검색결과 총 4건
-
'AI 3대 강국' 사활 건 과기정통부…내년 29.6조 쏟아붓는다
[경제일보] 정부가 인공지능(AI)을 국가 성장전략의 전면에 내세우면서 과학기술정보통신부의 내년 살림도 크게 불어난다. 과기정통부는 AI 대전환과 차세대 전략기술에 재정을 집중하고, 이를 산업 현장과 지역으로 확산해 ‘AI 3대 강국’ 도약의 기반을 마련한다는 계획이다. 과기정통부는 1일 국무회의에서 2027년도 예산안이 의결됐다고 밝혔다. 총예산은 29조6476억원으로 올해 추가경정예산보다 5조8272억원, 24.5% 증가했다. 이 가운데 AI 관련 예산은 9조4000억원으로 84.3% 늘었고, R&D 예산도 14조1000억원으로 18.5% 증가했다. 가장 큰 변화는 AI 투자 확대다. 정부는 고성능 GPU 확보부터 독자 AI 모델, 데이터센터, 피지컬 AI까지 AI 생태계 전반에 투자한다. 대규모 GPU 확보를 통해 AI 연산 기반을 확충하고 프론티어급 AI 개발에 필요한 데이터 경쟁력도 강화한다. 전 국민이 범용 AI와 공공 AI 에이전트를 활용하는 ‘모두의 AI’에는 2500억원을 신규 배정했다. AI를 산업 현장으로 가져가는 투자도 늘어난다. 반도체·피지컬 AI·AI 데이터센터를 중심으로 한 3대 메가프로젝트를 추진하고, 로봇과 제조 현장에 AI를 접목하는 사업을 확대한다. AI 데이터센터의 국산 솔루션과 인프라 기술을 개발하고, 피지컬 AI 분야에서는 휴머노이드와 로봇 파운데이션 모델 등 차세대 기술 확보에 나선다. AI 확산에 따른 부작용과 보안 문제에도 예산을 투입한다. AI 안전 기술과 사이버보안 AI 개발, 중소기업의 AI 기반 위협 대응 등을 지원해 ‘빠른 AI 도입’과 ‘안전한 AI 활용’을 동시에 추진한다. ◆ AI 다음 먹거리도 선점 정부는 AI에만 올인하지 않는다. AI 이후 국가 경쟁력을 좌우할 차세대 전략기술에는 12조3770억원을 편성했다. 특히 7대 시드(SEED) 프로젝트에는 1조3439억원을 투입한다. SMR과 핵융합 등 미래에너지, 양자컴퓨터, AI·로봇 기반 신약개발, 뇌-컴퓨터 인터페이스(BCI), 우주항공 등이 주요 대상이다. 정부는 현재 경쟁력이 있는 분야를 따라가는 데 그치지 않고 향후 10~20년 뒤 산업을 좌우할 기술을 선점하겠다는 전략이다. 기초연구와 출연연구기관에 대한 투자도 확대한다. 기초연구 예산을 늘리고 출연연은 기관별 임무 중심 연구를 강화한다. R&D 예산을 대형·중장기 과제로 전환하고 연구성과가 기술이전과 창업, 기업 성장으로 이어지도록 투자형 R&D도 새롭게 도입한다. 2027년 정부 전체 R&D 예산은 39조5000억원으로 올해보다 11.2% 증가한다. 지역 격차 해소도 핵심 축이다. 4대 권역을 중심으로 지역 AI 전환(AX)을 확대하고 지역이 강점을 가진 산업과 AI를 결합하는 방식으로 투자를 늘린다. AI 인재를 수도권에만 묶어두지 않고 지역 대학과 산업 현장에서 길러내겠다는 구상이다. 한편 내년도 과기정통부 예산의 특징은 AI를 중심으로 인프라·기술·인재·산업·지역을 하나의 생태계로 묶는 것이다. 다만 막대한 예산을 투입한다고 경쟁력이 자동으로 생기는 것은 아니다. GPU 확보량이나 연구비 규모보다 중요한 것은 국내 기업과 연구기관이 실제 글로벌 제품과 서비스로 연결할 수 있는 성과를 얼마나 만들어내느냐다. 과기정통부 역시 예산 확대와 함께 R&D의 성과관리와 사업화에 무게를 두고 있다. 결국 2027년은 한국이 AI에 얼마를 썼느냐보다 그 돈으로 어떤 기술을 확보하고 어떤 기업을 키웠는지를 증명해야 하는 해가 될 전망이다.
2026-09-01 14:05:01
-
민간 AI 인사 전면 배치한 정부…'AI 3대 강국' 실행력 시험대
[경제일보] 정부가 인공지능(AI) 정책을 이끌 핵심 인선을 잇달아 단행하면서 그동안 흩어져 있던 AI 정책의 방향을 정비하고 산업 현장에서 체감할 수 있는 실행력을 높이는 데 속도를 낼 전망이다. 민간 AI·정보기술(IT) 분야 경험을 갖춘 인사를 전면에 배치한 만큼 정책을 만드는 데 그치지 않고 기업의 AI 투자와 기술 개발, 서비스 확산으로 연결할 수 있을지가 관건으로 떠올랐다. 31일 업계에 따르면 정부는 최근 이해민 AI미래기획수석과 하정우 국가AI전략위원회 부위원장을 잇달아 기용하며 AI 정책 컨트롤타워 재정비에 나섰다. AI 산업을 국가 경쟁력의 핵심 축으로 삼고 대규모 투자를 추진하는 상황에서 정책을 구체화하고 부처 간 조율을 강화하기 위한 움직임으로 풀이된다. 이번 인선은 민간 현장 경험을 갖춘 인사를 AI 정책 전면에 배치한 것이 특징이다. AI 기술과 산업 현장의 변화를 직접 경험한 인사들이 정책 결정 과정에 참여하면서 기술 개발 기업과 실제 AI를 도입하는 기업 사이의 간극을 줄이는 역할을 할 것으로 전망되고 있다. AI 산업은 기술 변화 속도가 빠른 만큼 정책 결정이 늦어질 경우 기업의 투자와 사업 추진에도 불확실성이 커질 수 있을 것으로 평가된다. 기업 입장에서는 어떤 분야에 정부 지원이 집중되는지, 데이터와 컴퓨팅 인프라를 어떻게 활용할 수 있는지, AI 서비스를 둘러싼 규제가 어느 수준에서 적용되는지에 따라 연구개발과 설비투자 규모가 달라질 수 있기 때문이다. 특히 AI는 특정 산업에 국한된 기술이 아니라 제조·금융·통신·의료·유통·콘텐츠 등 산업 전반의 생산성을 좌우하는 범용 기술로 확산하고 있다. 정부가 AI를 국가 성장동력으로 제시하면서도 실제 현장에서 기업이 어떤 기준에 따라 AI를 도입해야 하는지가 명확하지 않다면 정책 목표와 산업 현장 사이에 간극이 발생할 수 있다는 지적이 나오는 이유다. 정부가 추진하는 AI 관련 대규모 투자 역시 실제 산업 성과로 이어지는 구조를 만드는 것이 중요할 것으로 전망된다. 정부가 컴퓨팅 인프라와 연구개발에 투자하더라도 기업이 이를 활용해 제품을 개발하고 매출을 만들어내지 못한다면 국가 차원의 AI 경쟁력 강화라는 목표를 달성하기 어렵기 때문이다. 특히 국내 AI 산업은 글로벌 빅테크와 경쟁해야 하는 동시에 제조·반도체·통신·자동차 등 국내 산업의 AI 전환도 동시에 추진해야 하는 상황에 놓여 있다. 이에 AI 모델을 개발하는 기업뿐 아니라 이를 실제 업무와 생산 현장에 적용하는 수요기업까지 함께 성장할 수 있는 생태계를 만드는 것이 중요하다는 평가다. 이 과정에서 정부 정책의 일관성도 중요한 변수다. AI 기술은 정부 임기보다 긴 시간과 막대한 자본이 필요한 분야인 만큼 기업들이 단기적인 지원사업보다 중장기적인 정책 방향을 보고 투자 결정을 내릴 수 있는 환경을 만들어야 한다. 정책이 부처별로 나뉘거나 규제 기준이 빠르게 바뀔 경우 기업 입장에서는 투자 시점과 사업 방향을 결정하기 어려워질 수 있다. AI 정책 컨트롤타워가 명확해지면 이러한 불확실성을 줄일 수 있다는 기대도 나온다. AI 산업 육성, 규제 개선, 인프라 확충, 인재 양성 등 여러 정책이 개별 부처 단위로 추진되는 대신 하나의 국가 전략 아래 연계될 경우 기업이 정부 정책의 방향을 예측하고 투자와 사업 계획을 세우는 데 도움이 될 수 있다. 다만 이번 인선만으로 산업 현장의 변화가 자동으로 만들어지는 것은 아니다. AI 기업이 기술 개발을 위해 필요한 데이터와 GPU 등 컴퓨팅 자원을 확보할 수 있는지, 기업들이 AI 서비스를 도입할 때 불필요한 규제에 발목 잡히지 않는지, 정부 지원이 실제 매출과 수출 등 산업 성과로 이어지는 정책 결정 속도와 현장 적용력이 중요해질 전망이다. 특히 AI 도입 과정에서 기업들이 가장 우려하는 것은 기술 자체보다 정책과 규제의 불확실성이 될 수 있다. 새로운 AI 기술이 등장할 때마다 어떤 규제가 적용되는지 해석이 달라지거나 부처마다 다른 기준을 제시할 경우 기업은 기술 개발보다 규제 대응에 더 많은 시간과 비용을 투입할 수밖에 없다. 이에 정부가 'AI 3대 강국'이라는 목표를 현실화하기 위해서는 산업 현장에서 혼선을 줄이는 것이 우선 과제로 꼽힌다. AI 개발 기업에는 사업화의 길을 열고, AI를 활용하려는 기업에는 명확한 규칙을 제시하며, 필요한 인프라와 인재를 적시에 공급하는 방식으로 정책의 속도를 높여야 한다는 것이다. 정부가 민간 경험을 갖춘 AI 인사를 전면에 배치한 것도 결국 이러한 실행력을 높이기 위한 포석으로 풀이된다. 앞으로 정부가 내놓을 AI 정책의 성패 역시 새로운 조직이나 인물의 등장 자체보다 이들이 현장의 목소리를 얼마나 빠르게 정책에 반영하고 기업의 투자와 AI 도입을 실제 성과로 연결하느냐에 달릴 전망이다. 하정우 국가인공지능전략위원회 신임 상근부위원장은 이날 취임식에서 "국가AI전략위원회가 국가 AI 비전을 제시하고 민간의 혁신 역량과 정부의 정책 역량을 연결해 실제 성과를 만들어내는 국가 AI 거버넌스의 중심축이 돼야 한다"며 "필요한 정책은 신속하게 결정하고 부처 간 쟁점은 적극적으로 조정하며 현장의 걸림돌은 과감히 해소하겠다"고 말했다.
2026-08-31 18:08:08
-
-
독파모 2차 관문 앞…3팀 압축 임박…LG '몸집 키우기' VS '효율형 AI 효율·에이전트'
[경제일보] 정부의 독자 인공지능(AI) 파운데이션 모델 프로젝트(독파모) 2차 평가 결과 발표가 임박했다. LG AI연구원과 SK텔레콤, 업스테이지, 모티프테크놀로지스 4개 팀 가운데 3개 팀만 다음 단계에 진출한다. 독파모는 새 정부의 'AI 3대 강국 도약' 전략 핵심 과제로 지난해 8월 시작됐다. 해외 AI 모델 의존도를 낮추고 기술·경제·안보 리스크를 줄이겠다는 목적으로, 총사업비 1576억원을 들여 팀당 데이터 구축비 30억~50억원과 연간 20억원가량의 연구비, 컴퓨팅 자원을 지원한다. 6개월 단위 평가로 매번 팀을 떨어뜨려 2027년 상반기까지 최종 1~2개 팀만 남기는 구조다. 첫 단추부터 순탄치 않았다. 애초 선정된 5개 팀(네이버클라우드·NC AI·LG AI연구원·SK텔레콤·업스테이지) 가운데 지난 1월 15일 발표된 1차 평가에서 네이버클라우드와 NC AI가 동반 탈락했다. 네이버클라우드는 오픈소스 모델을 차용했다는 의혹이 불거지며 독자성 기준에 부합하지 못한다는 판정을 받았고, NC AI는 종합 점수 경쟁에서 밀렸다. 당초 계획보다 1개 팀이 더 빠지자 정부는 패자부활전을 열었지만 네이버클라우드와 NC AI, 그리고 최초 선정에서 탈락했던 카카오까지 국내 IT 양강이 모두 재도전을 거부했다. 결국 2월 20일 모티프테크놀로지스 컨소시엄이 새 정예팀으로 뽑히며 4개 팀 체제가 만들어졌다. 과학기술정보통신부는 독파모 2차 단계평가를 마무리하고 조만간 결과를 발표할 예정이다. 대상은 △LG AI연구원 'K-엑사원 2.0' △SK텔레콤 '에이닷엑스 케이투(A.X K2)' △업스테이지 '솔라 오픈 2' △모티프테크놀로지스 '모티프3'다. 평가는 벤치마크 40점(글로벌 평가기관 아티피셜 애널리시스 25점, NIA 자체 벤치마크 15점), 전문가 평가 35점, 국민 평가단 200명이 참여하는 사용자 평가 25점으로 구성된다. 외부에 공개된 벤치마크 지표만으로 결과를 예단하기 어려운 것도 이 때문이다. 네 팀의 전략은 두 갈래로 갈린다. 규모로 밀어붙인 쪽은 LG와 SKT다. LG AI연구원의 K-엑사원 2.0은 파라미터 7500억 개(750B)로 1차 모델(236B)보다 3배 이상 커졌고, 코딩·에이전틱 코딩 지표를 이전 대비 약 30% 개선했다고 밝혔다. 장문 이해 평가 OpenAI-MRCR 94.4점, 한국어 장문 이해 Ko-LongBench 89.6점을 기록했고 지원 언어도 10개로 늘렸다. SKT의 에이닷엑스 케이투(688B)는 수학·한국어 추론에 집중해 2026년 국제수학올림피아드(IMO) 평가에서 42점 만점에 29점으로 금메달 기준선을 넘겼고, 고난도 수학 추론 평가 MathArena AIME 2026에서는 97.1% 정확도로 싱킹 머신스랩의 오픈웨이트 모델 '잉클링'과 공동 최고점을 기록했다. 업스테이지와 모티프테크놀로지스는 작은 몸집으로 효율을 택했다. 업스테이지의 솔라 오픈 2(250B)는 실제 연산에는 150억 개만 쓰는 전문가 혼합(MoE) 구조로, 양자화 시 엔비디아 H200 GPU 2장으로 구동할 수 있다. 모티프3(314B)는 은행 업무 처리와 IT 장애 진단 등 실무형 평가에서 강점을 보였다. 공개된 AAII(Artificial Analysis Intelligence Index) 지표에서는 이 구도가 뒤집힌다. 모티프3가 47점으로 1위, 업스테이지 솔라 오픈 2가 37점으로 뒤를 이었고 SKT 35점, LG 31점 순이었다. 모델 규모는 LG와 SKT가 앞서지만 공개 지표에서는 상대적으로 작은 모티프와 업스테이지가 높은 점수를 받은 셈이다. 다만 AAII는 전체 평가의 25%에 불과해 이 순위가 곧 정부 최종 순위로 이어지지는 않는다. 2차 평가를 통과한 3개 팀은 추가 단계평가를 거쳐 최종 2개 팀으로 압축된다. 정부는 이 과정에서 확보한 고성능 GPU 배분과 국가기록원·대법원 판결문 등 공공데이터 제공을 병행해 2027년까지 글로벌 톱10 수준의 모델을 만들겠다는 목표를 세웠다.
2026-08-18 09:40:27