[현장] 범용이냐 특화냐…국방 AI 개발 전략 놓고 업계 '격론'

국방 인공지능(AI) 혁신을 위한 개발 방향을 두고 업계 안팎의 시각이 엇갈렸다. 범용 AI가 일정 수준 이상 고도화되면 국방 특화 모델의 필요성이 줄어든다는 주장과 미국 대비 자원이 제한적인 한국은 특화 전략으로 성능 격차를 메워야 한다는 의견이 맞서면서다. 한국국방연구원(KIDA) 국방인공지능정책연구실과 바른 과학기술사회 실현을 위한 국민연합(과실연) AI미래포럼은 15일 경기도 성남시 경기스타트업캠퍼스에서 '26-7차 국방 AI 혁신 네트워크 세미나'를 개최했다. 이날 종합토론에는 발제를 맡은 유경범 네이버클라우드 상무, 유정상 LG AI연구원 엑사원 사업개발리더, 김일환 삼성SDS 국방사업그룹장, 김성훈 업스테이지 공동창업자 겸 대표를 비롯해 전준범 국방부 국방인공지능기획관, 하윤철 한화시스템 상무, 최용환 LIG D&A 기술위원이 참석했다. "초지능 시대엔 특화보다 범용 AI가 중요" 김성훈 대표는 범용 AI가 국방 분야를 별도로 학습하지 않아도 전장에서 충분한 성능을 낼 수 있느냐는 질문에 "초지능은 그런 차원의 문제가 아니다"라고 답했다. 그는 "초지능이 지금보다 한두 단계 더 고도화되면 지금 우리가 고민하는 특화 전략이나 개발 방식은 중요성이 크게 낮아질 수 있다"며 "모델에 명시적으로 학습시키지 않은 능력이 학습 과정에서 자연스럽게 나타나는 사례를 여러 차례 확인했다"고 말했다. 최용환 기술위원도 국내 방산 데이터만으로 경쟁력 있는 파운데이션 모델을 만드는 것은 현실적으로 어렵다고 봤다. 그는 "국내 방산 데이터를 모두 모아도 경쟁력 있는 모델을 만들기는 어렵고 오히려 모델 성능을 왜곡할 가능성이 있다"며 "방산 기업은 성능이 검증된 범용 모델에 검색증강생성(RAG)과 온톨로지 데이터베이스(DB)를 결합해 응답 정확도를 높이는 역할을 해야 한다"고 말했다. 이어 "통신과 전력 공급이 불안정한 전장에서는 대형 모델로 학습한 소형 모델을 엣지 기기에 탑재하는 방식이 현실적인 해법"이라고 덧붙였다. "미국 같은 규모의 AI는 불가능…특화로 격차 메워야" 김일환 그룹장은 범용 모델이 AI의 '기초 체력'이라면서도 한국의 국방 예산과 자원으로는 미국과 같은 규모의 AI를 구축하기 어렵다고 진단했다. 김 그룹장은 "미국과 동일한 규모의 AI를 갖기는 어려운 만큼 부족한 부분은 특화 모델로 보완해 성능 격차를 줄이고 신뢰성도 높일 수 있다"고 말했다. 유정상 리더는 데이터가 제한적인 국방 분야에서도 도메인을 이해하는 소형 모델만으로 충분한 성과를 낼 수 있다고 설명했다. 교범 등 기존 자료를 활용해 질의응답(QA) 데이터셋을 구축하면 효과적인 특화 모델을 만들 수 있다는 이유에서다. 유 리더는 "국민연금공단 내부 폐쇄망 자료를 활용해 구축한 320억(32B) 파라미터 모델이 오픈AI의 GPT와 구글의 젬마 등 더 큰 해외 모델보다 우수한 질의응답 성능을 보인 사례도 있었다"고 말했다. 유경범 상무는 대형 모델을 처음부터 자체 개발하기에는 비용 부담이 지나치게 크다고 지적했다. 그는 "그래픽처리장치(GPU) 1만장을 기준으로 알려진 학습 비용에 하드웨어와 운영 비용까지 더하면 실제 투입 비용은 두 배 수준까지 늘어난다"며 "장기적인 청사진은 필요하지만 육군의 지휘·판단 등 특정 영역부터 실증하고 단계적으로 확대하는 접근이 효율적"이라고 말했다. 국방부 "자체 개발보다 민간 모델 활용…인프라·플랫폼 집중" 국방부는 현재 정부 차원에서 프롬 스크래치(From Scratch·처음부터 자체 개발) 방식의 접근법 대신 민간 기업이 개발한 모델을 활용하는 방향을 검토하고 있다. 전준범 기획관은 "대규모 GPU와 데이터, 비용이 필요한 만큼 민간 거대언어모델(LLM)을 도입해 파인튜닝과 RAG 등을 통해 국방 환경에 맞게 활용하는 것이 현실적"이라며 "국방부는 데이터센터 등 하드웨어 인프라와 소프트웨어 플랫폼 표준화에 집중할 계획"이라고 말했다. 이어 "소프트웨어 AI 플랫폼 사업을 통해 '한국의 팔란티어'를 육성하는 것이 목표"라고 덧붙였다. 하윤철 상무는 범용인공지능(AGI)급 파운데이션 모델 개발은 개별 과제가 아닌 국가 차원의 대형 사업으로 추진해야 한다고 강조했다. 그는 "AGI급 파운데이션 모델을 만들려면 여러 과제로 나눠 추진할 것이 아니라 큰 그림 아래 예산을 집중하는 사업이 필요하다"며 "이 같은 방향이 정해져야 국방 AI 예산 확대 논의에도 힘이 실릴 것"이라고 말했다.