어중간해 약하다 vs 오히려 낫다, 국산 LLM 순위 논쟁은 답 없이 끝났다

낮 12시 17분, 한 참여자가 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 무료 범용 AI 서비스 '모두의 AI' 사업설명회를 열었다는 소식을 방에 전했다. 곧이어 국산 오픈소스 모델 프로젝트 '독파모' 이야기가 붙었고, 국내 모델을 잘 모른다는 한 참여자가 재원이 어디서 나오는지 물으며 대화가 시작됐다.

"독파모 좋나요? 국산 모델 잘 모르는데ㅎ무료로 제공하는건 돈이 어디서 나오는지…"

오후 2시를 넘기며 논의는 구체적인 벤치마크 비교로 옮겨갔다. 한 참여자는 국산 모델 '모티프3'가 벤치마크상 중국 '딥식 v4 pro'와 동급이라는 전언을 전했고, 대화는 곧 국가별 순위를 매기는 쪽으로 번졌다. 다른 참여자는 미국·중국·프랑스(미스트랄)·캐나다(코히어)에 이어 한국이 위치한다면서도, 체급과 효율이 어중간해 경쟁력이 약하다는 평가를 내놨다.

"미국 > 중국 > 프랑스 미스트랄과 캐나다 코히어 > 한국은 맞는데, 체급과 효율이 어중간해서 경쟁력이 약해요."

같은 참여자는 곧이어 에이전트 하네스처럼 실제 작업에 쓰려면 최소 중국 모델 이상을 써야 효율이 나온다는 부연도 덧붙였다.

"에이전트 하네스 쓰려면 최소 중국 모델 이상 써야 효율이 나와요"

곧바로 다른 참여자가 반박했다. 미스트랄이 최근 내놓은 '프로 3'은 딥식 3.1급이고 코히어의 '커멘드 a+'는 오히려 gpt-oss만도 못하다며, 앞선 평가가 참조한 비교 대상 자체가 최신이 아니라고 짚었다.

"미스트랄이 최근 내놓은 프로 3은 딥식 3.1 급이고 코히어 커멘드 a+는 아예 gpt oss 보다 덜해요 aa index기준"

같은 참여자는 이어 한국 모델 쪽이 오히려 앞선다는 반대 평가까지 내놨다.

"오히려 최근 나오는 모델들 성능은 한국 모델들이 더 다양화되고 낫습니다"

두 평가가 맞선 채로, 다른 참여자들은 VARCO·수퍼톤(현재는 사업을 접었다는 언급과 함께)·타입캐스트 같은 국산 모델·서비스 사례를 잇달아 나열했다. 어느 쪽 평가가 맞는지에 대한 합의는 끝내 나오지 않았고, 대화는 아직 국가별 순위를 쉽게 낼 수 없는 시기라는 정리로 마무리됐다.

"아직은 국가별 순위를 쉽게 낼수없는 춘추전국시대인가 보군요"

이 대화가 보여주는 건 결론이 아니라 균열이다. 같은 벤치마크 수치를 놓고도 "어중간해 약하다"는 평가와 "오히려 다양화되고 낫다"는 반박이 같은 자리에서 나왔고, 어느 쪽도 상대를 완전히 설득하지 못한 채 대화가 다음 화제로 넘어갔다. 국산·오픈소스 LLM의 국제적 위치를 두고 이 방 안에서도 아직 하나의 답이 자리 잡지 못했다는 뜻으로 읽힌다.