[AI 인사이트] AI시대, 설계자가 되어야 한다

인공지능 시대를 말할 때 한국은 종종 ‘준비된 나라’로 언급된다. 세계 최고 수준의 반도체 제조 능력, 촘촘한 통신 인프라, 제조업 전반에 축적된 데이터와 자동화 경험까지 갖춘 나라라는 평가다. 특히 AI 경쟁의 핵심 자원으로 꼽히는 반도체 분야에서 한국은 여전히 글로벌 공급망의 중심에 서 있다.     이 때문에 한국 사회에는 자연스럽게 이런 인식이 퍼져 있다. “하드웨어가 강하니, 인공지능 경쟁에서도 유리하다”는 믿음이다. 그러나 이 믿음은 절반의 진실이며, 동시에 상당히 위험한 착각일 수 있다.   최근 이 착각은 새로운 방식으로 반복되고 있다. 대규모 컴퓨팅 인프라 확보 계획이 발표될 때마다, 한국의 AI 경쟁력이 한 단계 도약한 것처럼 포장된다. GPU와 같은 장비를 얼마나 확보했는지, 데이터센터 규모가 얼마나 커졌는지가 전략의 핵심처럼 다뤄진다. 기술 담론은 점점 ‘설계’보다 ‘조달’에 가까워지고, 인공지능 논의는 언제부터인가 구매 목록과 예산 규모가 중심이 되기 시작했다. 하드웨어를 갖췄다는 사실이 곧 지능을 확보했다는 증거처럼 보이는 장면이다.   물론 오늘날 인공지능 경쟁에서 하드웨어의 중요성이 커진 것은 부인할 수 없는 사실이다. 대규모 언어 모델과 생성형 AI는 상상을 초월하는 연산량을 요구하고, 이를 감당할 수 있는 GPU와 데이터센터를 확보하지 못하면 경쟁에 참여조차 어렵다. 이 때문에 AI 경쟁은 알고리즘의 우열을 넘어, 반도체 생산 능력과 자본, 전력과 외교 전략이 결합된 국가 간 경쟁으로 확장되고 있다. 이런 맥락에서 보면 한국이 하드웨어 인프라를 중시하는 선택은 충분히 이해할 만하다.   그러나 문제는 그 다음 단계다. 하드웨어는 경쟁의 필요조건이지, 승리를 보장하는 충분조건은 아니라는 점이다. 인공지능의 성능과 방향을 결정하는 것은 여전히 소프트웨어, 즉 모델 구조와 학습 방식, 시스템 설계와 최적화 능력이다. 같은 하드웨어 위에서도 누가 설계하느냐에 따라 결과는 전혀 달라진다. 하드웨어가 가능한 최대치를 정한다면, 소프트웨어는 그 최대치에 도달할 수 있느냐를 결정한다.     그런데 한국의 인공지능 산업 구조는 이 두 요소 사이에서 점점 불균형한 모습을 보이고 있다. 한국은 ‘만드는 능력’에는 강하지만, ‘지능을 정의하고 활용하는 능력’에서는 아직 중심에 서 있지 못하다. 반도체는 세계적 수준이지만, 글로벌 AI 흐름을 주도하는 대형 모델과 플랫폼은 대부분 해외에서 만들어진다. 미국은 소수의 기업과 연구 집단이 모델, 플랫폼, 생태계를 동시에 장악하고 있고, 중국은 국가 차원에서 인재와 데이터를 집중시키며 추격하고 있다.     반면 한국은 AI를 빠르게 도입하고 적용하는 데는 능숙하지만, AI의 방향성과 표준을 결정하는 위치에는 아직 도달하지 못했다.   이 불균형이 지속될 경우 가장 우려되는 시나리오는 한국이 AI 시대의 ‘고급 하청 국가’로 고착되는 것이다. 핵심 모델과 알고리즘, 표준은 해외에서 만들어지고, 한국은 이를 실행할 반도체와 인프라를 공급하며 산업 현장에 적용하는 역할에 머무르는 구조다. 이 경우 한국은 분명 AI 산업에서 중요한 위치를 차지하겠지만, 가장 큰 부가가치와 결정권은 다른 나라가 가져간다. 이는 단순한 산업 수익의 문제가 아니라, 기술 주권과 데이터 통제, 장기적인 국가 경쟁력과 직결되는 문제다.   그럼에도 불구하고 한국 사회에는 “지금은 기반을 깔 때이니, 소프트웨어와 인재는 나중에 따라가도 된다”는 인식이 여전히 존재한다. 이 생각이 위험한 이유는 소프트웨어 생태계의 특성 때문이다. 소프트웨어, 특히 AI 연구와 인재 생태계는 시간과 경험이 누적되는 영역이다. 논문, 실패, 오픈소스 기여, 글로벌 네트워크는 자본을 투입한다고 단기간에 만들어지지 않는다. 하드웨어는 투자 규모에 비례해 생산량을 늘릴 수 있지만, 소프트웨어 역량은 그렇지 않다. 이미 글로벌 AI 인재는 미국을 중심으로 빠르게 집중되고 있고, 한국은 인재의 절대량 부족과 유출이라는 이중의 문제를 안고 있다.   물론 이 불균형이 곧 한국 AI 산업의 실패를 의미하는 것은 아니다. 문제는 불균형 자체가 아니라, 그것을 방치하느냐 전략적으로 관리하느냐다. 한국은 모든 영역에서 미국이나 중국을 모방할 필요도, 그럴 수도 없다. 대신 제조업과 산업 현장에서 축적된 강점을 살린 산업 특화 AI, 반도체 역량과 결합한 시스템·에너지 효율 중심의 AI, 그리고 대규모 인력 양성보다 핵심 소프트웨어 아키텍트와 설계자를 중심으로 한 선택적 육성이 보다 현실적인 경로일 수 있다.   결국 관건은 하드웨어 강국이라는 자부심 위에 소프트웨어 약국이라는 현실을 얼마나 냉정하게 인식하느냐에 달려 있다. 인공지능 시대의 경쟁은 더 빠른 칩을 만드는 싸움이 아니라, 어떤 지능이 표준이 될지를 결정하는 싸움이다.     지금 한국에 필요한 것은 하드웨어의 성공 경험이 소프트웨어의 중요성을 가리지 않도록 하는 전략적 자각이다. 이 경고를 실제 선택과 투자로 옮길 용기가 있는지가 한국 AI 산업의 미래를 가를 것이다. 김선호 / USC 컴퓨터 과학자AI 인사이트 ai시대 설계자 인공지능 경쟁 ai 경쟁력 하드웨어 인프라

2025.12.25. 18:00

[전문가 칼럼] 인공지능 학습 데이터 전쟁

 최근 인공지능 발전의 주요한 흐름으로 인공신경망의 ‘대용량화’를 손꼽을 수 있다. 지난 10월 마이크로소프트와 엔비디아 사는 5300억 개의 파라미터를 갖춘 초대규모 자연어 생성 인공지능을 발표했다. 기존 유사 인공지능의 용량을 3배 이상 키운 것이다.   이처럼 인공지능의 대규모화가 진행되면서 인공지능 프로젝트의 규모도 커지고 있다. 종래에는 연구자의 아이디어나 기술력이 중요했지만 이제 얼마나 많은 자원을 투입할 수 있는가를 두고서도 경쟁하는 양상이다.   인공지능 경쟁이 격화되면서 새로운 전장(戰場)으로 떠오르는 것이 바로 인공지능 학습 데이터 확보 문제이다. 대규모 인공지능을 학습시키기 위해 수백 기가바이트(GB)가 넘는 데이터가 사용되는 일도 빈번하다. 얼마나 질 좋은 학습 데이터를 확보하는지에 따라 인공지능 성능이 크게 좌우되기도 한다.     그래서 이미 방대한 학습 데이터를 확보한 선행 사업자들은 신규 진입자들의 데이터 확보를 막기 위해 애쓴다.   이러한 다툼은 소송으로도 이어지고 있다. 링크드인(LinkedIn)과 hiQ사 간의 분쟁이 대표적이다. 링크드인은 가입자가 6억 명이 넘는 세계적인 구인·구직 플랫폼이다. 많은 이들이 링크드인에 자신의 이력 정보를 업로드하고 새로운 일자리를 찾는다. 수천만 곳이 넘는 기업이 직원 채용을 위해 링크드인 서비스를 사용한다. 링크드인은 그야말로 채용 관련 데이터의 보고(寶庫)라 할 수 있다.   미국 스타트업 hiQ는 채용 정보분석 인공지능 학습을 위해 링크드인 데이터를 대량으로 내려받아 사용해 왔다. 그러자 링크드인은 hiQ의 접속을 차단했다. 이용자가 허용한 개인정보 사용 범위는 자신의 지인이나 구인 기업이 채용과 관련하여 활용하는 것인데, 그 범위를 초과했다는 것이다.     hiQ의 주장은 정반대다. 그저 웹사이트에 공개된 이력 정보를 사용한 것이니 문제될 것이 없다는 것이다. 양사의 분쟁은 법정으로 이어졌다.   2019년 연방항소법원은 hiQ의 손을 들어주었다. 후발 사업자가 자유롭게 데이터를 확보해서 경쟁할 수 있도록 허용해야 한다는 취지였다.     그러나 지난해 여름 연방대법원은 사건을 파기 환송했다. hiQ가 링크드인의 서비스 이용 약관을 위반한 것이 위법한지 여부를 재심리하라는 것이다.     이 사건의 쟁점은 복잡하고 다면적이다. 링크드인은 이용자의 사생활을 보호하고 개인정보 통제권을 보장할 필요성을 내세운다. 후발 사업자의 무임승차를 제한해야 이용자에게 득이 된다고 한다. 반대로 hiQ는 경쟁의 중요성을 강조한다. 선행 사업자가 데이터를 독점한다면 시장 경쟁을 통한 혁신이 불가능하게 된다는 주장이다.   비슷한 다툼이 여기저기서 이어지고 있다. 애플은 올해 아이폰 운영체제 iOS를 업데이트했다. 이용자가 명시적으로 동의한 경우에만 맞춤형 광고를 위한 이용자 앱 사용 데이터 수집을 허용하도록 바꾸었다. 명목은 이용자 사생활 보호를 강화한다는 것이다.     그러나 페이스북과 같은 모바일 앱 광고 사업자들은 크게 반발했다. 애플이 맞춤형 광고 시장 진출을 본격화하면서, 경쟁 사업자들의 데이터 수집을 막으려 한다는 것이다. 이용자 사생활 보호는 그저 핑계일 뿐이고, 애플이 이미 이용자 정보를 다수 수집해 놓은 상황에서, ‘사다리 걷어차기’를 통해 경쟁자의 사업을 방해한다고 비판한다.  거대 플랫폼과 경쟁 사업자 간의 분쟁이라는 점에서 링크드인 사건과 구도가 유사하다.   기존 법 제도가 새로운 경쟁 환경에 적절히 대응하지 못하는 경우는 적지 않다. 인공지능 학습 데이터에 대해 이처럼 세계적으로 논란이 되는 것도 놀랄 일은 아니다. 하지만 이 문제에서는 여러 가치가 충돌하면서 적절한 균형점을 찾기 쉽지 않은 상태다. 자유로운 기술 혁신과 시장 경쟁 환경을 조성해야 할 필요가 있지만, 기존 사업자의 투자와 지식재산권도 보호해야 한다. 더욱이 이용자에 의한 개인정보 통제권도 보장해야 한다. 세 마리 토끼를 모두 쫓아야 한다. 함께 힘을 모아 지혜롭게 해법을 찾을 수 있기를 기대한다. 김병필 / KAIST 기술경영학부 교수전문가 칼럼 인공지능 데이터 인공지능 학습 학습 데이터 인공지능 경쟁

2022.01.12. 19:05