SK텔레콤이 AI 경쟁력의 핵심을 모델 성능이 아닌 '개선 속도'로 정의하며, 실사용 데이터를 재학습으로 되돌리는 순환 구조 구축을 최우선 목표로 제시했다. 유경상 SKT AI 사내독립기업(CIC)장은 칼럼에서 6880억개 매개변수 규모의 독자 모델 'A.X K2'가 정부의 독자 AI 파운데이션 모델 프로젝트 3차 단계에 진출했다고 밝혔다. 월간활성이용자(MAU) 1000만명을 넘은 AI 서비스 '에이닷'을 이미 작동 중인 개선 루프의 사례로 제시했고, 금융·모빌리티·의료 등 분야에서 하나은행·NH농협은행 등 11개 기업과 새로 업무협약(MOU)을 맺어 20여개 기업·기관이 참여하는 컨소시엄을 꾸렸다. SKT는 직접 서비스를 만들기보다 최적의 AI 모델과 전문 서비스를 연결하는 '오케스트레이터' 역할을 맡아 금융·세무·돌봄 등으로 서비스 영역을 넓힐 계획이다.
- •SKT, AI 경쟁력을 모델 성능 아닌 '개선 속도'로 재정의
- •독자모델 A.X K2(6880억 매개변수), 정부 독파모 3차 진출
- •에이닷 MAU 1000만 돌파, 하나은행 등 11개 기업과 신규 MOU
- •SKT는 오케스트레이터 역할로 금융·세무·돌보 등 확장 계획
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
SKT의 미래 AI 전략…최고 모델보다 빠른 피드백과 개선이 승부처
- 1.SKT, AI 경쟁력의 핵심을 모델 성능보다 실사용 데이터 기반 재학습 속도로 규정
- 2.6880억 매개변수 독자모델 'A.X K2' 공개, 정부 독자 AI 파운데이션 모델 3차 단계 진출
- 3.질문 난이도별로 경량·대형 모델을 나누고 MoE 등으로 추론 비용 절감하는 구조 구축
- 4.금융·모빌리티·교육 등 20여개 기업과 컨소시엄 구성, '오케스트레이터' 역할로 서비스 확장
왜 중요한가?
모델 성능 경쟁에서 '개선 루프' 속도 경쟁으로 프레임을 전환한 것은, 통신사가 자체 초대형 모델 없이도 오케스트레이션과 실사용 데이터 축적으로 차별화할 수 있음을 보여주는 사례다.
본문 미리보기
SK텔레콤(SKT)이 독자 인공지능(AI) 모델의 기술 경쟁력을 넘어 국민 모두가 일상에서 편리하게 사용하는 '일상의 AI'를 만드는 것을 최종 목표로 제시했다.특히 AI 경쟁의 승부처로 모델 성능이 아닌 개선 속도를 꼽았다. 좋은 모델을 한 번 만드는 것보다 실제 사용에서 나온 데이터를 다시 학습으로 되돌리는 순환 구조를 얼마나 빠르게 돌리느냐가 경쟁력을 가른다는 설명이다.유경상 SKT AI 사내독립기업(CIC)장은 24일 자사 뉴스룸에 게재한 칼럼을 통해 "그동안 쌓아 온 기술과 서비스 역량을 바탕으로 국민이 실제 생활 속에서
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:33AI 초안
