“기업의 실제 AI 도입에서 가장 중요한 것은 사용성과 연결성입니다. 단순한 모델을 넘어, ‘플랫폼’으로 이를 해결할 수 있습니다.”
박병훈 티쓰리큐 대표는 먼저 국내 인공지능(AI) 기업이 경쟁력을 가지기 위해서는 모델 경쟁보다 실제 운용에 집중하는 것이 현실적이라고 지적했다.
그는 “국내에서는 대형언어모델(LLM)을 개발하기 위한 데이터와 자본 등이 부족하다”라며 “AI 모델을 실제로 운용할 수 있는 플랫폼과 전문 인력을 양성하는 것이 글로벌 경쟁력을 확보하는 길이라고 생각한다”라고 말했다.
“이는 2016년 말부터 생각한 것”이라며 “당시에는 모델 여러개를 탑재하고 조합하는 수준의 아이디어에 불과했지만, 이제는 데이터 관리와 인프라, 관련 AI 기능까지 갖춘 플랫폼을 구현해 낼 수 있게 됐다”라고 말했다.
이는 티쓰리큐의 'EDPP(Enterprise Data Processing Platform)'를 가리키는 말이다.
박 대표는 “EDPP에는 데이터 관리와 AI 기능, 인프라, 서비스, 솔루션, ML옵스와 검색 등 요소가 총망라돼 있다”라고 소개했다. AI로 기업의 복잡한 문제를 해결하기 위해서는 솔루션 하나에만 의지할 수는 없으며, 이를 위해 플랫폼으로 개발했다는 것이다.
AI 에이전트가 트렌드로 자리 잡으며 플랫폼 필요성은 더 강조된다고 설명했다. 쇼핑이나 교육 등 목적에 맞는 에이전트를 통합 관리하기 위해서는 플랫폼과 같은 미들웨어가 필수적이기 때문이다.
EDPP에는 2007년 설립, 20여년 가까이 빅데이터 관리와 AI 기술을 개발한 티쓰리큐의 노하우가 총망라돼 있다. 이 회사는 그동안 130개 이상의 AI 모델을 개발 및 미세조정했으며, 이를 통해 도메인 특화 데이터의 정제와 분석에서 역량을 키워왔다. 즉, '특화 모델' 최적화가 강점이다.
실제로 지난 3월에는 ‘큐원2.5-14B-인스트럭트’를 베이스로 자체 구축한 학습 데이터와 독자적인 미세조정 기법을 적용한 모델을 개발, 허깅페이스 글로벌 리더보드 32B 이하 소형 언어 모델 부문 1위를 차지했다.
박 대표는 EDPP를 항공모함에 비유했다. 여기에 LLM과 ML옵스, 인프라 등 무기 체계를 갖추고 미세조정 등 훈련을 거쳐 결국 ‘사격 정밀도’를 높인다는 것이다. 많은 모델을 미세조정한 경험과 엔드투엔드로 AI 적용을 지원하는 미들웨어 체계를 갖추고 있다는 것은 차별화된 노하우다.
같은 데이터라고 해도 목적에 따라 다른 인사이트를 도출할 수 있는 것을 예로 들었다. 금융이나 의료, 법률 등 다양한 분야의 정보를 처리하다보니, 데이터 맵핑에 일가견이 생겼다는 설명이다. 플랫폼 사용량에 맞춰 성능을 최적화하는 것은 물론이다.
이를 통해 “다양한 도메인에서의 경험 및 성공 사례를 구축, 정보 구조의 자동화를 이뤄내는 것이 목표”라고 강조했다. 나아가 AI가 왜 그런 결과를 내놓았는지를 보여주기 위해 설명 가능한 AI(XAI)를 실현하는 것도 중요한 과제로 소개했다.
한편, EDPP는 신규 모델 테스트와 점검에도 유용하게 활용되고 있다. 최근에는 수학 문제 해결 테스트 등 과제에 대해 ‘딥시크-R1’과 오픈AI의 ‘o1’, 알리바바의 ‘큐원(Qwen 2.5-32B)’ 등의 벤치마크를 진행, 결과를 공개했다.
이에 대해 김기환 티쓰리큐 AI 서비스팀장은 “앞으로도 새로운 모델이 출시됐을 때 테스트를 진행할 것”이라며 “EDPP를 이용하면 테스트가 훨씬 유용하고 빨라지는 것은 물론, AI 모델에 대한 사람들의 이해까지 도울 수 있다”라고 말했다.
이처럼 기업의 실질적인 문제 해결에 나선만큼 비즈니스에도 힘을 싣는다.
박병훈 대표는 “지난해에는 EDPP를 통해 조달 등록 등의 성과를 이뤄냈다”라며 “올해는 기업 실사례를 구축해 AI 플랫폼 기업으로서 지위를 공고히 할 것”이라고 말했다.
또 “파트너사를 양성해 세일즈-딜리버리-비즈니스 확장 파트너를 도메인 별로 확립할 것”이라며 “올해 하반기나 내년 상반기 중에는 아카데미까지 출범, 교육과 자격증 등 콘텐츠로 인력 확대에도 집중할 것”이라고 덧붙였다.
장세민 기자 semim99@aitimes.com
