국내 대표 IT 기업인 네이버(NAVER (264,500원 ▲9,000 +3.52%)) 컨소시엄의 독자 파운데이션 AI(인공지능) 모델(이하 독파모)은 다른 모델과 조금 다르다. LLM(거대언어모델) 기반의 4개사 모델과 달리 텍스트는 물론 이미지와 음성까지 AI가 즉각 인식하고 결과물 역시 이미지와 음성으로 내놓을 수 있는 '옴니모달 모델'이다. '눈과 귀가 달린 AI'로 이해하면 쉽다.

최근 AI 기술은 텍스트 중심으로 빠르게 발전했지만 인간의 뇌처럼 텍스트, 이미지, 음성 등 다양한 콘텐츠를 동시에 이해하고 받아들이는 것에는 한계가 있다. 네이버는 이 같은 한계를 극복하는데 중점을 뒀다. 인간을 닮아가는 AI 기술로 하나의 맥락 안에서 다양한 모달리티를 다루고 동시에 이해하고, 생성해 산업분야와 실생활 활용도를 높였다. 이미지를 이해해 텍스트로만 출력하던 기존의 비전-언어 모델(VLM)보다 한 단계 업그레이드됐다.

네이버의 독파모 모델은 2개다. 먼저 텍스트·이미지·오디오를 한 모델 안에서 동시에 인식하고 처리하는 'HyperCLOVA X SEED 8B Omni'(하이퍼클로바 X시드 8B 옴니)다. 옴니모달 AI는 국내 첫 시도로 아예 초기부터 이미지·오디오를 텍스트와 함께 공동학습했다.

옴니모달 AI의 활용성을 검증하기 위한 'HyperCLOVA X SEED 32B Think'(하이퍼클로바 X시드 32B 싱크, 이하 싱크)도 선보였다. 이 모델은 텍스트·이미지 기반 비전-언어 모델(VLM)에 음성을 덧붙인 것으로, 텍스트 먼저 학습한 후 멀티모달로 확장하는 방식이다.

두 모델은 각각 80억개 파라미터(8B 매개변수), 320억개 파라미터(32B 매개변수) 규모로 이번 독파모 모델 중 가장 경량이지만 성능은 나쁘지 않다. 글로벌 AI 평가 기관인 아티피셜 애널리시스에 따르면 싱크는 종합 지식·고난도 추론·코딩·에이전트형 과제 등 10개 주요 벤치마크를 종합해 산출한 지수(Artificial Analysis Agentic Index) 기준에서도 글로벌 주요 AI 모델들과 유사한 성능 범위에 위치했다. 다만 한국어 대비 영어 실력은 글로벌 모델과 견주어 성능이 다소 낮다.

모델 크기에 대해 네이버는 "기초가 부실하면 아무리 키워도 구멍난 AI가 되고, 텍스트·이미지·음성을 처음부터 함께 배워야 진짜 똑똑한 AI가 된다"면서 "탄탄한 기본기를 갖춘 후 모델을 크게 키우는게 더 유의미하다"고 강조했다. 네이버는 독파모 프로젝트가 종료되는 2027년까지 두 모델을 하이퍼스케일 옴니모델로 스케일업할 예정이다.

텍스트와 이미지, 음성까지 이해할 수 있어 수학능력시험도 볼 수 있다. 지난해 말 국민 대상으로 진행한 '독파모 성과 발표회'에서 5초만에 복잡한 수능 문제를 풀어내는 현장 시연을 펼쳤고, 테크리포트에도 2026 수능에서 국어, 수학, 영어, 한국사 등 주요 과목 1등급을 받았다는 내용이 담겼다.

옴니모달을 바탕으로 남녀노소 가리지 않고 AI를 쉽게, 직관적으로 활용할 수 있도록 한다는 계획이다. 잘 배운 사람만 명령어를 잘 넣어 잘 쓰는 게 아닌, 국민 누구나 쉽게 AI의 혜택을 누릴 수 있게 하겠다는 게 목표다.