소버린 AI란 무엇인가 — 국가 생존 문제로 떠오른 이유

소버린 AI(Sovereign AI)는 단순히 ‘국산 인공지능’을 넘어서는 개념입니다. 국가가 자국의 데이터, 인프라, 기술 인력을 통해 AI를 독자적으로 개발하고 통제권을 완전히 내재화하는 능력 전체를 의미합니다. 쉽게 말하면, 전력망·통신망처럼 “외부 스위치 하나로 꺼질 수 없는 AI”를 만드는 것입니다.

2024년 7월 크라우드스트라이크의 보안 패치 결함 하나가 전 세계 850만 대 윈도우 시스템을 다운시켰습니다. 같은 해 11월에는 클라우드플레어 장애로 챗GPT, 구글, 유튜브가 동시에 접속 불가 상태가 되었습니다. 이 사건들은 해외 AI·클라우드에 의존하는 국가들에게 냉혹한 경고를 날렸습니다. 만약 국가 핵심 행정, 전력망, 의료 시스템이 이 서비스들에 연동되어 있었다면 어떻게 되었을까요?

소버린 AI의 중요성은 세 가지 축으로 요약됩니다. 안보 측면에서 현대전은 이미 AI 기반으로 재편됐으며, 외산 AI는 ‘킬 스위치’ 리스크를 내포합니다. 경제 측면에서 독자 파운데이션 모델 없이는 반도체·제조·금융 등 주력 산업의 디지털 전환 주도권을 잃을 수 있습니다. 문화 측면에서는 영미권 중심의 글로벌 AI가 한국어와 한국적 맥락을 편향되게 처리할 경우, 우리의 디지털 정체성 자체가 외부에 의해 정의되는 문제가 발생합니다.

▲ 목차로 돌아가기

독파모 프로젝트 — K-AI 국가대표 선발전의 전모

대한민국 정부는 2025년 8월, 과학기술정보통신부(과기정통부)와 정보통신산업진흥원(NIPA)의 주도 하에 ‘독자 AI 파운데이션 모델(독파모)’ 프로젝트를 공식화했습니다. 목표는 2030년까지 글로벌 AI 3대 강국으로 도약하는 것이며, 핵심 수단은 처음부터 끝까지 한국 기술로 만든 초거대 AI 모델의 확보입니다.

초기 지원에는 엔비디아와의 협력을 통해 확보한 GPU 26만 장 중 공공 부문 물량 5만 장이 투입됐습니다. 최종 선발된 ‘국가대표 AI 정예팀’은 네이버클라우드, 업스테이지, SK텔레콤, NC AI, LG AI연구원 등 총 5개 컨소시엄이었습니다. 이들은 약 4개월의 개발 기간을 거쳐 2025년 12월 30일 1차 성과 발표회를 열었습니다.

그리고 2026년 1월 15일, 최종 1차 평가 결과가 공개됐습니다. LG AI연구원, SK텔레콤, 업스테이지 3개 팀이 2차 진출을 확정했고, 네이버클라우드와 NC AI는 탈락했습니다. 특히 네이버의 탈락은 업계 전체를 뒤흔든 충격적인 결과였습니다.

▲ 목차로 돌아가기

네이버의 충격적 탈락 — 프롬 스크래치의 칼날

소버린 AI 독파모 1차 평가에서 가장 충격적인 사건은 단연 네이버클라우드의 탈락이었습니다. 국내 초거대 AI의 선구자로 하이퍼클로바X를 운영해 온 네이버가 벤치마크 평가 점수(36.5점)에서 상위권을 기록했음에도 불구하고, 전문가 평가에서 ‘기술 독자성 과락 패널티’를 받아 총점 약 75점에 그치고 말았습니다.

탈락의 결정적 원인: 중국 큐원 비전 인코더 사용

핵심 쟁점은 네이버가 멀티모달 기능 구현 과정에서 중국 알리바바의 AI 모델 ‘큐원(Qwen)’의 비전 인코더를 활용했다는 점입니다. 비전 인코더는 이미지·영상 데이터를 AI가 이해할 수 있는 벡터 형태로 변환하는 모델의 핵심 부품입니다. 언어 모델 자체는 독자 개발이었지만, 이 핵심 모듈에 외산 기술이 포함된 것이 결격 사유가 됐습니다.

네이버 측은 “개발 효율성을 위해 오픈소스 인코더를 활용했을 뿐, 핵심 언어 모델과 추론 엔진은 자체 기술”이라고 소명했지만 받아들여지지 않았습니다. 이 결과는 단순한 기술 점수 싸움이 아닌, 소버린 AI의 철학적 방향성을 둘러싼 논쟁으로 확장됐습니다. NC AI는 총점 81점 내외로 4위에 머물며 게임 특화성을 인정받았지만 2차 진출에는 실패했습니다.

▲ 목차로 돌아가기

1차 평가 생존자들 — LG·SKT·업스테이지의 전략

2차 진출을 확정한 세 팀의 전략과 점수를 살펴보면 K-AI가 지향하는 모습이 선명하게 드러납니다.

LG AI연구원 — K-엑사원의 ‘Clean Data’ 전략

LG AI연구원은 총점 약 94점으로 1위를 차지했습니다. 고난도 한국어 추론 지표 ‘KMMLU-Pro’에서 67.3점을 기록해 GPT-4o에 근접한 성능을 보였습니다. 특히 저작권 문제가 없는 ‘클린 데이터셋’을 구축해 법적 리스크를 원천 차단한 전략이 전문가 평가에서 높은 점수를 받았습니다.

SK텔레콤 — A.X K1의 ‘규모의 경제’ 전략

SKT는 국내 최초 매개변수 519B(5,190억 개) 규모의 ‘A.X K1’으로 총점 약 91.5점을 기록했습니다. 정부 지원 없이 자체 GPU 1,000장 이상을 직접 조달했다는 점이 전문가 평가에서 높은 가산점을 받았습니다. 수학(AIME25)과 코딩(LiveCodeBench)에서 딥시크-V3.1을 각각 102%, 110% 수준으로 앞서는 성과를 냈습니다.

업스테이지 — 유일한 스타트업의 ‘효율성’ 전략

업스테이지는 독자 개발한 ‘DUS(Depth Up-Scaling)’ 기술로 적은 자원으로 고성능을 구현했습니다. 파라미터 규모는 대기업 대비 작지만, 실무 개발자들로 구성된 사용자 평가단에서 가장 높은 점수(24점)를 받아 ‘실전형 AI’로서의 가능성을 증명한 유일한 스타트업입니다.

▲ 목차로 돌아가기

2차 평가의 변수 — 멀티모달과 스타트업 2곳의 도전

2026년 1월 25일, 연합뉴스는 독파모 2차 평가의 핵심이 멀티모달 역량이 될 것이라고 보도했습니다. 텍스트 이해를 넘어 이미지, 음성, 영상을 통합적으로 처리하는 능력이 2차 관문의 주요 평가 기준으로 설정됐기 때문입니다. 바로 네이버가 중국 외산 인코더를 사용했던 그 기능입니다.

LG AI연구원은 ‘K-엑사원’을 기반으로 ‘옴니모달(Omnimodal)’ 진화를 선언했습니다. SKT는 A.X K1의 ‘감성 대화’ 기능을 고도화하며 통신 특화 데이터 활용을 극대화하는 전략을 유지하고 있습니다. 업스테이지는 개발자 친화적인 API 생태계를 중심으로 스타트업다운 빠른 이터레이션 전략을 구사 중입니다.

개인적 견해를 덧붙이자면, 2차 평가는 단순히 모델 성능의 싸움이 아닌 실용성과 독자성의 균형을 검증하는 장이 될 것입니다. 멀티모달 구현 과정에서 다시 외산 기술 활용 유혹이 생길 수밖에 없는 구조이기 때문입니다. 네이버의 교훈이 3개 팀에게 어떤 방식으로 작용할지가 2차 평가의 진짜 관전 포인트입니다.

▲ 목차로 돌아가기

글로벌 소버린 AI 경쟁 — 한국이 살아남으려면

소버린 AI는 한국만의 과제가 아닙니다. 전 세계가 동시에 달리고 있는 경주입니다. 미국은 마이크로소프트·구글·메타가 이미 AI 표준을 장악하고 있습니다. 중국은 알리바바의 큐원, 딥시크 등 고성능 오픈소스 모델을 공격적으로 확산시키며 자국 생태계를 구축 중입니다. EU는 AI 법(AI Act)을 필두로 규제 기반 소버린 AI 전략을 추진하고 있습니다.

특히 2026년 다보스 포럼에서 명확해진 것처럼, AI 패권 경쟁은 이제 자본과 컴퓨팅 인프라의 게임으로 변질됐습니다. 기술력만으로는 부족하고, 그 기술을 돌릴 전력·데이터센터·GPU를 안정적으로 확보한 나라가 주도권을 쥐게 됩니다. SKT가 선언한 “아시아 최대 AI 허브” 구상이 단순한 기업 전략이 아닌 국가 생존 전략과 맞닿아 있는 이유입니다.

▲ 목차로 돌아가기

소버린 AI의 함정 — 순혈주의 논란과 현실적 균형점

이번 독파모 프로젝트를 두고 업계 일각에서는 정당한 비판도 제기됩니다. 현대 AI 개발은 수천 개의 오픈소스 라이브러리 위에서 이뤄지며, 100% 프롬 스크래치는 사실상 불가능에 가깝다는 지적입니다. 구글과 메타도 초기 모델 개발 시 학계의 다양한 아키텍처를 참고했습니다.

‘비전 인코더’라는 특정 모듈 하나의 외산 사용이 과연 전체 모델의 독자성을 훼손하는지에 대한 기술적 합의도 아직 불완전합니다. 이 모호함이 네이버의 억울함을 낳은 측면도 분명히 존재합니다. 정부는 향후 독자성의 범위를 더 세밀하게 정의한 가이드라인을 제시해야 한다는 전문가들의 목소리가 높습니다.

결국 K-AI가 추구해야 할 방향은 ‘기술 주권’과 ‘실용성’이라는 두 마리 토끼를 동시에 잡는 것입니다. 완전 독자 기술 확보에 매진하면서도, 오픈소스 생태계와의 연결을 끊지 않고 국제 협력을 통해 기술 고립을 피하는 것이 2026년 K-AI의 가장 중요한 과제로 남았습니다. 앤드류 응 교수의 말처럼 AI는 ‘새로운 전기’이며, 전기를 어디서 만드느냐보다 그 전기를 안정적으로 공급할 수 있느냐가 더 중요한 질문입니다.

▲ 목차로 돌아가기