Sovereign AI

케이스 1대한민국 정부 — 독자 AI 파운데이션 모델 프로젝트로 국가대표 모델 육성

과학기술정보통신부는 2025년 8월 '독자 AI 파운데이션 모델 프로젝트'의 정예팀으로 LG AI연구원, SK텔레콤, 네이버클라우드, NC AI, 업스테이지 5개 팀을 선정하고 GPU·데이터·인재를 지원하기 시작했습니다.^[6] 2026년 1월 1차 평가에서는 LG AI연구원, SK텔레콤, 업스테이지 3개 팀이 다음 단계에 진출하고 네이버클라우드와 NC AI가 탈락하는 결과가 나왔습니다.^[3] 국산 모델끼리 성능을 겨루게 해 단계적으로 압축하는 경쟁형 지원 구조입니다.
도입효과: 정예팀 5팀 선정(2025-08) → 1차 평가 통과 3팀(2026-01), 단계별 경쟁 지원 체계 가동^[3][6]

케이스 2엔비디아×한국 — APEC 계기 GPU 26만 장 공급 발표

2025년 10월 31일 경주 APEC 정상회의를 계기로 엔비디아는 한국에 GPU 26만 장 이상을 공급한다고 발표했습니다. 삼성전자 5만 장 이상, SK그룹 5만 장 이상, 현대차그룹 5만 장, 네이버클라우드 6만 장, 국가AI컴퓨팅센터 5만 장 규모로, 각 사는 반도체·제조·모빌리티 분야 AI 팩토리 구축에 투입할 계획을 밝혔습니다.^[4] 소버린 AI의 물리적 토대인 국내 연산 인프라가 한 번에 확충된 사례입니다.
도입효과: 국내 AI 연산 인프라 GPU 26만 장 규모 확충 계획 확정 (2025-10-31)^[4]

케이스 3네이버 — 적은 학습 자원으로 한국어 특화 추론 모델 확보

네이버클라우드는 2025년 6월 추론 특화 모델 하이퍼클로바X 씽크(THINK)를 공개하며, 6조 토큰 학습만으로 18조~20조 토큰을 쓰는 글로벌 동급 모델에 견줄 한국어 성능을 확보했다고 밝혔습니다.^[5] 한국어 벤치마크 KMMLU에서 글로벌 추론 모델과 대등한 수준을 보였고, 시각 정보를 결합한 수능 STEM 문제 평가에서 GPT-4.1을 앞섰습니다. 자국어 데이터 축적이 소버린 AI의 실질 경쟁력임을 보여 준 사례입니다.
도입효과: 학습 토큰 6조 개(동급 글로벌 모델의 약 3분의 1)로 수능 STEM 평가 46.4% 달성, GPT-4.1(40.3%) 상회 (2025-06)^[5]

케이스 4LG AI연구원 — 국산 기술 전 과정으로 만든 K-EXAONE 오픈 웨이트 공개

LG AI연구원은 2026년 1월 12일 데이터 구축부터 학습 인프라까지 전 과정을 국내 기술로 완성한 K-EXAONE(케이-엑사원)을 공개하고 허깅페이스에 오픈 웨이트로 올렸습니다.^[2] 전문가 혼합(MoE) 구조로 총 파라미터 2,360억 개, 실제 연산에는 230억 개만 활성화해 효율을 높였습니다. 독자 AI 파운데이션 모델 1차 평가에서 13개 벤치마크 중 10개 1위를 기록하며 국가대표 모델 경쟁의 선두에 섰습니다.
도입효과: 1차 평가 13개 벤치마크 중 10개 1위·평균 72점, 허깅페이스 글로벌 트렌드 순위 2위 (2026-01)^[2]

1. 조직에서 쓰는 AI 서비스 목록을 만들고, 각 서비스의 모델 개발사·서버 위치·데이터 처리 국가를 조사해 표로 정리합니다.
2. 국산 모델 API(하이퍼클로바X, EXAONE 등) 하나를 골라 기존 업무 프롬프트 3개를 그대로 실행하고 결과를 해외 모델과 비교합니다.
3. 이용 약관과 개인정보 처리방침에서 데이터 국외 이전 조항을 확인하고, 민감 데이터가 오가는 업무를 분리 목록으로 만듭니다.
4. 과기정통부 독자 AI 파운데이션 모델 프로젝트 등 정부 지원 사업 공지를 구독해 자사가 활용할 접점을 점검합니다.
5. AI 도입 검토 보고서의 평가 기준에 성능·비용과 함께 '주권 축(데이터 소재지·공급 안정성)'을 추가합니다.

소버린 AI는 막대한 투자 대비 성과가 보장되지 않는다는 한계가 있습니다. GPU와 전력, 인재에 국가 예산을 투입해도 글로벌 프런티어 모델과의 격차가 바로 좁혀지는 것은 아니고, 1차 평가에서 대형 사업자가 탈락했듯 국내 경쟁조차 결과를 예측하기 어렵습니다.^[3] 소버린을 명분으로 한 중복 투자와 보호주의라는 비판도 있으며, 반도체 장비와 클라우드 생태계는 여전히 글로벌 공급망에 의존합니다.

진화 방향은 모델 단위 주권에서 풀스택 주권으로의 확장입니다. 한국은 GPU 26만 장 인프라 확충과 국가대표 모델 경쟁을 병행하며 반도체-데이터센터-모델-서비스 전 층위를 갖추는 전략을 진행 중입니다.^[4] K-EXAONE처럼 오픈 웨이트로 공개해 국내외 생태계를 확보하는 방식이 부상했고^[2], 자국을 넘어 중동 등 제3국에 소버린 AI 구축 역량을 수출하는 단계가 다음 경쟁 축으로 거론됩니다.