2026년 AI 통합 바우처 지원사업 공고 비판적 검토
AI 통합 바우처 지원사업, 수요 혁신 지원인가, 공급 판로 보조인가
1. 사업의 구조
2026년 NIPA가 공고한 AI바우처 지원사업은 표면상 수요기업의 AI 전환(AX)을 돕는 사업이다. 수요기업과 공급기업이 컨소시엄을 구성하고, 선정되면 수요기업이 최대 2억 원 한도의 바우처를 받아 공급기업의 AI 솔루션을 구매·도입하는 방식이다.
정책 언어는 '디지털 전환 촉진'이고, 제도 틀은 '수요 지원'이다. 그런데 실제 집행 구조를 들여다보면 그림이 달라진다. 핵심은 세 가지다. 수요·공급 컨소시엄 의무, 공급기업 POOL 등록제, 정부지원금의 60% 이상을 AI 솔루션비에 편성해야 한다는 예산 강제. 이 세 조건을 함께 보면, 이 사업은 수요기업의 혁신 예산이라기보다 공급기업의 납품 기회를 구조화한 사업에 더 가깝다. 수요기업 없이 공급기업이 들어올 수 없고, 공급기업 없이 바우처가 집행되지 않는다. 정부가 수요를 매개로 공급 시장의 판로를 여는 구조다.
이것이 나쁜 설계라는 말이 아니다. 문제는 그 성격을 수요기업 중심의 혁신 지원처럼 포장한다는 데 있다. 공고문이 '수요기업의 디지털 전환 촉진'을 목적으로 내세우는 동안, 예산 편성 기준은 솔루션 구매가 전체의 60% 이상이어야 한다고 못 박고 있다. 목적과 집행이 어긋나 있다.
2. 수요처에게 2억이란
AI 도입 비용의 실제 구조를 이해하지 않으면 2억이라는 숫자가 커 보일 수 있다. 그러나 AI 시스템의 실질 비용은 흔히 생각하는 '모델 도입비'가 아니다. 모델 사용료(추론·토큰 과금)보다 데이터 정비, 시스템 연동, 권한 관리, 보안 설계, 운영 모니터링에서 비용이 더 크게 발생한다. 이 구조는 한때 유행하던 메타버스나 블록체인 구축과는 다르다. 일회성 구축비보다 지속적으로 쌓이는 운영비(OPEX)가 훨씬 부담이 된다.
이 구조를 기준으로 보면, 약 7개월 수행기간에 최대 2억 원이라는 조건이 어느 구간에서 의미 있는지가 분명해진다. 범용 코파일럿이나 소수 사용자 대상의 SaaS 도입이라면 수천만 원대에서 파일럿이 가능하다. 부서 단위 챗봇이나 제한적 자동화라면 1억~2억대가 현실적인 파일럿 비용이다. 그러나 여러 시스템과 연동하는 실사용 단계라면 3억~5억이 필요하고, 전사 확산이나 규제 산업 적용, 온프레미스 구축이 들어가면 그 이상은 기본이다. 따라서 바우처 2억이 의미 있는 경우는 극히 제한적이다. 도입 범위를 좁게 잘라 파일럿 수준으로 진입하려는 기업, 그것도 이미 내부에 운영 예산과 담당 인력이 준비된 기업에 한해서다. 이 조건이 갖춰지지 않은 기업에게 2억은 시작비용에 불과하다. 사업이 끝나는 순간, 유지·운영·확장의 부담이 전부 자기 몫으로 돌아온다.
그 정도 예산으로 AX 파일럿이 가능한 사업장이라면 이후 운영·유지비 부담이 빠르게 드러날 가능성이 크고, 반대로 실제 필요 예산이 그 이상인 사업장이라면 굳이 외부 기준과 절차를 감수하며 시어머니를 굳이 들일 이유가 없다. 이 판단은 과장이 아니다. 지원금이 의미 있으려면 그 금액이 도입의 결정적 병목을 실제로 해소할 수 있어야 한다. 지금 구조에서 2억은 그 역할을 하기에 너무 작거나, 반대로 충분한 역량을 가진 기업에게는 굳이 필요하지 않은 규모가 된다. 이 사업이 포착하려는 중간 지대가 극히 좁은 이유가 여기에 있다.
3. 데이터 언어와 솔루션 집행의 모순
이 사업은 데이터 기반 전환을 강조하는 정책 언어를 사용하지만, 일반분과 안내서에서 실제로 지원하는 것은 데이터가 아니라 AI 솔루션 도입이다. 데이터 수집·구매·정제·가공 비용은 전부 불인정 항목이다. 더 정확히 말하면, 이 사업에서 데이터는 지원 대상이라기보다 사업비 밖에서 확보·정제되어야 하는 입력재에 가깝다. 정부가 보조하는 것은 그 데이터를 활용하는 솔루션의 구매비다. 연료 준비는 기업이 맡고, 엔진 값만 지원하는 구조에 가깝다.
역설은 여기서 나온다. 평가 기준에는 '양질의 데이터 보유 현황 및 수집 계획'을 보겠다고 되어 있다. 데이터를 평가 요소로 보면서, 데이터 준비 비용은 사업비로 지원하지 않는다. 데이터를 기준으로 기업을 선별하고, 데이터 준비의 부담은 기업이 상당 부분 떠안는 구조다. 지원과 요구가 서로 어긋나 있다.
따라서 이 사업을 'AI 데이터 바우처'처럼 이해하는 것은 적절하지 않다. 실체에 더 가까운 명칭은 'AI 솔루션 도입 바우처'다. 데이터는 목적물이 아니라 입력재이고, 그 입력재의 준비는 민간이 감당한다. 정부는 솔루션 구매 시점에 집중적으로 개입한다.
4. 실질 수혜자는 누구인가
수요처와 공급처 각각의 이익을 냉정하게 보면, 두 집단이 이 사업에서 얻는 무게가 다르다.
공급기업의 이익은 분명하다. 수요기업이 공급기업 POOL 안에서 파트너를 찾아 컨소시엄을 구성하고, 선정된 과제에서는 자사 솔루션의 판매대금을 공적 재원으로 지급받으며, 수행 실적과 레퍼런스를 남길 수 있다. 별도 공급기업 POOL 2차 모집까지 운영한다는 사실이 이 사업에서 공급기반 확보가 중요한 정책 목표임을 보여준다.
수요기업의 이익은 조건부다. 이미 도입할 솔루션이 정해져 있고, 내부 실무 인력이 붙을 수 있으며, 사업 종료 후에도 자체 예산으로 계속 운영할 수 있을 때에 한해 의미가 생긴다. 이 네 가지 전제가 하나라도 빠지면, 사업 종료 후 남는 것은 공급기업 솔루션과 그것을 유지하기 위한 지속 비용이다. 이 경우 바우처는 단기 도입을 유도한 뒤 장기 비용 부담을 남길 가능성이 크다.
결국 이 사업은 정책 표면과 실질 수혜의 방향이 어긋난다. 정책 언어는 수요기업의 혁신을 말하지만, 집행 구조는 공급기업의 매출 기회를 제도화하는 데 더 충실하다. 수요를 매개로 공급기업의 판로를 여는 성격이 강하다고 볼 수 있다.
5. 가능한 지원 방식이 이것뿐?
공급기업 지원이 필요 없다는 뜻이 아니다. AI 솔루션 생태계를 키우려면 공급 측 역량 강화도 당연히 정책 과제다. 문제는 방법이다. 지금의 방식 외에 더 실효적인 설계가 없었는가를 묻고 싶다.
현재 구조의 근본적 한계는 구축비 중심이라는 점이다. 생성형 AI의 실제 비용 구조는 사용량 기반 과금에 가깝다. OpenAI, Amazon Bedrock, Azure OpenAI 모두 입출력 토큰 단위 과금 체계를 갖고 있다. 즉 AI 도입의 진짜 병목은 '처음 붙이는 비용'만이 아니라 '쓸수록 쌓이는 추론비'에 있다. 구축비를 보조하는 지금의 바우처는 이 병목을 정면으로 건드리지 못한다. 더 직접적인 처방은 수요기업의 운영 단계 사용량을 보조하는 방식이다. 모델 추론료, API 호출량, 토큰 소비량을 일정 기간 한도 내에서 지원하되, 예산 상한·월별 캡·사용 로그·성과지표를 붙이는 구조다. 이 방식은 수요기업이 실제 업무에 AI를 투입해 보면서 월 소진액, 유효 활용 부서, 자비 전환 가능 시점을 직접 확인하게 만든다. '도입'이 아니라 '지속 사용'을 유도하는 설계다.
데이터 준비 비용을 사업 범위에 포함하는 것도 필수다. 데이터 정제·비식별화·인덱싱 비용을 예산 일부로 허용하지 않는 한, 준비된 데이터가 없는 수요기업은 이 사업의 수혜자가 될 수 없다. 지금처럼 데이터는 기업이 알아서 준비하고 솔루션 구매비만 지원하면, 선택받는 것은 결국 이미 준비된 기업이다. 정책의 실질적 대상이 좁아질 수밖에 없다.
또한 공급기업 POOL 중심의 선택 구조도 재검토가 필요하다. 사전 등록된 공급처 목록 안에서만 솔루션을 골라야 한다면, 수요기업의 선택권은 제한되고 공급기업 간 경쟁은 시장이 아닌 등록 심사에서 결정된다. 진입 기준의 투명성과 선택 범위의 유연성이 함께 보완되어야 한다.
6. 정책 수사와 집행 구조 사이
2026년 AI바우처 지원사업은 부정해야 할 사업이 아니다. 공급 생태계 조성과 수요기업 도입 촉진이라는 목표 자체는 타당하다. 그러나 지금의 설계는 목적과 집행이 어긋난다. 수요기업의 실질적 전환을 돕겠다는 명분 아래, 실제로는 공급기업의 매출 기회를 구조화하고, 데이터 준비 비용은 수요기업에 전가하며, 사업기간 이후의 지속 운영비는 수요기업이 감당하도록 남겨 둔다.
AI 전환의 진짜 병목은 도입 시점의 구매비가 아니다. 도입 이후의 운영비, 데이터 준비의 공력, 내재화 과정의 인력이다. 이 병목을 건드리지 않는 한, 2억 원의 바우처는 과제 종료 후 방치될 시스템의 구축 자금으로 쓰일 가능성이 크다. 정책의 목적이 통계가 아니라 실질 전환이라면, 집행 구조가 그 목적을 향해 설계되어야 한다.
' ‘데이터 기반 지원’이라는 언어, 수요기업 혁신 지원이라는 명분, 최대 2억 원이라는 숫자—이 세 가지가 실제 집행 구조와 어긋나지 않고 일치할 때, 비로소 이 사업은 그 이름에 걸맞은 인식을 형성하며 현장에서 제도로 자리잡는다.