[비욘드포스트 김신 기자] 국내 기업이 발표한 연구 논문들이 세계적인 위상의 학회에서 존재감을 드러내고 있다. 다양한 산업 분야의 연구 성과가 논문 등재는 물론 수상까지 이어지며 기술력과 글로벌 경쟁력을 동시에 입증받는 중이다.

특히, 분야별 디지털 전환(DX) 흐름 속에서 국내 기업들의 기술 고도화가 가시화되며 인공지능(AI), 소프트웨어(SW) 산업을 중심으로 성과가 돋보인다. 거브테크부터 보안, 금융에 이르기까지 세계적인 이목을 끌고있는 K논문 사례를 살펴본다.

AI 거브테크 기업 웰로는 경희대학교 박재홍 교수와 김지원 연구원과 공동 연구 프로젝트를 수행하며 정부 보조금 탐색을 지원하는 ‘AI 기반 생성형 추천 시스템’을 제안했다. 이 시스템은 복잡한 데이터를 단계적으로 압축·표현해 정밀도를 높이는 AI 기법인 RQ-VAE를 활용해 이용자 18만5천여 명의 클릭스트림 데이터와 24만 건의 보조금 문서를 결합해 학습시켰다. 나아가 실제 자사 플랫폼에 적용한 결과, 사용자가 관심 가질 만한 보조금 정책을 높은 정확도로 추천해 기존 추천 시스템 대비 클릭률(CTR)을 약 68% 향상시키며 780만 달러 규모의 정부 예산 절감 효과를 확인했다.

해당 연구는 탁월한 성과를 인정받아 지난해 3월 세계 3대 AI 학회인 세계인공지능학회 AAAI가 수여하는 혁신적 인공지능 응용상을 수상했다. 이는 대한민국 최초의 거브테크·AI 융합 연구 성과로도 주목된다. 웰로는 AAAI에서 발간하는 국제 학술지 ‘AI 매거진’에 등재되기도 하는 등 연구의 학문적 권위를 인정받았다.

김유리안나 웰로 대표는 “글로벌 무대에서 대한민국 행정 시스템 효율화 성과를 공식 인정받았다는 점에서 높은 의의를 지닌다”며 “AI를 통해 행정 접근성을 획기적으로 개선해 정부와 국민 모두가 실효성을 느낄 수 있도록 노력하겠다”고 밝혔다.

다크웹과 사이버보안, 언어모델 구조로 이어지는 연구 성과를 세계 3대 자연어처리(NLP) 학회 전반에 걸쳐 축적해 온 사례도 있다. 지난해 11월 에스투더블유(S2W)는 대규모언어모델(LLM) 토큰화 구조의 근본적 취약점을 규명한 연구로 세계 최고 권위의 '자연어처리방법론학회(EMNLP) 2025'에 논문을 채택시키며 글로벌 학술 무대에서 존재감을 다시 한번 확인했다. 연구진이 발표한 “바이트 레벨 토크나이저 내 불완전 토큰의 취약점을 드러낸 비정상적 바이그램” 논문은 LLM 내부에서 문장을 분절해 처리하는 ‘토크나이저(Tokenizer)’가 환각을 유발할 수 있다는 점을 실증적으로 제시했다. 특히 한 글자가 여러 바이트로 표현되는 비영어권 언어 환경에서 환각 현상이 두드러진다는 점을 짚으며, 자국 언어와 데이터에 기반한 ‘소버린 AI’ 논의에도 유의미한 시사점을 제시했다.

이번 논문 채택을 통해 S2W는 글로벌 최고 권위 AI 학회에 4년 연속으로 연구 성과를 등재하는 기록을 이어가게 됐다. 앞서 S2W는 다크웹 언어 분석 연구(2022년)와 자체 개발한 사이버보안 문서 특화 언어모델 ‘사이버튠(CyBERTuned)’ 관련 논문(2024년)으로 북미전산언어학학회(NAACL)에서 두 차례 논문을 발표한 바 있으며, 2023년에는 세계 최초의 다크웹 도메인 특화 언어모델 ‘다크버트(DarkBERT)’ 연구로 전산언어학학회(ACL)에 채택된 바 있다. 이 같은 성과들을 통해 S2W는 글로벌 AI 학술 생태계에서도 꾸준히 경쟁력을 입증하고 있다.

기존 시스템이 가진 문제점을 개선한 새로운 대안을 제시한 사례도 있다. 지난해 7월 가상자산 거래소 업비트를 운영하는 두나무 머신러닝팀의 연구는 세계 최고 수준의 정보검색학회 ‘SIGIR 2025’에 소개됐다. 이 연구는 뉴스 추천 모델의 학습 방안으로 가상의 사용자를 생성하고 이를 시뮬레이션하는 ‘LAUS’ 프레임워크를 제시했다. 그 결과, 기존 뉴스 추천 시스템이 가졌던 대규모 데이터 확보의 어려움, 개인정보 침해 우려를 제거한 대안으로 인정받으며 학계의 이목을 모았다.

두나무가 개발한 LAUS는 기존 학습 데이터 없이 뉴스를 추천하는 제로샷(zero-shot) 방식 대비 높은 성과를 입증했다. 특히 노르웨이어, 영어 등 다양한 언어권의 뉴스 추천 시스템 벤치마크에서 실제 사용자 데이터로 학습한 모델과 유사한 수준의 성능을 구현하며 실무 활용 가능성을 확인했다. 이후에는 해당 연구 성과를 두나무에서 운영중인 투자정보 플랫폼 ‘증권플러스’에 도입해 투자자에게 필요한 뉴스를 제공하는 서비스를 제공하고 있다.

AI 기술금융사 PFCT는 신한카드와 공동 연구한 논문을 지난해 4월 AI 및 머신러닝 분야 글로벌 최고 학회인 ‘국제표현학습학회(ICLR) 2025’에 등재하고, 연구팀이 싱가포르에서 열린 워크샵에 참석해 논문을 발표하는 등 AI 금융 분야 글로벌 기업으로서의 리더십을 입증했다.

PFCT는 논문을 통해 대출 실행 확률과 채무 불이행 확률을 동시에 예측하는 ‘엔드투엔드(end-to-end) 멀티태스킹 학습 프레임워크’를 제안했다. 기존 개인신용대출 리스크 평가 방법론에서 고려되지 않던 대출 신청자의 상품 결정 과정을 고려한 미세조정으로 대출 리스크 예측 모델을 정교화했다는 평을 받는다. 신한카드의 월 80만 건 이상의 실제 대출 승인 및 실행 데이터를 기반으로 모델의 성능과 안정성을 검증한 결과, 대출 승인 시 예측 리스크와 실행 후 실제 리스크 간의 괴리를 유의미하게 축소한 것으로 나타났다. 실제 대규모 데이터로 성능을 확인한 만큼 글로벌 금융 업계에서 리스크 관리를 위해 해당 모델을 도입을 추진할지 이목이 집중되고 있다.

한편, 위 사례들은 모두 이론 제기에서 그치지 않고 실제로 업무 시스템에 적용하거나 대량의 로우 데이터를 기반으로 결과를 검증하는 절차를 거친 점이 공통점으로 꼽힌다. 이로 인해 연구의 신뢰도를 높이는 동시에 현장 적용 가능성까지 확보했다는 평가다.

국내 기업들의 기술력이 글로벌 무대에서 존재감을 드러내는 사례가 늘어나면서 업계에서는 AI·SW 산업의 해외 진출 사례가 앞으로 계속해서 확대될 것으로 보고 있다.

세계적 학술지 논문에 이름 올리는 ‘K기술’
국내 기업들의 연구 발표 논문, 글로벌 학술 무대서 두각…거브테크·보안·금융 등 산업 전반 확산
이론 제시 넘어 실증 사례로 성과 입증하며 현장 적용 가능성 확보…K기술 해외 진출 교두보 마련

국내 기업이 발표한 연구 논문들이 세계적인 위상의 학회에서 존재감을 드러내고 있다. 다양한 산업 분야의 연구 성과가 논문 등재는 물론 수상까지 이어지며 기술력과 글로벌 경쟁력을 동시에 입증받는 중이다.

특히, 분야별 디지털 전환(DX) 흐름 속에서 국내 기업들의 기술 고도화가 가시화되며 인공지능(AI), 소프트웨어(SW) 산업을 중심으로 성과가 돋보인다. 거브테크부터 보안, 금융에 이르기까지 세계적인 이목을 끌고있는 K논문 사례를 살펴본다.

AI 거브테크 기업 웰로는 경희대학교 박재홍 교수와 김지원 연구원과 공동 연구 프로젝트를 수행하며 정부 보조금 탐색을 지원하는 ‘AI 기반 생성형 추천 시스템’을 제안했다. 이 시스템은 복잡한 데이터를 단계적으로 압축·표현해 정밀도를 높이는 AI 기법인 RQ-VAE를 활용해 이용자 18만5천여 명의 클릭스트림 데이터와 24만 건의 보조금 문서를 결합해 학습시켰다. 나아가 실제 자사 플랫폼에 적용한 결과, 사용자가 관심 가질 만한 보조금 정책을 높은 정확도로 추천해 기존 추천 시스템 대비 클릭률(CTR)을 약 68% 향상시키며 780만 달러 규모의 정부 예산 절감 효과를 확인했다.

해당 연구는 탁월한 성과를 인정받아 지난해 3월 세계 3대 AI 학회인 세계인공지능학회 AAAI가 수여하는 혁신적 인공지능 응용상을 수상했다. 이는 대한민국 최초의 거브테크·AI 융합 연구 성과로도 주목된다. 웰로는 AAAI에서 발간하는 국제 학술지 ‘AI 매거진’에 등재되기도 하는 등 연구의 학문적 권위를 인정받았다.

김유리안나 웰로 대표는 “글로벌 무대에서 대한민국 행정 시스템 효율화 성과를 공식 인정받았다는 점에서 높은 의의를 지닌다”며 “AI를 통해 행정 접근성을 획기적으로 개선해 정부와 국민 모두가 실효성을 느낄 수 있도록 노력하겠다”고 밝혔다.

다크웹과 사이버보안, 언어모델 구조로 이어지는 연구 성과를 세계 3대 자연어처리(NLP) 학회 전반에 걸쳐 축적해 온 사례도 있다. 지난해 11월 에스투더블유(S2W)는 대규모언어모델(LLM) 토큰화 구조의 근본적 취약점을 규명한 연구로 세계 최고 권위의 '자연어처리방법론학회(EMNLP) 2025'에 논문을 채택시키며 글로벌 학술 무대에서 존재감을 다시 한번 확인했다. 연구진이 발표한 “바이트 레벨 토크나이저 내 불완전 토큰의 취약점을 드러낸 비정상적 바이그램” 논문은 LLM 내부에서 문장을 분절해 처리하는 ‘토크나이저(Tokenizer)’가 환각을 유발할 수 있다는 점을 실증적으로 제시했다. 특히 한 글자가 여러 바이트로 표현되는 비영어권 언어 환경에서 환각 현상이 두드러진다는 점을 짚으며, 자국 언어와 데이터에 기반한 ‘소버린 AI’ 논의에도 유의미한 시사점을 제시했다.

이번 논문 채택을 통해 S2W는 글로벌 최고 권위 AI 학회에 4년 연속으로 연구 성과를 등재하는 기록을 이어가게 됐다. 앞서 S2W는 다크웹 언어 분석 연구(2022년)와 자체 개발한 사이버보안 문서 특화 언어모델 ‘사이버튠(CyBERTuned)’ 관련 논문(2024년)으로 북미전산언어학학회(NAACL)에서 두 차례 논문을 발표한 바 있으며, 2023년에는 세계 최초의 다크웹 도메인 특화 언어모델 ‘다크버트(DarkBERT)’ 연구로 전산언어학학회(ACL)에 채택된 바 있다. 이 같은 성과들을 통해 S2W는 글로벌 AI 학술 생태계에서도 꾸준히 경쟁력을 입증하고 있다.

기존 시스템이 가진 문제점을 개선한 새로운 대안을 제시한 사례도 있다. 지난해 7월 가상자산 거래소 업비트를 운영하는 두나무 머신러닝팀의 연구는 세계 최고 수준의 정보검색학회 ‘SIGIR 2025’에 소개됐다. 이 연구는 뉴스 추천 모델의 학습 방안으로 가상의 사용자를 생성하고 이를 시뮬레이션하는 ‘LAUS’ 프레임워크를 제시했다. 그 결과, 기존 뉴스 추천 시스템이 가졌던 대규모 데이터 확보의 어려움, 개인정보 침해 우려를 제거한 대안으로 인정받으며 학계의 이목을 모았다.

두나무가 개발한 LAUS는 기존 학습 데이터 없이 뉴스를 추천하는 제로샷(zero-shot) 방식 대비 높은 성과를 입증했다. 특히 노르웨이어, 영어 등 다양한 언어권의 뉴스 추천 시스템 벤치마크에서 실제 사용자 데이터로 학습한 모델과 유사한 수준의 성능을 구현하며 실무 활용 가능성을 확인했다. 이후에는 해당 연구 성과를 두나무에서 운영중인 투자정보 플랫폼 ‘증권플러스’에 도입해 투자자에게 필요한 뉴스를 제공하는 서비스를 제공하고 있다.

AI 기술금융사 PFCT는 신한카드와 공동 연구한 논문을 지난해 4월 AI 및 머신러닝 분야 글로벌 최고 학회인 ‘국제표현학습학회(ICLR) 2025’에 등재하고, 연구팀이 싱가포르에서 열린 워크샵에 참석해 논문을 발표하는 등 AI 금융 분야 글로벌 기업으로서의 리더십을 입증했다.

PFCT는 논문을 통해 대출 실행 확률과 채무 불이행 확률을 동시에 예측하는 ‘엔드투엔드(end-to-end) 멀티태스킹 학습 프레임워크’를 제안했다. 기존 개인신용대출 리스크 평가 방법론에서 고려되지 않던 대출 신청자의 상품 결정 과정을 고려한 미세조정으로 대출 리스크 예측 모델을 정교화했다는 평을 받는다. 신한카드의 월 80만 건 이상의 실제 대출 승인 및 실행 데이터를 기반으로 모델의 성능과 안정성을 검증한 결과, 대출 승인 시 예측 리스크와 실행 후 실제 리스크 간의 괴리를 유의미하게 축소한 것으로 나타났다. 실제 대규모 데이터로 성능을 확인한 만큼 글로벌 금융 업계에서 리스크 관리를 위해 해당 모델을 도입을 추진할지 이목이 집중되고 있다.

한편, 위 사례들은 모두 이론 제기에서 그치지 않고 실제로 업무 시스템에 적용하거나 대량의 로우 데이터를 기반으로 결과를 검증하는 절차를 거친 점이 공통점으로 꼽힌다. 이로 인해 연구의 신뢰도를 높이는 동시에 현장 적용 가능성까지 확보했다는 평가다.

국내 기업들의 기술력이 글로벌 무대에서 존재감을 드러내는 사례가 늘어나면서 업계에서는 AI·SW 산업의 해외 진출 사례가 앞으로 계속해서 확대될 것으로 보고 있다.

김신 비욘드포스트 기자 news@beyondpost.co.kr