네이버클라우드가 과학기술정보통신부의 ‘독자 AI 파운데이션 모델’ 프로젝트 주관 사업자로 추진 중인 ‘옴니(Omni) 파운데이션 모델’ 개발 과제의 첫 성과를 공개했다.

네이버클라우드는 국내 최초로 네이티브 옴니모달 구조를 적용한 파운데이션 모델 ‘HyperCLOVA X SEED 8B Omni’와, 기존 추론형 AI에 시각·음성·도구 활용 역량을 결합한 ‘HyperCLOVA X SEED 32B Think’를 오픈소스로 공개하며 AI 에이전트 구현을 본격화한다고 밝혔다.

이번에 공개된 HyperCLOVA X SEED 8B Omni는 텍스트·이미지·오디오 등 서로 다른 형태의 데이터를 단일 모델에서 처음부터 함께 학습하는 네이티브 옴니모달 구조를 전면 적용한 모델이다.

옴니모달 AI는 정보 형태가 달라도 하나의 의미 공간에서 맥락을 통합적으로 이해할 수 있어, 말과 글, 시각·음성 정보가 복합적으로 오가는 현실 환경에서 활용도가 높은 차세대 AI 기술로 평가받고 있다.

네이버클라우드는 옴니모달 AI의 성능을 좌우하는 핵심 요소로 데이터 차별화를 강조했다.

기존 인터넷 문서나 이미지 중심 학습에서 벗어나, 디지털화되지 않은 생활 맥락 데이터와 지역·공간 특성이 반영된 현실 세계 데이터를 확보·정제해 학습에 활용한다는 전략이다.

네이버클라우드 하이퍼스케일 AI 성낙호 기술 총괄은 “모델 규모를 키우더라도 데이터 다양성이 제한되면 문제 해결 능력 역시 특정 영역에 머물 수밖에 없다”라고 말했다.

또 “현실 세계의 맥락을 담은 차별화된 데이터를 확보하는 과정이 옴니모달 AI 경쟁력의 출발점”이라고 설명했다.

하이퍼클로바X 'SEED 8B Omni' 모델 [네이버클라우드 제공]

네이버클라우드는 이번 공개를 통해 네이티브 옴니모달 AI 개발 방법론을 검증한 만큼, 향후 단계적인 스케일업에 나설 계획이다.

텍스트·이미지·음성 모델을 결합하는 기존 멀티모달 방식과 달리, 단일 구조의 옴니모달 AI는 규모 확장이 상대적으로 용이하다는 점을 활용해 산업과 일상 서비스에 적합한 다양한 크기의 특화 모델을 효율적으로 확장한다는 방침이다.

해당 모델은 텍스트 지시를 기반으로 이미지를 생성·편집하는 옴니모달 생성 기능도 갖췄다.

텍스트와 이미지의 맥락을 함께 이해해 의미를 반영한 결과물을 생성·편집할 수 있으며, 단일 모델에서 텍스트 이해와 이미지 생성 기능을 자연스럽게 수행한다는 점에서 글로벌 프런티어 AI 모델들과 유사한 수준의 멀티모달 생성 역량을 확보했다는 평가다.

이와 함께 공개된 HyperCLOVA X SEED 32B Think는 추론형 AI를 기반으로 시각 이해, 음성 대화, 도구 활용 능력을 결합한 모델이다. 복합적인 입력과 요청을 이해하고 문제를 해결하는 옴니모달 에이전트 경험 구현을 목표로 설계됐다.

글로벌 AI 평가 기관 Artificial Analysis가 종합 지식, 고난도 추론, 코딩, 에이전트형 과제 등 10개 주요 벤치마크를 종합해 산출한 지수 기준에서도 해당 모델은 글로벌 주요 AI 모델들과 유사한 성능 범위에 위치한 것으로 나타났다.

특히 한국어 기반 종합 지식, 시각 이해, 도구 활용 기반 문제 해결 능력 등 실사용과 밀접한 항목에서 경쟁력을 보였다.

올해 대학수학능력시험 문제를 풀이한 결과 국어·수학·영어·한국사 주요 과목에서 모두 1등급 수준의 성과를 기록했으며, 영어와 한국사에서는 만점을 기록했다.

네이버클라우드는 이미지 입력을 직접 이해해 문제를 해결했다는 점에서 기존 텍스트 변환 방식과 차별화된 접근이라고 설명했다.

성낙호 기술 총괄은 “AI의 감각을 텍스트·시각·음성 등으로 확장하는 동시에 사고와 추론 능력을 함께 강화했을 때 현실 문제 해결력이 크게 높아진다는 점을 확인했다”며 “기본기를 갖춘 구조 위에서 점진적으로 규모를 확장해 실제로 쓰임새 있는 AI로 발전시키는 것이 목표”라고 말했다.

네이버클라우드는 이번 옴니모달 하이퍼클로바X를 기반으로 검색, 커머스, 콘텐츠, 공공, 산업 현장 등 다양한 영역에서 활용 가능한 AI 에이전트를 단계적으로 확장하며 ‘모두의 AI’ 실현을 위한 기술 생태계 구축에 속도를 낼 계획이다.