초거대 AI 경쟁 격화 속 '조급함' 경계…"속도 보다 방향"
미국·중국을 중심으로 초거대 인공지능(AI) 모델 경쟁이 격화되면서 국내서도 '서둘러 대응하지 않으면 뒤처진다'는 조급함이 커지고 있지만, 단기 액션보다 국가 전략의 목표와 책임 범위를 먼저 정해야 한다는 제언이 나왔다. 최종현학술원 과학기술혁신위원회는 14일 발간한 보고서 'AI 주권 시대, 대한민국의 선택'에서 한국 사회를 지배해 온 추격의 압박을 정면으로 짚으며 “지금 필요한 것은 속도가 아니라 방향”이라고 진단했다. 보고서는 과기위 AI 전문위원과 외부 전문가들이 참여한 미래 과학기술 소모임 논의를 바탕으로 마련됐으며, 학계·산업계·투자 분야 의견을 종합해 완성됐다. 김유석 최종현학술원 대표는 발간사에서 “AI 주권은 모든 것을 직접 만들겠다는 선언이 아니라, 국가가 반드시 통제해야 할 영역과 글로벌 협력을 활용할 영역의 경계를 어떻게 설정할지에 대한 전략적 결정”이라고 밝혔다. “오픈소스면 충분하다?”…개방은 언제든 통제가 될 수 있다 보고서는 소버린 AI 논쟁을 '국산 대 글로벌'의 단순 대립으로 접근해서는 안 된다고 강조한다. 소버린 AI가 무엇을 얻고 무엇을 포기하는지, 비용·리스크·효과를 냉정하게 비교해야 한다는 취지다. 특히 보고서는 '오픈소스의 함정'을 경고했다. 오픈소스가 중립적 대안처럼 보이지만, 장기간 무료 제공으로 경쟁자를 소진시킨 뒤 지배력을 확보하고 수익을 회수하는 방식으로 활용될 수 있다는 것이다. 라이선스 조건이나 접근 권한도 정책 변경에 따라 언제든 바뀔 수 있어, 핵심 디지털 인프라를 글로벌 민간 기업의 전략과 선의에 의존하는 구조 자체가 국가 전략으로는 위험하다고 지적했다. 데이터 주권 문제도 함께 제기됐다. 보고서는 미국의 클라우드 액트 등 국경을 넘는 데이터 접근 권한이 확대되는 흐름을 언급하며, 행정·보건·국방 등 국가 운영 핵심 데이터가 글로벌 클라우드 인프라에 과도하게 의존할 경우 장기적으로 전략 리스크가 커질 수 있다고 봤다. “올인도 포기도 아니다”…통제와 협력의 경계를 설계해야 보고서는 소버린 AI에 대한 반론도 함께 제시한다. 핵심은 비용과 지속성이다. 초거대 모델 경쟁은 일회성 개발이 아니라 연산 인프라 확충, 지속 고도화, 운영 비용을 장기간 감당해야 하는 '소모전'에 가깝고, 공공 재원이 전면 투입되는 구조에서는 정권 교체나 정책 기조 변화가 사업 지속성에 영향을 줄 수밖에 없다고 지적했다. 또 성능이 충분히 검증되지 않은 LLM을 국산이라는 이유로 전 분야에 일괄 적용하는 접근은 위험하다고 경고했다. 기술 주권을 명분으로 국가가 모든 요소를 국내 기준에 맞춰 통제하려 하면 과거 액티브X·공인인증서처럼 'AI 갈라파고스'로 고립될 수 있다는 것이다. 이에 대한 해법으로 보고서는 “찬반 이분법을 거부하라”고 제안한다. 행정·안보·공공 데이터와 핵심 인프라처럼 국가 책임이 불가피한 영역은 통제하되, GPU 확보나 민간 활용 LLM 등은 글로벌 협력을 적극 활용하는 '자립과 연계' 전략이 필요하다는 설명이다. 국가대표 AI 모델 구상에서도 외부 기술·코드 의존을 어디까지 허용할지, 필요한 AI 범위와 모델 규모, 성능 평가·책임 기준 등을 사회적으로 합의하지 않으면 유사한 논쟁이 반복될 수 있다고 덧붙였다. 제조 AI의 승부처는 '데이터 연합'…공적 통로와 거버넌스가 관건 보고서는 범용 AI와 특화 AI 논쟁을 기술 선호가 아니라 산업 전략의 선택으로 규정했다. 범용 AI는 다양한 기능이 거대 모델로 수렴하는 흐름을 근거로 통합을 주장하고, 특화 AI는 의료·금융·제조·국방 등에서 틀리지 않는 지능으로 현장 성과를 축적해 왔다고 본다. 팔란티어의 성장, 에머슨·슈나이더 일렉트릭의 산업 소프트웨어 기업 인수 사례 등을 통해 시장이 특화 역량을 가치로 평가하고 있다고도 언급했다. 다만 보고서는 해법을 '선택'이 아니라 '연결'로 제시한다. 특화 AI로 단기 성과를 만들고, 그 성과가 범용 역량으로 이어지도록 경로를 설계해야 한다는 것이다. 특히 제조 분야에서 범용 제조 AI를 추진하려면 기업별로 흩어진 데이터 파편화를 넘어서는 제도적 '공적 통로'가 필요하며, 데이터 거버넌스·비용·책임 분담에 대한 합의가 선행돼야 한다고 강조했다. 현장 노하우 등 암묵지는 단순 요구로 모이지 않기 때문에, 국가는 수집 주체가 아니라 공론장을 만들고 감시·평가 목적의 데이터 활용을 명확히 금지하는 등 제도적 장치를 마련해야 한다는 판단이다. 보고서는 한국에 '제조 파운데이션 모델' 기회가 있다고도 강조했다. 언어 중심 LLM 질서가 소수 글로벌 기업 중심으로 고착화되는 것과 달리, 제조·물리 기반 모델은 아직 표준과 기술 경로가 확정되지 않은 영역이어서 한국이 추격자가 아니라 선도국으로 도약할 여지가 있다는 것이다. 결론은 인재…“숫자보다 역할, 데려오기보다 머물게” 보고서는 AI 전략의 마지막 승부처로 인재를 지목했다. 'AI 인재 10만 양성' 같은 숫자 목표보다 어떤 기능과 책임을 수행할 인재가 필요한지 역할을 먼저 정의하고, 다양한 역할의 인재가 성장할 수 있는 생태계로 정책의 초점을 옮겨야 한다는 주장이다. 해외 인재 영입만으로는 한계가 있으므로, 미션과 연구·산업 인프라를 제공해 국내 인재가 성장하고 활동할 무대를 만드는 것이 중요하다고 봤다. 보상 체계에 대해서도 종신고용을 전제로 한 경직된 연봉 구조가 인재와 기업 모두에 비효율적이라고 진단했다. 보고서는 단순한 '연봉 인상 경쟁'이 아니라 성과·책임 기반 계약형 고용, 스톡옵션 등 보상 유연성을 회복하는 방향의 제도 검토가 필요하다고 제안했다. 보고서는 또한 '선언의 정치'를 경계하며, 산업을 움직이는 것은 수요라고 강조했다. 정부가 AI 바우처 등으로 리스크를 분담하는 것을 넘어, 행정 자동화·국방 시뮬레이션 등 공공 부문에서 '최초 수요자'로 참여하는 방안도 검토해야 한다고 밝혔다.
