소버린 AI, 기대를 걸 수 있을까?

https://v.daum.net/v/20250619043225933

'소버린AI' 도입 이미 시작됐다… 빅테크 따라잡기 아닌 한국 특화 AI 고민해야

솔직히 아직까진 실체가 없는 말이라 판단하기 어렵다. 하지만 어쨌든 방향성은 맞다. 하지만 우려된다. 특히 요즘 K 붙으면 뭔가 맛이 가는게 트렌드잖아. K-pop정도 말고는.

혹자는 말할 것이다. 첨단기술 많은데 AI하나는 제껴도 되지 않아? 라고. 물론 제낀다고 나라 망하진 않는다. 이미 경쟁에 비벼보지도 못하는 나라들 수두룩하다. 하지만 그건 자원이 있거나, 어차피 못살아서 그거 이전에 과제가 많은 나라들 이야기고, 우린 아니다.

AI가 중요한 건 AI가 반도체처럼 큰 돈이 될 것이기 때문이 아니다. 산업의 근본적인 인프라이기 때문이다. 유감스럽게도, AI를 선도해서 돈을 벌 수 있는 타이밍은 지났다. 지금은 AI를 이용해 기존에 추락하거 있는 산업들을 재구성하여 생산성을 늘려야 하는 타이밍이다. 세계 경쟁에서 상대가 되려면 필수적이다.

자동차? 자율주행의 중요도는 점점 올라갈거고, 공정 자동화는 계속된 중요한 문제다. 조선? 사람 없어 로봇 써야하는, AI의 선봉대가 되어야 할 분야다. 철강, 석유화학도 합쳐 전부 글로벌 공급과잉이다. 버리자니 모든 산업의 허리라 그럴수도 없고, 안고 가기엔 중국의 인건비를 따라잡을 수가 없다. 심지어 중국은 자기네들이 망해갈 정도로 돈을 퍼부어 전세게 제조업을 장악하려 하고 있다.

반도체? 여러가지로 지금 TSMC에 밀린 상태. 거기의 미국의 견제도 매섭다. 여기서 한가지 키가 될 만한 게 바로 AI전용 반도체다. 결국 AI랑 엮인다.

심지어 요즘 잘나가는 컨텐츠 시장은 AI 전쟁의 한복판이다.

내부적인 생산성 개선도, 차세대 제품 개발도 AI가 엮이지 않을 수 없다. 근데 AI는 남들이 만들면 갖다 쓰면 될까?

애초에 그 갖다 쓰는 것 조차, 우리나라는 잘 못한다. 우리나라에서 소프트웨어는 항상 뒷전이고, 서자 취급 받았고, 소프트웨어로 해결할 건 그냥 사람 들이박으면 해결된다는 마인드였으니까.

그래놓고 인건비가 비싸다 어쩌고...

그건 그렇고, 그럼 소버린 AI가 대체 뭐냐.

https://namu.wiki/w/%EC%86%8C%EB%B2%84%EB%A6%B0%20AI

소버린 AI

"'자주적인', '주권이 있는' 이라는 의미의 소버린(Sovereign)에 AI(인공지능)을 붙인 단어로, 일반적으로, 특정 국가 또는 조직이 자국 내에서 독립적으로 운영하고 통제할 수 있는 인공지능 시스템을 의미한다. AI 모델이 외부 클라우드나 서비스에 의존하지 않고 자국 내에서 운영되어, 보안 및 독립성 강화에 초점을 맞추는 것을 의미한다."

AI 주권이고 이는 곧 데이터 주권이다. 요즘 고정밀 지도로 구글이 우리나라 엄청 때리는 거 아는가? 데이터는 언제나 강력한 무기이기 때문이다. 우리나라가 이걸 지키지 못하면, 결국 글로벌 경쟁력을 위해 AI 전환을 하다보면, 금융데이터같은 중요한 데이터들까지 모조리 해외 빅테크들에 빨려나갈지도 모른다.

덧붙여 AI는 요즘 유행하는 챗GPT와 같은 LLM만 있는 게 아니다. 물론 저기서 말하는 소버린 AI의 중심은 LLM이겠지만. 사실, 현재 하향세를 그리는 제조업 쪽은 자동화를 위한 AI최적화 기술과 로보틱스 쪽이 더 중요할 것이다. 그런 것들도 우리가 자체 확보할 역량이 없다면 제조업의 경쟁력 또한 잃어버릴 것이다.

https://www.chosun.com/economy/tech_it/2025/06/17/GOY3L4RJIVC4NAFWEE24PP4IQY/

한국의 언어·데이터로 학습... 100조 투입 ‘소버린 AI’ 만든다

어쨌건 지금 사업의 중심은 LLM이다. 그리고 국내에는 나름 성능을 뽐내는 독자 모델들이 많이 있다. 그걸로 제대로 AI서비스만 구축해도 일단 먹고 들어갈 거라 본다. 다만 필요한건 AI기술만이 아니다. 그것을 서비스할 기술들이 사실 더 많이 필요하다.

챗GPT는 단순히 LLM만 연결한 챗봇이 아니다. 그 챗봇 화면은 처음 챗GPT가 나온 이래 크게 달라지지 않았지만 내부에는 훨씬 많은 기능들이 들어간다. 다양한 데이터 소스를 통합해서 그걸로 적절히 답을 해줘야하고, 요즘은 에이전트 개념으로 다 많은 것들이 엮이며, 내부적으로 더 복잡한 기능들을 제공한다.

지브리 그림도 LLM만 연결되면 되는 게 아니다.

솔직히 난 저것을 주도하는 하정우 수석이란 분이 네이버 클라우드 출신이란 점에서 다소간의 불안을 느낀다. 네이버가 내놓은 챗봇 서비스는 클로버 X다. 그리고 그건 '한국어'란 진입장벽에도 불구하고 빠르게 발전하고 있는 해외 서비스들에 비해 우위라고 할 만한 걸 못 보여줬다. 그런데 이후 얼마나 확고한 비전을 보여줄지 의심이 드는 것이다.

다만 자원이 부족해 제실력을 발휘 못했을 뿐이라면 다행이겠지만.

남의 기술을 따라가다가 그마저도 못하고 주저앉은체로 끝날까봐 걱정이다.

하지만 떨어져도 괜찮다. 어차피 AI기술은 시간이 지나면 상향평준화 될 것이다. 계속 하기만 하면 국내의 데이터를 통합하고, 서비스를 제공하는 기술도 발달할 것이다. 가장 우려되는건 막대한 돈을 들여 시작하고는 금새 빅테크들을 보며 '거봐, 안 되잖아'라며 그만두는 것이다. 국내에서 이루어지는 많은 연구들이 그런 식으로 끝난다.

우리나라는 AI를 못한다. ㅈ도 못한다. 하지만 언제는 처음부터 잘해서 시작했나? 우린 자동차도 ㅈ도 못했고, 조선도 쪽배나 만들 줄 알았고, 석유화학? 합성섬유가 아니라 사람 머리카락 잘라다 가발만들어 팔던 나라였다. 그 시절, 우리나라가 반도체에서 탑급의 나라가 될거라고 누가 믿었을까. 뭐, 그땐 반도체가 뭔지도 몰랐지.

무슨 첨단 기술 하란 것도 아니다. 요즘 AI 모델은 사람들이 집에서 공부한다. 기업들이 그 수준도 못하나.

최근 뜨고 있는 건 AI 에이전트 기술이다. 이건 초기의 LLM연구 트렌드에서처럼 모델 자체를 설계할 필요도 없다. 모델을 만들기 위해 어마어마한 원천 데이터를 확보해야 하는 것도 아니다. 누군가가 잘 해도 이쪽의 워크플로우와 데이터에 맞지 않으면 쓸모가 없다. 반대로 빅테크와의 경쟁에서도 고유성을 확보해 잘 써먹을 수도 있다. 원천 기술이기보다 응용 기술에 가깝기 때문이다. 따라서 오히려 지금의 상황은 기회가 될 수도 있다.

https://www.viva100.com/article/20250617500617

[사설] ‘AI 에이전트’ 기술 선도국 우리가 만들 수 있다

그러려면 선택과 집중이 필요할 때다. 모든 걸 잘할 필요는 없다. 현재만 해도, 당장 오픈소스 LLM 써먹으려고 하면 안 되는 부분 천지다. 그런 부분에서 핵심적인 기술만 확보하면 된다.

아니, 일단 서비스 시작이라도 하고 차츰차츰 고도화 해 나가면 된다.

어차피 가야할 길이다. 내 다리로 가느냐 남들에게 목줄 잡히고 끌려가느냐 차이다. 어차피 가야하면 주판알 좀 굴리지 말고 일단 발걸음부터 옮겼으면 한다. 그리고 기왕에 기술자가 리더가 된 만큼, 이런 문제는 기술자의 인사이트가 필요하다는 것을 보여줬으면 좋겠다.