[FETV=이신형 기자] KT(대표이사 김영섭)가 마이크로소프트와의 전략적 협업을 통해 개발한 GPT-4o 기반 한국적 AI 모델 ‘SOTA K built on GPT-4o(이하 SOTA K)’를 출시했다고 29일 밝혔다.

기존 대형 언어모델(LLM)은 영어권 중심 데이터로 학습돼 한국어와 한국의 독특한 사회·문화적 맥락 반영에 한계가 있었다. KT는 이를 해결하기 위해 고품질 한국 특화 데이터를 대규모로 확보하고, 마이크로소프트와의 협력을 통해 GPT-4o를 한국 사회에 최적화된 모델로 발전시켰다. 이 과정에서 KT의 데이터 품질 관리, 모델 학습 기술, 모델 평가 및 Responsible AI 역량과 마이크로소프트의 글로벌 기술력이 시너지를 냈다.

SOTA K는 한국적 AI의 4대 핵심 철학인 ▲데이터 주권 보호(Data Sovereignty) ▲한국 문화 이해(Cultural Relevance) ▲모델 선택권 보장(Two Track Model Strategy: 독자모델과 협력·오픈모델) ▲안전하고 책임감 있는 AI(Reliable & Responsible)를 모두 구현한 모델이다.

한국어 경어법·방언은 물론 법률·금융·역사 등 국내 특정 산업군 내에서 사용하는 전문 용어까지 자연스럽게 이해하고 생성할 수 있어 한국 비즈니스 환경에서의 실용성을 크게 높였다.

KT는 한국적 AI 지표를 새롭게 정의하고 이를 측정할 수 있는 자체 데이터셋을 구축해 정량 평가와 정성 평가를 진행했다. SOTA K는 한국어 이해, 생성, 추론, 사회·문화, 한국 전문지식 등 주요 지표에서 GPT-4o 대비 우위를 보였다. 특히 한국사, 한국어, 한국 법령 등 고난이도 한국적 지식을 요구하는 대한민국 공무원 시험과 귀화 시험에서 GPT-4o 모델을 능가하는 성과를 거둬 한국 사회와 문화에 특화된 AI로서의 탁월한 실용성을 입증했다.

실제 고객 사례에서도 긍정적인 결과를 얻었다. 메리츠화재에서는 보험 업계에 특화된 약관의 자동 요약 리포트 생성과 상담원 스크립트 생성에서 SOTA K가 우수한 결과물을 보여줬다. EBS와의 협력에서는 초중고 난이도별 교과 문항을 생성하여 맞춤형 학습을 제공하는 측면에서 SOTA K의 높은 활용 가능성이 확인됐다. 또 연세의료원에서는 영어와 한국어가 혼합된 의료 데이터를 환자가 쉽게 이해할 수 있도록 한국적인 표현으로 자연스럽게 안내했다는 평가를 받았다.

SOTA K는 한국 사회의 가치와 규범을 준수하는 책임감 있는 AI로서의 면모도 갖췄다. 한국적 AI 평가의 Responsible AI 항목에서 높은 평가를 받아 AI 응답 및 법률과 권리 준수, 사회 및 경제 영향도의 안전성, AI 모델의 강건성의 우수성을 입증했다. 또 악의적 사용자에 의한 AI 모델 탈옥 공격에 대해서도 강력한 방어 능력을 보유한 모델임을 확인했다.

KT는 SOTA K를 물리적으로 대한민국 내 존재하는 클라우드 리전에서 운영하며 자체 개발한 벡터 모델 기반 한국적 검색증강생성(RAG) 기술과 결합해 기업별 맞춤형 지식 기반을 구축할 수 있는 서비스 환경도 제공한다. 이에 고객사는 고유 데이터를 활용해 더욱 정확하고 특화된 AI 서비스를 경험할 수 있다.

KT는 우선 자사 B2C 사업에 SOTA K를 적용해 자체 및 협업 모델 라인업을 검증한 뒤 파트너사에 서비스를 확대 제공할 방침이다. 이를 통해 국내 AI 생태계의 안정적 성장과 건전한 발전을 도모한다는 전략이다.

윤경아 KT Agentic AI Lab장 상무는 “SOTA K는 글로벌 수준의 기술력과 한국적 AI 특화를 동시에 실현한 혁신적 모델로 마이크로소프트와의 협업을 통해 축적한 기술적 노하우는 향후 KT의 다양한 AI 모델 개발에 확산 적용될 것”이라며 “국내 AI 생태계 활성화는 물론 공공과 민간 전반에서 AI를 활용한 혁신을 주도하며 국가 AI 경쟁력 제고에 기여할 것”이라고 밝혔다.

KT와 마이크로소프트의 협업은 KT가 추진 중인 AICT 기업 전환 전략과 맞닿아 있다. KT는 독자 개발 모델 ‘믿:음’을 통해 쌓아온 자체 AI 기술력을 기반으로 글로벌 톱 플레이어와의 기술 격차를 빠르게 좁혀 나가고 있다. 이번 SOTA K 출시는 독자 모델과 협업 모델을 아우르는 Two Track 전략을 구체화한 성과로 고객이 목적과 환경에 맞는 최적의 AI 모델을 선택할 수 있는 토대를 마련했다.