국내 LLM 개발 스타트업 전쟁: 빅테크 vs 스타트업 vs 대기업

국내 LLM 전쟁의 서막

2023년 ChatGPT의 폭발적 성장 이후, 한국에서도 "우리도 LLM이 필요하다"는 인식이 빠르게 확산됐다. 그리고 2024-2026년, 본격적인 국내 LLM 경쟁이 시작되었다.

한쪽에는 네이버, 카카오, 삼성, SK텔레콤 등 대기업들이 대규모 자본과 인프라를 바탕으로 자체 LLM을 개발하거나 이미 서비스 중이다. 다른 한쪽에는 업스테이지, 뤼튼 같은 AI 스타트업들이 훨씬 적은 자원으로 독창적인 접근을 시도하고 있다.

그렇다면 국내 LLM 시장의 진짜 경쟁 구도는 어떠한가? 각 플레이어의 기술력, 비즈니스 전략, 그리고 글로벌 모델 대비 한국어 성능을 냉정하게 비교한다.

1. 국내 LLM 플레이어 전체 지도

대기업 진영

스타트업 진영

2. 대기업 LLM 심층 비교

네이버 HyperCLOVA X

개요 2023년 출시된 HyperCLOVA X는 네이버의 두 번째 대형 언어 모델이다. 전작 HyperCLOVA(2021년, 82B)에서 진화해 한국어 특화 훈련 데이터와 다국어 능력을 대폭 강화했다.

기술 특징

• 한국어 토크나이저를 자체 개발해 한국어 처리 효율이 글로벌 모델 대비 약 3-4배 높음
• 네이버 검색, 블로그, 지식인 등 한국어 웹 데이터 대규모 학습
• RLHF(인간 피드백 기반 강화학습) 적용으로 응답 품질 향상
• 코드, 수학, 멀티모달(이미지 이해) 기능 탑재

서비스 현황

• 클로바X: 일반 소비자 대상 대화형 AI 서비스. 월간 사용자 수 약 400만 명(2026년 초)
• HyperCLOVA X API: B2B 기업 고객 1,200개 이상
• 클로바 스튜디오: 개발자/기업 대상 파인튜닝 플랫폼

강점과 약점

강점:

• 네이버 서비스 생태계(검색, 쇼핑, 지도)와의 통합
• 한국어 학습 데이터의 압도적 규모
• 클로드 등 글로벌 모델 대비 한국 법률·제도·문화 이해도 높음

약점:

• 영어 및 다국어 성능은 글로벌 모델 대비 열세
• 오픈소스가 아니어서 연구자 커뮤니티 활용 제한적
• 글로벌 B2B 고객 확보가 제한적

카카오 KoGPT 3.0 / 카나나 AI

개요 카카오는 2021년 KoGPT를 출시한 이후, 꾸준히 모델을 업그레이드해왔다. 2025년에는 서비스 브랜드를 '카나나(Kanana)'로 통합하며 AI 서비스 전략을 재정비했다.

기술 특징

• 카카오톡 대화 데이터를 활용한 대화형 AI 특화
• 카카오 엔터테인먼트의 웹툰/웹소설 데이터로 창작 AI 능력 강화
• 멀티모달 기능 탑재 (이미지, 오디오 이해)

서비스 현황

• 카나나 AI: 카카오톡 내 통합 AI 어시스턴트. 카카오톡의 4,800만 MAU 기반으로 빠른 확산 기대
• 카카오 AI 작가: 웹소설·웹툰 창작 지원 서비스

강점과 약점

강점:

• 카카오톡 플랫폼을 통한 즉시 4,800만 명 접근 가능
• 콘텐츠(웹툰, 엔터테인먼트) 특화 데이터
• 일상적 대화 스타일의 자연스러운 한국어

약점:

• 엔터프라이즈 B2B 시장 경험 부족
• 모델 성능이 네이버, 삼성 대비 다소 낮다는 평가
• 글로벌 진출 전략 불명확

삼성전자 가우스 2.0

개요 삼성전자는 2023년 11월 '삼성 가우스'를 공개했다. 독특한 점은 외부 서비스보다 갤럭시 디바이스 내장(온디바이스 AI) 을 핵심 전략으로 삼았다는 것이다.

기술 특징

• 언어, 코드, 이미지 생성의 3개 모델로 구성
• NPU(신경망처리장치)에 최적화된 경량화 모델
• 갤럭시 스마트폰 내에서 클라우드 연결 없이 동작하는 온디바이스 추론
• 라이브 번역, 통화 요약, 생성형 편집 기능으로 스마트폰에 탑재

서비스 현황

• 갤럭시 S24 시리즈부터 '갤럭시 AI' 브랜드로 탑재
• Galaxy AI 기능 중 일부는 Gemini(구글)와 협력으로 제공
• 사내 소프트웨어 개발 지원에도 활용 (코드 자동 완성)

강점과 약점

강점:

• 연간 3억 대 이상 갤럭시 디바이스가 즉각적인 배포 채널
• 프라이버시 보호 (클라우드 전송 없이 기기 내 처리)
• 반도체(Exynos, HBM) 수직 계열화로 하드웨어 최적화 우위

약점:

• 온디바이스 특화로 범용 AI 서비스 경쟁력은 제한적
• 클라우드 기반 서비스와의 성능 격차
• Gemini 의존도가 높아 자체 LLM 성능이 가려지는 효과

SK텔레콤 에이닷 (A.) LLM

개요 SK텔레콤은 통신사로서는 이례적으로 자체 LLM 개발에 투자했다. AI 개인 비서 서비스 '에이닷(A.)'의 백엔드가 자체 LLM이다.

기술 특징

• 통화 요약, 일정 관리, 통신 서비스 연동에 특화
• 다국어 지원 강화 (한국어, 영어, 일본어)
• AI 컨택센터 솔루션으로 B2B 확장

서비스 현황

• SK텔레콤 구독자 대상 에이닷 서비스 (약 2,000만 명)
• AI 컨택센터(AICC): 금융, 공공, 유통 분야 기업 고객 다수 확보
• 글로벌 통신사 연합체(GSMA) AI 협력으로 해외 진출 추진

3. 스타트업 LLM 현황

업스테이지 Solar Pro 2.0

업스테이지가 개발한 Solar 시리즈는 파라미터 규모 대비 성능이 뛰어난 '효율적인 LLM'으로 주목받고 있다.

Solar Pro 2.0의 기술적 특징:

• 22B 파라미터 (GPT-3.5 수준의 규모)
• Depth Up-Scaling 기법을 통해 소규모 모델에서 출발해 높은 성능 달성
• 한국어-영어 이중 언어에서 모두 강한 성능
• Apache 2.0 오픈소스 라이선스 + 상업 라이선스 이원화

Hugging Face 오픈 LLM 리더보드 성과: Solar Mini는 출시 당시 동급 파라미터(7B) 기준 전 세계 1위를 기록했다. 이 성과가 글로벌 AI 커뮤니티와 해외 VC들의 주목을 끄는 계기가 되었다.

비즈니스 전략: 스타트업이 대기업과 정면으로 모델 성능 경쟁을 할 수 없다는 것을 알기에, 업스테이지는 Document AI와 엔터프라이즈 특화에 집중한다. LLM 자체가 아니라 LLM 위에 올라가는 솔루션(RAG, OCR, 문서 파싱)에서 수익을 창출하는 구조다.

솔트룩스 LUXIA

솔트룩스는 2000년 설립된 국내 NLP 분야의 노장 기업이다. 20년간 쌓아온 한국어 언어 자원(온톨로지, 어휘망, 형태소 분석기)이 LUXIA의 강점이다.

LUXIA의 특징:

• 한국어 법령, 판례, 공문서 등 공공 도메인 특화 학습
• 지식 그래프 기반의 구조화된 지식 표현
• 온프레미스 배포 지원 (공공기관, 금융기관 선호)
• 한국어 언어 자원의 깊이는 창업 3-4년 된 스타트업이 따라올 수 없는 수준

시장 전략: 공공기관, 금융기관, 국방 분야에서 OpenAI나 네이버 API를 사용할 수 없는 '폐쇄망 환경'의 온프레미스 LLM 수요를 공략한다. 이 시장은 규모가 크지는 않지만, 한번 계약하면 장기적으로 유지되는 안정적인 수익 구조다.

4. 글로벌 모델 대비 한국어 성능 비교

벤치마크 개요

한국어 LLM 성능을 평가하는 주요 벤치마크는 다음과 같다.

2026년 1분기 기준 주요 벤치마크 비교

KoBEST 종합 점수 (100점 만점, 높을수록 좋음)

HAERAE (한국 문화·역사·제도 이해도)

벤치마크 해석 시 주의사항

벤치마크 점수만으로 LLM을 선택하면 안 된다. 실제 비즈니스에서 중요한 것은 다음과 같다.

• 응답 속도(Latency): 벤치마크와 무관하게 실시간 서비스에서는 0.5초 이하 응답이 중요
• 비용 효율: API 호출 비용 대비 성능 비율
• 한국어 특수 케이스 처리: 이모지, 줄임말, 신조어, 사투리 등
• 도메인 특화 성능: 일반 벤치마크와 특정 도메인(법률, 의료, 코드) 성능은 다를 수 있음

5. 국내 LLM 시장의 특수성

왜 한국 시장은 글로벌 모델이 완전히 지배하기 어려운가?

① 한국어의 구조적 복잡성 한국어는 교착어(膠着語)로, 동사 어미 변화와 조사 체계가 영어와 근본적으로 다르다. 예를 들어 영어 "I love you"는 한국어로 "나는 너를 사랑해", "사랑해 너를", "너 사랑해" 등 다양한 형태로 표현할 수 있다. 이 다양성을 제대로 처리하려면 한국어 특화 토크나이저와 대규모 한국어 학습 데이터가 필수다.

② 한국 특화 지식 요구 한국의 법률 체계, 행정 용어, 역사, 문화, 음식, 연예인 등에 대한 지식은 글로벌 모델이 학습하기 어렵다. "건강보험 직장가입자 보험료 계산법"이나 "아파트 등기 이전 절차"를 정확하게 안내하는 것은 한국어 특화 학습 없이는 불가능하다.

③ 규제와 데이터 주권 금융, 의료, 공공 분야에서는 데이터를 해외 서버로 보내는 것이 규제상 어렵다. 온프레미스 배포나 국내 클라우드를 통한 서비스가 요구되는 경우가 많아, 국내 모델의 수요가 지속적으로 존재한다.

④ 한국어 콘텐츠 생성 수요 마케팅, 뉴스, SNS, 고객 서비스 등에서 자연스러운 한국어 콘텐츠 생성 수요가 크다. 글로벌 모델이 문법적으로 맞는 한국어를 생성하더라도, 한국인이 자연스럽게 느끼는 어투와 표현을 완벽히 구현하지 못하는 경우가 있다.

6. 향후 경쟁 구도 전망

3가지 시나리오

시나리오 1: 글로벌 모델 압도 (가능성 30%)

GPT-5, Claude 4 등 차세대 글로벌 모델이 한국어 성능을 대폭 끌어올리고, 가격도 지속적으로 낮아지면 국내 LLM들이 경쟁력을 잃을 수 있다. 이 경우 국내 기업들은 API 레이어에 집중하거나, 특화 도메인으로 후퇴할 것이다.

시나리오 2: 공존과 분업 (가능성 50%)

글로벌 범용 서비스에는 GPT/Claude를, 한국 특화 도메인과 보안이 중요한 엔터프라이즈에는 국내 LLM을 사용하는 구조로 시장이 분화된다. 네이버, 카카오는 자사 서비스 생태계 내에서, 스타트업들은 특화 버티컬에서 각자의 영역을 확보한다.

시나리오 3: 국내 LLM 경쟁 심화 (가능성 20%)

대기업들이 AI를 핵심 사업으로 삼아 R&D 투자를 대폭 확대하면, 국내 LLM 성능이 글로벌 모델에 도전하는 수준까지 올라올 수 있다. 이 경우 스타트업과 대기업 간 인재 경쟁이 더욱 치열해진다.

2026-2027년 주요 분기점

2026년 하반기

• HyperCLOVA X 3.0 출시 예상 (멀티모달 강화)
• Solar Pro 3.0 출시 및 추가 글로벌 파트너십
• 가우스 3.0 갤럭시 신제품 탑재

2027년

• 에이닷 글로벌 서비스 확장 (일본, 동남아)
• EXAONE 오픈소스 생태계 형성 가속
• 국내 LLM API 기반 B2B SaaS 시장 본격 형성

7. 창업자와 CTO를 위한 LLM 선택 가이드

국내 스타트업이 AI 서비스를 만들 때 어떤 LLM을 선택해야 할까? 아래 의사결정 트리를 참고하라.

의사결정 기준

1단계: 데이터 보안 요건 확인

폐쇄망/온프레미스 필수? 
  → YES: 솔트룩스 LUXIA, 업스테이지 Solar 온프레미스
  → NO: 다음 단계로

2단계: 주요 언어 확인

한국어 전용 서비스?
  → YES: HyperCLOVA X API, KoGPT API, Solar Pro
  → NO (다국어 필요): GPT-4o, Claude 3.5, Gemini 1.5 Pro

3단계: 비용 민감도 확인

API 비용이 핵심 제약?
  → 소규모 트래픽: GPT-4o mini, Claude Haiku, Solar Mini
  → 대규모 트래픽: 오픈소스 자체 호스팅 (Llama, Solar 오픈소스)

4단계: 도메인 특화 필요 여부

특정 도메인 특화가 필요?
  → 의료: 별도 파인튜닝 필요 (베이스: Solar, Llama)
  → 금융: 42Maru QRAB 검토
  → 법률: 아크릴 AI 검토
  → 코딩: GPT-4o, Claude 3.5 Sonnet

API 비용 비교 (2026년 3월 기준)

*실제 요금은 변동될 수 있으므로 각 플랫폼 공식 페이지를 확인할 것.

마치며: 국내 LLM, 글로벌 경쟁에서 살아남으려면

국내 LLM 경쟁은 결코 쉽지 않다. OpenAI, Google, Anthropic, Meta 등 글로벌 빅테크들이 막대한 자본을 투입해 매 분기 더 강력한 모델을 출시하고 있다. 이들과 정면으로 모델 성능을 경쟁하는 전략은 장기적으로 지속 불가능하다.

그러나 국내 LLM 기업들에게는 명확한 생존 경로가 존재한다.

네이버·카카오 같은 플랫폼 대기업: 자사 생태계 사용자에게 맞춤화된 AI 서비스를 제공하는 것만으로도 충분한 수요가 있다. 한국어 특화와 데이터 주권이 핵심 경쟁력.

삼성·SK텔레콤 같은 하드웨어/통신 대기업: 디바이스 온디바이스 AI와 통신 인프라 연동이라는 독특한 포지셔닝으로 글로벌 기업이 쉽게 들어올 수 없는 영역 확보.

업스테이지 같은 AI 스타트업: 모델 자체보다 모델 위에 올라가는 솔루션(Document AI, RAG, 에이전트)에서 차별화. 글로벌 엔터프라이즈 고객 직접 공략.

솔트룩스 같은 버티컬 전문 기업: 20년간 축적된 한국어 언어 자원과 공공 도메인 전문성. 글로벌 모델이 대체하기 어려운 특수 영역 고수.

국내 LLM 전쟁은 단순한 모델 성능 경쟁이 아니다. 누가 더 빠르게 비즈니스 가치를 만들고, 더 깊이 있는 도메인 전문성을 쌓아가느냐의 싸움이다. 그리고 그 싸움에서 이미 앞서 나가는 기업들이 등장하고 있다.

TechPulse는 국내 LLM 생태계의 변화를 지속적으로 추적하며 최신 정보를 제공할 예정이다.