科学技術情報通信部が推進する「独自人工知能（AI）ファウンデーションモデル（独パモ）」プロジェクトの2次段階評価が終了し、国内AIモデルのグローバルベンチマーク成績表が発表された。特に追加公募を通じて独パモに参加したモティフテクノロジーズの「モティフ3」が国内モデルの中で最も高い得点を記録し、2次段階評価結果に注目が集まっている。
13日、グローバルAIモデル分析プラットフォーム「アーティフィシャルアナリシス（AA）」の「インテリジェンスインデックス（AAII）」によると、モティフの「モティフ3」は47点を記録した。AAIIに登録されたグローバル巨大言語モデル（LLM）の中で10位圏内に入り、国内企業が開発したモデルの中では最も高い順位である。
続いて、アップステージの「ソーラーオープン2」が37点、SKテレコム（SKT）の「A.X K2」が35点、LG AI研究所の「K-エクサワン2.0」が31点を記録した。独パモに参加した4つのモデルのAAIIスコアを見れば、1位と4位の間には16点の差がある。
AAはAIモデルの性能、品質、コストなどを総合的に分析するプラットフォームである。モデルの性能だけでなく、価格、出力速度、遅延時間、コンテキストウィンドウなど、実際のサービス導入過程で考慮する指標も提供している。
特にAAIIは数学、科学、コーディングなどの複数の領域のベンチマーク結果を組み合わせてAIモデルの総合的な能力を評価する指標である。個別のベンチマークではなく、複数の評価結果を総合する点が特徴である。ただし、韓国語能力を別途評価する指標は含まれておらず、国内利用環境でのモデル性能を完全に反映するには限界がある。
注目すべきもう一つの点は、モデルの規模とAAII成績が比例しなかったことである。今回の独パモ2次段階評価に参加したモデルの中で最も規模が大きいのはLG AI研究所のK-エクサワン2.0であり、全体で7500億個（750B）のパラメータ規模で開発された。
SKTのA.X K2は688Bパラメータで続いた。一方、AAIIで最も高い得点を得たモティフ3は全体で314Bパラメータ規模である。アップステージのソーラーオープン2は250Bパラメータ規模で構成されている。
ただし、AAII成績が独パモ2次段階評価結果にそのまま引き継がれるわけではない。独パモ2次評価は、ベンチマーク40点、専門家35点、ユーザー25点で構成されている。特に今回の評価では、一般国民200人で構成された国民評価団が4つのモデルを直接使用した後、性能を評価した。
グローバル最上位モデルとの格差も依然として存在する。AAIIで、アンソロピックの「クラウドオプス5」は63点でモティフ3より16点高かった。オープンAIの「GPT-5.6ソル」とxAIの「グロック4.6」もそれぞれ61点を記録した。
中国のAIモデルの躍進も目立つ。ムンショットAIの「キミK3」は60点でGPT-5.6ソルとわずか1点差を見せた。アリババの「キュー1.8マックス」は58点、Z.aiの「GLM-5.2」は53点、ディープシークの「V4フラッシュ」の最新モデルは52点を記録した。国内モデルの中で最も高いモティフ3と比較しても、それぞれ5〜13点高い水準である。
科学技術情報通信部は近日中に独パモ2次段階評価結果を発表する予定である。今回の評価を通じて、現在参加中の4つの精鋭チームのうち3つのチームが次の段階に進出する。
* この記事はAIによって翻訳されました。
亜洲日報の記事等を無断で複製、公衆送信 、翻案、配布することは禁じられています。
