SKT와 국방부, 독자 AI 파운데이션 모델을 국방 행정에 처음 도입

• SKT가 국방부·과학기술정보통신부와 손잡고 국방 인공지능 전환에 들어감

  • 14일 서울 을지로 SKT타워에서 국방 AI 촉진을 위한 업무협약(MOU)을 체결함
  • 협약 이름은 과기정통부 독자 AI 파운데이션 모델의 국방 분야 활용임

• 이번 협력은 독자 AI 파운데이션 모델을 국방 분야에 활용하는 첫 사례임

  • 국방 특화 AI 모델을 개발하고, 국방 분야 공개데이터를 활용하는 방향임
  • 우선 기대 효과는 국방 행정 업무 효율화로 제시됨
  • 전투 시스템보다 행정 AX부터 시작하는 점이 현실적인 출발점임

• SKT는 대규모 언어 모델(LLM) 개발 역량과 서비스형 GPU 인프라를 기반으로 국방 특화 모델 개발을 주도할 계획임

  • 국방은 최고 수준의 보안을 요구하는 영역이라 범용 클라우드 AI를 그대로 쓰기 어렵다는 특수성이 있음
  • 그래서 국내 독자 모델과 자체 인프라를 활용하는 접근이 강조됨

• SKT는 이 협력을 K-국방 경쟁력 강화와 연결해 설명함

  • 김명국 SKT 인더스트리얼 AI 본부장은 AI 기술력, 데이터센터, 통신 역량을 묶어 국방 분야에 기여하겠다고 밝힘
  • 앞으로 금융, 제조, 의료, 공공처럼 데이터주권과 보안이 중요한 영역으로 AI 활용을 넓히겠다는 계획도 언급함

• 개발자 관점에서는 “도메인 특화 LLM”의 공공·규제 산업 버전으로 볼 수 있음

  • 단순 모델 성능 경쟁보다 데이터 접근 권한, 폐쇄망 또는 제한망 운영, 감사 가능성, 인프라 통제가 더 중요해지는 케이스임
  • 국방 행정에서 성과가 나오면 다른 고보안 산업으로 레퍼런스가 확산될 가능성이 있음

---

기술 맥락

• 여기서 선택된 기술 방향은 범용 AI 서비스를 그대로 가져오는 게 아니라, 독자 AI 파운데이션 모델을 국방 업무에 맞게 특화하는 방식이에요. 국방 데이터는 민감도가 높아서 외부 모델과 인프라에 그냥 흘려보내기 어렵거든요.

• SKT가 대규모 언어 모델 개발 역량과 서비스형 GPU 인프라를 같이 언급한 이유도 여기에 있어요. 모델만 있어서는 부족하고, 학습·추론을 어디서 돌릴지까지 통제해야 실제 국방 환경에서 쓸 수 있어요.

• 이번 적용 범위가 국방 행정 업무라는 점도 중요해요. 처음부터 전술 의사결정 같은 고위험 영역으로 가기보다, 문서 처리나 행정 효율화처럼 효과를 검증하기 쉬운 영역에서 시작하는 흐름이에요.

• 소버린 AI라는 표현은 정치적 구호처럼 들릴 수 있지만, 개발 관점에선 데이터 위치, 접근 권한, 모델 운영, 감사 로그를 누가 통제하느냐의 문제예요. 금융·의료·공공으로 확장될 때도 결국 같은 질문이 반복될 가능성이 커요.