KOSA "韓 AI 인프라, 세계 6위…현실은 반도체·데이터·소프트웨어 모두 밀려"
국내 인공지능(AI) 인프라 경쟁력이 높게 평가받았음에도 실제로는 주요 기술에서 글로벌 경쟁에 뒤처지고 있다는 연구결과가 나왔다. AI 반도체, 데이터센터, 네트워크, 알고리즘, 소프트웨어 등 핵심 요소에서 미국과 중국이 앞서 나가고 있는 상태로, 이를 따라잡기 위한 전략적 접근이 필요하다는 지적이 나온다. 13일 한국소프트웨어산업협회(KOSA) 'AI 인프라 고도화 전략 보고서'에 따르면 현재 한국의 AI 인프라 경쟁력은 글로벌 6위로 분석됐다. 다만 AI 산업의 핵심인 하드웨어 인프라(반도체·데이터센터), 컴퓨팅 인프라인 그래픽처리장치(GPU)와 텐서처리장치(TPU), 네트워크 인프라인 5G와 6G, 클라우드 스토리지, 초거대 모델, 소프트웨어 인프라(MLOps·AI 프레임워크), 전력·에너지 인프라, 법·제도 프레임워크 등 모든 영역에서 격차가 발생하고 있다는 평가가 잇따랐다. AI 기술은 데이터·알고리즘·하드웨어·소프트웨어가 긴밀히 연결된 복합기술시스템(CoPS)으로, 단순한 기술 개발이 아니라 전반적인 생태계 구축이 중요하다. 그럼에도 현재 한국의 AI 인프라는 하드웨어와 소프트웨어가 따로 움직이고 있으며 글로벌 기업들의 프레임워크에 종속된 상태다. "국산 AI, 반도체만으로 부족…소프트웨어·전력·데이터·규제까지 복합적 한계" 현재 리벨리온, 퓨리오사AI, 사피온 등의 토종 AI 반도체 기업들이 성장하고 있다. 다만 문제는 이들 반도체를 활용할 수 있는 AI 소프트웨어 인프라가 부족하다는 점이다. 엔비디아가 쿠다(CUDA)를 통해 AI 반도체와 소프트웨어를 결합해 생태계를 구축한 반면 국내에서는 독자적인 AI 프레임워크가 부족해 국산 반도체가 있어도 이를 활용할 기반이 마련되지 않았다. 정부는 이를 해결하기 위해 오는 2031년까지 약 9천405억원을 투자해 '국산 풀스택 AI' 개발을 추진하고 있다. 그럼에도 AI 소프트웨어 생태계를 확장하지 않는다면 반도체 경쟁력도 자연스럽게 약화될 가능성이 높다고 보고서는 지적했다. 또 AI 모델을 학습하기 위해서는 막대한 전력이 필요하다. 그럼에도 한국은 전력 공급이 원활하지 않아 데이터센터 건립에도 어려움을 겪고 있다. 수도권에서는 이미 전력 공급이 포화 상태에 이르렀으며 지방에 데이터센터를 분산 배치하는 방안이 논의되고 있지만 네트워크 인프라 확충 문제로 인해 속도를 내지 못하는 상황이다. 전력 문제뿐만 아니라 데이터센터의 냉각 인프라 부족도 큰 문제다. AI 학습에는 엄청난 연산 능력이 요구되며 이로 인해 데이터센터의 냉각 시스템이 필수적이다. 그럼에도 불구하고 국내에서는 이러한 인프라 확충이 더딘 편이다. 더불어 보고서는 한국은 5G 이동통신 기술에서 세계적인 경쟁력을 보유하고 있지만 AI 학습과 운영을 위한 초고속 네트워크 인프라가 부족한 실정이라고 평가했다. 글로벌 시장에서는 이미 6G 연구가 활발히 진행되고 있으며 데이터 전송 지연을 최소화하는 초고속 인터커넥트 기술이 개발되는 현 상황에서 이는 매우 큰 취약점이다. 데이터 역시 AI 성능을 결정하는 핵심 요소다. 국내에서는 지난 2022년 데이터산업법 시행 이후 공공 데이터 및 민간 데이터 활용이 확대됐지만 여전히 대규모 고품질 데이터셋 확보가 쉽지 않다. 데이터 플랫폼을 체계적으로 구축하지 않는다면 AI 학습 성능 개선에 한계가 발생할 수밖에 없을 것이라고 보고서는 전망했다. 이에 더해 내년 시행 예정인 AI 기본법은 AI 기업들에게 새로운 규제 환경을 예고하고 있다. 특히 고위험 AI 지정, 워터마크 의무화, 해외 기업의 국내 대리인 지정 의무화 등의 조항은 국내외 AI 기업들에게 직접적인 영향을 줄 것으로 보인다. 현재 초거대 AI 모델을 개발 중인 네이버, LG, KT, NC소프트 등 국내 기업들은 규제 변화에 대응해야 하며 글로벌 기업들도 한국 시장에서 새로운 정책에 직면하게 될 예정이다. "AI 인프라, 기술·전력·법제도까지…종합적 전략 필요" 현재 정부는 국내 AI 인프라를 강화하기 위해 AI 컴퓨팅 센터를 설립하고 있다. 오는 2027년까지 진행되는 이 계획은 반도체, 데이터, 소프트웨어가 선순환하는 환경을 조성해 스타트업과 연구소가 저비용으로 고성능 AI 인프라를 활용할 수 있도록 지원하는 것이 핵심이다. 또 AI 반도체와 소프트웨어를 연계해 국산 기술을 활용한 독립적인 생태계 구축을 목표로 한다. AI 연구·실습 환경 개선도 추진 중이다. 정부는 대학 AI 데이터센터 및 클라우드 자원을 확충해 신진 연구자들이 고성능 컴퓨팅 환경에서 실험할 수 있도록 지원할 계획이다. 이를 통해 산학 협력을 활성화하고 국내 AI 기술력과 인재 양성을 강화하는 것이 목표다. 산업 전반으로 AI 활용을 확산하기 위한 정책도 마련되고 있다. 정부는 대·중·소기업이 협력할 수 있는 AI 프로토타입 플랫폼을 구축해 기술·데이터·노하우를 공유할 수 있도록 지원하고 있다. 다만 보고서는 단순한 인프라 구축만으로는 국제 경쟁력을 확보하기 어렵다고 지적했다. AI 데이터센터 운영에는 막대한 전력이 필요하지만 현재 국내 전력 인프라는 부족한 상황으로, 분산형 데이터센터 구축, 친환경 냉각 기술 개발, 전력 공급 안정화 대책 등이 병행돼야 한다는 지적이다. 또 AI 학습과 운영을 위한 6G 및 고속 인터커넥트 네트워크 확장이 필수적이며 글로벌 경쟁에서 뒤처지지 않기 위해 이 분야에 대한 투자가 시급하다고 분석했다. 법·제도적 정비도 주요 과제로 제시됐다. AI 기본법이 현재 모호한 고위험 AI 규제, 워터마크 의무화, 해외 기업의 국내 대리인 지정 의무화 등을 포함하고 있어 국내외 AI 기업들에게 큰 영향을 미칠 전망이기에 규제와 산업 발전 간의 균형을 맞추는 정책적 접근이 필요하다는 제언이다. KOSA는 "AI 인프라는 단순한 기술 요소의 조합이 아니라 데이터, 알고리즘, 하드웨어, 소프트웨어, 규제가 긴밀하게 연결된 생태계"라며 "국산 AI 반도체와 소프트웨어의 조화를 이루지 못하면 AI 인프라 경쟁력을 확보하는 데 한계가 있을 것"이라고 밝혔다.
