본문으로 건너뛰기
피드

북한도 자체 인공지능 개발 중, 오픈소스 흡수해 경량화로 추격

ai-ml 약 6분
vote
0
댓글
북마크

북한이 김일성종합대학 인공지능기술연구소를 중심으로 자체 인공지능과 조선어 자연어처리 기술을 개발하고 있다는 분석이 나왔다. 대규모 인프라는 부족하지만 오픈소스 모델과 알고리즘을 빠르게 흡수해 국방, 공업, 농업, 의료, 교육에 적용하려는 ‘자원제약형 빠른 추격자’ 전략이라는 평가다.

  • 1

    북한은 챗지피티와 라마 구조를 분석해 학습 효율 개선 논문을 발표한 것으로 조사됐다

  • 2

    김일성종합대학 산하 연구소는 북한판 인공지능 ‘룡마 1.0’을 개발 중인 것으로 소개됐다

  • 3

    북한은 전기, 데이터센터, 하드웨어가 부족하지만 수학·알고리즘 이해도와 경량화 역량을 앞세우는 전략을 취한다

  • 4

    인공지능 일기예보체계는 예보 오차를 이전 대비 20~30% 개선했다고 주장했다

  • 5

    교육 현장에서는 안면인식으로 학생 감정과 학습 태도를 분석하는 시스템도 도입한 것으로 알려졌다

  • 북한이 자체 인공지능 개발을 꽤 진지하게 밀고 있다는 분석이 나옴

    • 최현규 한국과학기술정보연구원 박사가 제2차 통일과학기술연구포럼에서 관련 조사 내용을 발표함
    • 흔히 북한은 전기, 데이터센터, 전문인력이 부족해서 자체 인공지능 개발이 어렵다고 보지만 실제 양상은 다르다는 설명임
  • 핵심 전략은 ‘오픈소스 흡수 + 경량화 + 실산업 적용’에 가까움

    • 북한은 해외 오픈소스 모델과 알고리즘을 들여와 튜닝하고, 국방·공업·농업·의료·교육 전 분야에 투입하려는 것으로 조사됨
    • 김일성종합대학 연구팀은 지난해 챗지피티와 라마 구조를 분석해 학습 효율을 개선했다는 논문을 발표함
  • 북한판 인공지능 ‘룡마 1.0’도 개발 중인 것으로 소개됨

    • 김일성종합대학 산하 인공지능기술연구소가 챗지피티를 벤치마킹해 개발 중이라고 함
    • 기사 표현으로는 ‘정신노동까지 대신하는’ 초경량 자체 인공지능을 지향하는 셈임

ℹ️참고

> 최현규 박사는 북한의 인공지능 전략을 ‘자원제약형 빠른 추격자’라고 정리함. 거대 자본이 필요한 모델 단계는 어렵지만, 오픈소스를 빠르게 흡수해 경량화·변형하는 실전 역량은 있다는 평가임.

  • 북한이 완전히 기술 황무지인 건 아니라는 사례도 있음

    • 1990년대 자체 컴퓨터 바둑 프로그램을 개발해 세계대회에서 여러 차례 우승한 전적이 있음
    • 당시 개발을 이끈 인력이 현재 국방과학 분야에 있는 것으로 파악됐다고 함
    • 조선어 특화 자연어처리 기술도 상당 수준 발전한 것으로 알려짐
  • 적용 분야는 꽤 현실적이고, 동시에 북한스럽게 무겁기도 함

    • 북한은 ‘지능화’와 ‘수자화’, 즉 디지털화를 강조하면서 생산공정, 의료, 교육 시스템의 무인화·자동화를 추진 중임
    • 신의주에 여의도 1.5배 규모의 대규모 온실농장을 준공했고, 부족한 인력을 메우기 위해 인공지능 무인 시스템을 도입했다는 분석도 나옴
  • 농업과 기상 쪽 성과 주장도 있음

    • 북한 연구팀은 인공지능 통합일기예보체계를 개발해 예보 오차를 이전 대비 20~30% 개선했다는 논문을 냄
    • 농업을 중시하는 만큼 인공지능 결합 병해충 식별 시스템 논문도 발표한 것으로 소개됨
  • 의료 인공지능에서는 폐 진단 기술에 관심이 크다고 함

    • 북한은 지난해 평양종합병원을 착공 5년 반 만에 준공했는데, 최신 의료 장비 부족 등이 지연 원인으로 꼽힘
    • 이런 한계를 메우기 위해 의료 인공지능 개발을 서두르는 것으로 분석됨
    • 다만 북한이 밝힌 성능은 검증이 필요하다는 단서가 붙음
  • 교육 현장 적용은 통제 목적도 드러남

    • 영어 발음을 교정해주는 프로그램처럼 일반적인 교육 보조 기능도 있음
    • 동시에 안면인식으로 학생의 감정과 학습 태도를 분석하는 시스템도 도입했다고 함
    • 자동화가 생산성 향상만이 아니라 감시와 통제 인프라로도 이어질 수 있다는 대목임

기술 맥락

  • 북한의 접근은 거대 모델을 처음부터 훈련하는 방식과는 달라요. 전기, 데이터센터, 최신 반도체가 부족한 환경에서는 모델 크기를 키우는 경쟁을 그대로 따라가기 어렵거든요.

  • 그래서 오픈소스 모델과 알고리즘을 빠르게 흡수한 뒤, 자기 환경에 맞게 줄이고 바꾸는 전략이 현실적이에요. 기사에서 말하는 ‘자원제약형 빠른 추격자’는 바로 이 지점을 가리켜요.

  • 조선어 자연어처리도 중요한 축이에요. 아무리 좋은 모델이라도 현지 언어 데이터와 도메인에 맞지 않으면 교육, 행정, 산업 현장에서 바로 쓰기 어렵거든요. 자체 언어 환경에 맞춘 튜닝이 실사용의 전제인 셈이에요.

  • 농업, 의료, 교육에 인공지능을 넣는 흐름은 기술적으로는 엣지 인공지능과 자동화 문제에 가까워요. 고성능 서버가 부족하면 작은 모델을 현장 장비에서 돌려야 하니까, 경량화와 알고리즘 최적화가 핵심 경쟁력이 돼요.

  • 다만 성능 수치는 조심해서 봐야 해요. 예보 오차 20~30% 개선 같은 주장은 흥미롭지만, 데이터셋, 기준 모델, 평가 방식이 공개적으로 검증되지 않으면 실제 수준을 판단하기 어렵거든요.

북한 인공지능은 거대 모델 경쟁이라기보다 ‘부족한 자원으로 어디까지 자동화할 수 있나’에 가까운 사례다. 오픈소스 모델 흡수, 경량화, 산업 적용이 결합되면 인프라가 약한 조직도 꽤 빠르게 추격할 수 있다는 점에서 기술적으로도 볼 만하다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.