"LLM 대신 sLLM"…AI도 실용주의 물결

구글·MS·업스테이지·파수 경쟁적 출시

비용↓·보안↑…기업 AI 도입에 최적화

인공지능 이미지 [사진=게티이미지뱅크]

인공지능(AI) 산업에 실용주의 물결이 불고 있다. 지난해 챗GPT로 인해 초거대언어모델(LLM) 열풍이 일었던 것과는 달리 올해는 '소형언어모델(sLLM)의 시대'라는 말이 나온다. 마이크로소프트(MS)는 '2024년 AI 트렌드'로 sLLM을 꼽기도 했다. 비용이 저렴하고 보안 안정성이 높다는 점에서 sLLM이 기업간 거래(B2B) 분야의 인공지능전환(AX)를 이끌 것이란 분석이 나온다.

7일 관련 업계에 따르면 해외 빅테크 기업들은 지난해 중순부터 sLLM 경쟁 대열에 뛰어들었다. sLLM 선도기업으로 꼽히는 메타는 일찍이 지난해 2월과 7월에 각각 '라마'와 '라마2'를 출시했다. 특히 라마 시리즈를 오픈소스로 공개함으로써 다른 기업들이 sLLM을 개발할 때, 라마에 기반하도록 했다. 

구글은 지난해 말 제미나이를 경량화한 '제미나이 나노'를 출시했다. 올해 2월엔 '젬마'를 공개했다. 젬마를 오픈소스로 공개, 메타의 시장 주도권을 가져오려는 모습을 보였다. MS도 챗GPT 의존도를 줄이기 위해 sLLM '파이2'를 지난해 말에 공개했다. 

통상 매개변수 개수가 1000억개 이상이면 LLM, 그 이하면 sLLM으로 구분한다. 매개변수는 정보를 학습하고 기억하는 뇌의 시냅스와 역할이 유사하다. 일반적으로 매개변수 개수가 많을수록 언어모델 성능이 좋다고 평가한다. 그래서 과거엔 어느 회사의 언어모델이 더 많은 매개변수를 갖고 있느냐가 핵심이었다.

하지만 기업이 AI 언어모델을 활용할 때 LLM보다 sLLM이 더 적합하다는 점이 알려지면서 전세가 바뀌었다. LLM은 매개변수 수만큼이나 뒤따르는 비용과 컴퓨터 자원이 만만치 않다. 반면 sLLM은 매개변수 규모가 수십억이나 수백억에 불과한 만큼 비용이 더 저렴하다.

sLLM이 특정 산업에 특화할 수 있다는 것도 이점이다. 사실 기업은 모든 분야에 답하는 범용 AI보단 특정 산업군에 특화한 답변을 할 수 있는 AI가 더 필요하다. LLM보다 sLLM을 미세조정(파인튜닝)해 선별 학습시키는 것이 기업의 비즈니스 환경에 효율적이라는 것이다. 

높은 보안 안정성도 주목받는다. sLLM은 규모가 작아 클라우드 방식이 아니라 사내 시스템에 직접 설치해 사용할 수 있다. 업계 한 관계자는 "기업이 챗GPT를 활용하면 내부 정보가 오픈AI사로 흘러갈 수 있지만, sLLM을 설치한다면 관련 정보가 외부로 빠져나갈 염려를 할 필요가 없다"고 말했다.

국내 기업들도 연이어 sLLM을 출시하고 있다. 빅테크 기업만이 출시할 수 있었던 LLM과 달리 sLLM은 개발 비용이 낮아 스타트업 등도 만들 수 있다. 미국 기업들에 비해 자금력이 부족한 한국 업체에 현 상황이 기회로 작용하는 이유다.

AI 스타트업 업스테이지는 지난달 아마존웹서비스(AWS)에 기반하는 '솔라 미니'를 출시했다. AWS를 사용하는 모든 기업을 대상으로 하는 AI 서비스다. 보안 기술기업인 파수는 이달 초 기업 내부 데이터를 학습하도록 설계한 '엘름'을 공개했다.

AI 업계 관계자는 "온디바이스AI와 맞물려 sLLM 시장이 앞으로 확대할 가능성이 크다"며 "국내 기업들이 빅테크들 사이에서 강점을 보일 거의 유일한 분야"라고 말했다.