최종현학술원, ‘AI 주권 시대, 대한민국의 선택’ 보고서 발간

특화 AI로 산업 움직이고 범용 역량으로 잇는 전략 필요
제조 AI의 승부처는 '데이터 연합'
“AI 인재, '데려오기'보다 '머물게 하는 구조'가 먼저"

최종현학술원 'AI 주권 시대, 대한민국의 선택' 보고서. 사진ㅣ최종현학술원

인더뉴스 이종현 기자ㅣ최종현학술원 과학기술혁신위원회(이하 과기위)는 AI 전문 위원과 외부 전문가 12명이 참여한 미래 과학기술 소모임의 심층 논의를 바탕으로 기획된 'AI 주권 시대, 대한민국의 선택' 보고서를 14일 발간했다고 밝혔습니다.

보고서는 기술 경쟁의 속도전에 매몰된 나머지 국가 차원의 목표와 책임 범위를 명확히 설정하지 못하면 AI 전략은 출발선에서부터 흔들릴 수밖에 없다는 점을 강조했습니다.

김유석 최종현학술원 대표는 발간사에서 "AI 주권은 모든 것을 직접 만들겠다는 선언이 아니라, 국가가 반드시 통제해야 할 영역과 글로벌 협력을 활용할 영역의 경계를 어떻게 설정할 것인가에 대한 전략적 결정"이라며 "지금 필요한 것은 기술 경쟁의 속도 못지않게 방향, 즉 국가 차원의 목표와 책임 범위를 분명히 설정하는 일"이라고 말했습니다.

보고서는 소버린 AI 논쟁을 국산이냐 글로벌이냐의 선택이 아니라 소버린 AI가 무엇을 얻고 무엇을 포기하는 선택인지를 냉정하게 비교해야 한다고 짚었습니다.

보고서가 소버린 AI 찬성 논리의 출발점으로 지목한 것은 이른바 '오픈소스의 함정'입니다. 오픈소스는 중립적이고 개방적인 대안처럼 보이지만 실제로는 글로벌 빅테크가 시장 지배력을 확대하기 위해 활용하는 전략적 수단이 될 수 있다는 지적입니다. 장기간 무료 제공으로 경쟁자를 소진시킨 뒤 지배력을 확보하고 이후 수익을 회수하는 방식입니다.

라이선스 조건이나 접근 권한 역시 업데이트와 정책 변경에 따라 언제든 바뀔 수 있습니다. 결국 오픈소스가 문제가 아니라 핵심 디지털 인프라를 글로벌 민간 기업의 선의와 전략에 의존하는 구조를 국가 전략으로 삼는 것 자체가 위험하다는 우려입니다.

여기에는 데이터 주권의 현실적 제약도 함께 거론됩니다. 미국의 '합법적인 해외 데이터 활용 명확화법'에 따르면 미국 정부는 미국 기업이 운영하는 해외 데이터센터에 저장된 데이터에 대해서도 접근 권한을 행사할 수 있습니다. 유럽연합(EU)을 포함한 주요국들 역시 안보와 범죄 수사를 명분으로 국경을 초월한 데이터 접근 권한을 점차 확대하고 있습니다.

이에 따라 행정·보건·국방과 같은 국가 운영의 핵심 데이터를 글로벌 클라우드 인프라 위에 탑재하는 선택은 장기적으로 심각한 전략적 리스크로 작용할 수 있다는 문제 의식입니다.

보고서는 소버린 AI에 대한 반대 논리도 함께 제시합니다. 소버린 AI는 구조적으로 고비용일 수밖에 없으며 초거대 모델 경쟁은 한 차례의 개발로 끝나는 사업이 아니라 연산 인프라 확충과 지속적인 고도화, 운영 비용을 장기간 감당해야 하는 소모전에 가깝다는 지적입니다.

정책의 연속성 역시 현실적인 변수로 꼽힙니다. 공공 재원이 전면 투입되는 구조에서는 정권 교체나 정책 기조 변화가 곧바로 사업의 지속성에 영향을 미칠 수밖에 없습니다.

기술 적용 방식도 성능이 충분히 검증되지 않은 거대 언어 모델(LLM)을 '국산'이라는 이유만으로 모든 분야에 일괄 적용·강제하는 접근은 소버린 AI의 취지와 거리가 멀다는 것입니다. 기술 주권을 명분으로 국가가 모든 요소를 국내 기준에 맞춰 통제하려 할 경우, 과거 액티브X나 공인인증서 사례처럼 글로벌 기술 흐름에서 고립된 'AI 갈라파고스'로 귀결될 수 있다는 경고입니다.

보고서가 해법으로 이분법의 거부를 제시했습니다. '찬성'이냐 '반대'냐의 문제가 아니라, 어디까지를 국가가 책임지고 통제할 것인가를 구체적으로 구분하라는 것입니다. 소버린 AI는 모든 것을 직접 만들겠다는 선언이 아니라 통제와 책임의 범위를 어디에 설정할 것인가에 대한 전략적 선택이라는 해석입니다.

이미지ㅣ최종현학술원

보고서는 이런 '경계 설정'의 중요성이 최근 논란이 된 국가대표 AI 모델 구상에서도 그대로 드러난다고 지적합니다.

범용 AI와 특화 AI를 둘러싼 논쟁은 단순한 기술 선호의 문제가 아닌 산업과 국가 전략의 방향을 가르는 선택의 문제입니다.

범용 AI를 지지하는 쪽은 모든 버티컬 모델이 궁극적으로 거대 언어 모델로 통합될 수밖에 없다고 봅니다. 과거에는 이미지 생성, 비디오 생성, 음악 작곡 등 기능별 모델이 병렬적으로 발전해 왔지만 최근에는 이러한 기능들이 하나의 LLM으로 빠르게 수렴하고 있다는 것입니다. 특히, 기존 언어 모델에 로보틱스 역량을 결합한 '제미나이 로보틱스'는 물리 세계와의 상호작용마저 범용 지능의 영역으로 편입될 수 있음을 보여주는 사례로 꼽힙니다.

의료·금융·제조·자율주행·국방 등 분야에서 발전해 온 특화 AI는 '무엇이든 할 수 있는 지능'이 아니라 '반드시 맞아야 하는 문제를 틀리지 않는 지능'으로 진화해 왔다는 설명입니다. 성과는 화려하지 않을 수 있으나 현장에서 검증 가능한 결과로 축적되고 있다는 주장입니다.

실제 시장도 이를 가치로 평가하고 있습니다. 국가 안보와 전략 분석에 특화된 AI 기업 팔란티어는 빠른 성장과 함께 시장의 주목을 받고 있으며 전통 제조 기업들도 움직이고 있다. 에머슨과 슈나이더 일렉트릭은 아스펜텍, 아비바 등 산업 소프트웨어 기업을 시가총액의 약 15~20%에 달하는 금액으로 인수하며 산업 특화 AI 역량을 강화하고 있습니다.

물론 특화 AI만으로는 일정 단계 이후 구조적 한계에 부딪힐 수 있다는 반론도 제기됩니다. 공정 간 일반화, 환경 변화에 대한 적응, 복합적 의사결정이 요구되는 단계로 갈수록 범용 AI의 역할이 커질 수밖에 없다는 주장입니다.

보고서는 이러한 구조적 긴장이 가장 선명하게 드러나는 영역으로 제조를 지목합니다. 제조는 단일 산업을 넘어 수출·고용·기술·공급망과 직결된 영역이며 AI 전략의 선택이 산업 내부를 넘어 국가 경쟁력 전반으로 파급되는 핵심 경로이기 때문입니다.

범용과 특화 두 진영의 갈등에 대해 보고서는 해법은 '선택'이 아니라 '연결'이라고 진단합니다. 특화 AI로 즉각적인 성과를 만들어내고 그 성과가 범용 AI로 이어질 수 있도록 경로를 설계해야 한다는 것입니다.

이를 위해 보고서는 범용 제조 AI를 본격적으로 추진하려면 개별 기업에 흩어진 제조 데이터의 파편화를 넘어서는 제도적 '공적 통로' 구축이 선결 과제라고 지적합니다. 다만 공적 인프라 구축과 데이터 거버넌스, 비용과 책임 분담에 대한 사회적 합의가 전제돼야 하며 국가의 조정자 역할은 불가피하다는 점도 분명히 합니다.

보고서는 암묵지(현장 노하우)의 문제에 대해서도 축적을 개별 기업의 기술 역량이나 의지의 문제가 아니라 사회적 합의와 제도 설계의 문제로 규정합니다. 현장의 지식은 단순히 "제공하라"고 요구한다고 모일 수 있는 성질의 데이터가 아니라는 것입니다.

국가는 수집의 주체가 아니라 공론장을 조성하고, 감시·평가 목적의 데이터 활용을 명확히 금지하는 한편, 노동자의 권리와 안전이 침해되지 않도록 제도적 장치를 마련해야 한다는 판단입니다.

특히, 한국에 대해서는 '제조 파운데이션 모델'이라는 전략적 기회를 강조합니다. 언어 중심의 LLM 질서가 소수 글로벌 기업에 의해 빠르게 고착화되는 것과 달리, 제조·물리 기반 파운데이션 모델은 아직 표준과 기술 경로가 확정되지 않은 미개척 영역이라는 평가입니다. 세계 최고 수준의 제조 역량과 공정 데이터를 동시에 축적한 국가는 드물다는 점에서 한국은 단순한 추격자가 아니라 전략적 선도국으로 도약할 수 있는 위치에 서 있다는 것입니다.

보고서는 AI 전략의 마지막 승부처로 인재를 지목합니다.

이에 따라 보고서는 'AI 인재 10만 양성'과 같은 숫자 중심 목표에서 벗어나야 한다고 강조합니다. 어떤 기능과 책임을 수행할 인재가 필요한지를 먼저 정의하고 다양한 역할의 인재가 축적·성장할 수 있는 생태계로 정책의 초점을 옮겨야 한다는 주장입니다.

AI 인재 유출을 둘러싼 보상 문제 역시 외면할 수 없습니다. 실제로 AI 인재가 직업을 선택할 때 연봉은 여전히 가장 중요한 변수입니다.

AI 시대의 경력 구조는 하나의 직장을 오래 유지하는 경력보다, 하나의 직업을 여러 국면에서 확장해 나가는 이동형·프로젝트형 경력이 보편화되고 있습니다. 종신 고용을 전제로 낮은 임금에서 출발하는 연봉 체계는 기업에는 장기 보상 리스크를 키우고 인재에게는 성장과 이동의 기회를 차단해 인재와 기업 모두에게 비효율적인 구조라는 평가입니다.

보고서는 핵심이 보상의 크기가 아니라 보상을 조정할 수 있는 유연성을 회복하는 데 있다고 짚었습니다. 성과와 책임에 기반한 계약형 고용, 고연봉·고위험 구조, 스톡옵션 등 다양한 보상 모델을 제도적으로 검토하고 확산할 필요가 있다고 제안합니다. 고용 안정성을 유지하되 기여에 따라 보상이 명확히 달라지는 방식, 이른바 '엔비디아식 보상 모델'도 현실적인 대안으로 거론됩니다.

보고서는 '국산 LLM 만들었다'라는 선언, '글로벌에 올라타자'와 같은 선언에 만족하지 말고 정부가 AI 바우처 등으로 시장 리스크를 분담하는 것뿐 아니라, 공공 부문이 행정 자동화·국방 시뮬레이션 등에서 적극적 사용자로 참여하는 '최초 수요자(First Buyer)' 역할까지 검토해야 한다고 제시합니다.

Copyright @2013~2025 iN THE NEWS Corp. All rights reserved.