[오픈소스 LLM 회사 분석 8] LG EXAONE: 한국어에 건 재벌의 베팅

7회 OpenAI에 이어 여덟 번째는 LG AI Research의 EXAONE입니다. 지금까지 다룬 회사와 결이 다릅니다. 미국·중국·유럽의 빅테크나 스타트업이 아니라, 한국 재벌이 만든 연구소이기 때문입니다. 그리고 한국어라는 '저자원 언어'에서 글로벌 모델이 커버 못 하는 빈틈을 노렸다는 점에서 독자적인 자리를 갖습니다.

역사: 재벌 연구소에서 나온 한국 최초의 오픈 모델

LG AI Research는 2020년 12월 출범했습니다. 한국 4위 재벌 LG 그룹이 세운 AI 전담 연구소로, 전자·화학·통신·배터리 등 그룹 내 다양한 사업에 AI를 적용하는 게 원래 목적이었습니다. AWS 사례 보고에 따르면, 창립 1년 만에 첫 파운데이션 모델을 프로덕션에 올렸습니다.

첫 모델 EXAONE 1.0은 2021년 12월, 3,000억 파라미터짜리 멀티모달 모델로 공개됐습니다. 이름은 'Expert AI for Everyone'의 머리글자입니다. 다만 이때까지는 LG 그룹 내부 중심, 폐쇄 운영이었습니다.

전환은 2024년 8월 7일입니다. EXAONE 3.0(7.8B)을 내놓으면서 한국 최초의 오픈가중치 LLM이 됐습니다. LG 측 발표로는 경쟁 모델 대비 추론 56% 빠르고, 메모리 35% 적게 먹고, 비용은 72% 낮다고 했습니다. 영어-한국어 이중언어에 특화시킨 점이 핵심 차별점이었습니다.

구조: 재벌 자본과 '주권 AI' 정책의 결합

항목	내용
모회사	LG 그룹(한국 4위 재벌)
설립	2020년 12월
자본	LG 그룹 내부 자금. 외부 벤처 펀딩 없음
정책 연계	한국 정부의 '주권 AI(Sovereign AI)' 파운데이션모델 사업
핵심 인물	LG AI Research 연구진(팀 중심, 개인 중심 언론 노출 적음)

재벌 자본의 장점은 '인내 자본'입니다. 분기 실적으로 쫓기는 스타트업과 달리, LG는 수익보다 전략적 가치로 접근할 수 있었습니다. 거기에 한국 정부의 '주권 AI' 정책이 겹쳤습니다. 미·중 양강 구도에서 한국이 자체 파운데이션 모델을 가져야 한다는 프레임인데, K-EXAONE 2.0(750B A37B MoE)이 바로 이 정책의 2단계 사업 결과물입니다. 공개된 바에 따르면 한국어 벤치마크(OpenAI-Korean)에서 94.4점을 기록했습니다.

전략: 왜 한국어 특화 + 오픈이었나

EXAONE의 전략은 '글로벌 모델이 못 가는 자리'를 잡는 것이었습니다. 한국어는 전 세계 사용자는 많아도 학습 데이터로는 '저자원 언어'입니다. Qwen(4회)이 중국어·일본어·한국어를 동시에 잡으려 하지만, 한국어 순도만큼은 EXAONE이 우위입니다. 한국 산업 현장(법률·의료·제조)에서 쓰려면 한국어 맥락이 필수인데, 그 틈새를 노렸습니다.

왜 굳이 오픈까지 했는가. 두 가지 이유가 읽힙니다. 첫째, 글로벌 인지도 부족입니다. LG는 Llama·Qwen·Mistral처럼 기존에 이름이 알려진 회사가 아니어서, 오픈으로 한국 개발자 사회를 먼저 장악하려 했습니다. 한국 로컬 서비스들이 EXAONE을 기본 한국어 모델로 쓰게 만드는 게 1차 목표였습니다. 둘째, '주권 AI' 정책이 공개 모델을 전제로 합니다. 정부 자금이 들어간 만큼 가중치를 푸는 것이 사실상 의무였습니다.

한계와 쟁점: '오픈소스'가 아닌 '오픈가중치'

가장 큰 쟁점은 라이선스입니다. EXAONE은 Apache 2.0이 아닙니다. 'EXAONE AI Model License'라는 자체 규정을 쓰는데, 상업 용도를 제한합니다. 4.0에 와서 'Agreement 1.2'로 다듬었지만 여전히 상업 사용에 제약이 있습니다. 레딧 등 개발자 커뮤니티에서는 "LG가 EXAONE 3.5를 오픈소스라 부르지만, 라이선스를 읽어보면 오픈소스가 아니다"라는 비판이 나왔습니다. 즉 Llama 초창기·Gemma 1-3과 같은 'openwashing' 비판을 EXAONE도 피하지 못했습니다.

두 번째는 글로벌 인지도의 한계입니다. Hugging Face 다운로드·파생 모델 수에서 Qwen·Llama·Mistral과는 자릿 수 차이가 납니다. 한국 내 입지는 단단하지만, 영어·중국어권에서는 거의 쓰이지 않습니다. '한국어 특화'는 강점인 동시에 성장의 천장이기도 합니다.

세 번째, 기술 보고서의 투명도. Qwen·DeepSeek·Mistral이 학습 데이터 구성·규모를 비교적 상세히 공개하는 반면, EXAONE은 보고서가 짧고 데이터 정보가 제한적입니다. 연구 커뮤니티에서 검증·재현하기가 어렵다는 지적이 있습니다.

버전 역사: 3년 만에 300B 폐쇄에서 750B 오픈 MoE로

모델	출시일	파라미터	라이선스	특징
EXAONE 1.0	2021.12	300B(멀티모달)	폐쇄	최초, 그룹 내부 중심
EXAONE 2.0	2023	—	폐쇄	—
EXAONE 3.0	2024.8.7	7.8B	EXAONE License	한국 최초 오픈가중치, 영한 이중언어
EXAONE 3.5	2024.12.9	2.4B / 7.8B / 32B	EXAONE License	GGUF 양자화 배포, 크기별 라인업
EXAONE 4.0	2025	32B	EXAONE License 1.2(상업 제한)	추론 강화
K-EXAONE 2.0	2025	750B A37B(MoE)	오픈	한국 '주권 AI' 2단계, 한국어 벤치마크 94.4

3년 만에 가장 큰 모델이 7.8B에서 750B MoE로 뛰었습니다. 라인업 폭은 Qwen·Mistral에 못 미치지만, 한국어·이중언어라는 좁은 자리에서는 최상위권입니다. 특히 2.4B 같은 소형은 한국어 로컬 서비스에서 실사 비중이 높고, 한국 내 여러 대시보드·챗봇이 기본 한국어 모델로 쓰고 있습니다.

다음 회

9회에서는 캐나다에서 나온 다국어 특화 모델, Cohere를 다룹니다. EXAONE이 한국어 한 자리를 팠다면, Cohere는 23개 언어를 동시에 잡으려 한 회사입니다.