믿:음 K란 무엇인가 — 이름에 담긴 철학부터

믿:음 K(Mi:dm K)는 KT가 2021년부터 자체 설계·학습시켜 온 대형 언어 모델(LLM)입니다.
이름 자체가 영어 약자의 조합으로, Mindful Intelligence that Dialogs, eMpathizes, understands and moves를 줄인 것으로
‘인간과 공존하며 신뢰할 수 있는 AI’라는 방향성을 이름 안에 녹여넣었습니다.

KT가 자체 LLM 개발에 뛰어든 배경은 단순한 기술 경쟁이 아닙니다.
통신·미디어·금융·공공 서비스를 직접 운영하는 대규모 고객 접점을 보유하고 있는 KT 입장에서는
GPT나 Claude 같은 외산 API에만 의존하면 데이터 주권과 서비스 안정성 두 가지를 동시에 잃게 됩니다.
특히 공공·금융처럼 보안 규정이 엄격한 영역에서는 외부 클라우드 API 사용 자체가 법적 리스크가 될 수 있습니다.

2023년 1.0 버전 출시 이후, 믿:음 K는 KT 기가지니 감성대화, AI 케어, 100번 고객센터 등에 실제 적용되며 단순 연구 모델이 아닌 ‘서비스 현장 검증 모델’로서의 정체성을 쌓아왔습니다.
2025년 7월 2.0 버전을 오픈소스(MIT 라이선스)로 공개하며 생태계 확장에 나섰고,
이번 MWC 2026에서 공개된 2.5 Pro는 그 연장선상에 있는 가장 강력한 버전입니다.

▲ 목차로 돌아가기

믿:음 K 2.5 Pro 핵심 스펙 완전 해부

2025 Pro 버전에서 가장 눈에 띄는 변화는 파라미터 규모 확장입니다.
2.0 버전의 Base 모델이 11.5B(115억)이었다면, 2.5 Pro는 32B(320억) 파라미터로 거의 3배 가까이 커졌습니다.
모델 규모가 크다고 반드시 좋은 것은 아니지만, 40B 미만이라는 ‘효율적 대형 모델’ 구간에서 고난도 추론 성능을 끌어올리는 데 최적화된 선택입니다.

128K 토큰이란 실제로 어느 정도인가

128K 토큰은 한국어 기준 약 9만~10만 글자, 즉 A4 용지 기준 약 300~400페이지 분량을 한 번의 요청으로 처리할 수 있다는 의미입니다.
기업 계약서 전체, 법률 조문 전체, 또는 수백 페이지짜리 기술 사양서를 분석 요청할 때 텍스트를 잘라낼 필요가 없습니다.
이는 RAG(검색 증강 생성) 없이도 대용량 문서를 단일 프롬프트로 소화할 수 있는 수준으로, 기업용 AI 환경에서 매우 실용적인 장점입니다.

일본어·중국어 추가는 단순한 ‘언어 추가’가 아니라 아시아 B2B 시장 공략 의지를 담은 전략적 결정입니다.
KT가 국내를 넘어 동남아·일본 기업 시장을 겨냥하고 있다는 신호로 읽힙니다.

▲ 목차로 돌아가기

글로벌 벤치마크에서 GPT·Claude와 어떻게 비교되나

믿:음 K 2.5 Pro의 가장 강력한 주장은 AAII(Artificial Analysis Intelligence Index) v3.0에서
한국 AI 모델 중 최고 성능을 기록했다는 것입니다.
그리고 더 주목할 만한 수치는 τ²-bench(타우 스퀘어 벤치마크) 87%입니다.

τ²-bench가 중요한 이유

τ²-bench는 단순한 질의응답 정확도가 아니라 AI 에이전트가 외부 도구(API, 검색, 코드 실행 등)를 활용해
복합 과업을 완수하는 능력을 측정합니다. 현재 AI 업계가 ‘에이전틱 AI(Agentic AI)’로의 전환을 강조하는 시점에서
이 벤치마크는 사실상 ‘실무 투입 가능한 AI인가’를 판별하는 척도입니다.
87%는 OpenAI GPT-5.3, Claude Opus 4.6 같은 글로벌 상위 모델들과 동등한 수준으로 알려져 있으며,
40B 미만 모델 중에서는 세계 최고 수준의 성적입니다.

물론 이 수치를 순수하게 받아들이기 전에 한 가지 유념해야 합니다.
KT가 자체 발표한 수치이므로 제3자 독립 검증이 아직 충분하지 않다는 점입니다.
그러나 AAII라는 공식 글로벌 평가 플랫폼 기반이라는 사실은 신뢰도를 높여주며, ‘K 데이터 얼라이언스’ 기반 고품질 한국어 데이터 학습이 실제 성능 우위를 만들어냈을 가능성은 충분히 높습니다.

▲ 목차로 돌아가기

한국어 데이터 전략 — K 데이터 얼라이언스의 비밀

GPT나 Gemini 같은 해외 모델이 한국어를 처리할 때 종종 어색한 문장이나 문화적 맥락 오류를 보이는 것은,
학습 데이터의 95% 이상이 영어 중심이기 때문입니다.
믿:음 K 2.5 Pro는 이 근본적인 약점을 겨냥해 설계됐습니다.

K 데이터 얼라이언스란?

KT는 K 데이터 얼라이언스라는 협력 체계를 구축해 공공기관, 학계, 언론, 교육 분야와 공식 파트너십을 맺고
한국어 맥락이 반영된 고품질 데이터를 확보했습니다.
단순히 웹 크롤링으로 긁어모은 데이터가 아니라, 계약서·법률 조문·보도자료·교육 교재처럼
실제 한국 사회에서 사용되는 ‘공식 언어’ 데이터를 정제·검증 파이프라인을 통해 학습에 투입한 것입니다.

KT Gen AI Lab이 공공기관 RAG 프로젝트를 수행한 결과 밝혀진 사실이 하나 있습니다.
전체 AI 프로젝트 개발 기간의 약 80%가 데이터 수집과 정제에 투입된다는 것입니다.
이 원칙은 믿:음 K 전체 개발 철학에도 그대로 반영됐습니다.

이 데이터 전략 덕분에 2.0 버전이 출시 당시 한국어 특화 버전 코다크벤치(KoDarkBench)에서 1위를 기록했고,
2025년 12월에는 국내 최초로 AI 신뢰성 인증을 획득했습니다.
이 인증은 안전성·투명성·공정성 요건을 모두 충족해야 하는 까다로운 기준으로, 영업용 홍보가 아닌 제3자 공신력을 담보합니다.

▲ 목차로 돌아가기

실제 기업 적용 사례 — AICC·공공·법률 현장 리뷰

믿:음 K가 ‘연구 모델’이 아닌 ‘서비스 모델’임을 증명하는 가장 강력한 근거는
이미 실제 현장에서 돌아가고 있다는 사실입니다.
KT는 다음과 같은 영역에서 믿:음 K를 직접 운영 중입니다.

공공기관 RAG 프로젝트에서 확인된 실전 성능

KT Gen AI Lab이 실제 수행한 공공기관 RAG 프로젝트 결과를 보면,
믿:음 K 2.0 Base 모델 위에 도메인 특화 파인 튜닝을 거친 2차 최종 모델은
질의응답 4.86점/5.0점, 요약 4.80점, 번역 4.25점이라는 G-Eval 자동 평가 점수를 기록했습니다.
번역 항목이 상대적으로 낮아 보이지만, 공공 행정 용어처럼 도메인 특수성이 강한 분야에서 4.25점은 충분히 실무 투입 가능한 수준입니다.

특히 AI 프로젝트의 성공 열쇠가 ‘모델 성능’이 아니라 ‘데이터 품질’이라는 인사이트는 굉장히 현실적입니다.
전체 프로젝트 기간의 80%를 데이터 수집·정제에 투입했다는 고백은, 믿:음 K가 얼마나 데이터 중심 AI 전략을 채택하고 있는지를 잘 보여줍니다.

▲ 목차로 돌아가기

MIT 오픈소스 공개의 진짜 의미와 활용법

믿:음 K 2.0이 MIT 라이선스로 오픈소스 공개됐을 때, 이를 단순한 ‘홍보용 공개’로 보는 시각도 있었습니다.
하지만 국내 최초로 110억 파라미터 이상 LLM을 상업적 활용 가능한 오픈소스로 공개했다는 사실은
실제 생태계에 작지 않은 파장을 만들고 있습니다.

누가, 어떻게 활용할 수 있나

MIT 라이선스는 상업적 사용, 수정, 배포가 모두 자유롭습니다.
이는 스타트업이 믿:음 K 2.0 모델을 자사 서비스에 탑재해도 로열티를 낼 필요가 없고,
도메인 특화 파인 튜닝을 해서 새로운 서비스를 만들어 팔아도 된다는 뜻입니다.
HuggingFace에서 모델 가중치를 직접 다운로드해 LM Studio 같은 로컬 환경에 올려 테스트해본 개발자들도 이미 존재하며,
그 결과물은 유튜브·커뮤니티에서 긍정적인 평가를 받고 있습니다.

물론 2.5 Pro 버전의 오픈소스 공개 여부는 아직 공식 확정되지 않았습니다.
32B 대형 모델 특성상 로컬 구동에 상당한 GPU 메모리(최소 24GB VRAM 이상)가 필요하므로,
일반 개인보다는 기업이나 연구기관이 주요 활용층이 될 것으로 보입니다.

▲ 목차로 돌아가기

솔직한 한계와 앞으로의 로드맵

공정하게 바라봐야 합니다. 믿:음 K 2.5 Pro가 의미 있는 성과를 냈다는 것은 사실이지만,
한계 또한 명확히 존재합니다.

공개된 로드맵 — 다음 목표는 멀티모달

KT는 믿:음 K를 텍스트를 넘어 이미지와 오디오까지 아우르는 멀티모달 AI로 진화시키겠다는 로드맵을 MWC 2026에서 공식 제시했습니다.
이는 현재 가장 치열한 AI 경쟁 구간인 멀티모달 영역에서도 한국형 모델로 승부하겠다는 의지 표명입니다.

또한 에이전틱 패브릭(Agentic Fabric)이라는 플랫폼을 통해 단일 모델 수준을 넘어
다양한 AI 에이전트를 유기적으로 연결하는 ‘에이전트 오케스트레이션’ 방향으로 발전시키겠다는 계획도 함께 발표됐습니다.
KT가 단순한 LLM 제공자가 아닌 ‘AI 전환(AX) 파트너’로서의 정체성을 강화하고 있다는 신호입니다.

▲ 목차로 돌아가기

Q&A — 자주 묻는 5가지 질문

▲ 목차로 돌아가기

마치며 — 총평

한국형 AI라는 타이틀은 오랫동안 ‘해외 모델 따라잡기 시도’로 폄하받는 경향이 있었습니다.
하지만 믿:음 K 2.5 Pro는 적어도 두 가지 면에서 그 낙인을 지울 자격을 얻기 시작했다고 생각합니다.

첫째, 에이전틱 AI 벤치마크 87%라는 수치는 단순한 한국어 이해력 테스트가 아니라
실제 업무를 수행하는 AI 에이전트로서의 역량을 입증한 것입니다.
글로벌 1위 모델들과 오차 범위 내 성능을 40B 미만 효율적 모델로 달성했다는 것은 기술적으로 의미 있는 성과입니다.

둘째, 데이터 주권과 국내 AI 신뢰성 인증이라는 차별점은 금융·공공·의료 같은 규제 산업에서 실질적인 경쟁 우위가 됩니다.
ChatGPT API 의존도를 낮추고 싶은 기업이라면 믿:음 K 2.5 Pro는 진지하게 검토해볼 만한 선택지입니다.

물론 창의적 작업, 멀티모달 처리, 글로벌 소비자 시장 대응에서는 여전히 GPT-5.4나 Claude Opus 4.6이 앞서 있습니다.
하지만 모든 분야에서 1등인 AI 모델이 반드시 모든 문제의 정답은 아닙니다.
‘K-AI가 실제로 쓸 만하다’는 전제가 현실이 되어가고 있는 이 시점에서, 믿:음 K의 다음 행보가 어느 때보다 주목됩니다.

▲ 목차로 돌아가기