디지털타임스와 한국정보산업연합회가 11일 주최한 ‘AI G3 3년 안에 달렸다’ 특별 좌담회에서 전문가들이 의견을 교환하고 있다. 박동욱기자 fufus@
⑨ ‘AI 3대 강국, 3년에 달렸다’ 특별 좌담회
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.
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.
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.
AI 대담
△사회=여러 전문가들이 AI 글로벌 강국 도약이 앞으로의 3년에 달렸다고 말한다.
△김우승 대표=3년 만에 쫓아가겠다기보다는3년 안에 쫓아갈 수 있는 환경적인 부분을 빨리 갖추는 게 무엇보다도 중요하다.
△조홍종 교수=현재도 늦었다. 인력 공급과 규제 완화, 재원 마련, 기술 개발 등을 동시에 추진해야 한다. 3년도 길다. 단축시켜야 한다.
△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.
△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.
△임일 교수=지금 상황은 늦었다고 생각할 수 있지만, 많은 사람들이 이를 인식하고 있기에 희망이 있다고 볼 수 있다.
△사회=내년 1월 AI 기본법 시행을 앞두고 하위 법령과 시행령 관련 후속 논의를 이어가고 있다. 정부가 법적 측면에서 어떤 정책을 마련해야 한다고 보나.
△장=AI 기본법은 진흥에 방점을 두면서 정부 지원의 근거 조항을 다수 포함했다. 법조계에서도 규제보다는 진흥법 성격이 강하다고 평가한다. 그러나 하위 법령과 가이드라인을 시장 혼란 없이 최소한의 안전성과 신뢰성을 담보할 수 있도록 구체화하는 게 필요하다.
△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.
△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.
△사회=국가AI전략위원회가 있고 대통령실에 AI 수석도 있다. 과학기술정보통신부 장관은 부총리로 격상된다. 현재 국가 AI 정책 거버넌스 체계는 어떻게 평가하나.
△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.
△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.
△사회=데이터센터와 양질의 데이터, 전력 등 인프라를 시기적절하게 완비하기 위한 최선의 전략은.
△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.
△장=전력 문제로 수도권에 신규 데이터센터를 짓기가 현실적으로 어려운 실정이다. 대안으로 기존 수도권 데이터센터를 AI 전용으로 업그레이드하는 방안을 적극 검토할 수 있다.
△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.
△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.
△김=기업 측면에서는 당장 저비용 GPU 접근성이 절실하다. 소규모 기업이 단건 작업을 할 때도 서비스형GPU 사용료가 수천만원 단위로 발생하기에 현실적인 지원책이 나와야 한다.
△사회=한국의 강점인 제조업의 경쟁력을 더욱 강화하기 위해서는 산업 특화 버티컬 AI가 필요하다는 지적이 나온다.
△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.
△김=중소기업 대상의 공통·기초 모델이나 지역 산업단지별 맞춤형 모델을 공공·민간 협력으로 제공하면 실효성이 클 것이다.
△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.
△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.
