---
title: "SKT와 국방부, 독자 AI 파운데이션 모델을 국방 행정에 처음 도입"
published: 2026-05-14T08:05:03.101Z
canonical: https://jeff.news/article/2654
---
# SKT와 국방부, 독자 AI 파운데이션 모델을 국방 행정에 처음 도입

SK텔레콤이 국방부·과학기술정보통신부와 업무협약을 맺고 독자 AI 파운데이션 모델의 국방 분야 활용을 추진한다. 국방 특화 AI 모델을 개발하고 공개데이터를 활용해 국방 행정 업무 효율화를 노리는 첫 사례다.

- 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

> [!IMPORTANT]
> 국방 영역에서 AI를 쓴다는 건 단순히 챗봇 하나 붙이는 문제가 아님. 데이터가 어디에 저장되고, 어떤 모델이 처리하고, 누가 통제권을 갖는지가 핵심이라 “소버린 AI” 얘기가 바로 따라붙음.

- 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.

## 핵심 포인트

- 과기정통부 독자 AI 파운데이션 모델 프로젝트가 국방 분야에 처음 적용됨
- SKT는 대규모 언어 모델 개발 역량과 서비스형 GPU 인프라를 바탕으로 국방 특화 AI 모델 개발을 주도함
- 보안과 데이터주권이 중요한 국방 영역에서 소버린 AI 도입의 첫발이라는 의미가 있음

## 인사이트

국방 AI는 성능보다 데이터주권과 보안 요구가 먼저 튀어나오는 영역임. 그래서 해외 범용 모델을 그냥 붙이는 방식보다 국내 파운데이션 모델을 특화해 쓰려는 흐름이 더 강해질 가능성이 큼.