[이성엽의 IT프리즘] 국가대표 AI, 모두의 AI 그리고 프런티어 AI의 구분

인공지능(AI)이 국가 경쟁력을 좌우하는 핵심 기술로 부상하면서 정부의 AI 정책도 빠르게 변화하고 있다. 최근에는 '국가대표 AI', '모두의 AI', '프런티어 AI'라는 용어가 동시에 등장하면서 혼란스러운데, 여기에 최근 정부가 사이버보안 분야의 '특화 AI 파운데이션 모델' 개발까지 추진하면서 AI 지원정책의 구조는 더욱 복잡해지고 있다. 각각의 특징이 무엇인지 그리고 이들을 하나의 국가 AI 전략 안에서 어떻게 연결할 것인지 살펴볼 필요가 있다. 먼저 국가대표 AI는 과학기술정보통신부가 추진하는 '독자 AI 파운데이션 모델 프로젝트', 이른바 '독파모'를 가리킨다. 쉽게 말하면 한국이 자체적인 'AI 두뇌'를 만드는 사업이다. 국내 AI 서비스가 모두 챗GPT나 Claude, Gemini 같은 해외 모델에 의존한다면 핵심 기술과 데이터의 대외 의존 문제가 발생할 수 있다. 이에 한국 기업이 직접 설계하고 학습한 범용 AI 모델을 확보하자는 것이다. 핵심 요건은 '독자성'과 '글로벌 경쟁력'이다. 모델 설계, 데이터 구축, 사전학습 등 핵심 개발 과정에서 실질적인 자체 역량을 갖춰야 한다. 동시에 수학·지식·추론·에이전트 능력 등에서 최상위 모델 대비 약 95% 수준의 모델을 개발하는 것이 목표이다. 현재 경쟁은 상당히 압축됐다. 2026년 8월 2차 단계평가 결과 LG AI연구원, SK텔레콤, 업스테이지 등 3개 팀이 다음 단계에 진출했다. 정부는 하반기 3차 평가를 거쳐 2027년 초 최종 2개 팀을 선정할 계획이다. 현재 3개 팀당 B200 GPU 약 1000장과 함께, 저작물 공동구매 100억원, 데이터 구축·가공 연 30억~50억 원, 해외 우수인재 유치 연 20억 원 규모 등을 패키지로 지원할 계획이다. 한편 사이버보안 특화 AI 파운데이션 모델은 범용적으로 사용되는 국가대표 AI와 달리 악성코드 분석, 취약점 탐지, 위협정보 분석과 침해사고 대응 등에 전문성을 갖춘 보안 전문 두뇌를 만드는 것이다. 사이버 공격에 AI가 활용되면서 공격과 방어의 자동화가 동시에 진행되고 있다는 점에서 국가안보와 보안산업 경쟁력 측면의 정책적 필요성이 있다. 모두의 AI는 성격이 다르다. 국가대표 AI가 AI의 두뇌를 만드는 것이라면 모두의 AI는 그 두뇌를 이용해 국민이 실제 사용할 수 있는 서비스를 만드는 것이다. 정부 발표에 따르면 현재 국내 생성형 AI 이용자는 약 2300만 명에 달하지만, 여전히 국민 3명 중 1명 정도는 AI를 이용하지 못하고 있다. 이에 정부는 AI 접근 격차를 줄이는 동시에 국산 AI의 이용 기반을 확대하기 위해 모두의 AI를 추진하고 있다. 정부는 범용 AI 챗봇에서 출발해 공공서비스와 연결되는 AI 에이전트로 발전시킨다는 구상이다. 예컨대 국민이 “내가 받을 수 있는 정부 지원금을 찾아줘”라고 물으면 답변만 제공하는 것이 아니라 필요한 서류를 찾아주고 장기적으로는 신청까지 지원하는 AI 에이전트를 도입한다는 계획이다. 모두의 AI 참여기업은 독자 AI 파운데이션 모델 기준에 부합하는 국산 AI 모델을 50% 이상 활용해야 하며, 자체 모델을 보유한 기업도 자사가 아닌 다른 국내 기업의 국산 AI 모델을 30% 이상 활용해야 한다. 현재 모두의 AI에는 SK텔레콤, KT, 카카오 등 6개 컨소시엄이 참여하고 있다. 정부는 이 가운데 2~3개 사업자를 선정해 B200 GPU 512장을 지원하고 2027년부터 전 국민 서비스를 제공하는 데 필요한 비용을 국가 예산으로 지원할 계획이다. 정부는 올해 하반기 사업자를 선정해 개발·베타서비스를 거쳐 연내 모두의 AI 서비스를 개시할 계획이다. 독파모가 누가 가장 경쟁력 있는 AI 두뇌를 만드는가를 겨룬다면, 모두의 AI는 여러 AI를 어떻게 조합해 국민에게 좋은 서비스를 제공하는가를 겨루는 셈이다. 프런티어 AI는 또 다른 개념이다. 이는 특정한 대국민 서비스가 아니라 당대 세계 최고 수준의 성능과 범용성을 갖춘 최첨단 AI를 의미한다. 다만 정부는 아직 이를 공식화하지 않고 검토 단계에 있다. 국내 독파모의 성능이 빠르게 향상되고 있지만, 글로벌 프런티어 모델의 성능은 더 빠른 속도로 높아지면서 여전히 상당한 격차가 존재한다. 따라서 독자 AI 확보를 넘어 세계 최고 수준의 프런티어 AI 개발을 목표로 하고, 이를 위해 대규모 GPU·인재·자본을 집중하는 국가 차원의 전략이 필요하다는 것이 검토배경이다. 이렇게 보면 AI 개념의 관계는 비교적 명료하다. 국가대표 AI는 독자성, 프런티어 AI는 세계 최고 수준의 경쟁력, 모두의 AI는 보편적 활용이 핵심이다. 쉽게 말하면 우리 AI를 만들고 세계 최고 수준으로 키우고 그 혜택을 국민에게 확산하는 것'이다. 다만 앞으로의 정책 설계에서는 몇 가지를 유의할 필요가 있다. 첫째, 국가대표 AI와 프런티어 AI의 관계부터 재정립할 필요가 있다. 독파모의 목적 역시 글로벌 수준의 독자 모델을 만드는 것인데 별도의 프런티어 AI를 병렬적으로 추진하면 목표와 지원체계가 중복될 수 있다. 독파모를 프런티어 AI로 발전시키는 하나의 연속된 프로젝트로 재설계하는 방안을 우선 검토할 필요가 있다. 이 과정에서 현재 남은 3개 팀 가운데 다시 2개를 선정하는 기존의 서바이벌 방식이 최선인지도 검토할 시점이다. AI 프런티어 경쟁은 갈수록 막대한 GPU, 데이터, 연구인력과 자본을 요구한다. 제한된 국가 자원을 여러 모델에 계속 나누는 것이 경쟁을 촉진하는 장점이 있는 반면, 미국과 중국의 초대형 모델과 경쟁하기에는 규모의 한계가 있을 수 있다. 보안특화 모델의 경우에는 어디까지 범용 독자모델을 공동 기반으로 활용하고, 어느 부분부터 별도의 특화학습과 폐쇄형 모델이 필요한지를 구분하는 것이 중요하다. 둘째, 모두의 AI에서는 공공성과 시장의 역할을 적절히 구분해야 한다. 국민에게 기본적인 AI 접근 기회를 제공하고 행정·복지 등 공공서비스를 AI와 연결하는 것은 AI 격차 해소라는 점에서 의미가 크다. 그러나 정부 지원 무료 범용 AI 서비스가 지나치게 확대되면 국내 민간 AI 서비스와 경쟁할 가능성이 있다. 기본적인 AI 접근과 공공서비스는 정부가 뒷받침하되 고도화된 서비스는 민간의 혁신과 경쟁을 통해 발전하도록 하는 역할 분담이 필요하다. 마지막으로 정책의 목표를 국가대표 기업을 만드는 것보다 국가 AI 역량을 제고하는데 두어야 한다. AI 컴퓨팅 인프라, 독자 파운데이션 모델, 프런티어 AI, 산업별 특화모델과 AI 에이전트, 모두의 AI가 각각 독립된 정부사업으로 분절시키는 것이 아니라 하나의 생태계로 연결해야 한다. 경쟁이 필요한 단계에서는 경쟁시키고, 막대한 자원의 결집이 필요한 단계에서는 과감하게 협력하도록 정책 방식을 유연하게 선택해야 한다.