'국가 AI 전략' 재정립과 운영 개선 제안
[기고글] 교수신문, May 2025
필자는 지난 5.7(수)부터 5.21(수)까지 3회에 걸쳐 위 제목의 글을 교수신문에 기고하였다.
아래는 3개 글 중에서 핵심 부분을 발췌, 가공한 것이다. (원문은 기사 링크를 클릭, 확인바람).
정부는 지난해 9월 국가 AI 위원회를 설치하고, 올해 2월에는 세계 3위로 도약하기 위한 국가 AI G3 전략을 발표했지만, 전략 자체의 타당성이 부족하다는 의견도 계속 제기되고 있다. 6월 조기 대선을 앞두고 유력 후보들이 제시하는 공약과 새로운 정부의 정책 기조에 따라 변화가 생길 가능성도 있다. 필자는 전략경영 관점에서 ‘국가 AI 전략’ 재정립과 운영 개선을 제안한다.
① 국가 AI 전략의 의미와 주요국 사례 => 원문
AI G3 전략은 ①AI 컴퓨팅 인프라 확충(2026년까지 GPU 1.8만 장 확보), ②세계 최고 수준의 AI 모델(World-Best LLM) 확보 ③민간 AI 투자 확대와 정책자금 지원, ④국가 차원 AI 전환(AX) 전면화(분야별 선도 프로젝트 추진), ⑤양질의 데이터 확충 및 고급인재 양성 등의 목표를 담고 있다. 이 전략은 국내 최고 전문가들이 수립한 것이지만, 각종 세미나와 언론을 통한 전문가 기고에서는 전략 자체의 타당성이 부족하다는 의견이 계속 제기되고 있다. 국가 차원에서 AI는 5~10년 후를 대비한 기술 경쟁력 향상, 당장 시급한 전통산업의 AX와 신산업 창출, 국민의 건강·안전·쾌적·풍요 등을 모두 지원하는 수단이 되어야 한다.
영국 토터스미디어, 스탠퍼드대 HAI 연구소, BCG 등이 평가한 우리나라의 AI 수준은 자본력, 인재, 데이터, 컴퓨팅 인프라 등 측면에서 미국, 중국뿐만 아니라 다른 경쟁국에 비해서도 상대적으로 매우 낮은 상태이다. 싱가포르, 프랑스, 캐나다, 인도, 핀란드 등도 G3를 목표로 국가 차원의 역량을 집중하고 있다. 한편, 생성형 AI를 개척한 오픈AI, 후발주자인 딥시크, 그리고 글로벌 테크기업인 IBM, 애플, 마이크로소프트, 아마존, 메타, 엔비디아, 테슬라 등은 모두 AI 관련 제품/서비스 혁신에 집중 투자하고 있다. 그러나, 이들 기업들은 주력 제품/서비스, 거기에 적용하는 AI 기술과 비즈니스 모델은 제각각이다. 공통점은 한 마디로 자기가 잘하는 사업을 더 발전시키기 위한 수단으로 AI를 개발·활용하고 있는 점이다. 예를 들면, 구글은 생성형 AI 제품 출시는 한발 늦었지만, 클라우드 서비스와 알파폴드3(단백질 구조 예측)와 메드팜2(의료 진단) 같은 컴포지트/하이브리드(판단형+생성형+추론형) AI 솔루션의 직접 매출과 클라우드 서비스를 통한 간접 매출로 실제 이익을 얻고 있다.
기업이든 정부든 DX와 AX 관련 전략·정책 결정자들이 여러 가지 기술의 발전 트렌드(과거-현재-미래를 잇는 시간 측면)와 상호관련성(인프라-플랫폼-애플리케이션-서비스 등을 연결하는 가상세계와 현실세계의 공간 측면)을 바르게 이해하지 못하면 헛돈을 퍼붓거나 중요한 순간에 길을 잃는 상황이 될 것이다.
② G3 전략의 타당성 검토와 재정립 방향 제안 => 원문
G3 전략은 다음과 같은 질문에 답함으로써 목표 타당성을 재확인해야 한다. ‘World Best LLM’(세계 최고 대규모 언어 모델, 이하 WBL) 개발이 국가 경쟁력을 높이기 위한 최상책이면서 유일한 전략인가? ‘세계 3위(G3)’는 무엇을 기준으로 한 것이며 그것이 왜 중요한가? 개발될 WBL로 선도기업 수준의 제품과 서비스를 만들어서 AI 전환(AX)을 추진하는 국내외 정부·기업·개인 시장을 개척할 수 있는가? R&D와 기술사업화는 전혀 다른 차원의 문제이며 LLM 자체는 고정 표적이 아니라 빠르게 발전하고 있는 이동(moving) 표적이라는 점을 감안해야 한다.
G3 전략은 기술·경제·운영·일정·위험 타당성도 재확인해야 한다. 3년쯤 후에 나올 WBL은 국내외 경쟁 대규모 언어 모델(LLM)과 동등하거나 더 우수한 기능·성능·가격·품질·활용성을 제공할 수 있을 것인가? 정부와 민간이 함께 조달할 예산으로 목표 수준의 기술개발은 물론 사업화도 가능한가? WBL과 이를 기반으로 한 제품·서비스 청사진의 기획부터 개발, 사업화, 보급·확산, 마케팅·판매, 사후 지원, 지속적 성능개량 등을 누가 주관할 것인가? 마일스톤 별로 필요한 자금, 인재, 물적·지적 자산 등을 적시에 확보, 배치할 수 있는가?
G3 전략을 다음과 같은 방향으로 재정립할 것을 제안한다.
첫째, [목표 설정] 기술개발을 넘어 시장 창출이 가능한 제품·서비스 개발을 목표로 해야 한다.
둘째, [기본방향] ‘패스트 팔로워’가 아닌 ‘틈새시장으로 퍼스트 무브’해야 한다.
셋째, [사업 추진] 예상 성과와 위험도를 감안한 포트폴리오로 설계, 관리해야 한다.
넷째, [역할분담] 대기업이 앞장서고 정부는 촉진과 규제로 지원해야 한다.
다섯째, [접근방법] ‘시스템 사고’와 ‘플랫폼 사고’에 입각한 계획-실행이 전제되어야 한다.
③ 거버넌스 운영 방안 => 원문
선도 국가와 기업에 비하면 턱없이 부족한 자원을 가진 우리나라가 AI라는 거대한 물결에 바르게 대응하기 위해서는 산·학·연·관·민이 가진 물적·지적·인적·금전적 역량을 한 곳으로 모아서 난관을 돌파하는 것밖에 다른 묘책이 없다. 다양한 관점(예: 정책, 기술, 제품, 시장)과 초점(예: 목표, 데이터, 프로세스, 사람, 실행방법)을 한 곳으로 모으기 위해서는 먼저 이해관계자가 공감하는 목표를 설정해야 한다. 이어, 참여자 간 합리적 역할 분담을 통해 그것을 달성해야 한다. 그러나 현실은 정부·지자체, 기업, 학계·연구계 등의 전략과 접근방법이 파편화되어 있어서 한 방향으로 힘을 모으기 어려운 상황이다.
국내에서는 기존 조직의 역할 범위를 벗어나는 새로운 임무가 등장할 때마다 ‘컨트롤 타워’의 필요성이 제기되지만, 이는 효과적인 해결책이라 할 수 없다. ‘국가 AI 위원회’ 같은 최상위 조직을 설치하더라도 다양한 플레이어들을 연결, 통합하는 데 필요한 기술적·관리적 리더십과 예산·인원·제도 등에 대한 조정·통제 권한과 책임이 부족하기 때문이다. 진정한 컨트롤 타워는 특정 조직에 권한을 몰아주는 식의 물리적 통합과 수직적 거버넌스가 아니라 긴밀한 의사소통을 통해 이해관계자들이 연결-협업하는 논리적 연결과 수평적 거버넌스가 되어야 한다. 국가 AI 전략 수립과 집행을 더욱 체계적으로 수행하기 위해 종래의 오프라인 기반 회의나 심의·의결 방식에 온라인 협업 플랫폼을 활용한 정보공유, 토론, 합의 방식을 보강할 것을 제안한다.
EU는 2021년부터 2027년까지 추진하는 지역혁신 프로그램인 S3(Smart Specialization Strategies)을 뒷받침하기 위해 2023년부터 CoP(Community of Practice)라는 전문가 협업 플랫폼을 운영하고 있다. CoP는 전문가들이 진행하는 워킹그룹별 논의 결과, 전문가들의 분석 자료, 검토할 주제 등을 모으고 이를 모니터링 시스템과 운영위원회를 통해 검토, 변환해서 의미 있는 지식 자본으로 (재)생산한 후 이해관계자에게 배포하는 기능을 수행한다.
국내 전문가들의 지혜를 모아서 합리적인 국가 전략이 수립되고 소기의 성과를 거두게 되기를 기대한다.
#국가AI전략 #G3전략 #대규모언어모델_LLM #AI전환 #목표타당성 #기술경제운영타당성 #패스트팔로워 #퍼스트무버 #시스템사고 #플랫폼사고 #수직적거버넌스 #협업적거버넌스 #전문가협업플랫폼
