LG AI연구원이 텍스트와 이미지를 동시에 이해하고 추론하는 멀티모달 인공지능(AI) 모델 ‘엑사원(EXAONE) 4.5’를 공개하며 글로벌 AI 경쟁에 본격적으로 나섰다.

LG AI연구원은 9일 ‘엑사원 4.5’를 발표하고, 연구·학술·교육 목적에 한해 글로벌 오픈소스 플랫폼 허깅페이스(Hugging Face)를 통해 오픈 웨이트 형태로 공개했다고 밝혔다.

‘엑사원 4.5’는 자체 개발한 비전 인코더와 대형언어모델(LLM)을 통합한 비전-언어 모델(VLM)로, 텍스트뿐 아니라 이미지와 복합 문서를 동시에 이해하고 추론할 수 있는 것이 특징이다. 이는 LG AI연구원이 2021년 ‘엑사원 1.0’ 개발 이후 축적해온 멀티모달 기술력을 기반으로 구현됐다.

특히 산업 현장에서 활용되는 계약서, 기술 도면, 재무제표, 스캔 문서 등 복합 데이터를 정확히 읽고 해석하는 능력을 갖춘 점이 강점으로 꼽힌다.

성능 평가에서도 글로벌 경쟁력을 입증했다. ‘엑사원 4.5’는 과학·기술·공학·수학(STEM) 분야 5개 지표 평균 77.3점을 기록해 오픈AI의 GPT-5 미니(73.5점), 앤트로픽의 클로드 소넷 4.5(74.6점), 중국 알리바바의 큐웬(Qwen)3 235B(77.0점)를 모두 상회했다.

또 시각 이해와 문서 추론 성능을 포함한 13개 평가 지표 평균에서도 GPT-5 미니, 클로드 소넷 4.5, 큐웬3-VL보다 높은 점수를 기록했다. 코딩 성능 평가인 라이브코드벤치 v6에서는 81.4점을 기록해 구글 젬마(Gemma) 4(80.0점)를 앞섰으며, 차트 분석 능력을 평가하는 ChartQA Pro에서도 경쟁 모델 대비 우수한 성능을 보였다.

LG AI연구원은 “높은 시각 평가 점수는 단순 인식 수준을 넘어 문맥을 이해하고 추론하는 능력을 확보했음을 의미한다”고 설명했다. 또한 효율성 측면에서도 성과를 냈다. ‘엑사원 4.5’는 330억 개(33B) 파라미터 규모로 기존 ‘K-엑사원’ 대비 약 7분의 1 수준이지만, 텍스트 이해와 추론 능력에서 동등한 성능을 달성했다. 이는 하이브리드 어텐션 구조와 멀티 토큰 예측 기반의 고속 추론 기술이 적용된 결과다.

지원 언어도 한국어와 영어를 비롯해 스페인어, 독일어, 일본어, 베트남어 등으로 확대됐다.

이번 모델은 LG AI연구원이 추진 중인 독자 AI 파운데이션 모델 ‘K-엑사원’ 프로젝트의 확장 단계로, 향후 음성·영상·물리 환경까지 이해하는 ‘피지컬 인텔리전스’로 발전시키는 것이 목표다.

이진식 LG AI연구원 엑사원랩장은 “엑사원 4.5는 텍스트를 넘어 시각 정보를 이해하는 멀티모달 AI로의 전환을 보여주는 모델”이라며 “앞으로 산업 현장에서 실제로 판단하고 행동하는 AI로 발전시켜 나갈 것”이라고 밝혔다.

한편 LG AI연구원은 올해 초 청년 AI 인재 양성 프로그램 ‘LG 에이머스(Aimers)’ 해커톤을 통해 엑사원을 교육 자원으로 활용하는 등 AI 생태계 확장에도 나서고 있다. 또한 동북아역사재단 등과 협력해 한국의 역사와 문화적 맥락을 이해하는 AI 개발도 병행하고 있다.