AI는 속도 싸움…하루라도 빨리 미중 추격 기반 만들어야 작성일 09-22 58 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="pSoGFYWASV"> <figure class="figure_frm origin_fig" contents-hash="31f00d0b2f38fac2ad6b388f215e8269abbd6e6397f3f6ea33263a9ebef4d8ee" dmcf-pid="UvgH3GYcS2" dmcf-ptype="figure"> <p class="link_figure"><img alt="디지털타임스와 한국정보산업연합회가 11일 주최한 ‘AI G3 3년 안에 달렸다’ 특별 좌담회에서 전문가들이 의견을 교환하고 있다. 박동욱기자 fufus@" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202509/22/dt/20250922152224143arbq.jpg" data-org-width="640" dmcf-mid="0pBjrNaVyf" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202509/22/dt/20250922152224143arbq.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 디지털타임스와 한국정보산업연합회가 11일 주최한 ‘AI G3 3년 안에 달렸다’ 특별 좌담회에서 전문가들이 의견을 교환하고 있다. 박동욱기자 fufus@ </figcaption> </figure> <p contents-hash="61f67de8f9614bd2f64afa07af4f9f5e264abcb08b925ceff5ecab7c85c88109" dmcf-pid="uFs72uUlh9" dmcf-ptype="general"><br> 이재명 정부가 인공지능(AI) 세계 3강(G3)을 목표로 대담한 도전을 시작했다. AI 정책 컨트롤타워인 국가인공지능전략위원회를 세우고 수십만장의 그래픽처리장치(GPU)를 확보한다는 계획도 발표했다. 독자 파운데이션 모델 프로젝트도 진행 중이다.<br><br> AI는 그동안 나왔던 그 기술보다 발전속도가 빠르다. 때문에 전문가들은 “AI는 속도 싸움”이라고 입을 모은다. 특히 AI G3 목표를 달성하느냐는 앞으로 3년 간 어떤 전략을 세워 실행하느냐에 달렸다고 말한다.<br><br> 이에 디지털타임스는 한국정보산업연합회(FKII)와 함께 이달 11일 ‘AI G3 3년 안에 달렸다’ 주제의 특별 좌담회를 열고 전문가들의 의견을 들었다. 전문가들은 “AI는 전기나 통신 같이 대규모 인프라가 필요한 사업보다 더 높은 진입 장벽이 있다“며 ”3년 안에 우수한 인프라를 조성하고 관련 법 제도도 완비해야 한다“고 말했다.<br><br> △사회=여러 전문가들이 AI 글로벌 강국 도약이 앞으로의 3년에 달렸다고 말한다.<br><br> △김우승 대표=3년 만에 쫓아가겠다기보다는3년 안에 쫓아갈 수 있는 환경적인 부분을 빨리 갖추는 게 무엇보다도 중요하다.<br><br> △조홍종 교수=현재도 늦었다. 인력 공급과 규제 완화, 재원 마련, 기술 개발 등울 동시에 추진해야 한다. 3년도 길다. 단축시켜야 한다.<br><br> △장준영 파트너 변호사=데이터센터와 GPU 등 AI 인프라와 인재, 양질의 데이터를 누가 더 빨리 확보할 것인가가 국가 AI 경쟁력을 결정할 것이다. 하루라도 빨리 추진하는 것이 중요하다. 이를 가로막는 규제 장벽이 있다면 완화해야 한다.<br><br> △추형석 교수=AI 3대 강국이 될 수 있는 두 번째 기회를 잘 살려야한다. 2021년에 네이버가 ‘하이퍼클로바 204B’를 개발했을 때가 첫번째 기회였는데 놓치고 말았다. 현재 (정부의 독자 파운데이션 모델 프로젝트에서) 국가대표 정예팀 5곳이 각각 컨소시엄을 이루고 있는데 한 곳씩 탈락시킬 것이 아니라 프로야구의 올스타팀을 만드는 방식으로 전환하면 어떨까.<br><br> △임일 교수=지금 상황은 늦었다고 생각할 수 있지만, 많은 사람들이 이를 인식하고 있기에 희망이 있다고 볼 수 있다.<br><br> △사회=내년 1월 AI 기본법 시행을 앞두고 하위 법령과 시행령 관련 후속 논의를 이어가고 있다. 정부가 법적 측면에서 어떤 정책을 마련해야 한다고 보나.<br><br> △장=AI 기본법은 진흥에 방점을 두면서 정부 지원의 근거 조항을 다수 포함헀다. 법조계에서도 규제보다는 진흥법 성격이 강하다고 평가한다. 그러나 하위 법령과 가이드라인을 시장 혼란 없이 최소한의 안전성과 신뢰성을 담보할 수 있도록 구체화하는 게 필요하다.<br><br> △추=대통령실 AI미래기획수석비서관 신설과 AI 기본법을 ‘진흥 중심’으로 가져가겠다는 정부 방침이 눈에 띈다. AI 기본법이 시행되더라도 규제의 수단이 구체적이지 않기에 전반적인 방향은 진흥 쪽으로 갈 거라고 예상한다.<br><br> △김=AI 학습 데이터 관련 저작권 이슈도 해결해야 한다. 글로벌 AI 기업은 작가와 언론사 등과 법적 싸움을 하고 있다. 대기업은 자본으로 (저작권료를) 해결할 수 있지만, 중소기업은 현실적으로 데이터 확보에 어려움을 겪을 것이다. 저작권 문제를 해결하기 위해 특례가 필요하다<br><br> △사회=국가AI전략위원회가 있고 대통령실에 AI 수석도 있다. 과학기술정보통신부 장관은 부총리로 격상된다. 현재 국가 AI 정책 거버넌스 체계는 어떻게 게 평가하나.<br><br> △임=중요한 건 현재 거버넌스 체계 자체보다도 상황 변화에 맞춰 얼마나 빨리, 유연하게 바꿀 수 있느냐다. 앞으로 산업과 기술 발전 단계에 따라 거버넌스 체계도 개편해야 할 것이다.<br><br> △조=한국의 핵심 산업인 제조업이 중국에 계속 밀리고 있다. 경제 재도약을 위해 산업별 특화 버티컬 AI를 앞세워야 한다. 국가 안보 차원에서 한국형 파운데이션 모델도 구축해야 한다. 이를 위해 진흥에 초점을 맞춘 법 제도가 따라야 한다.<br><br> △사회=데이터센터와 양질의 데이터, 전력 등 인프라를 시기적절하게 완비하기 위한 최선의 전략은.<br><br> △조=지리적 미스매치를 풀어야 한다. 데이터센터는 수도권에 들어오기를 원하는 반면 재생에너지와 원전은 대부분 지방에 분포해 있다. 데이터센터는 전력의 연속적·안정적 공급이 필수다. 대규모 AI 데이터센터를 운영하려면 소형 모듈 원전(SMR) 등 24시간 안정 전원과 백업 설비, 부하관리 시스템이 필요하다.<br><br> △장=전력 문제로 수도권에 신규 데이터센터를 짓기가 현실적으로 어려운 실정이다. 대안으로 기존 수도권 데이터센터를 AI 전용으로 업그레이드하는 방안을 적극 검토할 수 있다.<br><br> △추=인프라 정책은 단순히 ‘GPU를 산다’는 식의 캐치프레이즈로 끝낼 게 아니라 현실적인 조건을 반영해 실질적 도움이 되는 정책을 설계하는 것이 중요하다. GPU는 한 번 사면 약 5년 내 승부를 봐야 하는 자산이다. 전력 공급 문제가 해결되지 않은 채로 무작정 GPU만 대량 구매하면 실패한 정책이다.<br><br> △조=서울대 연구실들도 전력 부족으로 GPU를 돌리지 못해 순환 정전을 하는 상황이 발생하는 게 현실이다. 또 전력수급계약(PPA) 체계로 기업이 발전사업자와 직접 전력 거래를 하기 어렵고 한전 전기를 써야 한다. 울산과 같이 LNG·열병합 발전으로 24시간 안정적 전력을 공급할 여건이 있어도 제도적으로 매칭이 어렵다. 제도 개선이 시급하다.<br><br> △김=기업 측면에서는 당장 저비용 GPU 접근성이 절실하다. 소규모 기업이 단건 작업을 할 때도 서비스형GPU 사용료가 수천만원 단위로 발생하기에 현실적인 지원책이 나와야 한다.<br><br> △사회=한국의 강점인 제조업의 경쟁력을 더욱 강화하기 위해서는 산업 특화 버티컬 AI가 필요하다는 지적이 나온다.<br><br> △임=파운데이션 모델은 연구·개발(R&D)의 영역이다. 산업에서 실질적 가치를 창출하려면 이를 커스터마이즈할 수 있는 인력과 노하우가 필요하다. 거대언어모델(LLM)이 필요 없고 전통적 머신러닝이나 소형언어모델(sLLM)으로 충분한 경우도 있어 업종별로 다르게 대응해야 한다.<br><br> △김=중소기업 대상의 공통·기초 모델이나 지역 산업단지별 맞춤형 모델을 공공·민간 협력으로 제공하면 실효성이 클 것이다.<br><br> △조=중소기업들은 자체 도메인 지식을 보유하고 있어 데이터를 공유하기를 꺼린다. 독일의 카테나-X 사례처럼 도메인별 데이터 스페이스를 만들고 데이터 제공자에게 인센티브를 주는 구조가 필요하다. 에너지·전력 등 공공 데이터는 공기업 소유이므로 공개가 가능하다고 본다.<br><br> △장=한국은 의료, 제조 등에서 양질의 도메인 데이터를 보유했다는 강점을 갖고 있다. 이 자원을 활용할 수 있는 법적·제도적 장치만 마련되면 버티컬 AI에서 글로벌 경쟁력을 갖출 것이라고 본다.<br><br> 임성원 기자 sone@dt.co.kr</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털타임스. 무단전재 및 재배포 금지.</p> 관련자료 이전 신성록, 데뷔 첫 단독 콘서트 성료 09-22 다음 특급인재가 동료에 주는 영향 커…정부가 외국 인재 유치 도와야 09-22 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
