유럽연합 집행위원회가 자체 프런티어 AI 모델을 만들 컨소시엄을 공식 발표했습니다. 우승팀 이름은 EUROPA, 주관사는 이탈리아 AI 기업 Domyn입니다. 24개 공용어를 모두 학습 대상으로 삼고, 파라미터 규모는 4000억 개 이상. 한 마디로 “유럽이 직접 만드는 오픈소스 프런티어 모델” 계획이 본궤도에 올랐다는 신호입니다.

핵심 요약

  • EU 집행위가 ‘Frontier AI Grand Challenge’ 우승자로 EUROPA 컨소시엄을 선정. 주관사는 이탈리아 Domyn.
  • 모델 규모는 4000억 파라미터 이상. 세계 최상위급 모델과 같은 체급을 노린 설계입니다.
  • EU 24개 공용어 전부를 한 모델에 담는 게 핵심 목표. 다언어 자체가 차별화 포인트입니다.
  • 결과물은 오픈소스로 공개. 기업, 연구자, 공공기관이 자유롭게 가져다 쓸 수 있습니다.
  • 챌린지는 2026년 2월 시작. 이번 발표로 본격적인 학습·인프라 단계로 넘어갑니다.

EU 깃발 앞 인공지능 정책 발표 장면

무엇을 발표했나

EU 집행위가 운영해 온 Frontier AI Grand Challenge의 최종 우승팀이 결정됐습니다. EUROPA 컨소시엄, 그리고 이를 이끄는 회사는 이탈리아의 Domyn입니다. 도전 과제 자체가 단순했습니다. 유럽 자력으로 프런티어급 모델을 한 번 만들어 보자.

집행위가 요구한 조건은 두 가지로 정리됩니다. 첫째, 파라미터 4000억 개 이상. 둘째, EU 24개 공용어 전부 지원. 두 조건 모두 결코 쉬운 숫자가 아닙니다. 영어·프랑스어·독일어처럼 학습 데이터가 풍부한 언어와, 몰타어·아일랜드어처럼 데이터가 희소한 언어를 한 모델에 같은 품질로 담아야 합니다.

왜 지금 직접 만드나

미국과 중국의 프런티어 모델이 사실상 글로벌 표준을 정하고 있는 흐름은 새롭지 않습니다. 그런데 유럽 입장에서는 골치 아픈 부분이 따로 있습니다. 데이터 주권, 언어 다양성, AI Act로 대표되는 규제 일관성. 외부 모델을 그대로 갖다 쓰는 한 이 세 가지를 모두 만족시키기 어렵습니다.

집행위의 테크 주권·보안·민주주의 담당 부집행위원장 헨나 비르쿠넨은 이렇게 말했습니다. “유럽은 자체적인 방식으로 첨단 AI를 주도할 수 있다. EUROPA는 EU 24개 언어 전체를 다루는 프런티어 모델을 만들어, 유럽의 가치를 지키면서도 세계 최고 수준에 도달할 수 있다는 점을 보여 줄 것.” 정치적 수사로만 들릴 수도 있지만, 4000억 파라미터라는 숫자는 그 수사를 받쳐 줄 만큼 무겁습니다.

비르쿠넨 부집행위원장은 “개방성, 신뢰, 전략적 자율성을 핵심에 두고 AI의 미래를 함께 만들어 가겠다"는 표현도 덧붙였습니다. 풀어 보면 오픈소스 공개 + EU 규제 친화 + 미·중 의존도 축소로 정리됩니다.

EUROPA 모델의 차별점

기존 European 오픈소스 모델과 비교해도 EUROPA의 포지셔닝은 꽤 또렷합니다.

  • 언어 균형: 영어 한 줄에 다른 23개 언어가 들러리로 따라가는 구조가 아니라, 24개 언어를 처음부터 학습·평가 대상에 동등하게 올려놓겠다는 설계입니다.
  • 공공 활용 가능성: 정부·연구기관·공공서비스가 직접 가져다 튜닝할 수 있는 모델입니다. AI 도입 비용을 낮추려는 회원국에게는 큰 호재입니다.
  • 유럽 인프라 활용: 학습과 배포 모두 유럽 내 컴퓨팅 자원·데이터센터를 우선적으로 활용하는 방향입니다. 칩·전력·데이터를 모두 역내에서 돌리겠다는 의미입니다.
  • 모델 거버넌스: 컨소시엄 형태로 운영하기 때문에, 단일 기업이 모델 가중치를 독점하는 구조가 아닙니다. EU 회원국 정부와 공공기관이 라이선스·정책에 직접 관여할 여지가 큽니다.

물론 변수도 분명합니다. 4000억 파라미터급 모델을 처음부터 학습하려면 GPU 수만 장 규모의 인프라가 필요합니다. 유럽이 모인 컨소시엄 형태로 비용·인력·데이터를 어떻게 분담할지, 학습된 모델의 운영 주체는 누가 될지가 앞으로 6~12개월 안에 답이 나와야 합니다. 모델 출시 시점, 첫 평가 벤치마크 결과, 그리고 실제 European 회원국 정부가 얼마나 빠르게 도입하는지가 다음 관전 포인트입니다.

미국·중국 모델과의 차이

같은 4000억 파라미터급이라도 EUROPA가 미국·중국 모델과 다른 점은 분명합니다. GPT, Claude, Gemini, Qwen, DeepSeek 같은 모델은 영어와 중국어 중심으로 최적화돼 있습니다. 다국어 지원은 사실상 부가 기능에 가깝습니다. 반면 EUROPA는 처음부터 24개 언어 동등 처리를 설계 원칙으로 못 박아 두고 시작합니다. 동일한 추론 품질을 23개 비주류 언어에도 적용하기 위해서는, 데이터 수집·토크나이저 설계·평가 지표를 모두 다국어 기준으로 재정의해야 합니다.

라이선스 면에서도 차이가 큽니다. 미국 빅테크 모델은 상업적 활용에 제한이 붙는 경우가 많고, 중국 오픈소스 모델은 데이터 출처와 정렬 정책이 불투명합니다. EUROPA는 AI Act 기준에 맞춰 학습 데이터와 가중치 공개 범위를 처음부터 정의하고 시작한다는 점에서, 공공·금융·의료처럼 규제가 엄격한 영역에 더 빠르게 들어갈 가능성이 있습니다.

한국 AI 진영에 주는 시사점

한국어 특화 LLM 논의는 국내에서도 꾸준히 이어지고 있습니다. EUROPA가 던지는 신호를 한국 시각에서 읽으면 두 가지 지점이 또렷합니다.

먼저 언어 다양성을 협상 카드로 쓸 수 있다는 점입니다. EU가 24개 언어를 한 묶음으로 만들어 “유럽 단일 모델"이라는 명분을 확보한 것처럼, 한국어·일본어·동남아 언어를 함께 묶는 권역형 모델 논의도 충분히 가능합니다. 또 하나는 오픈소스 공개와 정부 지원을 결합한 운영 방식입니다. 정부가 챌린지 형식으로 정량 기준(파라미터, 언어 커버리지)을 명확히 깔아 두고 결과물은 오픈으로 풀어 산업·연구 전반에 침투시키는 구조는, 한국 차세대 LLM 정책 설계에도 그대로 옮겨 올 수 있는 틀입니다.

실무자가 볼 핵심 포인트

  • 모델 채택 검토: EUROPA 모델이 정식 공개되면, 24개 EU 언어 대응이 필요한 다국적 서비스는 라이선스·성능·튜닝 비용 측면에서 우선 검토 대상에 올려 둘 가치가 있습니다.
  • 데이터·인프라 파트너십: 유럽 컨소시엄의 분담 구조가 공개되면 동일한 모델을 한·일·동남아 권역에 옮겨 적용할 때 참고할 수 있는 운영 템플릿이 됩니다.
  • 공공·규제 시장 진입: EU 규제 적합성을 강조한 오픈 모델이 나오는 만큼, 같은 시장에 들어가는 한국 AI 솔루션은 AI Act 대응·다국어 품질 평가 자료를 미리 준비해 두는 게 좋습니다.
  • 국내 정책 제언: 챌린지 형식의 정부 자금 + 명확한 정량 목표(파라미터, 언어 수, 오픈소스 공개) + 산학연 컨소시엄 구조라는 EU 모델 자체가, 한국 차세대 LLM 정책 설계의 강력한 벤치마크입니다.

원문 출처

원문 보기 · Anadolu Agency, Melike Pala 보도