◎ [AI돋보기] 무늬만 독자 AI로는 세계 3강 못 간다
네이버·NC 탈락이 던진 기술 자립의 경고 / 해외 모델 손본 AI는 독자 기술로 인정 못 받아
[연합뉴스, 2026년 1월 19일]

○ 과학기술정보통신부가 야심 차게 내건 '독자 AI 파운데이션 모델(독파모) 1차 평가' 성적표가 공개되자 국내 IT 업계가 거센 후폭풍에 휩싸였음

- 'K-AI'의 맏형 격인 네이버클라우드와 엔씨소프트[036570](NC)가 나란히 탈락의 고배를 마셨기 때문임
: 반면 LG AI연구원, SK텔레콤[017670], 업스테이지 등 3개 사만이 '국가대표 AI' 후보군으로 생존했음

- 탈락 사유는 뼈아픔
: 과기정통부는 네이버 모델에 대해 "중국 알리바바의 오픈 웨이트 모델 '큐웬(Qwen)'의 인코더와 가중치를 활용해 독자성 기준을 충족하지 못했다"고 지적했음
: 수천억 원을 투입해 '한국형 AI'를 만들었다던 빅테크들이 사실상 모방 논란에 서게 된 셈임
: 이는 정부가 주창해 온 'AI 3대 강국(G3)' 구호의 민낯을 드러낸 사건이자 우리 AI 경쟁력의 현주소를 적나라하게 보여주는 대목임
: 도대체 무엇이 '독자 AI'이며 왜 우리는 이토록 '자체 기술'에 집착해야 하는가

◇ '독자 AI'는 데이터 수집부터 토큰 학습까지 다해야

- 이번 논란의 본질을 꿰뚫으려면 AI 개발의 핵심인 '사전학습(Pre-training)'과 '미세조정(파인튜닝·Fine-tuning)'의 차이를 명확히 구분해야 함
: 정부는 독자 파운데이션 모델의 정의를 "해외 모델의 미세조정이 아닌 설계부터 사전학습 전 과정을 자체 수행한 국산 모델"로 규정했음
: 특히 가중치(Weight)를 '제로(0)' 상태에서 시작해 스스로 학습하고 최적화하는 과정을 필수 요건으로 제시했음
: 쉽게 말해, 데이터 수집부터 모델 아키텍처(설계도) 구성, 수조 개 단위의 토큰 학습까지 밑바닥(프롬스크래치·From Scratch)에서 다져야 비로소 '독자 기술'로 인정한다는 뜻임
: 건물을 지을 때 기초 공사와 골조, 마감까지 직접 책임지는 것과 같음

- 현재 우후죽순 쏟아지는 상당수 '국산 AI'는 이미 학습이 끝난 해외의 오픈 웨이트 모델을 가져와 한국어 데이터를 입히는 파인튜닝 방식에 기대고 있음
: 정부 측은 "외부 인코더를 참고할 수는 있지만 핵심 가중치를 업데이트 없이 고정해 쓴다면 독자 모델로 볼 수 없다"고 선을 그었음

- 문제는 일부 기업들이 효율성을 내세우며 중국산 '엔진'을 차용했다는 점임
: 알리바바의 'Qwen'이나 01.AI의 'Yi' 등 중국 모델들은 미국의 제재 속에서도 매개변수 효율을 극대화하며 글로벌 오픈소스 생태계를 장악하고 있음
: 국내 기업들이 토크나이저(언어 처리 최소 단위)나 출력단 일부만 수정한 뒤 "독자 개발"이라 포장해 온 관행이 이번 평가로 제동이 걸린 것임
: 결국 베이스 모델의 핵심 가중치를 빌려 쓴다면 아무리 한국어 성능을 높여도 그것은 '잘 튜닝된 큐웬 파생 모델'일 뿐 '대한민국 독자 AI'는 아니라는 게 이번 평가가 던지는 메시지임

◇ 미국 '넘사벽'·중국 '독자 생존'…샌드위치 된 한국

- 글로벌 AI 지형도 위에서 이번 사태를 조망하면 위기감은 더 증폭됨
: 이런 상황에서 '한국형 AI'를 표방하던 기업들이 중국 모델 의존 논란에 휩싸인 것은 단순한 기술적 자존심 상처를 넘어 한국 AI 생태계가 중국이나 유럽에도 뒤처질 수 있다는 구조적 불안감을 시사함

◇ 안보와 밸류체인의 문제…왜 '독자 AI'여야 하나

- 막대한 비용과 리스크에도 불구하고 왜 '독자 AI'를 고집해야 할까
: 이는 단순한 '신토불이' 정서가 아니라 국가 안보와 산업 생태계의 생존이 걸린 문제이기 때문임

- 우선 '데이터 주권'과 보안 이슈임
: 우리가 통제 가능한 모델 없이 진정한 데이터 보안을 논하기는 어려움

- 문화적·법적인 필요성도 있음
: 미·중 모델은 한국의 역사, 법률, 사회적 맥락을 온전히 담아내지 못함
: 독도 표기 오류나 전세 사기 같은 한국 특유의 이슈에서 엉뚱한 답변을 내놓는 '환각' 현상이 대표적이임
: 우리 사회의 뉘앙스와 법체계를 정확히 이해하는 AI는 결국 우리 손으로 학습시켜야 가능함

- AI 반도체부터 서비스로 이어지는 '밸류체인'의 완성을 위해서도 독자 AI는 필요함
: AI 독자 모델이 사라진다면 한국 반도체는 엔비디아의 하청 기지로, 소프트웨어 산업은 구글 API 위에서 부가가치 일부만 챙기는 '소작농'으로 전락할 우려가 있음

◇ '독자 AI' 투명성 강화하고 실리적 전략 다시 짜야
- 이번 탈락 사태는 한국 AI 산업에 울리는 강력한 경고음임
: 'AI G3'가 헛구호에 그치지 않으려면 전략의 판을 새로 짜야 한다는 목소리가 높음
: 우선 '독자성'의 기준을 엄격히 하되 투명성을 강화해야 함
: 아울러 무리한 '풀 스크래치 범용 모델' 경쟁보다는 '특화형 소버린 AI'로 궤도를 수정해야 한다는 지적도 나옴
: 결국 승부처는 데이터의 질적 고도화임
: 우리가 가진 방대한 행정 데이터, 판례, 언론 아카이브 등을 체계적으로 학습시켜 외산 모델이 넘볼 수 없는 '한국형 성능'을 입증해야 함

- 네이버와 NC의 탈락은 끝이 아닌 시작이어야 함
: '껍데기만 국산'인 AI에 취해있을 시간은 없음
: 이번 논란이 뼈를 깎는 기술 자립과 데이터 경쟁력 확보로 이어지지 않는다면 대한민국은 영원한 'AI 추격자' 신세를 면치 못할 것임

○ 링크 - 무늬만독자AI로는세계3강못간다[연합뉴스, 2026.01.19.]