오늘은 2025년을 앞두고 한국 AI 산업 전망에 대해 깊이 있게 다뤄보려 합니다. AI 기술은 단순히 기술의 진보를 넘어 사회와 경제 구조를 변화시키는 핵심 요소로 자리 잡고 있습니다. 그러나 한국의 AI 발전 상황을 보면 여러 가지 아쉬운 점과 함께 작은 가능성도 엿볼 수 있는 것 같습니다.
1. 한국 AI 산업 전망: 두 거대 플레이어만 남았다?
현재 한국에서 AI 기술 개발을 주도하는 기업은 사실상 네이버와 LG AI 연구원 정도입니다. 다른 대형 기업들은 거대 AI 개발 경쟁에서 발을 빼거나 소규모 프로젝트에 머물러 있는 상황입니다. 예를 들어, 카카오는 AI 기술 개발에서 사실상 손을 뗐다는 평가를 받습니다.
네이버와 LG의 AI 역량
- 네이버: 약 2,000여 개의 GPU(그래픽 처리 장치)를 보유하고 있으며, 최근 H100 GPU를 추가 구매해 하이퍼클로바 X라는 거대 AI를 개발했다고 자랑하지만, 실제 서비스 적용은 미미합니다.
- LG: AI 연구원 차원에서 2,000여 개, 그룹 전체로는 약 3,000여 개의 GPU를 보유하고 있습니다.
이에 비해, 오픈AI가 GPT-4를 학습시킬 때 사용한 GPU는 약 25,000대로, 이들과 비교하면 차이가 극명합니다. 이러한 제한된 리소스로 인해 한국의 거대 AI는 연구 단계를 넘어서 실질적인 서비스로 확장되기 어려운 상황입니다.
2. AI 개발의 핵심: 컴퓨팅 파워와 데이터
AI 기술의 발전은 컴퓨팅 파워, 데이터, 그리고 매개변수의 규모에 크게 의존합니다. 이를 “AI의 규모의 법칙”이라고 하는데, 더 많은 GPU를 사용하고, 더 큰 학습 데이터를 투입하며, 매개변수를 크게 설정할수록 성능이 비약적으로 향상됩니다.
- NVIDIA의 최신 GPU인 H100: 개당 수천만 원에서 1억 원이 넘는 비용으로, 세계 주요 AI 기업들이 이 GPU를 대량 구매해 활용 중입니다.
- 글로벌 사례:
- 테슬라는 H100 GPU 10만 대를 활용해 세계 최대 규모의 슈퍼컴퓨터를 구축했다고 발표. 이 결과가 테슬라 자동차, 옵티머스 로봇, 스페이스X 등에 적용(엄청난 확장성과 성과)
- 메타(페이스북)는 올해 말까지 H100 GPU 35만 장을 구매할 계획이라고 합니다.
한국의 한계
- 네이버와 LG가 보유한 GPU는 2,000~3,000여 개로, 학습용으로도 충분하지 않은 상황.
- 한글 데이터 부족: 채팅GPT에서 사용된 한글 데이터는 전체의 3% 미만으로, 한국어 기반 AI 모델 개발에 큰 제약이 됩니다.
- 공학 부문의 최고 위치인 서울대 공과대학교 조차 제대로 된 AI 실험을 하기 힘들다고 함.(몇년전 얘기지만 LLM을 돌리기 위해 GPU 등을 가동하면 공과대 건물 전체 전기가 나갔다는 정도)
이처럼 컴퓨팅 파워와 데이터 부족은 한국이 AI 선도국으로 자리 잡는 데 걸림돌이 되고 있습니다.
3. 글로벌 AI 시장에서의 격차
미국이 AI 연구의 선두주자로 자리 잡고 있으며, 중국이 그 뒤를 따르고 있습니다.
- 미국: 100점
- 중국: 65점
- 3~8위 국가: 30~40점 수준
한국은 6~7위 수준에 머물러 있지만, 이 격차는 사실상 무의미할 정도로 큽니다. 미국은 컴퓨팅 파워를 무료로 지원하는 국가 정책을 통해 AI 연구를 더욱 다양화하고 있습니다.
- 미국의 AI 지원 정책:
- 5만 명의 연구자에게 각각 1,000시간씩 GPU를 무료 제공.
- 연간 최대 120개 팀이 GPT-4 수준의 AI를 개발할 수 있도록 지원.
이러한 지원은 전 세계의 AI 인재를 끌어모으는 데 기여하며, 미국의 AI 연구 생태계를 강화하는 원동력이 되고 있습니다.
4. 한국 AI의 구조적 문제
R&D 예산 삭감
2023년 한국 정부는 R&D 예산을 13% 삭감하며 많은 AI 프로젝트가 중단되었습니다. 이로 인해 박사후 과정 연구자(포닥)들이 연구를 지속하지 못하고 해외로 유출되는 현상이 심화되고 있습니다.
- AI 인재 유출:
- 한국은 세계 2대 AI 인재 유출국으로, 연구 환경의 악화가 그 주요 원인입니다.
- 예산 삭감으로 연구 과제가 중단되면, 3~5년 단위로 진행되는 프로젝트는 큰 피해를 입게 됩니다.
- S급 인재 유입의 어려움: 거의 대다수의 최상위권 학생들은 기승전 의대 진학이 목표. S급 인재 유입이 안되고 공과대 진학을 꺼리고 있음.
슈퍼컴퓨터 예산 문제
슈퍼컴퓨터 구축 예산이 부족하거나 운영비가 배정되지 않는 사례도 발생합니다.
- 슈퍼컴퓨터는 일반 컴퓨터로는 처리할 수 없는 대규모 데이터와 연산을 다룹니다.
- 그러나 예산 삭감으로 인해 필요한 규모를 충족하지 못하면, 애초에 해결하려던 문제를 다룰 수 없게 됩니다.
5. AI 교육의 중요성
AI 시대에는 새로운 형태의 교육이 필요합니다. 그러나 한국의 정책은 AI 교육을 “AI 활용 교육”에 초점 맞추고 있어, 본질적인 “AI 리터러시” 교육이 부족합니다.
- AI 활용 교육: 기술을 활용해 학생들의 학습 능력을 높이는 데 중점을 둡니다.
- AI 리터러시 교육: AI 기술의 원리, 윤리적 문제, 사회적 영향 등을 가르치는 것이 목표입니다.
현재의 주입식 교육 방식은 AI 시대에 필요한 창의적이고 자기주도적인 학습 능력을 키우는 데 한계가 있습니다. AI 시대에는 다음과 같은 역량이 중요합니다:
- 질문 능력: 훌륭한 질문이 훌륭한 답변보다 더 큰 가치를 가집니다.
- 탐구 능력: 스스로 학습하고 지식을 체계화할 수 있는 능력.
- 논리적 사고력: 복잡한 문제를 해결하는 데 필요한 기본 역량.
심지어 이러한 교육 과정은 거의 없다시피 하며 AIDT, 즉 AI 교과서를 통한 공교육 수업을 하겠다는 정부의 정책도 AI 교육이 아닌 일반 교과목을 수준별 맞춤 학습을 하겠다는 의도로 본질적인 AI 미래인재 양성과 거리가 먼 정책임.(AIDT는 좌초될 위기)
6. 희망은 있는가?
프랑스는 정부 차원의 지원으로 AI 스타트업 “Mistral”을 성장시키며 GPT-4에 맞먹는 수준의 AI 모델을 개발했습니다. 이는 올바른 정책과 투자가 뒷받침된다면 한국도 충분히 글로벌 AI 경쟁에서 성공할 수 있음을 보여줍니다.
- 한국의 강점:
- 뛰어난 AI 과학자들이 많음.
- 1~2년 안에 집중 투자와 지원이 이루어진다면 따라잡을 가능성 충분.
AI는 현재와 미래의 경쟁력을 좌우하는 중요한 기술입니다. 그러나 한국의 AI 산업은 예산 부족, 인재 유출, 컴퓨팅 자원의 부족 등 구조적인 문제에 직면해 있습니다. 지금이야말로 과감한 투자와 정책적 변화가 필요한 시점이나 갈 길이 멀어 보이는건 왜일까요.
AI 교육, 연구 환경 개선, 슈퍼컴퓨터 구축 등을 통해 한국이 글로벌 AI 경쟁에서 우위를 점할 수 있기를 기대합니다. 여러분은 한국 AI의 미래에 대해 어떻게 생각하시나요?