"텍스트·이미지 동시 추론"…LG, 멀티모달 AI '엑사원 4.5' 공개

AI 요약

LG AI연구원이 9일 텍스트와 이미지를 동시에 이해하고 추론하는 멀티모달 AI 모델 엑사원 4.5를 공개했으며 비전 인코더와 거대언어모델을 하나의 구조로 통합한 비전-언어 모델(VLM)입니다. 엑사원 4.5는 계약서·기술 도면·재무제표 등 복합 문서 이해에 강점이 있고 STEM 5개 지표 평균 77.3점으로 오픈AI GPT5-mini(73.5점), 앤트로픽 클로드 소넷 4.5(74.6점), 알리바바 큐웬3 235B(77.0점)를 앞섰으며 라이브코드벤치 v6에서 81.4점을 기록해 구글 젬마4(80.0점)를 넘었고 차트QA에서는 62.2점을 기록했습니다. 파라미터 규모는 330억개(33B)로 K-엑사원보다 약 7분의 1 크기이나 자체 개발한 하이브리드 어텐션과 멀티 토큰 예측 기반 고속 추론 기술로 텍스트 이해·추론에서 동등한 수준을 달성했고 연구·학술·교육 목적으로 허깅페이스에 공개했으며 향후 음성·영상·물리 환경 등 모달리티 확장을 추진할 계획입니다.