ETRI, 강소형 생성 언어모델(SLM)인 ‘이글(Eagle)’을 개발해 공개

한국전자통신연구원(ETRI)이 한국어 중심의 강소형 생성 언어모델(SLM)인 ‘이글(Eagle)’을 개발해 공개했다. 이번 모델은 한국어 특화 데이터로 학습돼 연산 효율이 높고, 중소·중견기업이 활용하기에 적합하다는 평가를 받고 있다.

ETRI는 30억 개 파라미터 규모의 신경망 기반 소형 생성 언어모델 ‘이글’을 허깅페이스 허브(HuggingFace Hub)에 오픈소스로 공개했다고 밝혔다. 생성형 언어모델은 대규모 텍스트 데이터를 학습해 사용자 질의에 따라 자연스러운 답변을 생성하는 시스템으로, 최근 전 세계적으로 AI 기술의 핵심으로 자리 잡고 있다.

기존 글로벌 빅테크 기업들은 1천억 개 이상의 대규모 파라미터 모델을 주로 공개해왔으나, 최근에는 10억~40억 개 파라미터의 소형 모델도 등장하고 있다. 그러나 이들 모델은 한국어 데이터를 충분히 학습하지 못해 한국어 생성 및 이해 능력에서 한계를 보여왔다.

이에 비해 ETRI의 모델은 한국어 데이터를 중심으로 학습돼 연산 효율성을 높이고, 특정 작업에서는 글로벌 모델 대비 15% 더 높은 성능을 기록했다. 특히, 한국어 숫자 연산 테스트에서는 글로벌 대형 모델보다 우수한 결과를 보이며 경쟁력을 입증했다.

ETRI의 언어모델은 기초 모델로 제공돼 추가 학습에 용이하다. 기존의 기정렬된 모델은 특정 과업에 맞춰 조정돼 새로운 목적의 학습에는 한계가 있었으나, 이글 모델은 기업이 특화된 과업에 맞춰 추가 학습을 진행할 수 있어 응용 모델 개발에 유리하다. 또한 학습 시간이 약 20% 단축돼 효율성을 더했다.

ETRI 권오욱 언어지능연구실장은 “이 모델은 연산 비용이 제한적인 중소·중견기업이 생성형 AI를 활용하는 데 실질적인 도움을 줄 수 있다”며 “기업들이 맞춤형 모델을 구축해 다양한 응용 서비스를 개발할 수 있기를 기대한다”고 말했다.

복합 추론 능력 강화와 차세대 모델 준비
ETRI는 복잡한 문제 해결 능력을 강화하기 위한 기술 개발에도 나섰다. 기초 모델이 개념을 효과적으로 학습하고 이를 기반으로 논리적 추론을 수행할 수 있도록 연구를 진행 중이다. 이를 통해 기존 소형 모델에서 어려웠던 복합 추론 작업을 수행할 수 있는 기술을 확보할 계획이다.

또한, ETRI는 2025년까지 70억 개 파라미터 규모의 모델과 사용자의 요청에 추가 학습 없이 응답할 수 있는 사전 정렬 모델을 순차적으로 공개할 예정이다. 이와 함께 초등학교 수학 교사를 지원하는 AI 튜터 개발에도 힘쓰고 있다.

미래 AI 생태계의 초석 마련
ETRI는 국내 AI 생태계의 독립성과 확장을 위해 언어모델의 성능 향상과 다양한 용도 개발에 지속적으로 투자하고 있다. 이번 성과는 과학기술정보통신부와 정보통신기획평가원의 지원을 받아 추진된 ‘복합인공지능 원천기술 연구’ 사업의 일환으로 이루어졌다.

권오욱 연구실장은 “비록 모든 면에서 해외 대형 모델을 능가하기는 어렵지만, 한국어 기반의 토종 모델이 필요한 다양한 연구개발 분야에 큰 도움이 될 것”이라고 밝혔다.

이번 연구는 대규모 연산 자원을 요구하지 않는 소형 모델로도 고효율 AI 서비스를 구현할 가능성을 제시하며, 한국의 중소·중견기업이 AI 시장에서 경쟁력을 확보할 수 있는 기반을 제공할 것으로 기대된다.