연결된 AI 시스템의 기초 이해하기
AI 상호운용성은 서로 다른 인공지능 시스템, 모델, 플랫폼 및 서비스가 원활하게 통신하고 데이터를 교환하며 효과적으로 함께 작동할 수 있는 능력을 의미합니다. 조직이 다양한 벤더의 여러 AI 솔루션을 배포하는 점점 더 파편화된 AI 환경에서 상호운용성은 단순한 편의성이 아니라 견고하고 확장 가능한 AI 에코시스템을 구축하기 위한 근본적인 요구사항이 되었습니다.
본질적으로 AI 상호운용성은 중요한 과제를 해결합니다: 정보를 쉽게 공유하거나 서로의 역량을 활용할 수 없는 고립된 AI 시스템의 확산입니다. 콘텐츠 생성을 위해 OpenAI의 GPT 모델, 분석을 위해 Anthropic의 Claude, 컴퓨터 비전을 위해 Google의 Vertex AI, 다양한 전문 작업을 위해 AWS Bedrock을 사용하는 현대 기업을 생각해 보십시오. 적절한 상호운용성 표준이 없다면 이러한 시스템을 통합하는 것은 복잡하고 비용이 많이 들며 오류가 발생하기 쉬운 작업이 됩니다.
AI 상호운용성은 다양한 AI 시스템이 정보를 교환하고, 공유 데이터를 안정적으로 해석하며, 그 정보를 사용하여 서로 다른 플랫폼, 프레임워크 및 조직 경계를 넘어 조정된 방식으로 작업을 수행할 수 있는 능력입니다.
AI 상호운용성은 세 가지 근본적인 기둥에 기반합니다:
이것은 서로 다른 AI 시스템이 기술적 수준에서 연결하고 통신할 수 있는 능력을 포함합니다. 표준화된 API, 공통 데이터 형식(JSON, Protocol Buffers 등), 네트워크 프로토콜(HTTP, gRPC, WebSocket), 인터페이스 사양을 포함합니다. 기술적 상호운용성은 AI 시스템이 기본 구현 세부사항에 관계없이 물리적으로 다른 시스템과 정보를 주고받을 수 있도록 보장합니다.
단순한 데이터 교환을 넘어, 의미적 상호운용성은 교환된 정보의 의미가 보존되고 모든 참여 시스템에서 올바르게 해석되도록 보장합니다. 이를 위해서는 공유 어휘, 온톨로지 및 데이터 스키마가 필요합니다. 예를 들어, 한 AI 시스템이 "고객 감정 점수"를 다른 시스템에 보낼 때, 두 시스템 모두 해당 메트릭이 무엇을 의미하는지, 어떻게 계산되는지, 어떻게 사용되어야 하는지 이해해야 합니다. 의미적 상호운용성은 시스템이 동일한 개념에 대해 서로 다른 용어나 해석을 사용할 때 발생할 수 있는 "번역 중 손실" 문제를 방지합니다.
이 기둥은 서로 다른 엔티티의 AI 시스템이 함께 작동할 수 있도록 하는 비즈니스 프로세스, 거버넌스 프레임워크, 법적 계약 및 조직 정책을 다룹니다. 데이터 공유 계약, 개인정보 보호 규정 준수 메커니즘, 서비스 수준 계약(SLA) 및 협업 워크플로우를 포함합니다. 조직적 상호운용성은 AI 시스템이 진공 상태에서 작동하지 않으며 비즈니스 목표를 달성하고 조직의 제약 및 요구사항과 일치해야 한다는 것을 인식합니다.
실제 사례: 의료 AI 에코시스템에는 한 벤더의 진단 AI, 다른 벤더의 환자 기록 시스템, 제3자의 치료 권장 엔진이 포함될 수 있습니다. 상호운용성은 이러한 시스템이 HIPAA 규정 준수, 데이터 보안 및 임상 정확성을 유지하면서 함께 작동하여 포괄적인 환자 치료를 제공할 수 있도록 합니다.
AI 상호운용성 시장은 광범위한 AI 산업 내에서 가장 빠르게 성장하는 분야 중 하나입니다. 전 세계 조직들이 연결된 AI 시스템의 전략적 중요성을 인식함에 따라 상호운용성 솔루션에 대한 투자가 극적으로 급증했습니다. 주요 연구 기관의 종합적인 시장 분석에 따르면 글로벌 AI 상호운용성 시장은 향후 10년 동안 폭발적인 성장을 경험할 것으로 예상됩니다.
| 연도 | 시장 규모 | 전년 대비 성장 | 주요 동인 |
|---|---|---|---|
| 2025년 | 124억 달러 | - | 기초 연도, 초기 채택 |
| 2026년 | 187억 달러 | 50.8% | 엔터프라이즈 AI 확산, 벤더 다양성 |
| 2027년 | 283억 달러 | 51.3% | 표준화 노력, 규제 준수 |
| 2028년 | 426억 달러 | 50.5% | 멀티 클라우드 AI 배포, 하이브리드 시스템 |
| 2029년 | 642억 달러 | 50.7% | 산업별 AI 에코시스템 |
| 2030년 | 1,840억 달러 | 186.6% | 주류 채택, AI 대 AI 경제 |
AI 상호운용성 시장의 폭발적인 성장을 추진하는 몇 가지 강력한 힘이 있습니다:
조직은 단일 제공업체에 의존하는 대신 여러 벤더의 전문화된 AI 솔루션을 선택하는 "최고의 품종" 접근 방식을 점점 더 많이 채택하고 있습니다. 이 전략은 기능을 극대화하지만 상호운용성 솔루션이 해결해야 하는 통합 과제를 만듭니다. 2024년 설문조사에 따르면 현재 기업의 78%가 3개 이상의 서로 다른 벤더의 AI 서비스를 사용하고 있으며, 이는 2021년의 23%에서 증가한 수치입니다.
전 세계적으로 새롭게 등장하는 AI 규제(EU AI Act, 미국 제안 AI 규제, 중국의 AI 거버넌스 프레임워크 등)는 점점 더 투명성, 감사 가능성 및 AI 제공업체 간 전환 능력을 의무화하고 있습니다. 이러한 요구사항은 벤더 락인 없이 규정 준수를 촉진하는 표준화된 상호운용성 프레임워크에 대한 수요를 증가시키고 있습니다.
마이크로서비스, 컨테이너화 및 클라우드 네이티브 아키텍처로의 전환은 여러 AI 서비스가 원활하게 상호 작용해야 하는 환경을 만들었습니다. Kubernetes, 서비스 메시 및 API 게이트웨이를 활용하는 조직은 분산 시스템 전반에 걸쳐 복잡한 AI 워크플로우를 조율하기 위해 강력한 상호운용성 표준이 필요합니다.
엣지 컴퓨팅과 IoT 장치의 확산은 클라우드 기반 AI 시스템과 조정해야 하는 경량 AI 모델을 실행하는 수십억 개의 엔드포인트를 만들었습니다. 이 엣지-클라우드 AI 연속체는 다양한 컴퓨팅 리소스, 네트워크 조건 및 지연 시간 요구사항에서 작동하는 효율적인 상호운용성 프로토콜을 요구합니다.
조직이 사전 훈련된 모델을 발견, 공유 및 배포할 수 있는 AI 모델 마켓플레이스(Hugging Face, AWS SageMaker Model Registry 등)의 출현은 모델 패키징, 버전 관리 및 배포를 위한 상호운용성 표준에 근본적으로 의존하는 에코시스템을 만들었습니다.
투자 고려사항: 상호운용성 인프라에 조기에 투자하는 조직은 최근 산업 분석에 따르면 45% 더 빠른 AI 배포 주기, 62% 통합 비용 절감, 3.5배 높은 AI ROI 등 상당한 경쟁 우위를 얻습니다.
AI 상호운용성을 이해하려면 연결된 AI 시스템의 구성 요소를 형성하는 몇 가지 기초 개념에 익숙해져야 합니다. 이러한 개념은 상호운용 가능한 AI 아키텍처를 설계, 구현 및 유지 관리하는 데 필요한 어휘와 멘탈 모델을 제공합니다.
모델 교환은 기능과 성능 특성을 보존하면서 훈련된 AI 모델을 서로 다른 플랫폼, 프레임워크 및 배포 환경 간에 전송할 수 있는 능력을 의미합니다. 이 개념은 AI 상호운용성의 가장 어려운 측면 중 하나를 다룹니다: 한 환경(예: 데이터 과학자의 워크스테이션의 PyTorch)에서 훈련된 모델이 성능 저하나 호환성 문제 없이 다른 환경(예: 프로덕션의 TensorFlow Serving)에서 배포되고 실행될 수 있도록 보장하는 것입니다.
예시: PyTorch를 사용하여 훈련된 컴퓨터 비전 모델은 ONNX 형식으로 내보내고, 포괄적인 메타데이터와 함께 모델 레지스트리에 저장하고, 컨테이너화된 서비스로 패키징하고, TensorRT 기반 추론 엔진에 배포할 수 있습니다. 이 모든 것이 예측 정확도와 성능을 유지하면서 가능합니다.
API 브리징은 한 AI 서비스의 API용으로 구축된 애플리케이션이 대체 제공업체와 원활하게 작동할 수 있도록 하는 변환 계층을 만듭니다. 이 개념은 벤더 락인을 피하고 조직이 애플리케이션 코드를 다시 작성하지 않고도 다른 AI 서비스 간에 전환하거나 결합할 수 있는 멀티 제공업체 전략을 가능하게 하는 데 중요합니다.
프로토콜 변환은 서로 다른 통신 프로토콜을 사용하는 AI 시스템이 효과적으로 정보를 교환할 수 있도록 합니다. AI 에코시스템에는 레거시 SOAP 기반 웹 서비스부터 최신 gRPC 스트리밍 API까지 다양한 기술로 구축된 시스템이 포함되어 있으므로 프로토콜 변환은 포괄적인 상호운용성을 위해 필수적입니다.
| 소스 프로토콜 | 대상 프로토콜 | 사용 사례 | 고려사항 |
|---|---|---|---|
| REST/HTTP | gRPC | 최신 마이크로서비스 통합 | 스트리밍 지원, 바이너리 효율성 |
| GraphQL | REST | 레거시 시스템 호환성 | 쿼리 최적화, 응답 매핑 |
| WebSocket | HTTP/2 Server Push | 실시간 AI 상호작용 | 연결 관리, 상태 처리 |
| MQTT | HTTP | IoT와 클라우드 통합 | QoS 레벨, 토픽 변환 |
| AMQP | Kafka | 메시지 큐 상호운용성 | 순서 보장, 파티셔닝 |
서로 다른 AI 시스템에서 이해할 수 있는 사용자 의도를 표현하기 위한 공통 형식을 정의합니다. 이를 통해 한 AI 시스템이 사용자 의도를 처리하고 역량 매칭을 기반으로 특정 작업을 전문화된 AI 서비스에 위임하는 복잡한 워크플로우가 가능합니다.
AI 서비스 경계를 넘어 컨텍스트 정보(대화 기록, 사용자 선호도, 세션 상태)를 전달하는 메커니즘으로, 워크플로우의 각 시스템이 일관되고 개인화된 응답을 제공하는 데 필요한 컨텍스트를 갖도록 보장합니다.
AI 시스템이 자신의 역량, 제약 조건 및 인터페이스를 알리는 프로토콜로, 사용 가능한 AI 서비스를 기반으로 동적 서비스 발견 및 자동 워크플로우 구성을 가능하게 합니다.
여러 AI 시스템의 출력을 일관되고 통합된 결과로 결합하는 기술입니다. 앙상블 방법, 투표 전략, 신뢰도 가중치 및 충돌 해결 메커니즘을 포함합니다.
AI 상호운용성은 여러 가지 고유한 형태로 나타나며, 각각 서로 다른 통합 과제와 사용 사례를 다룹니다. 이러한 유형을 이해하면 조직이 특정 요구사항과 제약 조건에 따라 적절한 상호운용성 전략을 선택하는 데 도움이 됩니다.
수평적 상호운용성은 동일한 아키텍처 계층의 AI 시스템이 통신하고 협업할 수 있도록 합니다. 일반적으로 유사한 유형이나 추상화 수준의 AI 서비스 간 피어-투-피어 통신을 포함합니다.
수직적 상호운용성은 서로 다른 아키텍처 계층에 걸쳐 AI 시스템을 연결하여 저수준 인프라에서 고수준 애플리케이션까지 연결합니다. 이를 통해 각 계층이 하위 계층의 기능을 기반으로 구축되는 복잡한 AI 스택이 가능합니다.
구문적 상호운용성은 데이터 교환의 구조적 측면에 중점을 두며, 시스템이 의미를 완전히 이해하지 못하더라도 서로의 메시지를 구문 분석하고 처리할 수 있도록 보장합니다.
의미적 상호운용성은 교환된 정보의 의미가 보존되고 모든 참여 시스템에서 올바르게 해석되도록 보장합니다. 데이터 구조뿐만 아니라 개념에 대한 공유 이해가 필요하기 때문에 가장 어려운 유형의 상호운용성입니다.
조직적 상호운용성은 서로 다른 조직의 AI 시스템이 효과적으로 함께 작동할 수 있도록 하는 비즈니스, 법적 및 거버넌스 측면을 다룹니다.
시간적 상호운용성은 AI 시스템이 실시간 스트리밍에서 배치 처리까지 서로 다른 시간 척도 및 동기화 요구사항에 걸쳐 데이터 및 모델과 함께 작동할 수 있도록 보장합니다.
| 유형 | 복잡성 | 주요 초점 | 일반적인 표준 |
|---|---|---|---|
| 수평적 | 중간 | 동일 계층 통합 | API 사양, 데이터 형식 |
| 수직적 | 높음 | 교차 계층 추상화 | 계층화된 프로토콜, 인터페이스 |
| 구문적 | 낮음 | 데이터 구조 | JSON, XML, Protobuf |
| 의미적 | 매우 높음 | 의미 보존 | 온톨로지, RDF, OWL |
| 조직적 | 높음 | 비즈니스 정렬 | SLA, 규정 준수 프레임워크 |
| 시간적 | 중간 | 시간 동기화 | 스트리밍 프로토콜, 버전 관리 |
弘益人間
홍익인간 - "널리 인간을 이롭게 하라"
"널리 모든 인류에게 이익을 주다"를 의미하는 이 고대 한국 철학은 WIA AI 상호운용성 표준을 안내하는 기본 원칙으로 작용합니다. 이는 더 큰 선에 봉사하고, 조직 경계를 초월하며, AI 역량에 대한 보편적 접근을 촉진하는 기술을 만들겠다는 우리의 약속을 반영합니다.
— WIA 표준의 핵심 철학
홍익인간은 단순한 추상적 이상이 아니라 WIA AI 상호운용성 표준의 설계, 구현 및 거버넌스 방식에 직접적인 영향을 미칩니다. 이 철학은 몇 가지 구체적인 원칙으로 나타납니다:
AI 상호운용성은 막대한 엔지니어링 리소스를 가진 대기업의 특권이 아니어야 합니다. WIA 표준은 중소기업, 스타트업, 연구자 및 개인 개발자가 Fortune 500 기업만큼 쉽게 상호운용성 솔루션에 액세스하고 구현할 수 있도록 보장합니다. 이러한 접근성에 대한 약속은 다음을 의미합니다:
WIA 표준의 개발 및 발전은 다양한 배경, 지역 및 조직 유형의 이해관계자가 의미 있는 의견을 제시할 수 있는 포용적 프로세스를 따릅니다. 이는 표준이 좁은 상업적 의제가 아닌 광범위한 인간의 이익을 제공하도록 보장합니다.
상호운용성은 편향, 개인정보 침해 또는 유해한 AI 애플리케이션을 전파하는 메커니즘이 되어서는 안 됩니다. WIA 표준은 윤리적 고려사항을 기술 사양에 직접 통합합니다:
홍익인간은 즉각적인 이익뿐만 아니라 인류에 대한 장기적인 결과를 고려하도록 요구합니다. WIA 표준은 다음을 우선시합니다:
WIA 표준은 게이트키퍼나 중앙 집중식 제어 지점을 만드는 대신 조직이 상호운용성의 이점을 누리면서 자율성을 유지할 수 있도록 권한을 부여합니다. 이것은 다음을 의미합니다:
홍익인간(弘益人間)의 철학은 4,000년 이상 전 한국의 건국 신화로 거슬러 올라갑니다. 전설적인 건국자 단군이 모든 인류에 이익을 주겠다는 명시적 목적으로 국가를 세웠습니다. 이 원칙은 수천 년 동안 한국 문명을 이끌어 왔으며, 집단 복지, 조화 및 더 큰 선에 대한 봉사를 강조해 왔습니다.
현대에도 홍익인간은 한국 교육, 거버넌스 및 사회적 가치의 중심으로 남아 있습니다. WIA는 이 철학을 채택함으로써 기술 표준이 단순한 기술 문서가 아니라 사회가 어떻게 진화하는지를 형성하는 인간 가치의 표현임을 인정합니다.
국가와 국제 기구가 AI 거버넌스 과제에 대처함에 따라 홍익인간은 국가 이익과 상업적 경쟁을 초월하는 철학적 프레임워크를 제공합니다. 다음과 일치합니다:
그러나 홍익인간은 수천 년 동안 지속 가능한 것으로 입증된 특정 문화-철학적 전통에 이러한 원칙을 기반으로 함으로써 더 나아가 서양 철학적 전통을 보완하는 지혜를 제공합니다.
WIA AI 상호운용성 표준을 구현하는 조직에게 홍익인간은 구체적인 기대로 전환됩니다:
홍익인간은 역사에 얼어붙은 정적인 원칙이 아니라 현대의 과제에 적응해야 하는 살아있는 철학입니다. AI 역량이 확장되고 새로운 상호운용성 과제가 나타남에 따라 WIA는 계속해서 묻습니다: "이것이 인류에게 널리 이익이 되는가?" 이 질문은 모든 기술적 결정, 거버넌스 선택 및 표준 진화를 안내합니다.
제1장에서는 AI 상호운용성에 대한 기초적 이해—그것이 무엇인지, 왜 중요한지, 어떻게 진화해 왔는지—를 확립했습니다. 이 전자책을 진행하면서 WIA AI 상호운용성 표준의 기술적, 조직적 및 구현 측면을 점점 더 깊이 탐구할 것입니다.
제2장에서는 현대 AI 에코시스템이 직면한 구체적인 상호운용성 과제를 탐구하고, 이러한 과제가 조직에 미치는 실질적인 영향을 조사할 것입니다. 다음을 배우게 됩니다:
이 전자책을 최대한 활용하려면 다음을 권장합니다:
이 전자책은 이해를 점진적으로 구축하도록 구성되어 있습니다. 각 챕터는 이전 자료에 대한 친숙함을 가정하면서 새로운 개념과 더 깊은 기술적 세부사항을 소개합니다. 마지막 챕터에 도달하면 WIA 표준에 맞춰진 AI 상호운용성 솔루션을 설계, 구현 및 관리할 수 있는 포괄적인 지식을 갖게 될 것입니다.
AI 상호운용성은 단순한 기술적 과제가 아니라 다양한 이해관계자의 참여가 필요한 협력적 노력입니다. 표준을 구현하는 개발자, 시스템을 설계하는 아키텍트, 솔루션을 평가하는 비즈니스 리더 또는 거버넌스 프레임워크를 형성하는 정책 입안자 등 광범위하게 유익한 상호운용 가능한 AI의 비전을 실현하는 데 역할이 있습니다.
이 전자책을 계속 진행하면서 홍익인간의 철학을 기억하십시오. 모든 기술적 선택, 모든 구현 결정 및 모든 거버넌스 고려사항은 궁극적으로 인류에게 널리 이익이 되는 목표를 제공해야 합니다. 이것이 앞으로의 챕터에서 상세한 기술 자료를 안내할 정신입니다.
계속할 준비가 되셨나요? 제2장으로 진행하여 AI 상호운용성을 가능하게 하는 아키텍처 기초를 탐구하십시오. 핵심 아키텍처를 이해하면 후속 챕터의 프로토콜 사양, 구현 패턴 및 고급 주제에 필요한 컨텍스트를 제공할 것입니다.
AI 상호운용 표준은 글로벌 보편 어휘이지만, 각 관할권의 법령·표준·연구 거점에 정합하지 않으면 산업 현장에서 채택률이 정체합니다. 본 절은 「인공지능 기본법」 시행(2026년 1월 22일)을 기점으로 재편된 한국 AI 거버넌스와, 「AI Hub」·EXAONE·HyperCLOVA X 등 자국 인프라가 WIA 상호운용 코어와 어떻게 접점을 형성하는지 정리합니다. 본권에서 정의하는 ENUM 모델 토큰 HYPERCLOVA_X·EXAONE·SAMSUNG_GAUSS·SKT_ADOT·KOBERT·KLUE_BERT·BERT·GPT_4·CLAUDE_3·LLAMA_2·MISTRAL·GEMINI는 글로벌 모델과 한국 모델이 동일 어댑터 계층에서 교환 가능함을 의미합니다.
한국 AI 거버넌스는 (1) 법령 (2) 부처 정책 (3) 표준화 기구 (4) 데이터 인프라의 네 축으로 구성됩니다. 각 축은 본권의 WIA 상호운용 표준이 한국 현장에 정합할 때 반드시 매핑되어야 하는 거점이며, 어느 한 축이라도 누락하면 산업계 채택이 정체합니다.
KOREAN_AI_GOVERNANCE는 본 법령 준수 기록을 어댑터 계층에서 전달합니다.MSIT) — 「AI 윤리 기준 10대 원칙」(2020) 및 「신뢰할 수 있는 AI 인증 체계」(2023년 이후)를 운영합니다. 부처 산하 한국정보화진흥원(NIA, ENUM NIA)이 「AI Hub」 데이터셋 60만 건 이상을 공급하며, 본권 4장에서 다루는 한국어 코퍼스(KLUE·KoBEST·NSMC·KORQUAD)의 원천 저장소입니다.NIPA) — AI 바우처 사업(2020년 이후), AI 그랜드 챌린지, 디지털 신산업 사업화 지원을 통해 중소·중견 기업의 WIA 상호운용 표준 채택을 가속합니다. 2025년 기준 누적 1,287개 기업에 144억 원 규모의 AI 인프라 비용을 보조했습니다.KISA) — AI 신뢰성 인증, AI 침해 대응 센터, AI 보안 표준(KS X ISO/IEC 38507) 가이드를 발간합니다. 본권 6장 보안 절에서 정의하는 적대적 입력 검증·서명 검증은 KISA의 「AI 보안 6대 위협 대응 매뉴얼」과 직접 매핑됩니다.
한국 AI 연구 거점은 산학 협력의 거점이자, WIA 상호운용 표준의 참조 구현이 검증되는 실험장입니다. ENUM KAIST·POSTECH는 본권에서 인용하는 한국어 사전학습 모델과 벤치마크의 1차 출처입니다.
KAIST) AI 대학원 — 한국어 BART, 한국어 RoBERTa, KLUE 벤치마크 구축의 주도 기관입니다. 2024년 「Multi-modal Foundation Model for Korean」 프로젝트로 WIA 상호운용 4단계(범용 어댑터) 참조 구현을 발표했습니다.POSTECH) — 한국어 OCR·문서 이해 모델, 의료 AI 데이터셋 표준화를 주도합니다. 본권 4장 메타데이터 절에서 인용하는 의료 영상 AI 벤치마크는 POSTECH-삼성서울병원 컨소시엄 데이터를 1차 출처로 합니다.
한국 산업계는 자체 초거대 언어모델을 보유하고 있으며, 본 표준의 ENUM 모델 토큰을 통해 글로벌 모델(GPT_4·CLAUDE_3·LLAMA_2·MISTRAL·GEMINI·BERT)과 동일 어댑터 계층에서 교환합니다. 이는 단순 호환성이 아니라 자국 AI 주권을 보장하는 거버넌스 장치입니다.
| 한국 기업 | 모델 (ENUM) | 특화 영역 | WIA 상호운용 접점 |
|---|---|---|---|
| 네이버 (NAVER) | HYPERCLOVA_X |
한국어 초거대 언어모델 (204B 매개변수) | 2단계 API 브리지 (OpenAPI 3.1) |
| LG AI연구원 (LG_AI) | EXAONE |
전문 도메인 AI (EXAONE 3.0, 7.8B·32B·235B) | 1단계 모델 교환 (ONNX·SafeTensors) |
| 삼성리서치 (SAMSUNG) | SAMSUNG_GAUSS |
온디바이스 AI (갤럭시 시리즈 탑재) | 1단계 모델 교환 (CoreML·TFLite 어댑터) |
| SK텔레콤 (SKT) | SKT_ADOT |
한국어 대화 에이전트 「에이닷」 | 3단계 프로토콜 게이트웨이 (gRPC·WebSocket) |
| 카카오 (KAKAO) | KoGPT | 한국어 생성 (6B 매개변수) | 4단계 범용 어댑터 (Hugging Face Hub 미러) |
| 한국전자통신연구원 (ETRI) | KOBERT·KLUE_BERT |
한국어 사전학습 모델 (오픈 라이선스) | 1단계 모델 교환 (ONNX·PyTorch JIT) |
위 한국 모델들은 본권 4장에서 다루는 WIA 모델 교환 스키마의 modelFormat.framework 필드에 자국 식별자(hyperclova_x·exaone·samsung_gauss)를 등록함으로써, 글로벌 표준 형식인 ONNX·TENSORFLOW_SAVED_MODEL·PYTORCH_JIT·HUGGINGFACE_HUB·SAFETENSORS·GGUF와 동등한 1급 시민으로 취급됩니다.
WIA 상호운용 코어가 정의하는 통신 프로토콜 ENUM MCP·A2A·OPENAPI_3_1·GRPC·REST_API·WEBSOCKET·SSE·JSON_RPC_2_0는 한국 인프라에서 다음과 같이 운영됩니다.
SCHEMA_MAPPING·TENSOR_CONVERSION·FEDERATED_LEARNING·CROSS_VENDOR_API·UNIVERSAL_ADAPTER는 MCP의 도구(tool) 호출 시 한국어 컨텍스트 보존을 보장합니다.WIA-Official/wia-standards-public/tree/main/ai-interoperability — 본권 전반에 인용된 시뮬레이터·스펙·API·전자책 자산의 소스코드를 제공하는 오픈 표준 이니셔티브이며, 본 장이 인용하는 모든 1차 출처에 대한 표준 개정위원회의 정식 검증 기록 위치입니다.