업스테이지는 국내 AI 스타트업 총집합이라는 표현이 어울리는 컨소시엄을 꾸렸다. AI 경량화와 최적화 기술에 특화한 노타AI, AI 인프라 운영 플랫폼을 개발하는 래블업, AI 기반 실시간 통번역 솔루션을 만드는 플리토, 의료 AI 솔루션 전문기업 뷰노 등이 참여했다.

여기에 제조와 국방 분야의 마키나락스, 법률 특화 로앤컴퍼니, 공공부문 전문 오케스트로, 교육 솔루션의 데이원컴퍼니 그리고 기업 생산성 향상 솔루션을 만드는 올거나이즈코리아까지 산업별 전문 스타트업들이 한팀을 꾸렸다.

컨소시엄 필수 요소인 학계에서는 서강대학교 산학협력단과 카이스트가 참여를 결정했다. 서강대와는 LLM을 개발해보는 단기 강의인 'LLM프로젝트'를 매년 함께 진행하기로 하는 등 연이 깊다. 진행해왔던 연이 있다.

카이스트에서는 데이터 AI, NLP(자연언어) 각 분야 석학인 전산학부 이재길, 오혜연 교수와 LLM 전문가인 문화기술대학원 임경태 교수가 컨소시엄에 들어왔다. 이들은 금융, 법률, 제조 등 산업별 버티컬 모델 개발을 담당한다.

수요처는 금융결제원이다. 금융 분야 특화 AI 모델을 만들어내는 게 목표다. AI 생태계를 만들어가는 플레이어들이 이번 정부 사업을 통해 함께 성장하는 것이 중요하다는 게 업스테이지의 판단이다.


◇ 대기업 컨소시엄 대비 수요처 부족하지만 "집중도는 더 높아"

업스테이지 컨소시엄은 각 분야에서 주목받는 AI 스타트업이 뭉쳤다고 하지만 대기업 정예팀과 비교될 수 밖에 없다. 참여사의 가장 큰 차이는 수요처의 규모다.

엔씨AI 컨소시엄에는 포스코DX, 롯데이노베이트 같은 대기업은 물론 MBC, NHN까지 참여했다. LG 팀 역시 LG유플러스, LG CNS 등 자체 계열사가 모델 개발과 동시에 수요처 역할까지 맡을 수 있다. 반면 업스테이지 컨소시엄에서 뚜렷한 수요처는 금융결제원 정도다.

이에 가장 큰 숙제는 수요처 확보다. 다른 대기업 팀들은 컨소시엄 내부에 이미 모델을 활용할 수 있는 큰 고객들을 확보해뒀다. 네이버는 자체 서비스에 바로 적용할 수 있고, SK텔레콤은 자체 통신 인프라에 더해 크래프톤 같은 게임회사까지 끌어안았다. 엔씨AI는 제조업체인 포스코DX부터 콘텐츠 기업인 MBC까지 다양한 산업 분야를 커버했다.

반면 업스테이지는 개발한 모델을 대규모로 테스트하고 검증할 수 있는 내부 수요처가 제한적이다. 모델 개발 과정에서도 실제 현장 피드백을 받기 어렵다는 단점으로 이어질 수 있다.

자원의 한계도 빼놓을 수 없다. 특히 이번 프로젝트는 단기간에 성과를 내야 하는 상황인 만큼 자원과 인력 동원력의 차이가 결정적 변수가 될 수 있다.

하지만 일각에서는 오히려 이런 구성이 장점이 될 수 있다고 본다. 스타트업들은 이번 프로젝트의 성공이 곧 생존과 직결되기 때문에 더 간절하고 집중할 수 있다는 의견이다. 실제로 업스테이지를 비롯한 참여 스타트업들은 모두 이번 사업을 통해 한 단계 도약하려는 절실함을 갖고 있다.

민첩성도 장점으로 꼽힌다. 대기업은 의사결정 과정이 복잡하고 시간이 오래 걸리지만, 스타트업들은 빠른 결정과 실행이 가능하다. 1차 단게평가가 이뤄지는 12월까지 4개월이라는 짧은 시간 안에 가시적 성과를 내야 하는 상황에서는 이런 민첩성이 중요한 경쟁력이 될 수 있다.

AI 업계 관계자는 "스타트업들의 간절함과 전문성은 분명한 강점이지만 대기업 대비 자원과 수요처 부족은 현실적 한계"라며 "결국 4개월 안에 얼마나 집중해서 성과를 낼 수 있느냐가 관건"이라고 분석했다.