'엑사원 Tabular'·'엑사원 Forecast' 나란히 세계 최고 성능…2026년 하반기 제조·헬스케어·금융 실증

[테크수다 기자 도안구 eyeball@techsuda.com] LG AI연구원은 표 데이터를 예측하는 '엑사원 Tabular'와 시간 흐름에 따른 미래 데이터를 예측하는 '엑사원 Forecast'가 각각 글로벌 리더보드에서 1위에 올랐다고 밝혔다. LG의 인공지능(AI) '엑사원(EXAONE)'이 산업 데이터를 예측하는 AI 파운데이션 모델 국제 평가에서 구글(Google)과 알리바바(Alibaba) 등 미국·중국 빅테크를 제치고 세계 최고 성능(SOTA)을 기록했다고 그 결과를 공개했다. 두 리더보드는 화학과 의료, 금융, 제조, 영업, 마케팅 등 여러 산업에서 실제로 만들어지는 데이터로 파운데이션 모델의 예측 능력을 검증한다. 범용 언어모델을 넘어 산업 현장에 곧바로 투입하는 특화 AI에서 경쟁력을 입증했다는 점이 이번 성과의 의미다.

주요 내용

• '엑사원 Tabular', 표 데이터 리더보드 '탭아레나(TabArena)' 범주형 예측 부문 종합 1위…평가 점수 1760점으로 구글 'TabFM'(1749점) 추월
• '엑사원 Forecast', 시계열 리더보드 'GIFT-Eval' 제로샷 부문 1위 및 에이전틱 AI 부문 2위 기록
• 2026년 하반기 제조·바이오헬스케어·금융 3개 분야 개념검증(PoC) 진행 후 사업화 추진

'엑사원 Tabular'는 표 데이터의 예측 능력을 평가하는 대표 리더보드 '탭아레나(TabArena)'의 범주형 데이터 예측 부문에서 종합 1위에 올랐다. 평가 점수(ELO)는 1760점으로, 구글이 내놓은 최신 모델 'TabFM'의 1749점을 앞섰다. 이 모델은 표 형태의 합성 데이터 10억 개 이상을 학습한 정형 데이터 파운데이션 모델(TFM)로, 표를 텍스트로 바꿔 분석하는 기존 범용 언어모델과 달리 행과 열의 구조와 데이터 간 관계를 직접 이해한다. 새로운 데이터가 들어와도 모델 전체를 다시 학습할 필요가 없고 값이 빠진 결측치가 생겨도 남은 정보의 관계를 분석해 빈칸을 메우는 만큼, 데이터가 넉넉하지 않은 현장에서도 제조 이상 탐지와 품질 판정, 리스크 예측 등에 활용할 수 있다.

'엑사원 Forecast'는 고객관계관리(CRM) 기업 세일즈포스(Salesforce)가 만든 시계열 예측 리더보드 'GIFT-Eval'에서 처음 접하는 분야의 데이터를 추가 학습 없이 예측하는 제로샷(Zero-shot) 부문 1위를 차지했다. AI가 스스로 데이터를 분석해 예측을 수행하는 에이전틱(Agentic) AI 부문에서는 2위에 올라 현장 활용성과 범용성을 함께 보여줬다. 이 시계열 파운데이션 모델(TSFM)은 인터넷과 판매, 에너지, 경제, 헬스케어, 교통 등에서 모은 실제 시계열 데이터 250억 개와 현실 세계를 모사한 가상 시계열 데이터 2조 개를 함께 학습해, 산업마다 예측 모델을 따로 개발하던 방식과 달리 하나의 모델로 여러 산업의 미래를 내다본다.

임우형 LG AI연구원 공동 연구원장은 "글로벌 빅테크의 관심이 범용 언어모델에서 실제 산업 현장의 문제를 해결하는 산업 특화 AI 파운데이션 모델로 빠르게 이동하고 있다"며 "이번 성과는 제조업을 비롯한 다양한 산업 현장에서 축적한 데이터가 한국 AI의 차별화된 경쟁력이 될 수 있다는 점을 입증한 사례"라고 말했다.

LG AI연구원은 2026년 하반기 제조와 바이오·헬스케어, 금융 3개 분야에서 '엑사원 Tabular'의 개념검증(PoC)을 진행한 뒤 실제 사업으로 잇는다는 계획을 세웠다. 배터리 셀의 전압과 내부저항 검사 데이터로 불량 여부를 가려내거나 환자의 임상 데이터로 질병 위험도와 치료 반응을 예측하고, 금융 데이터에서 연체와 부도, 이상 거래 가능성을 짚어내는 방식이다. 시계열 기술은 이미 LG전자와 LG에너지솔루션의 계절별 제품 수요 예측, 리튬 등 원자재 가격 예측에 쓰이고 있으며, 2026년부터는 코스콤(KOSCOM)·런던증권거래소그룹(LSEG)과 함께 한국·미국 상장 종목 약 8000개를 매일 분석해 종목별 예측 점수와 분석 코멘터리를 제공하는 증시 예측 서비스도 가동했다. 회사는 2024년 공개한 병리학 파운데이션 모델(PFM) '엑사원 패스(EXAONE Path)'에 이어 암종을 진단하고 의료진의 판단을 돕는 '암 에이전틱 AI', 시각 정보를 이해해 로봇의 작업을 제어하는 로봇 파운데이션 모델(RFM)도 개발하고 있다.

이순영 LG AI연구원 데이터인텔리전스랩장은 "LG의 차별화된 경쟁력은 다양한 산업에서 축적한 데이터와 산업 현장에 대한 깊은 이해에 있다"며 "여러 산업 분야에 특화된 파운데이션 모델군을 지속해서 확대해 글로벌 AI 시장에서 새로운 경쟁의 축을 만들어가겠다"고 말했다.

LG 엑사원 산업 특화 AI, 이런 점이 궁금하다

Q. '엑사원 Tabular'는 기존 AI와 무엇이 다른가.

A. 산업 현장의 업무 데이터는 대부분 행과 열로 이뤄진 표 형태로 쌓인다. 기존 범용 언어모델은 이를 해석하려고 표를 텍스트로 변환하는 과정을 거쳐야 해 토큰 효율과 정확도가 떨어졌다. '엑사원 Tabular'는 표의 구조와 데이터 간 관계를 직접 이해하는 정형 데이터 파운데이션 모델로, 적은 데이터만으로도 새로운 문제에 빠르게 적응해 예측 결과를 내놓는다.

Q. '세계 최고 성능'은 어떤 기준으로 나온 결과인가.

A. 표 데이터는 리더보드 '탭아레나', 시계열 데이터는 세일즈포스가 만든 'GIFT-Eval'이 평가 무대다. '엑사원 Tabular'는 탭아레나 범주형 데이터 예측 부문에서 평가 점수 1760점을 받아 구글 'TabFM'의 1749점을 앞섰고, '엑사원 Forecast'는 GIFT-Eval 제로샷 부문 1위와 에이전틱 AI 부문 2위를 기록했다.

Q. 실제 산업 현장에는 언제 적용되나.

A. 시계열 예측 기술은 이미 LG전자·LG에너지솔루션의 수요·원자재 가격 예측과 코스콤·런던증권거래소그룹 협력 증시 예측 서비스에 쓰이고 있다. 표 데이터 예측 기술은 2026년 하반기 제조와 바이오·헬스케어, 금융 3개 분야에서 개념검증을 거쳐 사업화 단계로 넘어갈 예정이다.

LG's EXAONE Tops Global AI Leaderboards for Industrial Data Prediction

Two foundation models beat Google and Alibaba as LG shifts focus from general-purpose language AI to industry-specific systems

SEOUL — Two artificial intelligence foundation models developed by LG AI Research have taken the top spot on global leaderboards that measure how accurately AI predicts industrial data, outperforming entries from Google and Alibaba. EXAONE Tabular, which forecasts outcomes from table-formatted data, and EXAONE Forecast, which projects how values change over time, each recorded state-of-the-art results, the research arm of South Korea's LG Group said. The leaderboards evaluate prediction accuracy using real data generated in chemicals, health care, finance, manufacturing, sales and marketing. The results mark a step beyond general-purpose language models toward AI built for use on factory floors and trading desks.

EXAONE Tabular ranked first overall in categorical data prediction on TabArena, a leading benchmark for table-based forecasting, scoring 1,760 ELO points against 1,749 for Google's recently released TabFM. Trained on more than 1 billion synthetic tables, it reads rows, columns and the relationships among data points directly, rather than converting tables into text as general-purpose language models do. It requires no full retraining when new data arrives, and it fills in missing values by analyzing surrounding information, cutting the time and cost of data cleanup. LG AI Research says the model suits anomaly detection on production lines, quality inspection, risk scoring and customer churn prediction, including at sites where training data is scarce.

EXAONE Forecast placed first in the zero-shot category of GIFT-Eval, a time-series benchmark built by Salesforce, predicting data from unfamiliar domains without additional training. It also finished second in the benchmark's agentic AI category, where the model analyzes data and generates forecasts on its own. The model learned from 25 billion real time-series data points spanning internet traffic, sales, energy, economics, health care and transportation, alongside 2 trillion synthetic points that simulate real-world conditions. "Global big tech interest is moving quickly from general-purpose language models to industry-specific AI foundation models that solve real problems on the ground," said Lim Woo-hyoung, co-head of LG AI Research. "This result shows that data accumulated in manufacturing and other industries can become a distinct competitive edge for Korean AI."

LG AI Research plans proof-of-concept projects for EXAONE Tabular in manufacturing, biotech and health care, and finance in the second half of 2026, then move to commercial deployment. Its time-series technology is already in use, forecasting seasonal product demand and raw material prices such as lithium for LG Electronics and LG Energy Solution. Starting in 2026, the institute has also worked with KOSCOM and the London Stock Exchange Group on a service that analyzes roughly 8,000 stocks listed in South Korea and the United States each day and issues predictive scores and commentary. The company is also developing a cancer-focused agentic AI, following the 2024 release of pathology foundation model EXAONE Path, and a robot foundation model that interprets visual information to direct machines in the physical world.

EXAONE's Industrial AI Push: Key Questions

Q. How does EXAONE Tabular differ from existing AI models?

A. Most operational data in industry is stored in rows and columns. General-purpose language models must first convert those tables into text, which reduces token efficiency and accuracy. EXAONE Tabular is a tabular foundation model that reads table structure and inter-column relationships directly, and it adapts to new problems using only small amounts of data.

Q. What benchmarks produced these rankings?

A. TabArena measures table-data prediction, and GIFT-Eval, built by Salesforce, measures time-series forecasting. EXAONE Tabular scored 1,760 ELO points in TabArena's categorical prediction category, ahead of Google's TabFM at 1,749, while EXAONE Forecast took first place in GIFT-Eval's zero-shot category and second in its agentic AI category.

Q. When will the technology reach industrial users?

A. The time-series model is already deployed for demand and commodity price forecasting at LG affiliates and in a stock-prediction service run with KOSCOM and the London Stock Exchange Group. The tabular model enters proof-of-concept testing in manufacturing, biotech and health care, and finance in the second half of 2026, with commercialization to follow.

LG"EXAONE"两款产业数据预测AI模型登顶全球榜单

表格数据与时间序列预测双双取得全球最佳成绩，2026年下半年在制造、医疗、金融领域启动验证

首尔电 — 韩国LG集团旗下LG AI研究院开发的两款人工智能基础模型，在衡量产业数据预测精度的全球榜单上超越谷歌与阿里巴巴，取得全球最佳成绩(SOTA)。预测表格型数据的"EXAONE Tabular"与预测时间变化趋势的"EXAONE Forecast"分别在各自榜单上位列第一。相关榜单以化工、医疗、金融、制造、销售、营销等行业实际产生的数据，检验AI基础模型的预测能力。这一结果意味着LG的AI能力已从通用语言模型延伸至可直接用于产业现场的专用领域。

"EXAONE Tabular"在表格数据预测领域的代表性榜单"TabArena"分类型数据预测项目中综合排名第一，评分(ELO)为1760分，高于谷歌新近公开的"TabFM"1749分。该模型基于10亿条以上表格形态合成数据训练而成，属于表格基础模型(TFM)，与需先将表格转换为文本的通用语言模型不同，可直接理解行列结构及数据间关联。新数据出现时无需重新训练整个模型，出现数值缺失时也能通过分析周边信息推算空缺值，从而降低数据补全的时间与成本。LG AI研究院表示，该模型可用于制造异常检测、质量判定、风险预测与客户流失预测等场景，在数据量不足的现场同样适用。

"EXAONE Forecast"在客户关系管理(CRM)企业赛富时(Salesforce)开发的时间序列预测榜单"GIFT-Eval"上，于无需额外训练即可预测陌生领域数据的零样本(Zero-shot)项目中排名第一。在AI自主分析数据并完成预测的智能体(Agentic)AI项目中位列第二，同时印证了现场实用性与通用性。这一时间序列基础模型(TSFM)学习了来自互联网、销售、能源、经济、医疗、交通等领域的250亿条实际时间序列数据，以及模拟现实世界生成的2万亿条虚拟时间序列数据。LG AI研究院共同院长林祐亨表示，全球科技巨头的关注点正迅速从通用语言模型转向解决产业现场实际问题的专用AI基础模型，此次成果证明制造业等产业现场积累的数据可成为韩国AI的差异化竞争力。

LG AI研究院计划于2026年下半年在制造、生物医疗与金融三个领域开展"EXAONE Tabular"概念验证(PoC)，并推进商业化。时间序列技术已应用于LG电子与LG新能源的季节性产品需求预测及锂等原材料价格预测。自2026年起，该院还与韩国证券计算机(KOSCOM)、伦敦证券交易所集团(LSEG)合作，每日分析韩美两国上市的约8000只股票，提供个股预测评分与分析评论。该院此前于2024年公开病理学基础模型(PFM)"EXAONE Path"，目前正在开发辅助癌症诊断的智能体AI，以及理解视觉信息并控制机器人在物理世界作业的机器人基础模型(RFM)。

关于LG"EXAONE"产业专用AI，您可能想了解

问: "EXAONE Tabular"与现有AI有何不同?

答: 产业现场的业务数据多以行列构成的表格形式存储。通用语言模型需先将表格转换为文本，导致令牌效率与准确度下降。"EXAONE Tabular"属于表格基础模型，可直接理解表格结构与数据间关系，仅凭少量数据即可快速适应新任务并给出预测结果。

问: "全球最佳"是依据什么标准得出的?

答: 表格数据由"TabArena"榜单评估，时间序列数据由赛富时开发的"GIFT-Eval"榜单评估。"EXAONE Tabular"在TabArena分类型数据预测项目中获1760分，超过谷歌"TabFM"的1749分；"EXAONE Forecast"在GIFT-Eval零样本项目中排名第一，智能体AI项目中排名第二。

问: 何时能应用于实际产业现场?

答: 时间序列预测技术已用于LG电子、LG新能源的需求与原材料价格预测，以及与韩国证券计算机、伦敦证券交易所集团合作的股市预测服务。表格数据预测技术将于2026年下半年在制造、生物医疗与金融三个领域完成概念验证后进入商业化阶段。

LGのAI「EXAONE」、産業データ予測で世界首位　グーグル・アリババ抑える

表形式データと時系列予測で相次ぎ世界最高性能　2026年下半期に製造・医療・金融で実証へ

【ソウル】韓国LGグループのLG AI研究院が開発した二つの人工知能(AI)基盤モデルが、産業データの予測精度を測る国際的なリーダーボードでグーグルやアリババを抑え、世界最高性能(SOTA)を記録した。表形式のデータを予測する「EXAONE Tabular」と、時間の経過に伴う将来の値を予測する「EXAONE Forecast」がそれぞれ首位に立った。両リーダーボードは化学や医療、金融、製造、営業、マーケティングなど各産業で実際に生成されるデータを用い、基盤モデルの予測能力を検証する。汎用言語モデルにとどまらず、産業現場で直接使える特化型AIで競争力を示した形だ。

「EXAONE Tabular」は表形式データの予測性能を評価するリーダーボード「TabArena」のカテゴリー型データ予測部門で総合1位となり、評価点(ELO)は1760点と、グーグルが公開した最新モデル「TabFM」の1749点を上回った。表形式の合成データ10億件以上を学習した表形式基盤モデル(TFM)で、表をテキストに変換して分析する従来の汎用言語モデルと異なり、行と列の構造やデータ間の関係を直接理解する。新たなデータが加わってもモデル全体を学習し直す必要がなく、値の欠落が生じても周辺情報の関係を分析して空欄を推定するため、データ補完にかかる時間と費用を抑えられる。LG AI研究院は、製造工程の異常検知や品質判定、リスク予測、顧客離脱予測などに活用でき、データが十分でない現場でも使えると説明する。

「EXAONE Forecast」は、顧客関係管理(CRM)大手セールスフォース(Salesforce)が構築した時系列予測リーダーボード「GIFT-Eval」で、初めて扱う分野のデータを追加学習なしに予測するゼロショット部門の1位を獲得した。AIが自らデータを分析して予測を行うエージェンティックAI部門でも2位となり、現場での実用性と汎用性を併せて裏付けた。この時系列基盤モデル(TSFM)は、インターネットや販売、エネルギー、経済、医療、交通などから集めた実際の時系列データ250億件と、現実世界を模した仮想時系列データ2兆件を学習した。林祐亨(イム・ウヒョン)LG AI研究院共同院長は「グローバル大手の関心は汎用言語モデルから、産業現場の課題を解決する産業特化型のAI基盤モデルへ急速に移っている」とし、「今回の成果は製造業をはじめとする産業現場で蓄積したデータが韓国のAIの差別化された競争力になり得ることを示した」と述べた。

LG AI研究院は2026年下半期に製造、バイオ・ヘルスケア、金融の3分野で「EXAONE Tabular」の概念実証(PoC)を実施し、事業化につなげる計画だ。時系列技術はすでにLG電子とLGエナジーソリューションの季節商品の需要予測やリチウムなど原材料価格の予測に使われている。2026年からはコスコム(KOSCOM)、ロンドン証券取引所グループ(LSEG)と組み、韓国と米国に上場する約8000銘柄を毎日分析して銘柄別の予測スコアと分析コメンタリーを提供する株式市場予測サービスも始めた。同院は2024年に公開した病理学基盤モデル(PFM)「EXAONE Path」に続き、がんの診断と医療従事者の判断を支援するエージェンティックAI、視覚情報を理解してロボットの作業を制御するロボット基盤モデル(RFM)の開発も進めている。

LG「EXAONE」産業特化AI、ここが知りたい

Q. 「EXAONE Tabular」は従来のAIと何が違うのか。

A. 産業現場の業務データの多くは行と列からなる表形式で蓄積される。従来の汎用言語モデルはこれを解釈するために表をテキストへ変換する必要があり、トークン効率と精度が落ちていた。「EXAONE Tabular」は表の構造とデータ間の関係を直接理解する表形式基盤モデルで、少量のデータだけで新しい課題に素早く適応し予測結果を出せる。

Q. 「世界最高性能」はどの基準による結果か。

A. 表形式データはリーダーボード「TabArena」、時系列データはセールスフォースが構築した「GIFT-Eval」が評価の場となる。「EXAONE Tabular」はTabArenaのカテゴリー型データ予測部門で1760点を獲得しグーグル「TabFM」の1749点を上回り、「EXAONE Forecast」はGIFT-Evalのゼロショット部門で1位、エージェンティックAI部門で2位を記録した。

Q. 実際の産業現場にはいつ適用されるのか。

A. 時系列予測技術はすでにLG電子・LGエナジーソリューションの需要予測や原材料価格予測、コスコムとロンドン証券取引所グループとの株式市場予測サービスで使われている。表形式データの予測技術は2026年下半期に製造、バイオ・ヘルスケア、金融の3分野で概念実証を経て事業化段階へ移る予定だ。

[Seoul = Techsuda eyeball@techsuda.com]

• 영일중문 기사는 AI 도움을 받아 작성했다.

#참고1. LG의 산업 특화 파운데이션 모델 종류

#참고2. 엑사원 Tabular 관련.

정형 데이터 파운데이션 모델(TFM)이란 행과 열로 이루어진 표 형식의 데이터들을 대량 학습해 만들어진 범용 모델을 의미한다.

실제로 산업 현장에서 생성되는 대부분의 업무 데이터는 표 형태로 저장되지만, 기존의 범용 언어모델이 이를 해석하기 위해서는 표를 텍스트로 변환하는 과정이 필요해 토큰 효율성과 정확도가 낮아지는 문제가 있었다.

LG AI연구원이 개발한 ‘엑사원 Tabular’는 표 형태로 이루어진 10억 개 이상의 합성 데이터들을 대량 학습해 만들어진 정형 파운데이션 모델이다.

실제 현장 데이터에는 값이 누락되는 결측치 문제가 빈번하게 발생하는데, ‘엑사원 Tabular’는 결측치 주변 정보들을 분석해 빈칸에 들어갈 값을 정확하게 예측할 수 있어 데이터 보완 과정에 드는 시간과 비용을 크게 줄일 수 있다.

‘엑사원 Tabular’는 한 번의 학습을 거치면 새로운 데이터가 주어져도 별도 학습 없이 극소수의 데이터만을 활용해 빠르게 결과를 예측할 수 있어 비용 효율적이다.

또한, 새로운 데이터를 처리할 때마다 모델 전체를 재학습해야 했던 기존 정형 파운데이션 모델의 한계를 해결했다.

#참고3. 엑사원 Forecast 관련

시계열 파운데이션 모델(TSFM, Time Series Foundation Model)은 시간의 흐름에 따라 변화하는 대규모 시계열 데이터를 학습해 미래 변화를 예측할 수 있는 범용 AI 모델이다. 시계열 데이터는 제조업의 제품 수요와 원자재 가격부터 전력 등 에너지 분야, 금융 분야의 주가와 환율까지 다양한 산업에서 활용되는 핵심 데이터다.

LG AI연구원이 개발한 ‘엑사원 Forecast’는 인터넷, 판매, 에너지, 경제, 헬스케어, 교통 등 다양한 분야에서 수집한 250억 개 규모의 실제 시계열 데이터와 현실 세계를 모사한 2조 개 규모의 가상 시계열 데이터를 함께 학습한 시계열 파운데이션 모델이다.

기존 시계열 예측 모델은 특정 산업이나 특정 데이터만을 대상으로 학습하기 때문에 새로운 분야에 적용하려면 별도의 모델을 개발하거나 추가 학습이 필요했다. 또한 과거 데이터에 존재하지 않았던 새로운 상황에서는 예측 성능이 크게 저하되는 한계가 있었다.

‘엑사원 Forecast’는 이러한 한계를 극복하기 위해 실제 데이터만으로는 충분히 학습하기 어려운 다양한 미래 변화까지 반영할 수 있도록 현실 세계를 모사한 대규모 가상 시계열 생성 기술을 개발했다.

추세와 계절성, 변동성, 구조적 변화, 변수 간 상호작용 등 실제 데이터의 다양한 특성을 조합해 앞으로 발생할 수 있는 다양한 미래 시나리오를 생성하고 이를 실제 데이터와 함께 학습함으로써 과거에 관측되지 않았던 변화에도 안정적으로 대응할 수 있는 일반화 성능을 확보했다.

‘엑사원 Forecast’는 특정 산업에 국한된 예측 모델을 넘어 다양한 산업의 미래를 예측하는 범용 시계열 파운데이션 모델이다. 이를 통해 산업별 AI 개발 비용과 시간을 줄이는 동시에 다양한 산업에서 공통으로 활용할 수 있는 차세대 시계열 파운데이션 모델로 활용될 것으로 기대하고 있다.