국내 기업이 주도한 연구 논문들이 세계 최고 권위의 국제 학회와 학술지에서 연이어 성과를 내고 있다. 단순한 이론 제시를 넘어 실제 서비스와 산업 현장에 적용한 결과를 바탕으로 논문이 채택되고, 일부는 수상까지 이어지며 기술 경쟁력을 입증하는 흐름이다.
인공지능(AI)과 소프트웨어(SW)를 중심으로 한 연구 성과는 행정, 보안, 금융 등 다양한 산업으로 확산되는 모습이다. 글로벌 학술 무대에서 주목받은 주요 사례를 살펴본다.
◇ AI로 행정 효율 입증…AAAI 혁신적 AI 응용상 수상한 웰로
AI 거브테크 기업 웰로는 경희대학교 박재홍 교수, 김지원 연구원과 공동으로 정부 보조금 탐색을 지원하는 AI 기반 생성형 추천 시스템을 제안했다. 이용자 18만5천여 명의 클릭스트림 데이터와 24만 건의 보조금 문서를 결합해 학습한 이 시스템은, 복잡한 데이터를 단계적으로 압축·표현하는 RQ-VAE 기법을 적용해 추천 정확도를 높인 점이 특징이다.
해당 기술을 실제 웰로 플랫폼에 적용한 결과, 기존 추천 시스템 대비 클릭률이 약 68% 개선됐고, 이를 통해 약 780만 달러 규모의 정부 예산 절감 효과를 확인했다. 연구 성과는 세계 3대 AI 학회로 꼽히는 미국 인공지능학회(AAAI)에서 혁신적 인공지능 응용상을 수상하며 학문적·산업적 의미를 동시에 인정받았다.
해당 연구는 AAAI가 발간하는 국제 학술지 ‘AI 매거진’에도 등재됐다. 거브테크와 AI를 결합한 국내 연구가 세계 무대에서 공식적으로 평가받은 사례로 기록됐다.
◇ LLM 토크나이저 취약점 규명…S2W, 글로벌 NLP 학회서 연속 성과
사이버보안과 언어모델 구조를 접목한 연구를 이어온 에스투더블유(S2W)도 세계적 학술 무대에서 존재감을 이어가고 있다. S2W는 대규모언어모델(LLM)의 토큰화 구조 취약점을 분석한 논문을 통해 자연어처리 분야 최고 권위 학회 중 하나인 EMNLP 2025에 논문을 채택시켰다.
연구진은 바이트 레벨 토크나이저 내부에서 발생하는 비정상적 바이그램 현상이 LLM 환각을 유발할 수 있음을 실증적으로 제시했다. 특히 한 글자가 여러 바이트로 구성되는 비영어권 언어 환경에서 문제가 더 두드러진다는 점을 짚으며, 언어 주권과 데이터 기반 AI 모델 개발 논의에도 시사점을 남겼다.
S2W는 앞서 다크웹 언어 분석 연구와 사이버보안 문서 특화 언어모델 ‘사이버튠’, 다크웹 전용 언어모델 ‘다크버트’ 연구를 통해 NAACL과 ACL에서도 논문을 발표한 바 있다. 이번 EMNLP 채택으로 글로벌 최고 권위 AI 학회에 4년 연속 연구 성과를 등재하게 됐다.
◇ 가상 사용자로 학습…두나무, 개인정보 문제 대안 제시
가상자산 거래소 업비트를 운영하는 두나무의 머신러닝팀 연구도 주목받았다. 두나무는 가상의 사용자를 생성해 뉴스 추천 모델을 학습시키는 ‘LAUS’ 프레임워크를 제안하며, 세계 최고 수준의 정보검색 학회인 SIGIR 2025에 논문을 소개했다.
해당 연구는 실제 사용자 데이터 없이도 뉴스 추천 모델을 학습할 수 있는 구조를 제시해, 대규모 데이터 확보 부담과 개인정보 침해 우려를 동시에 해소할 수 있는 대안으로 평가받았다. 다양한 언어권 뉴스 추천 벤치마크에서 실제 사용자 데이터를 활용한 모델과 유사한 성능을 기록하며 실무 적용 가능성도 확인했다.
연구 결과는 이후 두나무의 투자정보 플랫폼 ‘증권플러스’에 적용돼 투자자 대상 뉴스 추천 서비스로 활용되고 있다.
◇ 금융 리스크 관리에 AI 접목…PFCT, ICLR서 기술력 검증
AI 기술금융사 PFCT는 신한카드와 공동으로 진행한 연구를 통해 국제표현학습학회(ICLR) 2025에 논문을 등재했다. 연구팀은 싱가포르에서 열린 워크숍에서 직접 논문을 발표하며 글로벌 금융 AI 분야에서의 기술 경쟁력을 알렸다.
PFCT가 제안한 모델은 대출 실행 확률과 채무 불이행 확률을 동시에 예측하는 엔드투엔드 멀티태스킹 학습 프레임워크다. 대출 신청자의 상품 선택 과정을 모델에 반영해 기존 개인신용대출 리스크 평가 방식의 한계를 보완했다는 평가를 받는다.
신한카드의 월 80만 건 이상 실제 대출 데이터를 활용해 검증한 결과, 승인 시점의 예측 리스크와 실행 이후 발생한 실제 리스크 간의 차이를 줄이는 데 성과를 보였다. 대규모 실증 데이터를 기반으로 한 만큼 글로벌 금융권에서도 관심을 받고 있다.
◇ 실증 중심 연구 확산…K기술 해외 진출 발판 마련
이번 사례들의 공통점은 연구가 논문 발표에 그치지 않고 실제 서비스나 업무 시스템에 적용됐다는 점이다. 대량의 로우 데이터를 기반으로 성능을 검증한 점도 학술적 신뢰도를 높였다.
업계에서는 국내 기업의 AI·SW 기술이 글로벌 학술 무대에서 검증을 거치며, 해외 시장 진출을 위한 기술적 신뢰를 축적하고 있다는 평가를 내놓고 있다. 다만 일부 성과가 특정 기업과 연구진에 집중되는 만큼, 산업 전반으로 확산되기 위한 후속 투자와 인재 확보가 과제로 남는다.
연구 성과가 단기적인 홍보에 머물지 않고, 지속적인 기술 축적과 산업 경쟁력 강화로 이어질 수 있을지 지켜볼 필요가 있다.
Copyright ⓒ 스타트업엔 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
