선재관AI부
seon@kyungjeilbo.com
기사 제보하기
최신기사
-
오픈AI, '청소년용 챗GPT' 내놨다…AI가 숙제 대신해주지 못하게 만든 이유
오픈AI가 청소년을 대상으로 한 별도의 챗GPT 이용 환경을 내놓는다. 단순히 유해 콘텐츠를 차단하는 수준을 넘어 AI가 숙제를 대신하거나 청소년의 정서적 의존을 키우지 않도록 서비스 설계 자체를 바꾸는 것이 핵심이다. 최근 청소년의 인공지능(AI) 이용이 빠르게 늘면서 학습 효율을 높이는 긍정적 효과와 함께 자해·정서적 의존·과도한 사용 등 부작용에 대한 우려가 커지는 가운데 오픈AI가 안전장치를 전면에 내세운 것이다. 오픈AI는 19일 ‘청소년을 위한 챗GPT(ChatGPT for Teens·청소년용 챗GPT)’를 출시한다고 밝혔다. 시스템이 이용자를 18세 미만으로 추정하거나 이용자가 자신의 나이를 13~17세라고 밝히면 청소년용 환경이 적용된다. 핵심 변화는 ‘답을 주는 AI’에서 ‘답을 찾도록 돕는 AI’로의 전환이다. 청소년이 수학 문제나 과제의 정답을 그대로 요구할 경우 챗GPT는 문제를 단계별로 풀도록 유도하는 학습 모드(Study Mode)를 활용하도록 안내한다. 개념을 설명하고 풀이 과정을 질문한 뒤 이용자의 이해도를 확인하거나 추가 연습 문제와 퀴즈를 만들어주는 방식이다. 과제를 건너뛰거나 답만 얻으려는 이용자를 대상으로 문제 풀이 과정에 참여하도록 유도하는 알림도 제공한다. 학습 내용을 시각화하고 복습할 수 있는 기능도 포함됐다. ‘학습 시간(Study Hours)’ 기능을 활용하면 청소년이나 부모가 정한 시간대에 학습 모드가 기본적으로 작동하도록 설정할 수 있다. 학습 모드는 교사와 학습과학·교육학 전문가들의 의견을 반영해 설계됐다. 안전 기능은 더욱 강하게 적용된다. 자해와 폭력, 위험 행동, 섭식장애, 노골적인 성적·폭력적 콘텐츠 등 청소년에게 부적절할 수 있는 영역에 대해 성인 이용자보다 강화된 보호 기준을 적용한다. 오픈AI가 특히 신경 쓰는 부분은 AI와 청소년 사이의 정서적 관계다. 청소년이 챗GPT를 실제 친구나 연인처럼 받아들이지 않도록 AI가 연애 감정을 표현하거나 이용자의 정서적 의존을 부추기는 행동을 제한한다. AI가 감정이나 의식을 가진 존재인 것처럼 표현하는 것도 막는다. 장시간 이용할 경우에는 휴식을 권하는 알림을 제공한다. 부모의 관리 기능도 강화됐다. 부모가 자녀의 계정을 연결하면 특정 시간대에 챗GPT를 사용할 수 없도록 이용 제한 시간(Quiet Hours·사용 제한 시간)을 설정할 수 있다. 음성·이미지 생성·메모리 등 일부 기능도 조정할 수 있다. 다만 부모가 자녀와 챗GPT 사이의 대화 내용을 직접 열람할 수 있도록 하지는 않았다. 대신 제한적인 고위험 상황이 감지될 경우 부모에게 안전 관련 알림을 보내는 방식이다. 이번 조치는 오픈AI가 청소년 AI 이용을 둘러싼 ‘안전과 편의성의 충돌’에 본격적으로 대응하기 시작했다는 점에서 의미가 있다. AI는 이미 교육 현장에서 학생들의 검색과 작문, 번역, 코딩 등을 돕는 도구로 자리 잡았다. 반면 학교에서는 AI를 이용해 과제를 대신 작성하는 행위를 학업 부정행위로 규정하는 사례가 늘고 있다. AI를 무조건 막기도, 무제한 허용하기도 어려운 상황이다. 오픈AI가 학습 모드를 강화한 것도 이 같은 현실을 반영한 것으로 풀이된다. AI 사용 자체를 막는 대신 AI를 사용하되 학생의 사고 과정은 남겨두는 방식으로 방향을 잡은 것이다. 특히 주목할 대목은 이번 조치가 단순한 기능 개선을 넘어 AI 기업의 책임 문제와 맞물려 있다는 점이다. 최근 청소년의 AI 사용과 관련해 자해나 극단적 선택, 정서적 의존 등의 문제가 제기되면서 AI 기업의 서비스 설계와 안전 책임을 둘러싼 논란도 커지고 있다. 한편 오픈AI가 풀어야 할 문제는 ‘청소년에게 AI를 얼마나 제공할 것인가’가 아니라 ‘AI가 청소년에게 어떤 존재가 돼야 하는가’에 가까워지고 있다. SNS(사회관계망서비스)가 청소년의 과도한 사용과 중독 문제로 규제 논쟁에 직면한 것처럼 AI 역시 새로운 안전 기준을 요구받을 가능성이 높다. 앞으로는 연령별 콘텐츠 제한을 넘어 학습 방식, 사용시간, 정서적 상호작용까지 AI 서비스의 설계 단계에서 관리하는 흐름이 확산될 전망이다.
2026-08-19 15:17:21
-
KAIST, "방해꾼" 양성자를 에너지원으로…차세대 배터리 개발
대규모 에너지저장장치(ESS)의 차세대 배터리 후보로 꼽히는 수계 아연이온전지에서 그동안 성능을 떨어뜨리는 요소로 여겨졌던 양성자를 오히려 에너지 저장에 활용하는 기술이 개발됐다. 아연 이온과 양성자가 전극에 저장되는 순서를 제어해 높은 에너지 저장량과 빠른 충·방전 속도를 동시에 확보할 수 있는 새로운 전극 설계법이 제시됐다. KAIST는 박선아 화학과 교수 연구팀이 2차원 전도성 금속-유기 구조체(MOF)를 활용해 아연 이온과 양성자를 차례로 저장하는 새로운 전극 소재를 개발했다고 19일 밝혔다. 연구 결과는 국제학술지 ‘켐(Chem)’에 지난달 7일 게재됐다. 수계 아연이온전지는 물을 기반으로 한 전해질을 사용하는 충전식 배터리다. 리튬이온전지에 비해 화재 위험이 낮고 원료 가격이 상대적으로 저렴해 대규모 ESS에 적용할 차세대 배터리로 주목받고 있다. 하지만 구조적인 한계가 있었다. 전기를 저장하는 아연 이온은 전하가 커 전극 내부에서 이동하는 속도가 느리다. 저장 용량을 높이면서 동시에 충·방전 속도를 끌어올리기가 쉽지 않은 이유다. 반대로 양성자는 크기가 작아 빠르게 움직일 수 있지만 예상치 못한 문제가 발생한다. 양성자가 너무 일찍 전극과 반응하면 부산물이 만들어지고, 이 부산물이 아연 이온의 이동을 방해해 오히려 배터리 성능을 떨어뜨릴 수 있다. 기존 연구에서는 양성자의 불필요한 반응을 억제하는 데 초점이 맞춰졌다. 박선아 교수팀은 여기서 발상을 전환했다. 양성자를 없애야 할 대상으로 보지 않고, 저장 순서만 제어하면 추가적인 에너지 저장에 활용할 수 있다는 점에 주목했다. 연구팀은 금속과 유기 분자를 연결해 미세한 구멍을 만든 2차원 금속-유기 구조체에 양성자를 붙잡을 수 있는 ‘아민 작용기’를 도입했다. 이 작용기가 특정 전압에서 양성자를 저장하도록 설계해 아연 이온과 양성자가 동시에 뒤섞여 반응하는 것을 막았다. 핵심은 ‘순서’다. 높은 전압 구간에서는 아연 이온이 먼저 전극에 저장되고, 전압이 낮아지면 양성자가 추가로 저장된다. 서로 다른 이온이 서로 다른 전압 영역에서 순차적으로 에너지 저장에 참여하도록 만든 것이다. 실험 결과도 주목할 만하다. 충·방전 속도를 기존보다 16배 높인 조건에서도 초기 저장 용량의 46.9%를 유지했다. 일반적으로 배터리는 충·방전 속도가 빨라질수록 저장할 수 있는 에너지양이 크게 감소하지만, 새 전극은 빠른 충·방전 환경에서도 상당한 저장 성능을 유지했다. 500회 이상의 빠른 충·방전을 반복한 뒤에도 안정적인 성능을 확인했다. 연구팀은 다양한 X선 분석을 통해 아연 이온이 먼저 저장된 뒤 양성자가 추가로 저장되는 과정을 확인했다. 특히 양성자를 저장했다가 다시 내보내는 과정이 반복될 수 있다는 점도 확인했다. 이번 연구의 의미는 단순히 새로운 배터리 소재를 개발했다는 데 있지 않다. 배터리 내부에서 불리하게 작용하던 화학 반응을 억제하는 대신, 반응의 발생 시점과 순서를 제어해 에너지 저장 과정으로 전환했다는 점이 핵심이다. 다만 상용화까지는 추가 검증이 필요하다. 이번 연구는 전극 소재 수준의 가능성을 확인한 단계인 만큼 실제 배터리 셀과 대형 ESS 환경에서도 동일한 성능이 구현되는지, 장기간 반복 충·방전 과정에서 소재의 안정성이 유지되는지 등을 확인해야 한다. 특히 ESS 시장에서는 단순히 높은 에너지 밀도뿐 아니라 수천~수만 회에 이르는 충·방전 수명, 소재 가격, 제조 공정의 경제성, 대형화 가능성 등이 함께 요구된다. 따라서 이번 연구가 실제 상용 배터리로 이어지려면 소재 성능을 시스템 수준으로 확장하는 후속 연구가 중요할 전망이다. 박선아 교수는 “기존에 배터리 성능을 떨어뜨릴 수 있는 ‘방해꾼’으로 여겼던 양성자를 오히려 에너지를 더 저장하는 데 활용할 수 있음을 보여줬다”며 “이번 원리를 다양한 전극 소재에 적용해 더 많은 에너지를 빠르게 저장할 수 있는 배터리를 개발할 수 있을 것으로 기대한다”고 말했다.
2026-08-19 14:51:31
-
-
KAIST 찾은 '구글의 전설' 제프 딘…"AI 경쟁, 결국 컴퓨팅 효율 싸움"
인공지능(AI) 산업의 경쟁 구도가 거대언어모델(LLM)의 성능 경쟁에서 컴퓨팅 자원을 얼마나 확보하고 효율적으로 활용하느냐의 경쟁으로 이동하고 있다. 구글에서 27년간 AI와 컴퓨팅 인프라의 발전을 이끌었던 제프 딘이 한국에서 던진 메시지도 여기에 집중됐다. 딘은 지난 13일 서울 AI 허브에서 열린 특별강연에서 “향후 몇 년간 AI 발전의 핵심은 하드웨어와 컴퓨팅 자원을 얼마나 확보하고 효율적으로 사용하는가에 달려 있다”고 강조했다. 단순히 더 큰 모델을 만드는 것만으로 AI 경쟁력을 확보하기 어려워지고 있다는 의미다. 이번 강연은 딘이 구글을 떠난 뒤 사실상 첫 공식 행보라는 점에서도 주목받았다. KAIST와 국가AI연구거점의 공동 초청으로 마련된 행사에는 KAIST를 비롯해 고려대·연세대·포스텍 등 컨소시엄 대학의 연구진과 학생, 기업 관계자 등 150여명이 참석했고 온라인으로도 220여명이 참여했다. 딘은 1999년 구글에 합류한 이후 검색 인프라를 비롯해 구글의 AI 연구 기반을 구축한 핵심 인물이다. 분산 시스템 연구를 기반으로 대규모 연산을 효율적으로 처리하는 기술을 발전시켰고, 텐서플로와 구글의 AI 전용 반도체인 TPU 개발에도 관여했다. 최근까지는 구글 수석과학자로 차세대 AI 모델 제미나이 개발을 이끌었다. 그런 그가 구글을 떠나 과학 연구를 위한 AI 스타트업 ‘디스커버리 루프’를 창업하면서 업계의 관심이 집중됐다. 구글과 같은 빅테크의 최고 수준 연구 환경을 떠나 새로운 회사를 선택한 만큼, 그의 이번 발언은 단순한 기술 전망 이상의 의미를 갖는다. ◆ AI의 다음 병목은 ‘모델’보다 ‘연산’ 딘이 강조한 것은 AI 발전을 바라보는 시각 자체의 변화다. 그는 학부 시절 신경망 학습을 연구했지만 당시 컴퓨팅 성능의 한계 때문에 연구 성과를 내기 어려웠고, 20여년이 지나 충분한 연산 자원이 확보되면서 당시 아이디어가 현실화됐다고 설명했다. 지난 15년간 AI의 발전 역시 특정한 알고리즘 하나가 등장했기 때문이라기보다 연산 능력·데이터·모델 규모가 함께 확대된 결과라는 것이 그의 설명이다. 이 발언은 현재 AI 산업의 경쟁 구도를 정확히 관통한다. 챗GPT를 비롯한 생성형 AI가 대중화된 이후 기업들은 더 많은 데이터를 학습시키고 더 큰 모델을 구축하는 방식으로 경쟁해왔다. 그러나 모델 규모가 커질수록 학습과 추론에 필요한 컴퓨팅 비용도 폭증한다. 결국 AI 모델을 얼마나 잘 만드는가와 동시에 필요한 연산량을 얼마나 적은 비용으로 처리할 수 있는가가 기업 경쟁력의 핵심이 된다. 엔비디아가 AI 가속기 시장을 장악한 것도 같은 맥락이다. 구글이 자체 TPU를 개발한 이유 역시 외부 반도체에만 의존하지 않고 AI 연산 구조에 맞는 하드웨어와 소프트웨어를 함께 최적화하기 위해서였다. 딘의 경력 자체가 이를 보여준다. 대규모 분산 시스템을 연구하던 컴퓨터과학자가 구글에서 TPU와 AI 시스템 개발에 참여한 것은 AI가 발전할수록 모델과 반도체, 데이터센터, 소프트웨어를 하나의 시스템으로 설계해야 한다는 흐름과 맞닿아 있다. ◆ 한국 AI도 ‘모델 개발’ 이후를 준비해야 이번 딘의 KAIST 방문은 국내 AI 산업에도 시사하는 바가 크다. 한국의 AI 전략은 그동안 자체 파운데이션 모델 확보와 GPU 확보에 상당한 무게가 실렸다. 하지만 모델을 하나 확보한다고 AI 경쟁력이 완성되는 것은 아니다. 대규모 모델을 학습시키고 실제 서비스에 적용하기 위해서는 GPU와 AI 반도체, 데이터센터, 네트워크, 저장장치, 소프트웨어 등 전체 시스템을 효율적으로 연결해야 한다. KAIST가 추진하는 ‘AI 시스템 이니셔티브’ 역시 이 지점에 초점을 맞추고 있다. AI 모델 자체뿐 아니라 하드웨어와 시스템 소프트웨어를 함께 최적화해 제한된 컴퓨팅 자원을 최대한 활용하는 것이 목표다. 최근 글로벌 빅테크와 KAIST의 협력이 이어지는 것도 주목할 부분이다. 엔비디아가 KAIST와 AI 공동연구소 및 피지컬AI센터 설립을 추진한 데 이어 구글의 핵심 AI 연구자가 직접 KAIST를 찾아 연구진과 분산 시스템과 AI 인프라를 논의했다. 이는 한국이 AI 모델 경쟁에서 단순히 해외 기술을 활용하는 수준을 넘어 AI 시스템 전체를 연구할 수 있는 기반을 확보해야 한다는 신호로 해석할 수 있다. 딘이 강연에서 “AI가 인간을 대체하느냐”는 질문에 인간과 AI가 각자의 강점을 활용하는 것이 중요하다고 답한 것도 같은 맥락이다. AI를 인간의 대체재로만 볼 것이 아니라 인간이 해결하지 못했던 문제를 풀기 위한 연구 도구로 활용해야 한다는 것이다. 그가 창업한 디스커버리 루프가 과학 연구를 AI의 주요 적용 분야로 삼은 것도 의미가 있다. AI가 검색과 문서 작성, 코딩을 넘어 신약과 소재, 물리학 등 과학적 발견의 속도를 높이는 방향으로 확장될 경우 필요한 컴퓨팅 규모는 지금보다 더욱 커질 수밖에 없다. 한편 딘이 한국에서 던진 메시지는 명확하다. AI 경쟁의 다음 승부처는 더 큰 모델을 만드는 데서 끝나지 않는다. 얼마나 많은 연산 자원을 확보하고, 이를 얼마나 효율적으로 연결하고 활용하느냐가 관건이다. 한국이 AI 강국을 목표로 한다면 GPU 확보량이나 국산 모델 개발 성과만을 경쟁력의 기준으로 삼아서는 안 된다. 반도체부터 데이터센터, 네트워크, 분산 시스템, 모델까지 이어지는 ‘AI 풀스택’ 경쟁력을 확보해야 한다. 27년간 구글의 AI 역사를 만들어온 연구자가 퇴사 직후 한국에서 가장 먼저 강조한 것도 결국 이 지점이었다. AI 시대의 진짜 경쟁은 모델의 크기가 아니라 그것을 움직이는 시스템의 경쟁으로 넘어가고 있다.
2026-08-19 07:55:41
-
-
네이버, '모두의 AI' 끝내 불참…국가 AI 사업 '흥행' 시험대
네이버가 정부의 전 국민 무료 인공지능(AI) 서비스 ‘모두의 AI’ 사업에 최종 불참한다. 국내 최대 플랫폼 기업이자 자체 AI 모델을 보유한 네이버가 빠지면서 정부가 추진하는 대국민 AI 서비스 사업이 어떤 형태로 진용을 꾸릴지 관심이 커지고 있다. 네이버 관계자는 18일 “‘모두의 AI’ 사업자 공모에 참여하지 않는다”며 “현재 추진 중인 기존 AI 사업에 집중할 예정”이라고 밝혔다. 이날 오후 5시 공모 마감을 앞두고 컨소시엄 구성 가능성을 검토했지만 최종적으로 참여하지 않기로 결정했다. ‘모두의 AI’는 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 추진하는 사업이다. 국민 누구나 비용과 이용량 제한 없이 사용할 수 있는 국산 범용 AI 챗봇을 구축하고, 공공서비스 신청 등을 대신 처리하는 AI 에이전트까지 제공하는 것이 핵심이다. 정부는 9월 베타서비스를 거쳐 12월 정식 서비스를 시작한다는 계획이다. 당초 8월 11일이던 공모 마감은 사업자들의 준비 기간을 확보하기 위해 18일 오후 5시로 일주일 연장됐다. 정부가 이 사업을 추진하는 이유는 단순히 ‘한국판 챗GPT’를 하나 더 만들기 위해서가 아니다. 미국과 중국의 AI 서비스에 대한 의존도를 낮추면서 국민 누구나 AI를 사용할 수 있는 기반을 마련하고, 국산 AI 모델을 실제 대국민 서비스로 연결하겠다는 전략이다. 정부는 장기적으로 자산관리와 학습코칭, 노후설계 등을 지원하는 ‘전 국민 1인 1 AI 에이전트’ 체계로 확대한다는 구상도 내놨다. 사업자로 선정되면 상당한 지원도 받을 수 있다. 올해에는 엔비디아의 최신 AI 가속기인 B200 그래픽처리장치(GPU)가 기업별로 최대 256장 또는 128장 지원되고, 2030년까지 운영비 지원도 이어질 예정이다. 다만 대가도 있다. 독자 AI 파운데이션 모델 기준을 충족하는 국산 모델을 최소 50% 이상 사용해야 하고, 자체 모델을 가진 기업도 다른 국내 기업의 국산 모델을 30% 이상 결합해야 한다. 사실상 기업 간 협업과 컨소시엄 구성이 필수적인 구조다. ◆ 네이버가 빠진 이유는 네이버의 불참 배경은 이 같은 사업 구조와 현재 네이버의 AI 전략을 함께 볼 필요가 있다. 네이버는 자체 대규모언어모델(LLM)인 ‘하이퍼클로바X’를 중심으로 검색과 쇼핑, 지도, 광고 등 기존 플랫폼 서비스에 AI를 결합하는 전략을 추진하고 있다. 이미 자체 서비스 안에서 AI 이용자를 확보하고 있는 만큼 정부가 주도하는 별도 무료 플랫폼에 참여해 새로운 서비스를 구축해야 할 유인이 상대적으로 크지 않다는 분석이 나온다. 특히 ‘모두의 AI’는 자체 모델만으로 서비스를 구성할 수 없다는 점이 변수다. 네이버처럼 자체 AI 기술과 플랫폼을 동시에 보유한 기업 입장에서는 다른 기업의 모델을 일정 비율 결합해야 하는 사업 조건이 오히려 기술 전략과 맞지 않을 수 있다. 올해 초 정부의 ‘독자 AI 파운데이션 모델’ 프로젝트에서도 네이버클라우드는 재공모에 참여하지 않았다. 당시에도 업계에서는 기업들이 정부 사업의 타이틀보다 자체 AI 기술과 서비스 경쟁력 확보에 집중하는 방향으로 전략을 바꾸고 있다는 분석이 나왔다. 결국 네이버 입장에서는 정부가 제공하는 GPU와 운영비보다 자체 플랫폼 안에서 AI 사용자를 늘리고 수익모델을 만드는 것이 장기적으로 더 중요하다고 판단했을 가능성이 크다. 네이버가 공식적으로 밝힌 불참 이유는 ‘기존 사업 집중’이지만, 사업 조건과 현재 전략을 종합하면 충분히 예상 가능한 선택이라는 평가다. ◆ 카카오·통신3사는 왜 뛰어드나 반면 카카오와 이동통신 3사의 셈법은 다르다. 카카오는 자체 AI 모델 ‘카나나’를 카카오톡과 연결해 생활밀착형 AI 서비스로 확대할 수 있는 기회로 보고 있다. 이미 5000만명 규모의 이용자를 확보한 카카오톡이라는 플랫폼이 있어 ‘모두의 AI’를 통해 AI 서비스를 대중화할 경우 기존 플랫폼과의 결합 효과를 기대할 수 있다. 카카오는 행정안전부와 공공서비스 예약과 전자증명서 발급 등을 지원하는 ‘AI 국민비서’ 시범 서비스도 운영하고 있다. 통신 3사도 각자의 강점이 뚜렷하다. SK텔레콤은 자체 AI 모델과 AI 서비스 ‘에이닷’, AI 데이터센터를 모두 갖추고 있어 모델부터 인프라, 서비스까지 연결할 수 있다는 점이 강점이다. KT는 AI와 클라우드, 공공·기업 시장에서 쌓은 사업 경험을 활용할 수 있고, LG유플러스는 LG AI연구원과의 협업을 통해 그룹 차원의 AI 역량을 결집하는 전략을 내세우고 있다. 당초 세 회사 모두 참여를 검토했고 LG유플러스는 일찌감치 참여를 공식화했다. 특히 통신사들에게 ‘모두의 AI’는 단순한 무료 서비스 사업 이상의 의미가 있다. 통신 가입자와 기업 고객 중심이었던 AI 사업을 전 국민 서비스로 확장하고, 향후 공공기관과 지방자치단체 등으로 AI 사업 영역을 확대할 수 있는 레퍼런스를 확보할 수 있기 때문이다. ◆ 결국 승부는 ‘컨소시엄’에서 갈린다 네이버가 빠지면서 이제 업계의 관심은 어떤 기업들이 손을 잡느냐로 옮겨가고 있다. 사업 구조상 한 기업이 모든 조건을 충족하기보다 모델·클라우드·데이터·플랫폼·서비스 역량을 가진 기업들이 결합하는 것이 유리하다. 실제 공모 초기부터 카카오와 LG유플러스 외에도 SK텔레콤, KT, 업스테이지, 엔씨(NC) AI, 이스트소프트, 라이너, 코난테크놀로지 등 다양한 기업이 참여를 검토해왔다. 이 때문에 이번 공모는 사실상 국내 AI 기업들의 ‘연합전’ 성격을 띠게 될 가능성이 높다. 어느 기업이 어떤 AI 모델을 제공하고, 누가 GPU와 클라우드를 맡으며, 누가 이용자 접점을 확보하느냐에 따라 향후 국내 AI 생태계의 주도권도 달라질 수 있다. 다만 사업 자체에 대한 우려도 있다. 사업자 선정부터 9월 베타서비스까지 한 달 남짓밖에 남지 않았다. 전 국민이 이용하는 서비스인 만큼 초기부터 대규모 접속에 대응할 인프라와 서비스 안정성을 확보해야 하지만 개발 기간이 빠듯하다. 실제 공모 마감이 연장된 것도 기업들의 준비 부담을 고려한 조치였다. 무엇보다 ‘무료’ 서비스의 지속 가능성이 관건이다. 정부가 2030년까지 운영비를 지원하더라도 장기적으로 국민이 무료로 사용하는 AI 서비스의 비용을 누가 얼마나 부담할지에 대한 구조가 필요하다. 이용자가 늘어날수록 추론 비용도 증가하기 때문이다. ‘모두의 AI’가 성공한다면 정부가 GPU와 데이터를 지원하고 민간이 서비스 경쟁력을 결합하는 새로운 국가 AI 모델이 자리 잡을 수 있다. 반대로 이용자 확보와 서비스 품질, 수익구조를 만들어내지 못한다면 정부 주도 AI 사업의 한계를 보여주는 사례가 될 수도 있다. 한편 네이버가 빠진 자리를 누가 채울지가 중요한 이유다. 이제 ‘모두의 AI’의 경쟁은 참여 기업 숫자가 아니라 누가 국민의 일상 속에서 실제로 쓰이는 AI를 만들어내느냐로 넘어가고 있다.
2026-08-18 16:10:20
-
-
-
-
엔비디아, 오픈AI 데이터센터에 150조원 보증…'순환금융' 논란 커진다
엔비디아가 오픈AI의 초대형 데이터센터 구축에 최대 1050억달러(약 149조원) 규모의 보증을 제공한다. 단순한 장비 공급을 넘어 고객의 데이터센터 건설에 필요한 금융 위험까지 떠안는 방식이다. 엔비디아는 이를 ‘순환금융’이 아니라고 선을 그었지만, 고객의 장기 수요를 담보로 자금조달을 지원하고 그 대가로 자사 인공지능(AI) 가속기 공급을 사실상 확보한다는 점에서 시장의 시선은 엇갈리고 있다. 엔비디아는 17일(현지시간) 미국 오하이오주 파이크카운티에서 소프트뱅크 계열사인 SB에너지가 개발하는 ‘포츠파이크’ 데이터센터 캠퍼스와 관련해 최대 1050억달러 규모의 잔존가치 보증계약을 체결했다고 밝혔다. 오픈AI는 이 시설을 20년간 임차한다. 1단계는 4.25기가와트(GW) 규모로 2028년부터 2030년까지 단계적으로 가동될 예정이다. 전체 캠퍼스는 최대 8GW 규모로 확대될 수 있다. 구조를 뜯어보면 엔비디아의 역할이 상당히 크다. SB에너지는 데이터센터를 건설하고, 오픈AI는 장기간 임대료를 낸다. 엔비디아는 임대차 계약과 관련한 잔존가치를 보증하고 여기에 15억달러를 SB에너지에 직접 투자한다. 대신 엔비디아는 해당 데이터센터에 AI 가속기를 독점 공급한다. 데이터센터가 실제 가동되고 오픈AI가 임대료를 낼수록 엔비디아가 부담해야 할 잔여 위험도 줄어드는 구조다. 젠슨 황 엔비디아 최고경영자(CEO)는 논란이 불거지자 직접 반박했다. 그는 “이것은 순환금융이 아니다”라며 오픈AI가 임대료를 지급하고 데이터센터 용량이 가동되면 엔비디아의 잔여 위험이 감소한다고 설명했다. 엔비디아 입장에서는 단순히 고객에게 돈을 빌려주는 것이 아니라 장기간 확실한 GPU 수요가 예상되는 곳에 공급망과 생산능력을 선제적으로 배치하는 것이라는 논리다. 하지만 시장이 주목하는 것은 자금의 방향보다 위험의 연결고리 다. 오픈AI가 데이터센터를 임차하고, 데이터센터 사업자는 금융기관에서 자금을 조달하며, 엔비디아는 오픈AI의 임대차 계약을 보증한다. 그리고 오픈AI가 필요로 하는 컴퓨팅 자원은 다시 엔비디아의 GPU로 채워진다. 전통적인 의미에서 돈이 한 바퀴 돌아 공급자에게 되돌아가는 순환금융은 아니더라도, 고객의 미래 수요가 공급자의 금융지원과 매출을 동시에 뒷받침하는 구조 라는 점에서 기존 반도체 사업과는 성격이 다르다. 특히 오픈AI처럼 비상장이고 전통적인 신용평가를 받는 방식이 제한적인 기업에게 엔비디아의 신용도가 금융 조달의 중요한 보강 수단이 될 수 있다는 점이 핵심이다. 엔비디아가 사실상 자신의 대차대조표를 활용해 오픈AI의 대규모 인프라 확장을 가능하게 만드는 셈이다. 반대로 엔비디아가 얻는 경제적 효과는 상당하다. 엔비디아는 오픈AI가 2030년까지 약 12GW 규모의 자사 컴퓨팅 자원을 도입하기로 했으며, 오하이오 프로젝트의 2단계까지 확대될 경우 약 16GW로 늘어날 수 있다고 설명했다. 이를 금액으로 환산하면 2030년까지 약 6000억달러(약 850조원) 규모의 엔비디아 컴퓨팅 수요가 발생할 수 있다는 것이 회사 측 계산이다. 여기서 이번 거래의 본질이 드러난다. 엔비디아는 더 이상 GPU만 파는 기업이 아니다. GPU가 들어갈 데이터센터의 건설과 전력 확보, 자금조달까지 영향력을 확대하면서 AI 인프라 생태계 전체를 장악하려는 움직임을 보이고 있다. 실제 엔비디아는 최근 데이터센터와 컴퓨팅 인프라를 지원하기 위해 금융회사들과 5000억달러 이상의 신규 파트너십을 추진하는 등 자본 부담을 외부 투자자와 나누는 방식도 확대하고 있다. 전력도 변수다. 포츠파이크에는 데이터센터에 전력을 공급하기 위해 SB에너지가 최대 10GW 규모의 발전설비를 구축할 계획이며, 이 가운데 9.2GW는 천연가스 발전으로 추진된다. 미국 에너지부도 올해 3월 소프트뱅크와 SB에너지, 현지 전력회사와 함께 오하이오 지역에 10GW 규모의 신규 발전설비와 데이터센터를 구축하는 계획을 공개했다. 데이터센터를 짓는 것보다 전력과 송전망을 확보하는 것이 더 어려워진 AI 시대의 현실을 보여준다. 이 프로젝트가 주목받는 또 다른 이유는 텍사스 애빌린과 대비되기 때문이다. 오픈AI와 오라클은 올해 3월 애빌린 스타게이트 데이터센터의 추가 증설 계획을 철회했다. 자금조달 협상이 길어진 데다 오픈AI의 수요 전망이 바뀐 것이 영향을 미쳤다. 이후 미확보 용량을 메타가 임차하는 방안이 거론됐고, 엔비디아가 이 논의에 관여한 것으로 알려졌다. 애빌린 사례가 AI 데이터센터의 수요 예측과 자금조달이 얼마나 어려운지를 보여줬다면, 오하이오는 그 문제를 엔비디아의 신용보강으로 풀어보려는 실험 에 가깝다. 막대한 초기 투자비를 데이터센터 사업자 혼자 감당하는 대신 GPU 공급자가 위험을 일부 나누고, 장기 임차인이 수요를 보장하는 구조다. 다만 이 방식이 AI 인프라 시장의 표준이 될지는 아직 미지수다. 가장 큰 위험은 오픈AI의 장기적인 현금흐름과 AI 컴퓨팅 수요다. 20년 임대계약이 체결됐다고 하더라도 AI 모델의 효율성이 크게 높아지거나 새로운 컴퓨팅 구조가 등장하면 현재 예상한 GPU 수요가 달라질 수 있다. 반대로 AI 수요가 예상보다 빠르게 증가한다면 엔비디아가 선점한 대규모 인프라가 막대한 매출 기반으로 돌아올 수 있다. 결국 이번 거래는 엔비디아가 AI 시대의 가장 중요한 병목인 컴퓨팅·전력·자본 을 동시에 확보하려는 전략으로 볼 수 있다. 과거 반도체 기업의 경쟁이 더 빠르고 비싼 칩을 만드는 데 있었다면, 이제는 그 칩이 들어갈 데이터센터와 전력, 그리고 이를 건설할 자금까지 누가 확보하느냐가 경쟁력이 되고 있다. 엔비디아가 이번 보증으로 실제 부담해야 할 금액은 최대 1050억달러 전체가 아니라 계약상 특정 조건이 발생했을 때의 잔존가치와 임대·전력 관련 위험에 한정된다. 그럼에도 단일 고객의 인프라에 이 정도 규모의 신용을 제공했다는 사실 자체가 AI 산업의 자본 구조가 얼마나 커졌는지를 보여준다. ‘순환금융인가 아닌가’보다 더 중요한 질문은 따로 있다. 오픈AI의 미래 수요를 믿고 엔비디아가 자신의 신용과 자본을 얼마나 더 투입할 것인가다. 이번 오하이오 프로젝트의 성패는 엔비디아가 단순한 GPU 공급자를 넘어 AI 인프라 금융의 핵심 플레이어로 자리 잡을 수 있을지를 가늠하는 시험대가 될 전망이다.
2026-08-18 14:45:09
-
'국가대표 AI' 2차 관문, 모티프 탈락…업스테이지·SKT·LG AI연구원 3단계 진출 확정
정부의 국가대표 인공지능(AI) 모델 선발 프로젝트 '독자 AI 파운데이션 모델(독파모)' 2차 단계 평가에서 모티프테크놀로지스가 18일 탈락했다. 업스테이지와 SK텔레콤, LG AI연구원 3개 팀이 3단계로 넘어간다. 류제명 과학기술정보통신부 2차관이 이날 오전 서울 종로구 정부서울청사에서 열린 브리핑에서 결과를 발표했다. 이번 평가는 LG AI연구원 'K-엑사원 2.0', SK텔레콤 '에이닷엑스 케이투(A.X K2)', 업스테이지 '솔라 오픈 2', 모티프테크놀로지스 '모티프 3' 네 모델을 대상으로 △벤치마크 40점 △전문가 평가 35점 △사용자 평가 25점, 총 100점 만점으로 진행됐다. 가장 눈길을 끈 것은 벤치마크 결과와 최종 순위의 엇갈림이다. 지난 13일 공개된 글로벌 AI 성능 평가기관 아티피셜 애널리시스의 'AAII(Artificial Analysis Intelligence Index)'에서 모티프 3는 47점으로 4개 팀 중 가장 높은 점수를 받았다. 글로벌 거대언어모델(LLM) 가운데 10위, 오픈웨이트 모델 중 4위에 오르며 금융 업무 AI 에이전트와 코딩 부문에서 강점을 보였다. 이어 업스테이지 '솔라 오픈2 250B'가 37점, SK텔레콤 '에이닷엑스-K2'가 35점, LG AI연구원 'K-엑사원 2.0'이 31점 순이었다. 30명 미만 인력이 5개월간 개발한 모델이 대기업 두 곳을 제친 결과였지만, AAII가 벤치마크 40점 중 25점만 차지하는 구조여서 이 점수가 곧바로 최종 순위로 이어지지는 않았다. 전문가 평가에서는 개발 전략·기술(10점), 개발 성과·계획(10점), 파급효과·기여계획(15점)을 심층 평가했다. 특히 독자성과 이를 기반으로 한 성능 향상 수준을 반영했다. 사용자 평가는 AI 스타트업 대표 등 전문 사용자 49명과 일반 국민 평가단 185명이 나눠 참여했다. 벤치마크 평가에서 4개 팀 평균은 22.5점으로 1·4위 격차가 4점, 전문가 평가는 평균 28.8점에 격차 2.4점, 사용자 평가는 평균 17.6점에 격차 5점이었다. 세 항목 모두 격차가 크지 않아 근소한 차이로 순위가 갈렸을 가능성이 크다. 지난 1월 15일 1차 단계 평가에서는 LG AI연구원이 90.2점으로 종합 1위를 차지했고, SK텔레콤과 업스테이지도 관문을 넘었다. 네이버클라우드와 NC AI는 이때 탈락했다. NC AI는 종합 점수에서, 네이버클라우드는 독자성 기준에서 밀렸다. 과기정통부는 이후 추가 공모를 거쳐 모티프테크놀로지스를 합류시켜 현재의 4팀 체제를 만들었다. 2차 평가는 1차와 성격이 달랐다. 1차가 기본 언어 이해·생성 능력과 모델 완성도에 초점을 맞췄다면, 2차는 외부 도구를 호출해 실제 업무를 자율 수행하는 에이전틱 AI 역량과 오케스트레이션 능력 검증 비중이 커졌다. LG AI연구원은 엑사원의 에이전트 작업 수행 능력 강화에 주력했고, 24개 벤치마크 지표 평균 점수를 1차 63.3점에서 70.1점으로 끌어올렸다고 밝힌 바 있다. 과기정통부는 다음 단계에 진출한 3개 팀에 고성능 GPU(B200) 지원을 확대하겠다고 밝혔다. 최종 3개 모델에는 GPU 1000장 지원 등 컴퓨팅 자원과 연구개발(R&D) 지원이 이어질 것으로 예상된다. 업계에서는 정부가 추가 탈락 없이 3개 팀을 그대로 프론티어급 AI 개발 프로젝트로 넘길 가능성도 거론되고 있다. 과기정통부 관계자는 "최근 AI 모델을 둘러싼 글로벌 경쟁이 더 치열해지고, AI 모델의 범분야 성능이 눈에 띄게 도약하는 가운데, 주요 선도국에서 AI 모델의 국가 안보 전략 자산화 움직임이 현실화되고 있다"며 "과기정통부도 AI 모델 개발 필요성을 깊이 인식하고 기존의 방식을 뛰어넘는 새로운 지원 체계를 관계 부처와 논의 중에 있으며, 곧 구체적인 내용을 준비해 발표할 것"이라고 말했다.
2026-08-18 11:23:40
-
카카오 '카나나2', 허깅페이스 공개 두 모델, 안전성 평가 종합 1위
카카오가 오픈소스로 공개한 경량언어모델(SLM) '카나나-2' 시리즈의 안전성 평가 결과를 18일 내놨다. 유사 규모 글로벌 모델과 비교해 종합 1위를 기록했다고 밝혔다. 평가 대상은 지난달 28일 허깅페이스에 공개한 4종 가운데 'Kanana-2-1.3B-Instruct'와 'Kanana-2-3B-Instruct'다. 카카오는 당시 4종을 상업적 활용까지 허용하는 '카나나 오픈 라이선스'로 배포했고, 자체 개발한 한국어 특화 토크나이저를 적용해 한국어 처리 효율을 30% 이상 높였다고 밝힌 바 있다. 현재 '카나나 인 카카오톡'과 카카오톡 대화·통화 요약, AI 국민비서 등에 카카오의 경량 모델이 쓰이고 있다. 이번 평가는 카카오가 자체 구축한 'AI 안전성 평가 플랫폼'으로 진행됐다. 지난해 11월 한국정보통신기술협회(TTA), KAIST, 카카오 등이 과학기술정보통신부 사업으로 공동 구축한 한국어 특화 벤치마크 'AssurAI'를 활용했다. AssurAI는 한국의 사회·문화적 맥락을 반영해 AI 위험 요소를 측정하며, 텍스트뿐 아니라 이미지·오디오 등 멀티모달 환경과 악의적 프롬프트 입력 상황까지 평가할 수 있다. 총 35개 위험 범주에 9560개 평가 항목으로 구성됐고, 카카오는 이를 △사회적 리스크 △성적 콘텐츠·아동보호 △범죄·불법 행위 △폭력 △권리 침해 등 5개 대분류로 재편해 집계했다. AI 모델이 사전 정의된 채점 기준에 따라 다른 모델의 응답을 평가하는 방식을 적용해, 대규모 평가에서도 주관적 편차를 줄이고 동일한 기준으로 비교할 수 있게 했다는 설명이다. 비교 대상은 유사 파라미터 규모의 구글 '젬마'와 알리바바 '큐웬'이었다. 결과는 카나나2 1.3B 모델이 종합점수 0.70으로 젬마(0.68), 큐웬(0.58)을 앞섰고, 3B 모델도 0.70으로 젬마(0.66), 큐웬(0.62)보다 높았다. 대분류별로는 1.3B 모델이 범죄·불법 행위 영역에서, 3B 모델이 성적 콘텐츠·아동보호와 권리 침해 영역에서 비교 모델을 크게 앞섰다. 카카오는 앞으로 자체 개발 모델에 상시적인 사전 안전성 평가를 확대 적용할 계획이다. 텍스트 언어모델을 넘어 멀티모달 모델과 스스로 작업을 수행하는 에이전틱 AI 리스크 평가로도 범위를 단계적으로 넓힌다는 방침이다. 카카오는 이에 앞서 AI 안전성 검증 도구 '카나나 세이프가드'도 오픈소스로 공개한 바 있다. 김경훈 카카오 AI 세이프티 리더는 "이번 평가는 자체 검증 체계를 통해 오픈소스 모델의 안전성을 사전에 점검하고, 그 결과를 공개하고자 한 사례"라며 "앞으로도 책임 있는 AI 개발 원칙 아래 안전성 검증을 모델 출시 프로세스의 핵심 단계로 정착시켜 나갈 것"이라고 말했다.
2026-08-18 11:09:21