을 통해 대다수의 기업이 LLM을 사용하고자 하는 요구사항을 반영하고자 하였으며, 일반적인 지식, 상식보다 특정 데이터를 더 잘 이해하고 그 안에서 가치를 만들어내는 모델이 기업 환경에 최적화된 모델 구성을 위해 구글 클라우드를 통해 효율적으로 인공지능 관련 서비스를 통합하고 다양한 모델을 개발할 수 있었다고 강조하였습니다. 

또한, 구글 클라우드는 여러 형태의 모델을 매끄럽게 운영할 수 있는 컴퓨팅을 제공하기에 LG AI연구원의 EXAONE 3.5는 구글 클라우드의 GPU를 통해 학습과 추론 및 모델과 데이터 셋의 특성에 따라 엔비디아의 H100과 A100을 적절하게 골라 쓸 수 있었으며, 구글 클라우드는 넉넉하고 안정된 GPU 성능을 제공하여 적절한 순간에 필요한 만큼의 컴퓨팅 자원을 매끄럽게 할당하여 사용할 수 있었습니다. 

LG AI연구원은 TPU의 상용화 초기부터 TPU를 활용했고, EXAONE 2.0까지는 TPU를 통해 모델을 운영하기도 했습니다. EXAONE 3.5는 구글 클라우드의 AI 서비스들과 맞물려 GPU로도 높은 효율을 바탕으로 뛰어난 성능을 낼 수 있도록 설계됐기 때문에 GPU를 중심으로 운영되지만 기존 TPU에 대한 경험과 만족도가 높고, EXAONE과 구글 클라우드의 유연성이 높기 때문에 언제든 확장할 가능성도 갖고 있습니다.

이화영 그룹장은 EXAONE 오픈소스 모델 공개와 엔터프라이즈 모델의 개방성과 독립성을 강조했습니다.

생성형 AI의 등장 이후 인공지능의 역할과 의미는 그 어느 때보다 빠르게 변화하고 있습니다. 그 중심에는 기업이 갖고 있는 지식 정보에서 가치를 만들어내는 RAG가 있습니다. LG AI연구원이 EXAONE 3.5 개발 과정에서도 고객의 요구사항 기반으로 RAG를 중요한 기술로 고려하였으며, EXAONE은 RAG 기술을 통해 각 기업의 지식과 경험이 담긴 문헌을 학습해 새로운 정보를 생성해 냅니다.

예를 들면 제품의 품질 관리에 대한 대응 방법을 처리한다고 하면 수 십 년 동안 일어난 사례와 방법들을 정리한 논문, 특허, 백서 또는 문헌 등의 기업 데이터를 기반으로 품질에 문제가 생겼을 때 어떻게 대응해야 할지 곧바로 답을 제시할 수 있습니다. 명확한 Reasoning을 통해 대화의 주제가 좁혀지면서 전문성은 높아지고 환각 현상(Hallucination)에 대한 우려를 최소화하고자 하였습니다.

“생성형 AI를 비롯한 인공지능은 묻는 말에 대답만 하는 단계를 뛰어넘고 있습니다. RAG를 바탕으로 정확도와 신뢰도가 높아지면서 인공지능이 판단한 결과에 대해 직접 적절한 행동을 하고 그 실행 결과를 주는 하나의 에이전트 역할로 진화해야 합니다. 특히 기업용 인공지능은 정보 제공만 하는 것이 아니라 먼저 적극적으로 움직이는 사용자 친화적 서비스로 진화해야 합니다.”

또한 이화영 그룹장은 LG AI연구원은 신뢰성과 안전성을 확보한 AI 모델 개발을 AI 라이프 사이클의 전 과정에서 윤리적 측면의 관리를 위한 절차를 갖추고 있으며, 자체 Compliance 체계를 확보하고 준수하고 있습니다. 하지만 실제 이러한 모델을 제공할 때는 개발부터 제공/배포 단계까지 잘 갖춰진 보안 체계가 필요합니다. 구글 클라우드는 이러한 기본적인 보안에 대한 기술과 권한 관리가 탄탄하면서도 매끄럽고, 데이터가 오가는 과정의 암호화도 아주 잘 갖춰져 있어 고객이 안전하게 사용 가능한 환경을 제공한다고 합니다.

LG AI연구원은 인공지능이 전문성을 가지고, 각 분야의 필드 전문가들이 이제까지 쌓은 기술과 경험을 바탕으로 한 단계 높은 수준의 일을 해낼 수 있도록 돕는 것을 목표로 하고 있습니다.