모빌린트, LG사이언스파크와 NPU 기반 엣지 AI 기술 검증 완료 – 이데일리

핵심 요약: 인공지능(AI) 반도체 스타트업 모빌린트는 LG사이언스파크와 공동으로 NPU(Neural Processing Unit) 기반 엣지 AI 기술 검증(PoC)을 완료했다. 이번 PoC는 언어·비전·음성 등 다양한 AI 모델을 실제 NPU 환경에서 구동해 실시간 추론 성능과 전력 효율성을 확인하는 데 초점을 뒀다. 오픈소스 모델부터 LG AI연구원이 개발한 초거대 언어모델 ‘엑사원(EXAONE)’까지 테스트됐으며, 결과는 엣지·온디바이스 적용 가능성을 뒷받침했다.

  • 시험 대상: 오픈소스 기반 모델군과 LG AI연구원의 초거대 언어모델 ‘엑사원(EXAONE)’을 포함한 다수의 언어·비전·음성 모델이 테스트되었다.
  • 목표 지표: 실사용 기준의 실시간 추론 성능과 전력 효율성(전성비)을 중심으로 검증을 진행했다.
  • 검증 결과: 모빌린트 NPU는 엣지·온디바이스 환경에서 요구되는 실시간 추론과 전력 효율 조건을 충족한 것으로 보고되었다.
  • 기술 역량: 모빌린트는 고성능 반도체 설계 능력과 모델 최적화(SDK 포함) 역량을 보유하고 있으며, LG ‘슈퍼스타트(Superstart)’ 프로그램에 선정된 바 있다.
  • 적용 가능 분야: 가전, 로보틱스, 산업 자동화, 스마트시티 등 엣지 AI가 필요한 산업 전반으로의 확장이 제안되었다.
  • 협업 성격: 이번 PoC는 스타트업(모빌린트)과 기업 연구조직(LG사이언스파크) 간 기술검증 협업 사례다.

사건 배경

엣지 AI는 네트워크 의존도를 낮추고 응답 지연을 크게 줄이며 개인정보 노출을 줄이는 장점 때문에 가전·로보틱스·산업 제어 등에서 요구가 빠르게 증가하고 있다. 이러한 환경에서는 소규모 전력으로 고성능 추론을 수행할 수 있는 NPU의 역할이 핵심적이다. 국내에서는 글로벌 반도체 경쟁 속에서 설계 역량을 갖춘 스타트업이 늘어나고 있으며, 대기업의 스타트업 육성 프로그램이 기술 고도화와 시장 진출을 지원하는 통로로 작용하고 있다. LG의 ‘슈퍼스타트’ 선발은 모빌린트 같은 스타트업이 연구·검증 자원에 접근해 실사용 조건에서 기술을 증명할 기회를 제공한다.

과거 엣지 칩 검증은 단순 벤치마크 수준에 머무르는 경우가 많았으나, 최근에는 초거대 모델(LLM)을 포함한 대형 모델의 경량화·최적화 가능성도 중요한 평가 요소로 부상했다. 특히 언어·비전·음성 모델을 하나의 플랫폼에서 안정적으로 돌릴 수 있느냐가 상용화 판단의 핵심이다. 산업 현장에서는 전력·온도·지연 조건이 엄격하므로 PoC 단계에서 실제 운영 환경을 모사한 검증이 필수적이다.

주요 사건

모빌린트와 LG사이언스파크의 PoC는 NPU 하드웨어 성능뿐 아니라 소프트웨어(모델 최적화, SDK) 연동까지 포괄하는 방식으로 설계됐다. 테스트는 엣지 디바이스 조건을 시뮬레이션한 환경에서 진행됐고, 실시간 추론 지연(latency)과 전력 소모를 주요 성능 지표로 삼았다. 오픈소스 기반의 경량 모델부터 EXAONE 같은 초거대 모델의 일부 워크로드까지 다양한 스택을 올려 호환성과 안정성을 확인했다.

검증 과정에서 모빌린트 NPU는 목표로 한 추론 응답 시간 범위 내에서 동작했고, 전력 소모 측면에서도 엣지 환경 요구치를 만족한 것으로 보고되었다. 검증팀은 SDK의 모델 포팅·최적화 과정에서의 편의성도 긍정적으로 평가했다. 이런 결과를 토대로 모빌린트는 가전·로보틱스·산업 자동화·스마트시티 등 적용 영역을 확대하겠다는 계획을 밝혔다.

이번 PoC를 통해 기술의 범용성과 안정성을 입증할 수 있었다. 앞으로 엣지 AI가 필요한 다양한 분야에서 실시간 추론을 지원하도록 적용 영역을 넓혀가겠다.

윤상현 모빌린트 CSO

LG사이언스파크 측은 NPU의 전성비와 SDK 지원 역량을 특히 강점으로 평가하며 향후 성장 가능성을 강조했다. 양측은 추가 테스트와 상용화 준비를 병행하면서 산업계 수요에 맞춘 성능 튜닝을 계속할 예정이라고 밝혔다.

모빌린트는 NPU 전성비와 SDK 지원 역량에서 강점을 보였다. 엣지·온디바이스 AI 분야에서의 성장 가능성이 크다.

LG사이언스파크 슈퍼스타트팀 관계자

분석 및 의미

첫째, 이번 PoC는 국내 NPU 설계 역량이 실제 산업용 워크로드를 감당할 수준으로 진입했음을 시사한다. 엣지 환경에서의 실시간 추론과 전력 효율은 제품 채택의 핵심 기준이므로, 이들 항목을 만족한 사례가 늘어나면 국내 생태계의 경쟁력이 강화될 가능성이 높다. 다만 PoC 결과가 곧바로 대규모 상용화로 직결되지는 않으며, 양산 안정성·수율·가격 경쟁력 등 추가 요소가 남아 있다.

둘째, SDK를 통한 모델 포팅·최적화 역량은 스타트업 반도체의 실무 적용성을 좌우한다. 개발자가 쉽고 빠르게 모델을 올려 성능을 검증할 수 있는 툴체인은 파트너사 확보와 시장 확대에 결정적이다. 모빌린트의 SDK 검증 결과가 긍정적이라면 다양한 솔루션 업체와의 협업 가능성이 커진다.

셋째, EXAONE과 같은 대형 모델의 일부 워크로드를 엣지 플랫폼에서 다룰 수 있다는 점은 향후 온디바이스 LLM 활용 시나리오 확대를 촉진할 수 있다. 그러나 완전한 LLM 운용은 메모리·연산 자원 측면에서 제한이 있으므로, 경량화·분할 추론(hybrid inference) 등 추가 기술이 병행돼야 한다. 국제 경쟁 측면에서는 검증된 성과를 기반으로 해외 시장 진출 기회를 모색할 수 있으나, 표준화된 벤치마크와 신뢰성 데이터 확보가 전제 조건이다.

비교 및 데이터

평가 항목 모빌린트 NPU(검증 결과) 일반 엣지 NPU(일반적 기준)
실시간 추론 요구되는 응답 시간 범위에서 동작 확인 제품에 따라 차등(성능 저하 사례 존재)
전력 효율(전성비) 엣지 환경 요구치 충족 제품별 편차 큼
SDK·모델 이식성 포팅·최적화 도구 제공, 검증 완료 도구 지원 수준 상이

위 표는 PoC 공개 범위 내에서의 정성적 비교로, 수치화된 벤치마크는 공개되지 않았다. 검증팀은 실제 장비 환경에서의 지속 테스트와 추가 워크로드 확장을 통해 정량 데이터를 축적할 계획이다.

반응 및 인용

산업계 반응은 대체로 긍정적이다. 한 시스템 통합사 관계자는 엣지 단에서 LLM 일부를 운용할 수 있다는 가능성 자체가 제품 설계 방향에 변화를 줄 수 있다고 평가했다. 다만 실제 상용 제품 적용 전까지는 장기간의 검증과 업계 표준화가 필요하다는 신중론도 있다.

엣지에서의 LLM 활용 가능성은 흥미롭다. 그러나 상용 패키지로의 전환은 추가 검증과 비용 요건을 요구한다.

산업계 관계자(익명)

불확실한 부분

  • 양산 일정 및 수율: 현재 PoC 결과는 성능 검증에 집중되어 있으며, 대량 양산 시점과 수율 수준은 아직 공개되지 않았다.
  • 정량적 벤치마크 공개 여부: 공개된 성과는 정성적 평가 중심이며, 표준화된 벤치마크 수치의 공개 시점은 불명확하다.
  • 상업적 파트너십 확정 여부: 추가 상용화 계약이나 공급 계약 체결 여부는 확인되지 않았다.

총평

모빌린트와 LG사이언스파크의 PoC는 국내 NPU 기술이 엣지 AI 실사용 조건을 충족할 잠재력을 가졌음을 보여준 의미 있는 사례다. 특히 다양한 모델 스택에서의 호환성과 SDK를 통한 최적화 가능성은 실무 적용 측면에서 긍정적 신호로 읽힌다. 다만 PoC 단계의 결과만으로는 상용화 성공을 단정할 수 없으며, 양산 안정성·가격 경쟁력·장기간 신뢰성 데이터 확보가 뒤따라야 한다.

향후 관건은 정량적 성능 공개와 상용 파트너 확보, 그리고 대규모 생산 전 검증 절차의 충실성이다. 모빌린트가 이들 과제를 차례로 해결해 나간다면 국내 엣지 AI 반도체 생태계에서의 위상을 한층 끌어올릴 가능성이 크다.

출처

댓글 남기기