핵심 요약
AI 요약
기사 목차 펼치기 / 접기
LG AI연구원이 공식 발표를 통해 독자 파운데이션 모델인 ‘K-EXAONE 2.5’의 API를 전면 무료로 개방했다. 사용자 컴퓨터에 대형 모델 가중치 파일을 직접 내려받아 설치할 필요 없이 클라우드 서버로 질의를 전송해 답을 받는 방식이다. 호출 비용 부담은 사라졌지만, 실제 활용 가능한 업무 범위와 라이선스 권한까지 무제한으로 풀린 것은 아니다.
무료 API 제공의 의미와 오픈AI 규격 호환
애플리케이션 프로그래밍 인터페이스(API)는 쉽게 말해 사용자가 쓰는 클라이언트 프로그램과 AI 모델이 구동되는 원격 서버 사이의 ‘표준 통신 규격 창구’다. 사용자가 채팅 인터페이스나 자동화 스크립트에 질문을 입력하면, 연결 도구가 규격에 맞춰 LG 서버로 요청을 전달하고 서버가 연산한 답변을 다시 받아 화면에 띄워준다. 복잡한 신경망 코드를 직접 짜지 않아도 접속 정보만 올바르게 입력하면 모델을 즉시 호출할 수 있다.
K-EXAONE 2.5는 개발자 생태계 표준인 오픈AI(OpenAI) 호환 규격을 지원한다. 기존 오픈AI 엔드포인트(`/v1/chat/completions`)에 맞춰 작성된 프로그램이나 연동 도구의 주소(Base URL)와 모델명(`k-exaone_v2.5`)만 바꿔 끼우면 곧바로 동작하는 구조다. 여기서 호환은 입출력 요청 형식의 기술적 호환을 뜻하며, 질의를 받아 연산을 수행하는 주체는 LG의 인프라다. 오픈AI의 유료 계정을 따로 생성하거나 해외 결제 수단을 연동할 필요는 없다.
서비스 접속에는 고유 식별자인 API 키가 필요하며, LG는 플랫폼 이용약관에서 이를 서비스 접근 권한을 증명하는 비밀 식별자로 규정한다. 로그인 비밀번호와는 별개지만 타인에게 유출되면 본인 계정 권한과 일일 할당량이 무단 도용될 수 있다. 특히 약관상 발급된 API 키의 기본 유효기간은 30일이므로 주기적인 재발급 관리가 요구된다. 질문 본문에 키를 노출하지 않고 연결 도구의 전용 설정란이나 환경변수에 안전하게 보관해야 한다.
모델 파일을 로컬 디스크에 직접 내려받는 오픈웨이트(Open Weights) 방식과의 차이점도 명확하다. 이전 세대인 K-EXAONE 2.0은 모델 가중치를 아파치 2.0(Apache 2.0) 라이선스로 공개해 누구나 파일을 내려받아 사내 서버에 구축할 수 있었다. 반면 이번 2.5 버전은 서비스 약관에 명시된 대로 가중치 파일과 원본 소스코드를 제공하지 않는다. 고성능 GPU 서버를 직접 마련하는 수고는 덜었지만, 인터넷 연결과 호출 권한을 매개로 원격 서버의 결과물만 빌려 쓰는 구조다.
텍스트 전용 스펙과 실무 활용 범위
공식 모델 사양서에 수록된 2.5의 규격을 살펴보면 한국어와 영어를 지원하는 텍스트 전용 모델이다. 전체 매개변수는 7500억개에 달하지만, 추론 시 활성화되는 파라미터는 310억개 수준인 전문가 혼합(MoE) 구조로 설계됐다. 거대한 도서관에서 질문에 맞는 전문 사서만 선별해 투입함으로써 응답 지연을 줄이는 원리다. 학습 지식 기준일은 2026년 1월이며, API 스펙 문서상 입력과 출력을 합산한 최대 문맥 한도는 52만4288토큰에 이른다.
언어 모델이 글자를 쪼개어 연산하는 기본 데이터 단위인 ‘토큰(Token)’은 쉽게 말해 단어 조각에 붙이는 번호표다. 한국어 단어 한두 글자가 대략 1~2개 토큰으로 환산되므로, 52만4288토큰의 문맥 한도는 수백 쪽 분량의 공문서나 서적 여러 권을 한 번에 입력창에 올려둘 수 있는 방대한 규모다. 다만 긴 자료가 문맥 창에 들어간다고 해서 모델이 모든 조건과 수치를 누락 없이 완벽히 해석한다는 뜻은 아니다. 처음 접하는 독자라면 모델 파라미터의 크기보다 구체적인 입력 자료를 넣었을 때 답변의 출처를 원문에서 정확히 대조할 수 있는지를 실무 평가의 잣대로 삼아야 한다.
대표적인 실무 활용처로는 수십 장에 달하는 공지문에서 핵심 일정, 제출 서류, 지원 자격을 추출하는 정형화 작업을 꼽을 수 있다. 프롬프트를 구성할 때 추출할 항목을 명확히 지정하고, 원문에 언급되지 않은 항목은 ‘기재 없음’으로 출력하도록 지시하면 모델이 추측으로 빈칸을 채우는 환각을 손쉽게 걸러낼 수 있다. 여러 건의 사업 공고를 동일한 서식으로 추출해 나란히 대조하면 조건별 비교 검토도 한결 수월해진다.
영문 기술 문서의 난해한 용어를 한국어로 해설받거나 프로그래밍 학습용 코드의 오류 원인을 질의하는 용도로도 적합하다. 이때 번역문과 함께 원문의 해당 문장을 근거로 병기하도록 요구하면 핵심 수치나 단서 조항의 누락 여부를 교차 검증할 수 있다. 다만 이러한 작업은 실무 적용 가능성을 제시하는 예시일 뿐이며 업무 생산성이 일률적으로 향상된다는 보증 수치는 아니다.
공식 문서는 외부 함수를 호출하는 도구 호출(Tool Calling)과 정해진 JSON 규격으로 답을 돌려주는 구조화 출력(Structured Outputs)도 지원한다고 밝힌다. 다만 도구 호출 지시만으로 모델이 사내 메일을 직접 발송하거나 데이터베이스 파일을 수정하는 것은 아니며, 클라이언트 프로그램이 모델의 요청 신호를 받아 실제 명령을 실행하고 그 결과를 다시 모델에 넘겨주는 파이프라인이 완성되어야 한다.
아울러 오픈코드(OpenCode)나 헤르메스(Hermes) 같은 개발자 코딩 보조 도구도 공식 연동 가이드를 거쳐 API 키와 모델명을 등록하면 손쉽게 연결할 수 있다. 오픈코드는 로컬 프로젝트 디렉터리의 코드를 분석하고 수정을 제안하는 개발 도구다. 엔드포인트 연결 가능성과 실전 코드 생성 품질은 별개의 영역이므로, 실제 프로젝트 투입 전 소규모 단위 테스트를 통한 실무 검증이 선행되어야 한다.
오픈 데이터셋 벤치마크와 공식 성능 지표 대조
LG AI연구원은 공식 보도자료를 통해 공개 데이터셋 기반의 자체 평가 벤치마크 점수를 공개했다. 비교군은 중국의 대표적인 프런티어급 오픈웨이트 모델인 딥시크(DeepSeek) V4.1 Flash와 GLM 5.3(max)이다. 아래 표는 보도자료에 수록된 소수점 한 자리 공식 수치를 따랐으며, 각 지표는 측정 과제의 성격이 상이하므로 행별 점수를 단순 합산해 종합 순위를 매기지는 않았다.
| 평가 과제 | K-EXAONE 2.5 | 딥시크 V4.1 Flash | GLM 5.3(max) |
|---|---|---|---|
| AutomationBench (업무 자동화) | 74.6 | 74.9 | 71.6 |
| Claw-Eval (업무 문제 해결) | 77.3 | 75.8 | 77.6 |
| BrowseComp (웹 정보 탐색) | 78 | 75.8 | 79 |
| SWE-Bench Pro (소프트웨어 개발·수정) | 59.2 | 58.4 | 64 |
공개된 수치를 살펴보면 K-EXAONE 2.5는 딥시크 V4.1 Flash 대비 문제 해결(Claw-Eval), 웹 정보 탐색(BrowseComp), 코딩(SWE-Bench Pro) 3개 항목에서 소폭 앞서지만, 업무 자동화(AutomationBench)에서는 0.3점 뒤처진다. 반면 GLM 5.3(max)과 비교하면 업무 자동화에서 3점 우위를 보일 뿐 나머지 3개 영역에서는 상대적으로 낮은 점수를 기록했다.
글로벌 상위권 모델과 대등한 수준에서 경쟁 가능하다는 회사의 설명과 모든 실무 작업에서 최상의 품질을 보장한다는 주장은 엄연히 다르다.
LG 발표 자료에 언급된 ‘8주 만에 70% 이상 성능 향상’ 수치 역시 24개 내부 지표를 종합한 자체 분석 결과다. 공개된 보도자료와 안내 문서에는 지표별 반영 가중치나 구체적인 산출 공식이 명시되지 않았다. 모든 작업 환경에서 작업 정확도가 일률적으로 70%씩 개선됐다고 단정하기는 어렵다.
이번 성능 비교는 LG AI연구원이 공개한 벤치마크 지표를 객관적으로 분석한 결과이며 동일 환경에서 직접 재현 측정한 실험 데이터는 아니다. 시험용 벤치마크 점수가 높다고 해서 한국어 실무 공지문 요약의 정확도나 실제 API 응답 지연 시간까지 보장되는 것은 아니다. 실무 환경에 투입하기 전 실제 업무 문서를 입력해 누락이나 왜곡이 없는지 검증하는 절차를 거쳐야 한다.
비상업적 이용 약관과 상용 서비스 연동 제한
서비스 도입을 검토할 때는 보도자료의 홍보성 문구와 실제 서비스 약관을 대조해야 한다. 출시 공지에서는 기업과 스타트업의 서비스 개발 및 연구 활용을 권장했지만, 실제 이용약관 제2조 제1항은 이용자에게 비독점적·비상업적 이용 권한만을 부여한다고 명시한다. 모델이나 결과물을 영리 목적으로 이용하는 것은 물론, API를 자체 제품에 연동하여 제3자가 모델을 호출하도록 만드는 행위 역시 금지 대상이다.
“호출 비용이 0원이라도 사용할 권리는 약관의 통제를 받는다. 기업 가입이 허용됐다는 안내가 상용 서비스 출시 허가까지 뜻하지는 않는다.”
기업 명의로 회원 가입이 가능하다는 안내가 상용 프로덕션 운영을 허가한다는 의미로 직결되지는 않는다. 고객 상담용 챗봇을 만들거나 유료 콘텐츠를 생성하는 상용 서비스에 곧바로 도입하기 어려운 이유다. 사내 직원의 비상업적 업무 보조나 기술 검증 실습과 영리 목적의 상용 서비스 도입을 엄격히 구분하고, 후자의 경우 향후 공지될 상용 라이선스를 별도로 확인해야 한다. 코딩 없이 서드파티 툴로 연결하더라도 동일한 약관 조항이 적용된다.
입력 데이터의 모델 학습 활용 여부는 개인정보처리방침상 선택 동의 사항이다. 가입 시 동의하지 않으면 요청 처리 완료 후 입력값과 결과물을 학습에 저장하지 않는다고 규정한다. ‘무조건 학습에 쓰인다’거나 ‘절대 저장되지 않는다’는 식의 단정적인 소문은 실제 동의 절차를 간과한 오해다. 아울러 약관 규정에 따라 고객 정보나 주민등록번호 등 타인의 개인정보를 프롬프트에 입력하는 행위는 엄격히 금지된다.
플랫폼 변경 이력에는 현재 무료 베타 형태로 제공된다고 적혀 있으며, 약관 조항에는 향후 유료 전환 시 요금 정보를 플랫폼에 사전 게시한다는 조항이 포함돼 있다. 현재 공개된 문서에는 무료 제공 종료 시점이 특정되어 있지 않다. 다음 편에서는 실제 API 키 발급과 무코딩 연동 절차, 그리고 개인정보를 배제한 실전 공지문 추출 실습을 다룬다.
