'139명' 中 토종인재들이 만든 딥시크…韓 인재정책 수정해야

유학 경험이 없는 젊은 연구자들을 중심으로 개발되어 전 세계를 깜짝 놀라게 한 인공지능(AI)기업 딥시크(DeepSeek)의 등장 이후, 국내 AI 인재 육성책에 대한 비판이 제기되고 있다. AI 분야의 우수 인재가 해외로 빠져나가거나 의학대학으로 향하는 현실적인 문제를 해결해야 함에도, 정부 정책이 이를 외면하고 있다는 지적이다.

지난 2일 홍콩 SCMP는 AI 추론 모델 '딥시크 R1' 관련 논문에 200여 명의 젊은 중국 과학 인재들이 공동저자로 참여했다고 보도했다. 총 139명의 인력으로 알려진 중국 AI 스타트업 딥시크는 대학을 갓 졸업한 20대 초반부터 대학원 석·박사 과정을 밟고 있는 AI 전문가들로 구성돼 있다.

특히 눈길을 끄는 부분은 이들 대부분이 칭화대, 베이징대 등 중국 내 대학 출신이라는 점이며, 대학원 역시 마찬가지다. 딥시크는 설립 5개월 차인 2023년 11월 첫 모델인 '딥시크 코더' 를 개발했고, 이어 지난해 '딥시크-V2' 와 '딥시크-V3' 모델을 선보였다.

'딥시크 쇼크' 이후 국내 정치권은 다양한 주장과 비판을 쏟아냈다. 1일 이재명 더불어민주당 대표는 AI 관련 추가경정예산(추경) 편성을 요청했으며, 안철수 국민의힘 의원은 "20조원 규모의 AI 및 민생 추경을 긴급 추진해야 한다"고 강조했다.

오세훈 서울시장은 SNS에 "중국의 AI 스타트업 '딥시크'가 세계 AI 시장의 지각변동을 일으켰다"며 "연구 인력 139명뿐인 작은 기업이 적은 비용으로 이뤄낸 혁신"이라고 평가하고, 동시에 AI 인재 1만 명 육성 계획을 밝혔다.

이처럼 정치권에서 적극적으로 반응하고 있으나, 정작 AI 업계는 시큰둥한 분위기다. 한 AI 기업 관계자는 "오 시장의 발언이 인상적이었다. '139명뿐인 작은 기업이 적은 비용으로 이뤄낸 혁신'이라고 했는데, 과연 진심으로 그렇게 생각하는지 궁금하다"면서 "딥시크가 적은 비용에 개발되었다고는 하지만, 연구에 참여한 개개인 인재는 사실 국가 차원의 천문학적 투자를 통해 배출된 천재들"이라고 꼬집었다.

중국이 본격적으로 AI 인재를 육성하기 시작한 것은 2017년 국무원이 발표한 '차세대 인공지능 발전 계획' 이후다. 2030년까지 세계적인 AI 강국이 되겠다는 목표 아래 ▲AI 핵심 인재 1만 명 육성 ▲AI 관련 학과·연구소 확충 ▲산학 협력 강화 등 구체적인 로드맵을 마련했다. 이어 중국 교육부는 2018년 'AI 인재 양성계획'을 발표했으며, 칭화대·베이징대 등 주요 대학들은 AI 학부 및 대학원 과정을 신설해 글로벌 AI 인재를 유치하기 시작했다.

더 나아가 2020년에는 'AI+X'라는 융합 교육 모델을 도입해 다양한 학과에서 AI를 접목하도록 했고, 2021년 이후 '14차 5개년 계획(2021~2025)'에선 AI 인재 육성을 과학기술 혁신의 핵심으로 설정했다. 2023년부터는 'AI 2.0' 전략도 추가했다.

중국 정부의 투자 규모도 막대하다. 국가 차원의 투자만 추려도 이미 200조원에 달한다. 중국 정부는 '차세대 인공지능 발전계획'(2017) 에서 1500억 위안(약 28조원)을 예산으로 편성했고, '14차 5개년 계획'(2021~2025) 에선 1조 위안(약 185조원)을 투자하겠다고 밝히며 대부분을 인재 육성에 할애하고 있다.

이러한 대규모 투자와 지원의 성과로, 중국은 현재 AI 논문을 세계에서 가장 많이 발표하는 국가로 떠올랐다. 스탠퍼드 AI 인덱스 보고서에 따르면, 2010년부터 2020년까지 중국이 발표한 AI 관련 논문은 24만편에 달한다. 이는 15만편 수준인 2위 미국과 큰 격차를 보인다. 반면, 한국은 전 세계 AI 논문에서 2~3% 내외의 점유율로, 논문 수 순위가 7~9위 정도에 그치는 실정이다.

전문가들은 한국의 AI 인재 육성책이 산학 협력과 긴밀히 연결되지 못하고, '인재 양성 규모' 에만 초점을 맞추는 탓에 기초 역량과 이론 교육이 부실해지는 문제를 거론한다. 그러나 더 심각한 문제는 연구 자율성과 연구비용 구조라는 지적이다. 연구 과정에서 실패는 필연적이므로 장기적 투자와 지원이 필요한데, 성과 중심의 연구비 지원이 혁신적인 연구를 어렵게 만든다는 것이다.

이처럼 복합적인 문제들이 겹치면서 국내 AI 분야에서 성과를 내는 기업은 극히 제한적이고, 자연스레 이공계 인재들이 안정적인 진로를 찾아 의학대학 등으로 빠져나가고 있다는 분석이 제기된다.