국가 차원의 인공지능(AI) 전략 방향을 점검하고 기술 G3 선도국 진입을 위한 실질적 방안을 모색하기 위한 심도 깊은 토론의 장이 마련됐다.

한국과학기술한림원은 29일 서울 서초구 한림원회관에서 'AI 3대 강국 향한 우리의 전략'을 주제로 토론회를 개최했다. 단순한 정책 설명을 넘어 국가 AI 경쟁력 강화를 위한 실행 전략과 현장 중심 해법을 공유하는 데 초점을 맞췄다.

이날 토론회에서는 조성배 연세대학교 컴퓨터과학과 교수가 좌장을 맡았으며 방은주 지디넷코리아 부장, 김동환 포티투마루 대표, 주영섭 서울대학교 공학전문대학원 특임교수, 김유철 LG AI연구원 전략부문장, 이제현 한국에너지기술연구원 에너지AI·계산과학실장이 토론자로 참여해 다양한 시각에서 AI 정책과 생태계의 과제를 짚었다. 앞서 발제를 맡은 이경우 국가인공지능위원회 지원단장과 김진형 카이스트 전산학부 명예교수도 함께 토론에 나섰다.

첫 발언자로 나선 방은주 지디넷코리아 부장은 AI를 국가 성장의 '지렛대'로 삼아야 한다는 점을 강조하며 토론의 문을 열었다. 그는 "AI는 때로 핵무기로, 때로 아기 호랑이로 묘사되지만 무엇보다 중요한 정체성은 경쟁력 향상 도구"라는 점을 짚으며 현재의 생산성과 국가 목표를 현실화할 수 있는 실질적 수단임을 강조했다.

방 부장은 최근 국제통화기금(IMF)의 발표를 인용하며 "우리나라의 소득 4만 달러(한화 약 5천600만원) 시대 진입이 오는 2027년에서 2029년으로 2년 미뤄졌다"며 "그렇기 때문에 AI를 활용한 경쟁력 도약은 선택이 아닌 필수"라고 지적했다.

AI의 세 가지 핵심 요소인 알고리즘, 컴퓨팅 파워, 데이터에 대한 진단도 이어졌다. 지난 2017년 구글이 내놓은 트랜스포머 같은 혁신 알고리즘을 한국이 만들어낼 수 있을지에 대해선 회의적일 수밖에 없기 때문에 우리나라의 알고리즘 개발 역량에는 아직 한계가 있다는 평가다.

컴퓨팅 인프라 측면에서도 격차는 명확하다. 구글은 AI 인프라에만 연간 100조원을 쏟아붓는데 한국은 그 10분의 1도 채 되지 않기 때문이다. 다만 데이터 측면에선 가능성을 높다.

이에 방 부장은 "자원이 한정된 상황에서 우리가 승부수를 던져야 할 곳은 데이터"라며 "국내 산업과 사회 현장에서 확보할 수 있는 데이터의 활용 잠재력에 주목해야 한다"고 강조했다. 이어 "우리나라가 비교우위를 가지는 산업 분야인 자동차, 반도체, 조선 등 우리가 제조 산업군에 AI를 정밀하게 투입해 잘하는 분야에 집중 투자를 해야 한다"고 주장했다.

이어 김동환 포티투마루 대표는 스타트업 관점에서 국내 AI 산업의 현주소를 진단하며 지나친 낙관론보다는 냉정한 현실 인식이 필요하다고 강조했다. 특히 최근 글로벌 평가에서 한국이 AI 성숙도 '2군'에 머물러 있다는 BCG 보고서를 언급하며 국내 인식과 외부 시선 사이의 간극을 지적했다.

핵심 인프라에 대한 실태 분석도 이어졌다. 김 대표는 "초거대 AI 모델 개발에 필요한 데이터는 8조 개 수준인데 우리는 정부와 민간을 모두 합쳐도 여기에 턱없이 못 미친다"며 "고도화된 추론용 데이터의 산업적 활용 기반 역시 사실상 전무하다"고 덧붙였다.

컴퓨팅 파워 부족과 AI 전문 인력의 해외 유출도 심각한 문제로 꼽았다. 특히 석·박사급 인재 40%가 해외에 머무르고 있다는 점은 AI 생태계의 기반 자체를 흔들 수 있는 상황이다.

스타트업 생태계 측면에서는 산업 특화형 솔루션을 조용히 만들어내는 스타트업들이 있지만 대기업 중심 도입 구조 속에 가려져 있다는 점이 지적됐다. 이 때문에 중소·중견 기업과 스타트업이 실질적으로 AI를 도입하고 확산할 수 있도록 정부가 제도적으로 틀을 짜야 하는 상황이다.

김동환 대표는 "AI는 결국 공기처럼 모든 산업과 일상에 스며드는 기술"이라며 "이 확산의 가장 중요한 추진 세력은 민첩성과 문제 해결 능력을 갖춘 스타트업이 될 것"이라고 강조했다. 이어 "산·학·연정이 이상이 아닌 현실에 기초해 전략을 세우고 실행력 있게 움직여야 한다"고 말했다.

AI 생태계의 지속 가능성과 실행력을 높이기 위한 논의는 토론 후반부에서 구체화됐다. 주영섭 서울대학교 공학전문대학원 특임교수는 AI의 본질을 '수단'으로 규정하며 기술 자체보다 이를 어디에 어떻게 적용하느냐가 진정한 경쟁력을 좌우한다고 강조했다.

주 교수는 현재의 AI 논의가 기술자 중심에 머물러 있는 점을 비판하며 궁극적으로 돈을 벌고 성과를 창출할 수 있는 분야에 전략적으로 집중해야 한다고 밝혔다. 특히 반도체와 같은 인프라 층, 그리고 AI를 서비스화하는 애플리케이션 영역이 한국이 집중해야 할 축이라고 짚었다.

그는 "AI 3위를 목표로 삼는 것 자체가 무의미하다"며 "퍼스트 무버가 어렵다면 현실적인 목표인 패스트 팔로워 전략에 집중해야 한다"고 강조했다.

이와 함께 산업별로 특화된 AI, 즉 버티컬 AI의 필요성을 제기했다. 제조업, 방위산업, 자율주행 등 우리 산업 기반과의 연계성이 높은 영역부터 AI를 적용해 구체적 성과를 만들어내야 한다는 설명이다. AI는 산업의 두뇌 역할을, 초전력 반도체는 신체 기능을 담당하게 되는 구조가 가장 현실적인 접근이라고 제안했다.

이후 토론을 이은 김유철 LG AI연구원 전략부문장은 생태계 발전의 균형 구조를 제시했다. 그는 반도체, 데이터센터, 파운데이션 모델, 그리고 이를 활용한 AI 서비스라는 네 가지 축이 서로 조화를 이뤄야 진정한 AI 산업 생태계가 완성된다고 강조했다. 이 중 하나라도 결핍되면 전체 밸류체인이 작동하지 않는다는 것이 그의 주장이다.

김 본부장은 특히 AI 데이터센터의 제도적 병목을 짚으며 수도권 내 설립 제한과 전력 계통 영향 평가 등의 규제가 민간 투자를 위축시키고 있다고 설명했다. 국가 차원의 데이터센터 확충도 중요하지만 민간이 주도적으로 참여할 수 있는 환경이 병행돼야 생태계가 살아난다는 것이다.

또 정부가 주도하는 '월드 베스트 LLM' 프로젝트와 관련해 단순한 '한국형 모델' 개발이 아닌 글로벌 수준의 파운데이션 모델 확보가 우선이라고 강조했다. 이는 산업별 AI 활용을 가속화하고 나아가 추론(inference) 중심의 저비용 고효율 전략과도 맞닿아 있다는 평가다.

김유철 부문장은 "AI 반도체 역시 인퍼런스 중심으로 기술적 초점을 맞춰야 한다"고 덧붙였다.

마지막으로 토론에 참가한 이제현 한국에너지기술연구원 실장은 산업 현장의 실제 수요에 초점을 맞췄다. 그는 LLM과 같은 초거대 언어모델이 아닌 경량화된 소형언어모델(SLM)이 현장에서 보다 요구된다고 진단했다. 많은 경우 그래픽처리장치(GPU) 없이도 동작이 가능한 소규모 맞춤형 모델들이 더 적합하며 실제 적용도 그렇게 이뤄지고 있다는 설명이다.

현장 적용의 가장 큰 걸림돌은 AI 전문가와 도메인 실무자 간의 '언어 장벽'이라고 지적했다. 기술자들은 SQL 기반의 데이터베이스를 전제로 작업을 설계하지만 산업 현장에서는 엑셀 파일과 PDF가 정리된 폴더 구조가 곧 데이터베이스로 인식된다. 이 간극을 메우기 위해선 도메인을 이해하면서 동시에 AI 기술을 해석할 수 있는 '이중언어 인재'가 반드시 필요하다고 강조했다.

끝으로 이제현 실장은 인재 양성의 양적 목표보다 질적 정착을 중시해야 한다고 강조했다. 그는 "100만 명 양성이라는 구호보다 현장에 뿌리내릴 수 있는 1천 명을 제대로 키우는 게 더 중요하다"며 "실효성 있는 인재 정착 생태계 조성이 우선"이라고 밝혔다.