AI 주권과 지속 가능한 공공 파운데이션 모델

AI 주권 시대, 공공이 설계해야 할 미래
AI가 사회 구조를 재편하는 거대한 흐름 속에서 공공이 어떤 역할을 해야 하는지 탐구한다. AI를 단순한 규제 대상이나 소비재로 보지 않고, 사회적 안전망·조율자·선도자로서 공공의 삼중적 책무를 강조한다. OECD, 유네스코, EU AI 법 등 국제 규범의 흐름을 짚으며, AI 주권을 확보하기 위한 각국의 전략(유럽의 가이아-X, 프랑스의 BLOOM, 한국의 하이퍼클로바X와 엑사원3 사례)을 풍부히 제시한다.
특히 공공 부문이 주도하는 오픈소스 LLM 개발과 데이터 주권 확보가 국가 경쟁력의 핵심임을 강조하며, AI가 누구도 소외하지 않는 포용적 서비스와 윤리적 기준 위에 작동해야 함을 역설한다. 장애인 상담, 노인 돌봄, 지역 언어 챗봇 같은 공공 활용 사례는 기술의 진정한 가치가 ‘공익’에 있음을 보여 준다. AI 시대를 살아가는 우리에게 “AI는 누구를 위해 작동하는가?”라는 근본적 질문을 던지며, 국가와 사회가 나아가야 할 책임 있는 길을 설계해 본다.

AI 시대에 공공이 규제자·촉진자·선도자로서 수행해야 할 책무를 짚는다. 국제 동향과 한국 사례를 통해, 기술 주권과 공익을 조화시키는 지속 가능한 AI 전략을 제시한다. 인공지능총서. aiseries.oopy.io에서 필요한 인공지능 지식을 찾을 수 있다.

윤창희
한국지능정보사회진흥원 AI기술전략팀 수석연구원이다. 경북대학교에서 공학 박사학위를 받았다. 현재 대구교육대학교 AI교육·컴퓨터학과 겸임교수이며, 국제인공지능윤리협회(IAAE) 초거대AI위원회 위원장, OECD AI Index 개발 작업반 전문가[AI Governance Working Group(AIGO) AI Expert], 한국정보처리학회 전자정부연구회 부위원장으로 활동하고 있다. 주요 저서로는 《지속 가능한 공공 파운데이션 모델 구축 및 활용 방안 연구》(2025), 《공공 분야 초거대 AI 활용을 위한 공공 데이터 주권 클라우드 적용방향》(2024), 《카이스트 미래전략 2024》(2023, 공저) 등이 있다. “A Systematic Review on Public Data Sovereign Cloud Application for Large-Scale AI Utilization in the Public Sector”(2024) 등을 KCI, SCI 등 등재 학술지에 게재했다.

AI 시대, 공공의 역할은 무엇인가

01 오픈 소스 LLM의 부상
02 AI 패권 경쟁과 국가 전략의 변화
03 데이터 주권과 공공 클라우드 전략
04 LLMOps와 운영 조직 구축 전략
05 보안 통제와 신뢰성 확보 방안
06 성능 검증과 현장 평가 체계
07 지속 가능한 파운데이션 모델 파이프라인 구축
08 인프라와 GPU 전략
09 공공 서비스와 AI 통합 전략
10 기대 효과와 거버넌스 전환

그러나 오픈 소스 LLM이 안고 있는 과제 또한 명확하다. 첫째, 성능 편차와 품질 관리 문제다. 각기 다른 연구자나 조직이 오픈 모델을 변형해 배포하면서, 모델의 정확도, 안전성, 처리 속도 등에서 일관성을 확보하기 어려운 경우가 많다. GPT-4, 클로드 3(Claude 3) 같은 상용 최상위 모델과 비교하면 성능 격차도 여전히 존재한다. 둘째, 자원 소모 부담이다. 고성능 LLM은 학습과 추론 과정에서 막대한 GPU 연산력과 전력을 요구하기 때문에, 중소 기관이나 자원이 제한된 단체는 여전히 운용 장벽을 경험할 수밖에 없다. 셋째는 악용 가능성이다. 폐쇄형 모델은 보통 유해 콘텐츠 생성을 차단하는 ‘가드레일’을 탑재하지만, 오픈 모델은 누구나 자유롭게 활용할 수 있어 피싱 이메일 생성, 가짜 뉴스 작성, 해킹 도구 제작 등에 악용될 수 있다.
－01_“오픈 소스 LLM의 부상” 중에서

영국은 국가 안보를 이유로 기밀 데이터의 해외 저장을 제한했지만, 최근에는 보다 유연한 정책으로 전환하고 있다. 2023년 정부 보안 분류 정책 개정과 2025년 과학혁신기술부(DSIT, Department for Science, Innovation and Technology)의 가이드라인 발표를 통해, 일정 조건을 충족할 경우, 해외 데이터 센터의 활용도 허용했다. 특히 각 기관에는 멀티 리전(Multi Region) 전략을 권고하며, 법적 기준을 지키는 범위 내에서 가장 효율적인 위치에서 데이터를 처리하도록 유도하고 있다.
－03_“데이터 주권과 공공 클라우드 전략” 중에서

정부는 국내외 110여 건의 활용 사례도 함께 제공해 기관 간 벤치마킹과 정책 설계에 도움을 주고 있으며, 공공 AI의 성공률을 높이기 위한 평가·공유 체계를 마련했다.
2024년에는 예산을 대폭 확대해 ‘초거대 AI 활용 지원 사업’을 추진 중이며, 플랫폼 이용과 서비스 개발 지원을 병행하고 있다. 과제별 성과는 평가를 거쳐 전국 확산 또는 정책 개선에 반영된다.
대표 사례로는 AI 챗봇을 통한 신규 직원 교육, 민원 응대 향상, 콜센터 상담 품질 개선 등이 있으며, 외신 요약, 입찰 평가 자동화 등 다양한 아이디어가 실증 사업으로 추진되고 있다.
－06_“성능 검증과 현장 평가 체계” 중에서

예를 들어, 경기도는 RPA 시스템 도입으로 연간 1만 시간의 공무원 근무 시간을 절약해 추가 인력 없이 자원을 효율적으로 재배치할 수 있었다. 단순 반복 업무의 자동화는 인건비 절감뿐 아니라, 과태료 부과 등 업무의 오류 감소와 재정 집행의 신뢰성 향상에도 기여하고 있다.
AI는 예산 편성과 배정 과정에서도 정교한 의사 결정을 지원한다. 복지 예산의 경우, 지역별 고령화·소득·이용률 데이터를 분석해 필요한 곳에 선제적으로 자원을 배분할 수 있다. 보건복지부의 위기 가구 판별 시스템은 복지 대상자를 정확히 선별해 재정 누수를 막고, 효과적인 지원이 가능하도록 돕고 있다.
－09_“공공 서비스와 AI 통합 전략” 중에서