본문으로 건너뛰기
피드

정부의 ‘모두의 AI’, 한국형 챗지피티보다 더 큰 질문은 기술 주권과 지속 운영비

ai-ml 약 6분
vote
0
댓글
북마크

정부가 2028년까지 1조 2450억 원을 투입해 대국민 무료 대화형 AI 서비스 ‘모두의 AI’를 추진한다. 독자 AI 파운데이션 모델, 독립 벤치마크, 오픈소스 생태계, 노년층 친화 UI, 3300만 명 교육이 핵심 축이다. 다만 장기 운영 비용과 실제 기술 독립성 검증이 성패를 가를 가능성이 크다.

  • 1

    정부는 11월 대국민 무료 출시를 목표로 ‘모두의 AI’ 사업을 추진함

  • 2

    2028년까지 5년간 1조 2450억 원을 투입하고, 자체 개발 원칙을 엄격히 보겠다는 입장임

  • 3

    LG AI 연구원, SKT, 업스테이지가 1차 평가를 통과했고 네이버클라우드는 탈락함

  • 4

    NIA가 3억 4800만 원 규모 독립 벤치마크 사업을 진행해 성능과 안전성을 검증할 예정임

  • 5

    2027년까지 3300만 명 대상 AI 활용 교육과 노년층 특화 UI도 추진됨

  • 정부가 ‘모두의 AI’라는 대국민 무료 AI 챗봇을 11월 출시 목표로 추진 중임

    • 오픈AI의 챗지피티와 비슷한 대화형 AI 서비스지만, 정부는 단순 모방이 아니라 AI 주권, 디지털 포용, 국내 생태계 확대를 동시에 노린다고 설명함
    • 핵심 엔진은 한국 기업이 직접 개발한 독자 AI 파운데이션 모델, 이른바 독파모임
  • 예산 규모부터 꽤 큼. 2028년까지 5년간 1조 2450억 원이 들어감

    • 국민주권정부 국정기획위원회가 해당 사업에 이 예산을 투입하는 구조임
    • 세금이 크게 들어가는 만큼 기술 독립성 검증도 강하게 보겠다는 분위기임
  • 1차 평가에서는 LG AI 연구원, SKT, 업스테이지가 통과했고 네이버클라우드는 탈락함

    • 핵심 기준은 ‘프롬 스크래치’, 즉 외부 기술을 가져다 붙이지 않고 자체 기술로 처음부터 개발했는지였음
    • 최근 중국산 AI 기술 차용 의혹 같은 논란이 있었기 때문에, 보안 취약점과 데이터 종속성을 초반부터 차단하려는 의도가 깔려 있음

중요

> ‘한국형 챗지피티’라는 이름보다 중요한 건 실제 독립성임. 모델 학습, 데이터, 코드, 운영 인프라 중 어디까지 자체 통제 가능한지가 관건임

  • 성능 검증은 NIA 주도로 별도 벤치마크 사업을 진행함

    • 규모는 3억 4800만 원이고, 12월까지 진행될 예정임
    • 평가자와 평가 대상을 분리해 검증 독립성을 유지하겠다는 방향임
    • 대국민 서비스라면 단순히 잘 대답한다 수준이 아니라 안전성, 신뢰도, 편향, 한국어 품질까지 확인해야 함
  • 공개 모델과 생태계 전략도 같이 묶여 있음

    • K-엑사원, A.X K1, 솔라 오픈 100B 같은 검증 기반 모델이 허깅페이스에 공개됐다고 소개됨
    • 자본력이 부족한 국내 스타트업도 API를 통해 자체 서비스를 만들 수 있게 하려는 구상임
    • 이 부분이 잘 되면 공공 예산이 단순 챗봇 하나로 끝나지 않고 개발 생태계 인프라가 될 수 있음
  • 디지털 포용 쪽 목표도 꽤 구체적임

    • 노년층과 소외계층에 특화된 모델 도입을 검토 중임
    • 고령자 친화 UI로 글자 크기를 14pt에서 24pt로 키우고, 탭과 스와이프 중심의 단순 조작을 제공하는 방안이 언급됨
    • 2027년까지 3300만 명에게 코딩 없이 AI를 체험하고 배우는 맞춤형 교육을 제공한다는 계획도 있음
  • 다만 장기 운영비 문제는 아직 크게 남아 있음

    • 무료 대국민 AI 서비스는 추론 비용, 인프라, 보안, 고객지원, 모델 업데이트 비용이 계속 발생함
    • 2028년 이후 기업 공동 투자나 별도 재원 마련 없이 지속 가능할지는 따져봐야 함
    • 공공 서비스가 초반엔 화려하게 열렸다가 유지보수에서 힘이 빠지는 패턴은 너무 익숙함
  • 개발자 관점에서는 세 가지를 봐야 함

    • 첫째, 공개 모델이 실제로 상업 서비스에 붙일 만큼 문서와 라이선스가 명확한지
    • 둘째, API 가격과 속도, 장애 대응이 글로벌 사업자와 경쟁 가능한지
    • 셋째, 벤치마크 결과가 홍보용 점수가 아니라 실제 한국어 업무와 서비스 시나리오를 반영하는지

기술 맥락

  • 이 사업의 기술적 선택은 단순히 챗봇을 하나 만드는 게 아니라, 기반 모델을 국가 단위 인프라로 둘 것인가에 가까워요. 그래서 모델 자체 개발, 벤치마크, API 공개, 교육 정책이 한 묶음으로 붙어 있어요.

  • 프롬 스크래치 원칙이 강하게 나온 이유는 기술 주권 때문이에요. 외부 모델이나 코드를 깊게 섞으면 당장은 빠르지만, 나중에 보안 검증이나 라이선스, 데이터 출처 문제가 터졌을 때 공공 서비스 전체가 흔들릴 수 있거든요.

  • 벤치마크를 별도로 두는 것도 꽤 중요해요. AI 모델은 데모에서는 멋져 보여도 실제 국민 서비스에서는 한국어 방언, 행정 용어, 민감 질문, 노년층 사용 패턴 같은 변수가 많아서 독립 평가 없이는 신뢰를 얻기 어려워요.

  • 오픈소스 전략은 스타트업에게 기회가 될 수 있어요. 다만 모델을 공개했다는 말만으로는 부족하고, 실제 개발자가 붙일 수 있는 API, 예제, 비용 정책, 장애 대응 체계가 같이 있어야 생태계가 굴러가요.

한국 개발자 입장에서는 공공 AI가 실제 서비스와 스타트업 생태계에 어떤 API와 모델 접근성을 줄지가 관전 포인트다. ‘국산’이라는 라벨보다 중요한 건 성능, 비용, 문서화, 라이선스, 운영 안정성이 같이 따라오느냐다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

애플 새 음성 인식 API, 온디바이스 영어 전사에서 위스퍼 스몰까지 이겼다

애플의 새 음성 인식 API인 스피치애널라이저가 리브리스피치 벤치마크에서 기존 SFSpeechRecognizer는 물론 위스퍼 스몰보다도 낮은 단어 오류율을 기록했어. 깨끗한 음성에서는 2.12%, noisy 음성에서는 4.56%로, 기존 애플 API 대비 오류율을 3.5~4배 줄였고 위스퍼 스몰보다 약 3배 빠르게 돌았어. 다만 영어·애플 플랫폼·OS 26 조건의 결과라, 다국어와 크로스플랫폼에서는 여전히 위스퍼의 장점이 남아 있어.

ai-ml

AI를 진짜 잘 쓰는 기업, 미국 증시에서 연 30% 프리미엄 받는다는 연구

예일대와 로체스터대 연구진이 기업의 실제 대형 언어 모델 사용 데이터를 분석했더니, AI 활용도가 높은 상위 20% 기업이 하위 20%보다 주당 평균 0.64% 높은 초과수익률을 냈다. 단순히 AI 기업이냐가 아니라, 업무에 AI를 얼마나 깊게 쓰는지가 시장 가치에 반영되고 있다는 얘기다.

ai-ml

ZTE, AI 에이전트폰으로 스마트폰 재도전…진짜 승부처는 앱 생태계

ZTE가 바이트댄스의 더우바오를 탑재한 AI 에이전트 스마트폰으로 시장 재진입을 노린다. 핵심은 사용자가 명령하면 AI가 여러 앱을 직접 열고 조작하는 방식인데, 위챗·타오바오·알리페이 같은 플랫폼과 충돌하면서 생태계 문제가 가장 큰 변수로 떠올랐다.

ai-ml

노벨상 학자들까지 “AI 경제 충격, 지금 제도 안 만들면 늦다”

노벨 경제학상 수상자 15명을 포함한 학자와 기술 업계 인사 약 200명이 AI가 향후 10년 안에 경제를 급격히 바꿀 수 있다며 정책 대응을 촉구했다. 이들은 산업혁명보다 큰 변화가 훨씬 짧은 시간에 올 수 있고, 대규모 일자리 대체와 생활 수준 향상이라는 양면성이 동시에 존재한다고 봤다.

ai-ml

NHN, AI 데이터센터 매출 기대감에 목표주가 5만6000원으로 상향

한국투자증권이 NHN의 목표주가를 4만5000원에서 5만6000원으로 올리고 투자의견 매수를 유지했다. 핵심 근거는 양평 AI 데이터센터 가동, 공공·민간 GPU 클러스터 수주 확대, 클라우드 사업부 신규 매출 반영이다.