북한 AI, 데이터센터 없어도 오픈소스 튜닝으로 빠르게 따라붙는 중

• 북한의 AI 전략을 한 줄로 줄이면 “자원제약형 빠른 추격자”임

  • 전력, 데이터센터, 전문 인력이 부족해서 자체 AI가 어렵다고 보는 시각이 많았지만, 실제로는 해외 오픈소스 모델과 알고리즘을 들여와 대대적으로 튜닝하는 중이라는 분석
  • 국방, 공업, 농업, 의료, 교육 전반에 AI 투입을 시도하고 있음

• 거대 모델을 처음부터 만드는 쪽보다는 경량화와 최적화에 초점이 있음

  • 김일성종합대학 연구팀은 지난해 챗GPT와 라마(LLaMA)의 구조를 분석해 학습 효율을 개선했다는 논문을 발표함
  • 대학 산하 인공지능기술연구소는 챗GPT를 벤치마킹한 북한판 AI ‘룡마 1.0’을 개발 중이라고 알려짐
  • 최현규 KISTI 박사는 북한의 수학적·알고리즘 이해도가 상당하다고 평가함

• 북한은 조선어 특화 자연어처리(NLP)도 꽤 밀고 있는 것으로 보임

  • 1990년대 자체 컴퓨터 바둑 프로그램으로 세계대회에서 여러 차례 우승한 이력도 언급됨
  • 당시 개발을 이끈 인력이 현재 국방과학 분야에 있는 것으로 파악됐다는 대목이 꽤 흥미로움

• 적용 분야는 생각보다 넓음

  • 신의주에 여의도 1.5배 규모로 준공한 대규모 온실농장에 AI 무인 시스템을 도입했다는 분석이 있음
  • AI 통합일기예보체계로 예보 오차를 이전 대비 20~30% 개선했다는 논문도 나옴
  • 농업 쪽에서는 병해충 식별 시스템, 의료 쪽에서는 폐 진단 기술에 관심이 크다고 함

• 교육 분야 AI는 생산성 도구이면서 동시에 통제 도구로 보임

  • 영어 발음 교정 프로그램처럼 일반적인 교육 보조 기능도 있음
  • 동시에 안면인식으로 원격 수업 학생의 감정과 학습 태도를 분석하는 시스템도 도입했다고 함
  • 여기서 AI는 학습 지원보다 감시와 통제 쪽으로도 바로 이어질 수 있음

• 한국 개발자 입장에서 이 뉴스가 그냥 북한 소식으로만 끝나진 않음

  • 제한된 하드웨어, 부족한 데이터, 낮은 전력 같은 조건에서 모델을 줄이고 바꿔 실제 산업에 넣는 역량이 핵심으로 등장함
  • 거대 모델 경쟁 밖에서도 오픈소스 모델을 빠르게 흡수해 현장형 AI로 바꾸는 능력이 전략 자산이 될 수 있다는 얘기임

---

기술 맥락

• 북한이 택한 방향은 초대형 모델을 정면으로 만드는 게 아니라, 공개된 모델과 알고리즘을 가져와 제한된 환경에 맞게 줄이고 바꾸는 방식이에요. 왜냐면 전력, 데이터센터, 고성능 하드웨어가 부족한 상황에서는 모델 크기보다 실행 가능성이 먼저거든요.

• 이 흐름에서 경량화와 최적화가 중요해져요. 같은 AI라도 클라우드 GPU에서 돌리는 것과 농업·의료·교육 현장 시스템에 넣는 건 완전히 다른 문제예요. 제한된 장비에서 돌아가야 하니 모델 구조, 학습 효율, 추론 비용을 계속 깎아야 해요.

• 오픈소스 모델을 분석한다는 대목도 그냥 따라 하기와는 조금 달라요. 라마(LLaMA) 같은 모델 구조를 이해하고 특정 언어와 업무에 맞게 튜닝하면, 거대 자본 없이도 좁은 영역에서는 실용적인 결과를 만들 수 있거든요.

• 다만 감정 분석과 학습 태도 분석처럼 사람을 평가하는 AI는 기술 성능만 볼 문제가 아니에요. 누가 어떤 목적으로 쓰는지에 따라 교육 보조 도구가 아니라 감시 시스템이 될 수 있기 때문이에요.