스타트업 경영 코치 수드입니다.
거대 AI 경쟁이 '단순 모델 성능'에서 '공공 조달과 국가 산업 인프라' 중심으로 바뀌고 있습니다.
미국 빅테크의 독점과 중국의 오픈소스 공세에 대응하기 위해, 정부가 추진 중인 '독자 파운데이션 모델(독파모)' 프로젝트의 2차 평가 결과도 최근 정예 3개 팀으로 좁혀졌습니다.
이는 스타트업에 새로운 비즈니스 기회입니다. 거대 모델 개발비 없이도 공개 가중치(오픈 웨이트)와 공공 수요를 지렛대 삼아 성장할 수 있는 스타트업의 핵심 전략을 정리했습니다.
1. '독파모' 2차 평가 결과: LG·SKT·업스테이지 3강 체제 확정
독자 AI 파운데이션 모델(독파모) 프로젝트의 2차 평가 결과가 공식 발표되었습니다. 초기 5개 컨소시엄에서 출발해 치열한 검증을 거친 끝에, 차세대 AI 주권을 이끌 정예 3개 팀이 3단계 진출을 확정 지었습니다.
\[독파모 토너먼트 압축 경과\]
\- 1단계: 5개 컨소시엄 경쟁 (네이버, 업스테이지, SKT, NC, LG)
\- 2단계: 4개 팀 경합 (LG, SKT, 업스테이지 + 챌린저 모티프테크놀로지스)
\- 2차 평가 통과: LG, SKT, 업스테이지 (3파전 압축)
\- 향후 일정: 2026년 12월 3차 평가 진행 → 2027년 초 최종 2개 팀 공식 선정 및 오픈 웨이트 전면 공개
가) 정예 3사의 2차 평가 핵심 성과
① LG AI연구원 (K-EXAONE 2.0): 매개변수 7,500억 개 규모의 초대형 플래그십 모델로, 글로벌 국제기구 협업과 에이전틱 AI 차별성, 모델 위험 관리 체계에서 높은 평가를 받았습니다.
② SKT (A.X K2): 국방·제조·법무·세무 등 대규모 산업 현장 실증과 수리 추론, 한국어 이해력에서 독보적인 실용성을 입증했습니다.
③ 업스테이지 (Solar Open2): 국산 NPU(퓨리오사AI) 연동 및 포털 다음 서비스 환경 실증을 통해 국산 SW·HW 풀스택 결합과 체감 사용성에서 우수한 평가를 받았습니다.
나) 탈락팀의 시사점
글로벌 정량 벤치마크(AAII)에서 최상위권 점수를 기록했던 신생 스타트업 모티프테크놀로지스는 뛰어난 기술력을 입증했음에도 전문가 평가(35점)와 사용자 평가(25점)를 합산한 다면 종합 평가에서 근소하게 밀려 고배를 마셨습니다.
이는 정부의 평가 방향이 "단순 벤치마크 수치 경쟁을 넘어, 실제 산업 현장과 국민 서비스에서 동작하는 실질적 워크플로 가치를 검증하는 데 있다"라는 점을 명확히 보여줍니다.
2. 독파모 3대 평가 체계와 인프라 집중 지원
정부는 평가의 공정성과 실효성을 담보하기 위해 다각도의 평가 배점 체계를 가동했습니다.
정부는 3단계에 진출한 3개 팀에 차세대 초고 성능 GPU(엔비디아 B200) 지원을 상반기 팀당 768장에서 하반기 약 1,000장 수준으로 확대 배정하여 글로벌 프런티어 모델과의 격차를 좁힐 수 있도록 전폭적인 연산 자원을 투입합니다.
3. 글로벌 AI 패권 지형과 주요 국가 전략 비교 (미·중 패권 vs 소버린 AI)
전 세계는 지금 '미국의 폐쇄형 빅테크 독점'과 '중국의 초저비용 오픈소스 공세', 그리고 이에 맞서 '기술 주권을 지키려는 각국의 소버린 AI 진영(한국·EU·인도·일본)'으로 다극화되고 있습니다.
글로벌 구도의 핵심: 미국이 초거대 자본으로 모델을 독점하고 중국이 저비용 오픈소스로 개발자 생태계를 장악하는 틈바구니에서, 한국의 독파모는 '안전한 국산 오픈 웨이트 + 공공 우선 검토 수요 + 국산 NPU 결합'이라는 독자적인 풀스택 대안을 준비하고 있습니다.
4. 스타트업·1인 기업가를 위한 5대 비즈니스 실행 전략
빅테크와 대기업이 대규모 투자로 파운데이션 모델을 사전 학습 할때, 스타트업은 그 바탕에서 고객 현장의 문제를 해결하는 애플리케이션과 워크플로 데이터를 장악해야 합니다.
가) '모델 회사'가 아닌 '문제 해결 회사'가 되라
직접 거대 모델을 학습시킬 필요가 없습니다. 독파모 프로젝트의 최종 결과물인 오픈 웨이트(Open Weights)와 글로벌 상용 API를 언제든 교체 사용할 수 있는 '스위칭 아키텍처'를 구축하고, 고객의 실질적인 업무 워크플로를 장악하십시오.
나) 공공 AX 우선 검토 정책을 B2G·B2B 지렛대로 삼으라
정부는 국세·행정 상담, 농산물 가격 정보, 복지·돌봄 등 10대 선도 과제에 국가 AI 모델을 우선 검토하도록 유도합니다. 이 분야에서 "업무 처리 시간을 몇 % 단축하고 오류를 얼마나 줄였는가"를 정량적으로 증명하는 실증 PoC를 선점하십시오.
다) '작지만 깊은 모델(SLM + RAG)'로 원가를 통제하라
B2B 현장에서 고객이 실제로 지불하는 기준은 파라미터 크기가 아니라 지연 시간(Latency), 토큰 비용(Token Cost), 데이터 보안입니다. 온디바이스, 프라이빗 온프레미스, 도메인 RAG를 결합해 원가 경쟁력을 극대화하십시오.
라) 데이터 권리와 보안 가드레일을 상품화하라
데이터 출처 증명, 개인정보 비식별화, 저작권 필터링, 감사 로그 보관 기능은 엔터프라이즈 및 공공기관 영업의 필수 티켓입니다. 국산 모델의 규범 적합성을 강조해 미·중 모델 대비 강력한 데이터 주권 우위를 점하십시오.
마) 글로벌과 국산을 융합하는 하이브리드 멀티 엔진을 구축하라
범용 추론과 글로벌 확장은 미국 상용 API나 오픈소스 모델을 활용하고, 기업 내부의 민감 데이터와 공공 조달 영역은 국산 독자 모델로 처리하는 이원화 아키텍처가 가장 안전하고 확실한 비즈니스 모델입니다.
5. 스타트업에게 독파모는 '무료로 깔린 고속도로'다
독자 파운데이션 모델 프로젝트는 소수 기업의 순위 다툼이 아닌, 국가 차원의 'AI 산업 인프라 구축'입니다.
글로벌 빅테크에 종속되지 않고 지속 가능한 성장을 이루려면, 스타트업은 국가와 컨소시엄이 막대한 자본으로 닦아놓은 인프라(오픈 웨이트, 국산 NPU, 공공 수요)를 적극 활용해 현장의 문제를 해결하는 실전 솔루션을 빠르게 선보여야 합니다.