[핸드메이커 김서진 기자] LG전자는 19일 서울 강서구 마곡 LG사이언스파크 컨버전스홀에서 ‘LG AI 토크 콘서트 2023’을 열고 초거대 멀티모달(Multimodal) AI ‘엑사원(EXAONE) 2.0’을 공개했다.

배경훈 LG AI연구원장은 2021년 12월 첫 선을 보인 ‘엑사원’의 진화한 모습을 소개했다. 이들은 LG 계열사와 국내외 파트너사들이 ‘엑사원’으로 보다 빠르고 편리하게 각 분야에 특화된 전문가 AI를 사용할 수 있도록 연구개발을 이어 왔다.

이번에 공개한 ‘엑사원 2.0’은 파트너십을 통해 확보한 특허, 논문 등 약 4,500만 건의 전문 문헌과 3억 5천만 장의 이미지를 학습했다. 앞으로도 저작권, 신뢰성 등 AI 윤리원칙을 준수하며 데이터 학습을 진행할 계획이다.  
 

현존하는 전문 지식 데이터의 상당수가 영어로 되어 있는 점을 고려해 ‘엑사원 2.0’을 한국어와 영어를 동시에 이해하고 답변할 수 있는 이중 언어(Bilingual) 모델로 개발했고, 학습 데이터 양도 기존 모델 대비 4배 이상 늘려 성능을 높였다. 또, 초거대 AI의 고비용 이슈를 해결하기 위해 대규모 언어 모델(LLM)과 멀티모달 모델의 경량화, 최적화 신기술에 상당한 리소스를 투입했다고 밝혔다.

‘엑사원 2.0’의 언어 모델은 기존 모델과 동일한 성능을 유지하면서도 추론(Inference) 처리 시간은 25% 단축하고, 메모리 사용량은 70% 줄여 비용을 약 78% 절감했다. 언어와 이미지 간의 양방향 생성이 가능한 멀티모달 모델은 이미지 생성 품질을 높이기 위해 기존 모델 대비 메모리 사용량을 2배 늘렸지만, 추론 처리 시간을 83% 단축해 약 66%의 비용 절감을 달성했다.
 

배경훈 LG AI연구원장은 고객들이 ‘엑사원 2.0’을 원하는 용도나 예산에 맞게 모델의 크기부터 종류(언어, 비전, 멀티모달), 사용 언어까지 맞춤형으로 설계할 수 있다고 설명했다. 고객 데이터 보안을 위해 학습 과정을 미세 조정하는 파인 튜닝(Fine-Tuning)과, AI 인프라를 고객이 보유한 서버에 직접 설치하는 구축형(On-Premise) 및 사설 클라우드(Private Cloud) 방식도 지원한다.

대표적인 엑사원 활용 사례로 LG전자의 AICC(AI Contact Center, AI 컨택 센터)를 소개했다. AICC는 고객과의 상담 내용을 실시간으로 분석·요약하고 상담 내용에 적합한 답변이나 콘텐츠를 제안한다. 국내에서 시범 운영 중인 AICC를 하반기 중 정식 서비스로 전환할 예정이며, 내년부터 영어권 국가로 확대할 계획이다.  
 

이날 배경훈 LG AI연구원장은 ‘전문가 AI’ 서비스 개발의 기반인 엑사원 3대 플랫폼인 유니버스(Universe), 디스커버리(Discovery), 아틀리에(Atelier)를 차례로 공개했다. 엑사원 유니버스는 ▲질의응답·대화 ▲텍스트 분류·요약 ▲키워드 추출·생성 ▲번역 등 기능별로 메뉴를 나눴던 방식에서 전문가용 대화형 AI 플랫폼으로 완전히 탈바꿈했다.

특히 엑사원 유니버스를 각 분야의 전문가들이 믿고 정보를 탐색하며 인사이트를 찾을 수 있는 플랫폼으로 만들기 위해 전문성과 신뢰성을 높이는 데 주력했다고 설명했다. 
 

엑사원 유니버스는 다른 대화형 AI들과 달리 사전 학습한 데이터는 물론 각 도메인별 최신 전문 데이터까지 포함해 근거를 찾아내며 추론한 답변을 생성한다. 또, 질문에 대한 답변과 함께 화면 좌측과 우측에 각각 질문과의 연관성이 가장 높은 전문 문헌들과 AI가 답변하는 과정에서 활용한 단락을 표시한다.

이날 시연한 엑사원 유니버스의 AI/머신러닝 분야 서비스는 7월 31일부터 LG 그룹 내 AI 연구자, 협력 중인 대학을 대상으로 시작하며, 9월에는 LG에서 AI를 연구하거나 공부하는 임직원 대상으로 정식 서비스를 진행할 계획이다. 또 화학, 바이오, 제약, 의료, 금융, 특허 등 엑사원 유니버스의 각 전문 도메인별 특화 서비스도 준비하고 있다.  
 

이날 ‘LG AI 토크 콘서트 2023’에서는 화학 및 바이오 분야의 발전을 앞당길 ‘엑사원 디스커버리’도 선보였다. 엑사원 디스커버리는 세상에 없던 새로운 지식을 발견하는 플랫폼으로 가장 먼저 신소재·신물질·신약 관련 탐색에 적용하고 있다.

엑사원 디스커버리에는 논문과 특허 등 전문 문헌의 텍스트뿐만 아니라 분자 구조, 수식, 차트, 테이블, 이미지 등 非텍스트 정보까지 AI가 읽고 학습할 수 있는 형태로 데이터베이스화 하는 심층 문서 이해(DDU, Deep Document Understanding) 기술을 적용했다.
 

특히 LG의 심층 문서 이해 기술이 세계 최고 수준임을 강조했다. 이날 친환경 배터리 개발에 활용할 수 있는 첨가제 소재의 개발을 주제로 엑사원 유니버스와 엑사원 디스커버리를 연계해 AI에 질문하며 ▲전문 문헌 검토 ▲분자 정보 추출 ▲소재 구조 설계(UMD, Universal Molecular Design) ▲소재 합성 예측(NCS, Neural Chemical Synthesis) 등 후보 소재를 찾아내 합성 결과를 예측하는 과정을 시연했다.

배경훈 LG AI연구원장은 "엑사원 디스커버리를 통해 1만회가 넘었던 합성 시행착오를 수십회로 줄이고, 연구개발 소요 시간은 40개월에서 5개월로 단축시킬 수 있을 것으로 예상한다"고 전했다. 올해 4분기에 그룹 내 화학 및 바이오 분야 연구진들을 대상으로 엑사원 디스커버리 서비스를 제공할 예정이며, 이를 통해 신소재·신물질·신약 관련 연구개발에 혁신을 불러올 것으로 기대하고 있다.
 

‘엑사원 아틀리에’는 인간에게 창의적 영감과 아이디어를 제공하기 위해 개발한 플랫폼이다. 엑사원 아틀리에는 저작권이 확보된 이미지-텍스트가 짝을 이룬 페어(PAIr) 데이터 3.5억 장을 학습한 엑사원 2.0을 기반으로 이미지 생성과 이미지 이해에 특화된 기능을 제공한다.

배경훈 LG AI연구원장은 인간과 AI가 상호작용을 통해 디자인을 완성해 가는 ‘디자인 싱킹 프로세스(Design Thinking Process)’를 엑사원 아틀리에에 접목하기 위해 미국 파슨스 디자인 스쿨과의 공동 연구개발을 이어 가고 있다고 설명했다. 또, 지난 6월 셔터스톡(Shutterstock)과 함께 상용화한 ‘캡셔닝 AI’ 기능도 엑사원 아틀리에에 탑재했다.

캡셔닝 AI는 처음 보는 이미지까지 자연어로 설명할 수 있으며, 이미지 검색에 활용할 수 있는 정보인 문장이나 키워드 등의 메타 데이터를 생성한다. 이날 제품 이미지를 보고 마케팅 문구 등을 생성하는 엑사원 아틀리에의 새로운 서비스를 시연했다.
 

올해 3분기에는 그룹 내외부의 전문 디자이너를 대상으로 엑사원 아틀리에 서비스를 시작한다. 배경훈 LG AI연구원장은 이날 행사에서 “LG는 국내에서 유일하게 이중 언어 모델과 양방향 멀티모달 모델을 모두 상용화한 기업이며, 세상의 지식을 이해하고 발견하는 상위 1%의 전문가 AI를 개발하고 있다”며, “국내외 파트너사와의 협력을 통해 실질적인 성공 사례를 만들어가며 ’다른 생성형 AI들과는 차별화된 고객 가치’를 창출하는 글로벌 경쟁력을 갖춘 AI 컴퍼니로 발전해 나갈 것”이라고 강조했다.

다음은 기자들과의 일문일답
 

국내 IT기업들도 생성형 AI를 출시 계획에 있다. 엑사원만의 차별적인 경쟁력이 있나 

배경훈 LG AI연구원장 전세계적으로 LMM(거대언어모델)발표들이 이어지고 있다. 앞으로도 경쟁은 계속 가속화될 것이다. 이럴 때일수록 차별점을 만드는 게 중요하다. LG의 엑사원은 전문성, 신뢰성에 있어서만큼은 글로벌에서 최고의 경쟁력을 가진 모델로 나아갈 것이다.

전문성, 신뢰성을 바탕으로 전세계적으로 실제 산업 현장, 사업화에 있어 성공한 사례를 대대적으로 소개한 일은 아직 없다. 실제 산업 현장에서 생성형 AI가 의미있게 적용되어 성공 사례를 만들어 가는 것이 가장 중요하다. LG도 그 목표를 위해 달려갈 계획이다.

소비자를 직접 상대하는 비투씨(BtoC)로의 확장 계획이 있나

현재는 BtoB, 우리 계열사와 파트너사 중심으로 실제적인 산업 현장에서의 사례를 만드는 데 집중하고 있다. BtoB를 적용하면서, 기존의 생성형AI으로 인해 제조나 바이오 분야의 혁신적인 생산성이 바뀐다면 그 결과들은 실제 고객들에게 돌아갈 것이다. 지금은 성공 사례를 잘 만들고 그것에 대한 성과를 입증하고, 고객이 실제로 사용해 보면서 의미를 만드는 게 중요하다.

오늘 말한 서비스들이 대부분 BtoB이긴 하지만 엑사원 유니버스 AI분야에 있어서는 대부분의 연구자들이 사용할 수 있도록 공개할 예정이다. 엑사원 아뜰리에의 이미지 이해 기술은 실제로 SNS에 올리거나 할 때, 해시태그를 달거나 이미지를 설명할 때 유용하게 쓸 수 있을 것이다. 그런 영역에 있어서는 BtoB보단 BtoC로 접근하는 게 맞는 것 같다. AI연구원만 엑사원으로 사업하는 것이 아닌, LG전자 등 모두가 협력해 좋은 AI비지니스 모델을 만들어 가고 있다. 또 계열사들을 통해서도 BtoC 서비스들이 진행될 수도 있다. 
 

엑사원의 구조는 어떤 형태인가 

최정규 그룹장 엑사원은 언어, 이미지 데이터를 같이 학습한 언어 모델이고 그 언어 모델을 기반으로 해 유니버스·디스커버리·아뜰리에 같은 플랫폼 서비스로 개발된 것이다. 하나의 모델만으로 된 건 아니고, 유니버스의 경우 다수의 모델이 있다고 생각하면 된다. 예를 들어 답변을 확인하고, 추출하고 종합적인 인사이트를 만드는 과정에서 다양한 모델들이 결합해 최적화된 것이다.

디스커버리 플랫폼을 통해 예측한 화합물의 결과를 실제 실험 결과와 비교했을 때 얼마나 비슷한지 확인된 사례가 있나

한세희 랩장 오늘 현장에서 모든 물성 예측을 보여드리진 못했지만 현재 준비되어 있는 예측 모델은 약 25가지 종류의 물성에 대해 예측이 가능하다. 실제 실험값과 일치하는지를 테스트했을 때 상관관계 기준으로 0.8~0.99 사이 정도로 분포가 되어 있다. 상관관계는 1에 가까울수록 정확하다. 우리는 앞으로도 계속 양질의 데이터를 늘려 가며 상관관계와 예측 모델의 신뢰성을 높여 갈 계획이다.

비지니스 사업이니 수익성이 중요한데, 플랫폼별로 매출 목표가 있나

이화영 유닛장 생성형AI가 아직 초기 시장이다 보니 도입을 하겠다는 곳도 있고 망설이는 곳도 있어 숫자로 말씀드리긴 어렵다. 사례로 말씀드린다면 이미지 이해 기술 같은 경우는 현재 셔터스톡과 계약을 체결해 비지니스 논의를 했고, 첫 번째 타깃은 셔터스톡의 고객사들로 약 2,850여개 정도 된다. 몇 년 안에 다 서비스 적용이 된다면 큰 이익을 창출할 수 있을 걸로 기대한다.

아뜰리에나 유니버스는 BtoC 공개 계획이 있다고 했는데, 그럼 무료로도 공개할 것인지

초기에는 일부 무료도 고려하고 있지만 나중에는 수익화를 해야 하기 때문에 다양한 비지니스 모델을 상대로 수익화를 생각 중이다.  

AI반도체 연구 방향에 대한 LG전자의 입장은

배경훈 LG AI연구원장 AI반도체 같은 경우는 국가 차원에서도 관심있게 다루고 있는 주제다. AI개발을 할 때 대부분 발생하는 비용은 AI 인프라 비용이다. 우리가 미국 중심의 TPU, GPU등을 많이 사용하고 있는 실정이다. 한국에서의 AI 인프라, 반도체를 개발하고 사용할 수 있는 환경 조성이 필요하다. 그런 측면에서 퓨리오사 AI반도체를 AI연구원이 연구하고 활용하기 위해 같이 테스트를 하는 단계다. 새로운 모델이 나온다면 같이 테스트하고 피드백을 하며 어느 정도 가격 경쟁력이 있을 때 우리도 퓨리오사의 반도체를 사용할 의지는 있다.

AI연구원의 연구 방향은....기본적으로 우리는 생성형 AI라는 기술이 앞으로 많은 문제를 풀어갈 수 있다고 생각한다. 2016년만 해도 딥러닝으로 모든 것을 풀고자 했던 시기가 있었다. 딥러닝의 문제점들 중 데이터 부족 문제로 인해 기술을 개발했음에도 불구하고 문제가 풀리지 않았던 상황들이 많았다. 생성형AI가 대규모의 거대 지능을 만들고 소량의 특화된 데이터만 가지고도 문제를 풀 수 있다는 장점 덕분에 우리는 이 기술을 잘 살려 기존의 AI가 풀지 못했던 다양한 문제들을 풀어갈 것이다.

연구 분야 측면에서도 지금은 언어모델과 멀티모달의 두 관점에서 많이 보는데, '사실에 입각한' 신뢰성 부분을 계속 강조해서 말씀드리는 이유가 있다. 이 부분이 완성되어야 산업, 현장에서 이 생성형 AI 기술을 제대로 쓸 수 있다. 더 나아가 AI의 중요한 숙제 중 하나가 미래를 예측하는 것이고, 이 생성형 기술이 잘 적용되어 있어야 한다. 비정형화된 다양한 뉴스, 주식, 환경 정보를 종합해 정형화된 데이터와 함께 결합한다면 높은 수준의 예측을 할 수 있을 거라 생각한다.

액셔너블 AI라고 있다. AI를 인간이 유용하게 쓰기 위해서는....과거에는 AI스피커를 통해 명령을 하고 내가 원하는 답을 얘기해 줘야 하고, 또박또박 이야기해야 하고 조용한 곳에서만 말해야 하는 제약된 환경이 많았다. 요즘의 채팅, 대화 방식에도 거대한 언어 플랫폼들이 많이 나오고 있지만 채팅 역시 내가 명령을 입력해야 하고 계속 액션을 취해야 한다. 앞으로AI가 우리 삶 속에 들어오려면 AI는 내가 계속 명령하지 않더라도 스스로 판단해 나에게 피드백을 주는, 액셔너블 AI 관련 연구들도 필요하다고 생각한다. 
 

학습 데이터 과정에서 다른 모델과 비교해 엑사원은 어느 정도의 정보량을 갖고 있나

최정규 그룹장 우리의 학습 데이터는 OpenAI가 학습한 것보다 2-3배 많은 데이터를 학습했다고 보면 된다. 데이터는 많이 넣을수록 성능이 올라간다. 학습 데이터에서 전문 데이터 비율은 영역별로 다르지만 약 50-90%사이를 차지한다. 일반 AI를 만들 때 오픈된 데이터를 많이 넣지만 우리처럼 전문 AI를 만들 때엔 해당 범위의 전문 데이터를 많이 넣는 것이 중요하다. 

유니버스는 비슷한 플랫폼들이 많지만 디스커버리 같은 바이오 케미컬을 도와주는 플랫폼이 다른 곳에도 있는가, LG가 이런 면에서는 독보적인 것인가

이화영 유닛장 LG의 근간을 예로 든다면 LG의 디스플레이 올레드 같은 경우는 올레드의 질이 중요하고, 에너지 솔루션의 배터리를 만든다면 배터리 소재가 중요하기 때문에 LG화학에서도 연구를 많이 한다. 우리가 소재 단계에서 새로운 발견을 하고, 최고로 좋은 소재를 잘 만들면 그게 부품의 경쟁력, 그리고 완제품의 경쟁력으로 이어져 고객들에게 더 나은 제품을 제공할 수 있는 근간이 된다. 소재 발굴이나 신약 개발에 LG화학이 집중하는 이유도 여기에 있다.

엑사원 디스커버리는 두 부분으로 나뉘는데, 하나는 문헌 속 물질을 추출하는 기능과 그걸 LMM과 결합해 실제 화학자나 연구자들이 쉽게 소재 발굴을 할 수 있는 기능으로 나뉘어져 있다. 좋은 소재가 많이 발굴되어야 예측 모델의 데이터로도 쓰이고, 예측력이 높아지면 연구자들에게도 도움이 된다. 연말에 화학이나 디스플레이 등 소재 개발이 중요한 곳들에 공개하고 피드백을 받을 예정이다. 또 글로벌 파트너사들과도 논의해 외부에 공개할 수 있는 수준까지 만들 계획이다.

AI에 대해서는 여전히 부정적인 반응도 존재한다. 이에 대한 해결책이 있나

배경훈 LG AI연구원장 초거대 AI를 만들 때 저작권, 개인정보 이슈 뿐만이 아닌 AI가 대답하는 답변은 윤리적인 측면의 기준을 만들어 계속 점검을 한다. 그런 수준을 넘어 앞으로 생성형 AI가 발전한다고 했을 때, 만약 AI가 100% 신뢰할 수 있는 답변을 한다면 '우리 인간은 AI의 답변을 완전히 신뢰하고 AI가 하고자 하는 의도에 우리가 따라야 하는가?' 라는 고민이 있다.

하지만 아직까지 AI 기술 발전에 있어 한계점들은 있다. 지금도 AI가 많은 걸 해낼 수 있을 것 같지만 이들이 읽지 못하는 많은 문서와 데이터도 존재한다. AI에 혁신이 일어난다면, 지금의 생성형 기술 또한 혁신적으로 발전할 수 있을 거라 믿는다. 우리가 해야 할 것들은 실제 AI를 어떻게 써야 하는지에 대한 고민도 있지만 산업 영역, 우리 주변에 필요한 영역에서 유용하게 사용하고 좋은 사례를 만들어 내는 것도 있다.

분명한 건 페이크 뉴스든 부정적인 사례는 생성형AI를 통해 계속 만들어질 것이라는 점이다. 그런 부분에 있어서는 적절한 규제도 필요하다. 무조건적인 규제보다는 필요한 부분에 규제를 하고, AI가 선순환 방향으로 발전할 수 있게 국가나 학계, 기업 모두 공감대가 형성되어야 할 것 같다. 

AI를 갖고 우리나라가 경쟁력을 쌓아나갈 수 있는 방법이 있나

국가산업 경쟁력 관점에 있어서는...생성형AI 기술을 만들며 느낀 건 미국이나 중국 대비 아직까지 우리가 AI 기초 연구 부분이 많이 부족하다는 것이다. LG도 기업이기 때문에 이윤 창출, 고객가치에 중점을 두고 있지만 AI연구원은 이 기술 발전에 대해 신념과 노력을 통해 이 AI기술을 지금보다 더 발전시켜야 하는 생각을 갖고 연구한다.

그렇게 해도 많이 부족한 상태이긴 하지만, 우리뿐만 아니라 계열사들도 힘을 합쳐 이런 문제를 해결하려 노력 중이다. 타 회사와도 기술적 교류가 필요하다. 그래서 초거대 AI협의회가 만들어지고 105개의 업체들이 참여 중이다. 이들이 힘을 합쳐 무엇이 필요한지, 무엇을 준비해야 하는지 정의하는 환경들이 많아져야 한다. 
 

전문적인 LMM 시장 전망은 어떤가

이화영 유닛장 아직 생성형AI가 시작 단계이기 때문에 시장 규모를 예측하는 건 조심스럽다. 외부 리포트를 보면 맥킨지가 "2027년이 되면 AI는 200조 시장을 형성할 것"이라고는 하지만 어떤 곡선을 그릴지 판단하기엔 이르다. 지켜보면서, 미래 잠재력이 가장 많은 분야에 우리가 선제적으로 투자하는 단계다.

해당 시장에서의 엑사원 목표 점유 비율은 어느 정도 예상하나

지난 6개월 동안 차별화에 대해서 챗GPT가 나오면서 이것도 되고, 저것도 된다는 식의 여러 이야기들이 많았다. 그러나 실제 상용화 사례는 별로 없다. 오늘도 메타의 '라마2'가 공개되었지만 어디에 쓸 수 있는지는 불확실한 측면이 많은 것 같다.

시장 점유율을 언급하기는 조심스럽고 우리는 잠재력이 많은 오픈 분야, 바이오, 케미컬, 헬스케어 등 이 시장에 선제적으로 진입하고 시장에서 탑티어인 파트너사들과 협력하면 좋을 것이다. 그 안에서 양질의 데이터와 좋은 기술력, 고객사가 요구하는 것을 만족시킬 수 있는 LMM모델을 만들어 시장을 선점하는 것이 급선무라 판단하고 전략적으로 투자하고 있다.

AI가 대체로 금융, 화학, 바이오 등에 특화되어 있는데 요즘 기후변화도 큰 이슈다. 이에 대한 플랫폼 구축도 가능한가

배경훈 LG AI연구원장 다양한 분야의 서비스 확장을 해 나갈 것이다. 우리가 준비하는 것 중에, 미래를 예측하는 '퓨처 캐스트'가 있다. 미래를 예측하는, 앞으로 일어날 기후변화나 홍수 등 이슈 부분에서도 오늘은 발표하지 않았지만 나름의 가격이나 수요를 예측하는 것들과 맞물려 생성형 AI가 예측 문제를 잘 풀어나갈 수 있다고 생각한다. 미래를 예측하는 기술들이 생성형 AI기술과 잘 접목된다면 날씨 이슈도 대응할 수 있지 않을까. 물론 준비는 아직 필요하다.

일론 머스크가 '5년 후 AI는 인간보다 더 똑똑해질 것이다'라는 말을 했다. 인간이 AI의 지배를 받을 수도 있다고 생각하나

그런 생각은 안 한다. 지금도 현실적으로 보면 챗GPT을 만들 때도 그렇고 엑사원도 그렇고, AI가 알아서 데이터를 이해하고 판단하며 원하는 모델의 방향을 결정하진 않는다. 많은 사람들의 피드백을 받아 그 피드백을 기반으로 원하는 AI의 모델이 만들어진다. 결국은 인간의 개입이 많이 필요하다.

두 번째로 데이터 분야의 혁신도 필요하다. 데이터 분야에서의 AI가 모든 것을 이룰 수 있는 형태가 된다면 혁신이 일어나고 AI가 세상을 지배할 수도 있다. 그러나 세상의 모든 정보를 AI가 읽을 수는 없다. 사람만이 가진 고유의 해석 능력, 인사이트가 별도로 있는 것처럼 AI가 아직까지 인간의 모든 영역을 다 해낼 수는 없다.

다만 AI는 정보를 읽고, 해석하고, 분석하고 분류하는 건 잘 한다. AI에게 인간이 지배되는 걸 걱정하는 것보다, 이 순간의 AI를 우리가 어떻게 활용하는지가 중요하다. 우리가 보완해야 할 것들도 많다. 기술적인 부분들, 데이터 정보 체계, AI 반도체 인프라 등 체계적으로 잘 준비해 경쟁력 있는 AI를 만들고 싶다. 
 

‘LG AI 토크 콘서트 2023’을 끝내면서 배경훈 LG AI연구원장은 "엑사원을 2021년 처음 발표하고, 2년 넘게 생성형 AI 관련 연구를 하고 있다. 정말 많은 시행착오를 겪었고, 어떤 분야에 어떻게 적용하는 것이 우리가 경쟁력을 가질 수 있는지도 고민했다"고 밝혔다. 

덧붙여 "그래서 오늘 나름 고민 끝에 엑사원2.0을 공개했다. 아직까지 우리가 공개한 엑사원2.0이 완벽하지 않을 수도 있다. 그러나 우리는 부족한 부분을 개선하고, 장점을 잘 살려 좋은 사례들을 만들어 가도록 하겠다"고 소감을 밝혔다.

한편, LG는 2020년 그룹 AI 연구의 싱크탱크 역할을 할 ‘LG AI연구원’을 설립한 데 이어 지난해에는 향후 5년 간 AI·데이터 분야 연구개발에 3조 6,000억 원을 투입해 미래 기술을 선점하고 인재 영입에도 적극 나서기로 하는 등 2018년 구광모 ㈜LG 대표 취임 이후 AI를 미래 성장 동력으로 집중 육성하고 있다.