이 기사는 2023년 11월 17일 08:14 thebell 에 표출된 기사입니다.

SKT는 인공지능(AI) 파트너십에 적극적이다. 글로벌 텔코 AI 연합부터 K-AI 연합체 구성 등이 대표적이다. 협업 확대 이유는 독자 개발에만 몰두하면 오히려 AI 경쟁력에서 뒤떨어진다는 판단 때문이다. 특히 1개 거대언어모델(LLM)로 방대한 텔코 사업 영역과 특수성을 모두 반영하는 것은 힘들다. 이에 SKT는 특정 LLM에 의존하지 않는 AI 개발 플랫폼 구축에도 힘쓰고 있다.

앤트로픽은 SKT의 이런 LLM 개발 방향에 적극 협력 중인 대표적인 기업이다. 양사는 각자 텔코 사업 노하우와 LLM 전문지식을 공유하며 내부적으로 ‘텔클로드(TelClaude)’로 부르는 통신 특화 LLM 확보에 집중하고 있다. 고도화를 위한 데이터셋 확보와 한국어 버전 AI헌법 설계, 연 4~6회에 달하는 테스트 사이클 진행 등을 기획 중이다.

◇sLLM 중요성 느낀 SKT, 텔코·빅테크 편식 없는 AI 동맹 이유

SKT는 AI전략에서 공격적인 글로벌 파트너십을 이어가고 있다. 오픈AI나 앤트로픽 등은 물론 구글이나 아마존, 마이크로소프트 등 타 글로벌 빅테크와 제휴를 강화 중이다. SKT에서 협업 사례와 동맹 관계 확대에 집중한 이유는 독자적인 AI 개발에만 몰두하면, 오히려 경쟁력에서 뒤처질 수 있다는 판단 때문이다.

SK 테크 서밋 2023의 문을 연 유영상 SKT 사장은 “AI 시대에는 AI와 산업, 산업과 산업이 더욱 가까이 협력해야하고 아무리 뛰어난 기업이라도 모든 것을 다 할 수는 없다”며 “어떤 영역에선 경쟁자일지 모르나 AI 분야에서 만큼은 서로 간의 파트너십이 점점 늘어날 것이며, 다양한 파트너와 확보는 더 큰 AI 혁신과 성장을 위해 필수적”이라고 강조했다.

이런 협력 기반 AI 전략은 SKT의 독자 ‘인텔리전스 플랫폼’ 구축에서도 잘 드러난다. 인텔리전스 플랫폼은 AI를 특정 산업, 서비스에 적용할 방법을 고민하는 과정에서 도출한 SKT와 파트너십의 결과물을 집합한 것이다. 일종의 AI 운영체제(OS)로도 볼 수 있다.


SKT 인텔리전스 플랫폼은 단일 LLM에만 의존하지 않는다. AI 시장에서 대형화된 다목적 LLM은 여전히 중요하다. 하지만 이런 대형 다목적 LLM은 성능에 비례하는 높은 추론 비용과 느린 추린 속도란 단점을 보유했다. 이를 기업 사용 서비스에 적용하면 비효율적인 만큼, ‘상대적으로 작고 특화된 LLM(sLLM)’을 함께 개발해야 한다는 것이 SKT의 생각이다.

정민영 SKT 플랫폼 담당은 “1개의 LLM으로 모든 문제를 해결하는 것은 쉽지 않은 만큼, 다양한 LLM으로 각 서비스를 쉽게 활용하는 것에 초점과 시스템을 맞추자는 전략을 세웠다”며 “글로벌 텔코들은 각자 다른 언어를 가졌지만 유사한 유즈케이스와 고민을 공유하고 있기 때문에, SKT에서 텔코 공통의 특화 LLM을 효율적이고 효과적으로 만들 수 있다”고 설명했다.

◇앤트로픽과 ‘텔클로드’ 확보, 한국어 버전 AI헌법 설계 등 목표

SKT 인텔리전스 플랫폼 구축을 위한 대표적인 우군은 앤트로픽이다. 앤트로픽은 독자적인 LLM인 클로드를 보유한 기업이다. SKT는 앤트로픽과 파트너십을 통해 통신 사업향 LLM을 만들고 최적화된 유즈케이스를 타 글로벌 통신사에 제공하는 것을 계획 중이다. 이를 위해 텔레콤과 클로드를 합쳐 내부적으로 ‘텔클로드’라 부르는 특화 LLM 확보에 힘쓰고 있다.

임수현 SK텔레콤 AI 윤리과제 담당은 “앤트로픽 클로드는 성능적으로 굉장히 우수한 모델이지만 이를 텔코 유즈케이스에 사용했을 때 완전히 적합하다고 장담하긴 어렵다”며 “SKT는 이를 텔코 데이터와 도메인 노하우에 맞춰 조정하는 파인 튜닝과 벤치마킹(평가)를 거쳐 텔클로드를 만드는 것이 목표”라고 설명했다.


SKT는 앤트로픽과 협업을 통해 텔코 특화 LLM 개발은 물론, 다국어와 다양한 서비스·솔루션에 부합하는 데이터 셋을 확보하는 것도 기대하고 있다. 더불어 LLM 안전성 확보를 위해 여러 다문화에서 수집한 피드백을 반영하고, 한국어 버전의 헌법적 AI를 설계하는 것도 주요 마일스톤으로 삼았다. 파인튜닝된 LLM의 성능을 제대로 평가하기 위한 테스트베드 사이클 역시 구축할 계획이다.

임 담당은 “SKT이 텔코 관련 전문지식과 노하우를 건네면 앤트로픽은 이에 기반해 파인튜닝을 수행하고 LLM에 대한 전문지식을 제공한다”며 “SKT는 파인튜닝된 LLM을 다시 받아 벤치마킹해 보완점을 평가한 뒤, 다시 앤트로픽에 공유해 추가적인 파인튜닝이나 강화학습을 하는 과정을 연 4~6회 정도 진행하려 하는 중”이라고 말했다.