한국 인공지능 모델, 국가대표 선발전만으론 세계 시장 못 뚫는다

중국은 퍼뜨리고, 미국은 잠그고, 한국은 선발전 중

• 중국 인공지능 기업들은 오픈웨이트와 낮은 가격을 무기로 세계 개발자와 서비스 기업을 빨아들이는 중임.

  • 개발자가 직접 내려받아 실험하거나 서비스에 붙이기 쉬운 구조라 확산 속도가 빠름.
  • 배경훈 과학기술정보통신부 장관도 중국 기업이 적은 비용으로 좋은 성과를 내는 점이 “솔직히 부럽다”고 말했음.

• 반대로 미국은 최상위 인공지능 모델을 국가 전략자산처럼 다루면서 폐쇄형 API 중심으로 통제하는 흐름임.

  • 오픈AI, 앤트로픽, 구글 같은 회사의 고성능 모델은 대체로 API를 통해 쓰는 방식이 중심임.
  • 한국은 이 둘 중 하나를 그대로 따라 하기보다, 외부 의존을 낮추면서도 세계 시장에서 선택받는 모델을 만들어야 한다는 게 글의 핵심 문제의식임.

한국 모델의 문제는 발표가 아니라 채택임

• 정부의 독자 인공지능 파운데이션 모델 프로젝트는 현재 2단계 평가 국면에 들어갔음.

  • 참여팀은 LG AI연구원, SK텔레콤, 업스테이지, 모티프테크놀로지스 등 4개 팀임.
  • 각 기업은 수학, 코딩, 한국어, 장문 추론 성능을 높였다고 강조하고 있음.

• 1단계 모델들은 허깅페이스에서 관심을 받긴 했지만, 실제 상용 서비스로 이어진 사례는 아직 약하다는 지적이 나옴.

  • 일부 실증 사례를 빼면 국내에서도 대표적인 대규모 도입 사례를 찾기 어렵다는 것.
  • 다운로드 수나 관심도와 “돈 내고 계속 쓰는 고객” 사이에는 꽤 큰 간극이 있음.

• 젠스파크의 한국 진출 브리핑 사례가 이 문제를 꽤 적나라하게 보여줌.
  • 젠스파크가 업무별로 연결한다는 60개 넘는 인공지능 모델에는 오픈AI, 앤트로픽, 구글뿐 아니라 딥시크, 문샷AI, 미니맥스, 즈푸AI 같은 중국 모델도 포함돼 있었음.
  • 그런데 국내 모델은 단 한 개도 없었다고 함. 이건 꽤 아픈 장면임.

평가판의 속도와 시장의 속도가 다름

• 소버린 AI 방향 자체는 필요하다고 봄.

  • 외산 모델 공급이 끊기거나, 가격이 오르거나, 정책이 바뀌면 국내 서비스와 공공 시스템이 그대로 흔들릴 수 있음.
  • 한정된 GPU 자원을 경쟁력 있는 팀에 집중하는 단계평가도 나름의 이유가 있음.

• 다만 반년 단위 평가와 탈락 절차로는 글로벌 모델 경쟁 속도를 따라가기 어렵다는 게 문제임.

  • 세계 시장에서는 새 모델이 공개되면 곧바로 API, 에이전트 플랫폼, 업무 자동화 서비스에 붙음.
  • 모델의 수명도 짧아지고 있어서, “평가 끝나고 나서 공개”하는 리듬은 이미 늦을 수 있음.

• 그래서 정부 성과 기준도 바뀌어야 한다는 주장임.

  • 벤치마크와 국민평가단 점수만 볼 게 아니라 해외 API 호출량, 글로벌 플랫폼 탑재, 유료 고객 수를 봐야 함.
  • 추론 비용, 응답 속도, 안정성 같은 실제 운영 지표도 평가에 들어가야 함.

• 기업도 정부 GPU와 “국가대표” 간판만 기다리면 안 된다는 메시지가 강함.

  • 자기 자본을 걸고 글로벌 서비스가 실제로 선택할 만한 가격과 품질을 증명해야 함.
  • 결국 인공지능 모델 시장에서 제일 센 평가는 “좋아요”가 아니라 “프로덕션 트래픽”임.

---

기술 맥락

• 여기서 핵심 선택은 한국이 자체 파운데이션 모델을 계속 키울 것인가예요. 외산 모델만 쓰면 당장은 편하지만, 가격 정책이나 API 접근 조건이 바뀔 때 국내 서비스가 그대로 영향을 받거든요.

• 다만 모델을 만든다는 것과 시장에서 쓰인다는 건 완전히 다른 문제예요. 기업 입장에서는 애국심보다 지연시간, 추론 비용, 장애율, 한국어 품질, 계약 조건이 먼저라서요.

• 오픈웨이트 전략이 강한 이유는 개발자가 빠르게 만져볼 수 있기 때문이에요. 반대로 폐쇄형 API는 통제와 품질 관리는 쉽지만, 생태계 확산은 플랫폼 사업자의 속도에 묶여요.

• 기사에서 제안하는 평가 기준 변화도 이 맥락이에요. 수학·코딩 벤치마크 점수만으로는 운영 품질을 알기 어렵고, 실제 API 호출량과 유료 고객이 있어야 “이 모델을 서비스에 붙여도 된다”는 신뢰가 생기거든요.