参与自主人工智能(AI)基础模型项目的企业在第二轮评估前加快了在实际产业现场的应用。由于政府在自主基础模型评估中不仅将模型性能、还将实际现场应用可能性列为重要标准,各家企业正力图在制造、国防等多个领域证明实证能力。在LG AI研究院以集团制造子公司为中心积累生产与工艺应用经验的同时,SK电讯也将自主开发的AI基础模型应用于制造现场,加入竞争。
SK电讯25日表示,已分别与钢铁制造企业KG Steel、汽车零部件制造企业Conec签署战略业务合作备忘录(MOU),推进基于自主AI基础模型的AI智能体现场实证。这是SK电讯自主开发的AI基础模型首次应用于制造业。
SK电讯自今年4月起获取了KG Steel和Conec所持有的过往工艺错误及事故分析报告、设备手册、设备日志等制造现场数据。在此基础上,开发出以自主AI基础模型"A.X K1"为基础的"制造专用AI智能体"演示版本。该演示版本预计今年下半年应用于实际工艺。KG Steel将在生产镀锌钢板的唐津工厂冷轧生产线、Conec将在铸造与加工工艺中分别投入AI智能体,并向SK电讯提供相关数据。SK电讯将基于这些数据和现场反馈,提升制造专用AI智能体的性能和推理速度。
不仅是SK电讯,参与自主基础模型项目的企业都在8月第二轮评估前,集中力量获取实际产业现场的应用案例。LG AI研究院开发的EXAONE已以集团制造子公司为中心投入生产与工艺改进。LG Display将OLED制造工艺的领域知识导入基于EXAONE的AI生产体系进行学习,从而实时检测作业中出现的异常征兆。据LG方面介绍,LG Display通过这一AI生产体系实现了每年2000亿韩元以上的成本节约效果。
EXAONE也投入了金融与公共领域。其与伦敦证券交易所集团(LSEG)共同开发了可预测投资资产收益率并提供解读的金融AI智能体"EXAONE Business Intelligence"。LG CNS正在外交部、Korean National Police Agency、京畿道教育厅、知识产权处、行政安全部等公共领域推进基于EXAONE的AX业务。
另一家参与企业Upstage提出将自主AI基础模型"Solar WBL"推广至金融、医疗、制造、公共等产业领域的战略。在制造领域,参与联合体的产业AI企业MakinaRocks预计将发挥重要作用。MakinaRocks拥有在现代汽车生产线等积累的设备异常检测实证经验。
参与自主基础模型项目的企业之所以如此重视产业现场实证,是因为生成式AI竞争的重心正从通用模型性能转向各产业的专业模型。能否在实际现场利用数据解决问题,是后续评估和商用化竞争的核心变量。尤其制造、国防、金融、公共领域安全要求水平高,现场数据难以外部输出。工艺数据、设备手册、事故记录、金融信息、行政数据等都是企业和机构的核心资产。就制造业而言,还须解决核心诀窍停留于特定熟练工人或部门的"知识孤岛"问题。因此有分析认为,必须建立与实际产业现场紧密连接以采集数据、并将其再反映到模型升级和现场服务改进的结构。
另一方面,参与自主基础模型项目的4支精锐团队正在为8月第二轮阶段评估进行模型开发与升级工作。原有精锐团队LG AI研究院、SK电讯、Upstage须在本月底前完成模型开发,今年2月追加加入的Motif Technologies须在7月底前完成开发。4支团队将在8月初经过阶段评估,其中3支进入下一阶段。






