정부는 국가 인공지능(AI)컴퓨팅센터를 연내 착공하는 등 AI 인프라 구축에 속도를 내고 피지컬 AI 1등을 목표로 로봇·자동차 등 집중 지원에 나선다. ‘AI 3강 도약’에 본격적으로 시동을 건 모습이다. 정부는 9일 ‘2026년 경제성장전략’을 발표하며 인프라·기술, 산업, 인재 등 전 분야에서 AI 대전환을 통해 AI 3대 강국으로 도약하겠다는 구상을 밝혔다. 먼저 국가 AI컴퓨팅센터 구축·운영을 위한 민관 합작 SPC(정부, 정책금융, 민간 참여자 출자 예정)를 신속히 설립하고 건축 설계, 에너지·건축 인허가 등을 거쳐 올해 착공한다는 방침이다. 정부가 확보한 첨단 그래픽처리장치(GPU) 1만장은 산·학·연, 국가 AI 프로젝트 등에 체계적으로 배분한다. 또 GPU를 올해 1만 5000장, 2028년까지 5만 2000장 이상 확보할 계획이다. 전력망 확충과 전력계통영향평가 개선으로 AI 전력 수요도 뒷받침한다. AI 기술 확보를 위해 민관 협력 차세대 연구조직을 설립하고, 국산 신경망처리장치(NPU) 활성화와 기술 선점을 위한 대규모 실증을 추진한다. 올해 초 공개 예정인 독자 AI 모델을 민간 서비스에 활용하고, 정부 인공지능 대전환(AX) 사업에도 우선 적용한다. 정부는 또 제조·물류·농업 등 산업 전반에 AI 활용을 확대하고, 선박·가전·드론·스마트팩토리·AI 반도체 등 분야별 AX 프로젝트를 추진한다. 공공 부문에서는 3대 선도 공공 AX 과제를 수행하기로 했다. 휴머노이드 로봇, 자율작업 로봇, 농업 완전자율 로봇 등 실물경제 적용 중심의 피지컬 AI 육성도 포함됐다. 피지컬 AI는 인공지능이 로봇·자율주행 장비·드론 등 물리적 기기에 적용돼 실제 행동을 수행하는 기술이다. 정부는 로봇, 자동차, 선박, 가전 등 7대 선도 분야를 집중 지원하며, 월드모델 기반 AI 학습으로 전 분야 AI 로봇 확산을 추진한다. 자동차 자율주행 시범 운행 범위를 도시 전체로 확장한 실증도시를 상반기 내 조성하고, 3분기에는 자율주행 중심의 교통·물류 AI 전환 계획을 수립하기로 했다. 이 밖에도 자율운항선박, 농업·항공·소방 드론 개발, 중소기업 AI 스마트공장 확대도 병행한다. 과학기술 및 AI 분야 인재 양성에도 나선다. 정부는 4대 과학기술원과 거점 국립대에 AI 단과대학을 신설하고, 지방대학과 교육과정을 공유하는 등 권역별 AI 확 및 AX 핵심인재를 양성한다. 2027년에는 AI 단과대학 신설을 3대 과기원 등으로 확대할 방침이다. 이공계 대학생 및 대학원생의 안정적 성장을 위해 장학금·연구생활장려금을 확대하고 8년 과정의 학·석·박사 과정을 5년 6개월로 단축하는 패스트트랙을 신설해 혁신인재를 빠르게 키워낸다는 구상도 내놨다. 또 국가과학자 제도를 도입, 국가 R＆D 리더로서 활동할 리더급 우수 과학자·공학자 20명을 올해 상반기 선발할 계획이다. 올해 정부 R＆D 예산은 35조 5000억 원으로 편성됐다. 정부는 R＆D 예산을 향후 정부 총지출의 5% 수준으로 지속 확대한다는 계획이다. 이를 통해 국가전략기술 핵심 원천기술 확보와 도전적 R＆D 전용 트랙 신설을 추진한다.

삼성SDS가 인공지능(AI) 인프라부터 플랫폼, 솔루션까지 아우르는 ‘AI 풀스택’ 역량을 앞세워 기업의 AI 전환(AX) 시장 공략에 속도를 낸다. 이준희 삼성SDS 사장은 7일(현지시간) 미국 CES 2026 현장에서 “단순 기술 혁신을 넘어 스스로 과업을 수행하는 ‘에이전틱 AI’로의 진화를 적극 지원하겠다”고 밝혔다. 삼성SDS는 엔비디아의 최신 그래픽처리장치(GPU)인 ‘B300’을 도입한 고성능 AI 인프라 서비스를 내달 출시한다. 이번 전시에서 공개된 AI 에이전트 솔루션은 공공 부문 주무관의 하루 업무 중 약 67%(5시간 20분)를 절감하는 시나리오를 선보여 눈길을 끌었다. 인프라 거점 확보를 위한 대규모 투자도 단행한다. 삼성SDS는 같은 날 경상북도, 구미시와 업무협약을 맺고 옛 삼성전자 구미1사업장 부지에 60㎿(메가와트) 규모의 ‘구미 AI 데이터센터’를 건립하기로 했다. 총 4273억 원이 투입되는 이 센터는 2029년 가동을 목표로 하며, 수냉식 기술이 적용된 하이브리드 쿨링 시스템을 갖춘 하이퍼스케일급으로 구축된다. 이 사장은 “구미 데이터센터를 통해 인프라 경쟁력을 강화하고 지역 산업 생태계 발전에 기여하겠다”고 강조했다.

삼성SDS 컨소시엄이 한국 인공지능(AI) 경쟁력의 핵심 거점이 될 전남 해남 부지를 직접 찾으며 인프라 구축의 본격적인 시작을 알렸다. 2조원 규모의 대형 프로젝트인 만큼 현장 점검과 기술 준비를 선제적으로 마쳐 2028년 가동 목표를 달성할 계획이다. 삼성SDS 컨소시엄은 7일 전남 해남군 솔라시도 국가 AI컴퓨팅센터 부지를 방문해 데이터센터 건립 예정지를 살피고 전력과 통신 등 주변 인프라 여건을 종합적으로 점검했다. 이번 방문에는 삼성SDS와 네이버클라우드, 전라남도 관계자 등 컨소시엄 인력 30여명이 동행해 지반조사 결과 등 구체적인 현장 상황을 확인했다. 지난해 10월 사업 참여 이후 전담팀이 준비해온 설계와 사업 모델을 현장에서 최종 검증하려는 행보다. 국가 AI컴퓨팅센터는 초거대 AI 모델 개발에 필수적인 그래픽처리장치(GPU) 등 고성능 연산 자원을 기업과 대학에 제공하는 시설로, 정부의 ‘AI 3대 강국 도약’을 뒷받침할 핵심 인프라다. 2028년까지 최첨단 GPU 1만 5000장 이상을 확보해 국내 AI 연구와 산업 생태계가 세계 무대로 뻗어나갈 수 있는 토대를 마련하게 된다. 다만 사업이 본격 궤도에 오르기 전에 거쳐야 할 금융심사 과정은 업계의 시선이 쏠리는 부분이다. 현재 한국산업은행과 IBK기업은행 등이 컨소시엄의 자본 조달 계획을 검토 중인데, 글로벌 빅테크들이 인프라 선점 경쟁에 사활을 거는 상황에서 국내 행정 절차도 속도를 내야 한다는 목소리가 높다. 기술적 검증이 끝난 상황에서 금융심사와 사업자 선정 등 남은 절차가 탄력을 받아야만 특수목적법인(SPC) 설립과 적기 가동이 가능해서다. 정치권 일각에서 전력 수급 등을 이유로 삼성전자가 참여하는 용인 반도체 클러스터의 호남 이전론이 나오는 가운데, 해남 국가 AI컴퓨팅센터 사업의 안착은 지역균형발전에도 큰 도움이 될 것으로 보인다.

SK하이닉스가 미국 라스베이거스에서 열리는 ‘CES 2026’에 기업고객용 전시관을 열고 ‘고대역폭메모리(HBM)4 16단 48GB’를 처음 선보인다고 6일 밝혔다. HBM4 16단 48GB는 현재 업계 최고 속도인 11.7Gbps(초당 11.7기가비트)를 구현한 HBM4 12단 36GB의 후속 모델로 글로벌 초격차를 가속하는 데 일조할 것으로 보인다. 또 올해 전체 HBM 시장을 선도할 ‘HBM3E 12단 36GB’도 전시된다. HBM3E 12단 36GB는 엔비디아의 최신 인공지능(AI) 서버용 그래픽처리장치(GPU)에 탑재되는 모델이다. 이번 전시장에는 GPU 모듈을 함께 전시해 SK하이닉스의 HBM3E 12단 36GB가 AI 시스템 내에서 하는 역할을 시각적으로 구체화해 보여 줄 예정이다. 곽노정 대표이사(사장), 김주선 AI 인프라 사장(CMO) 등 SK하이닉스 임원진은 이날 오후 라스베이거스 퐁텐블로 호텔에서 열린 젠슨 황 엔비디아 최고경영자(CEO)의 특별 연설 직후 이곳을 찾아 엔비디아 측 인사들과 만났다. 엔비디아에 HBM4, HBM3E 등을 공급하는 핵심 협력사로서의 입지를 공고히 하는 행보로 보인다. 또 SK하이닉스 전시관엔 AI 서버에 특화돼 AI 서버 수요가 폭증할 경우에 대비한 저전력 메모리 모듈 ‘소캠2’도 전시된다. 온디바이스 AI 구현에 최적화된 차세대 저전력 메모리 LPDDR6도 선보인다. 낸드 분야에서는 AI 데이터센터 구축 확대로 수요가 급증하는 초고용량 기업용 메모리 저장장치(eSSD)에 최적화된 321단 2Tb 쿼드레벨 셀(QLC) 제품도 공개된다. QLC는 전력 효율과 성능을 크게 개선해 데이터센터의 저전력 환경에 적합하다. 이런 솔루션들이 실제 AI 생태계에서 어떻게 연결돼 움직이는지 살펴볼 수 있는 ‘AI 시스템 데모존’도 마련됐다. 특히 데모존에서는 고객 요청 사항을 반영해 GPU 등에 있던 일부 기능을 HBM에 옮기는 고객 맞춤형 cHBM(커스텀 HBM)의 내부 구조를 직접 확인할 수 있는 대형 모형이 등장한다. 해당 전시는 AI의 경쟁 축이 단순 성능에서 추론 효율과 비용 최적화로 이동하고 있다는 것을 보여 준다.

포항에 AI센터 투자 몰리는 이유철강 등 국가 주력 제조산업 밀집AI 기반 산업전환 선도 수요 갖춰세계적 연구 인프라·AI 인재 탄탄경북 전력 자립률 262% 안정 공급“동남권에 AI 인프라 투자 나서야”전국 분산 구축… 지역 불균형 해소대한민국 혁신 견인 엔진으로 도약글로벌 강대국들이 인공지능(AI)을 국가 핵심 경쟁력으로 키우면서 관련 기술력과 인프라, 핵심 소재를 확보하기 위한 ‘총성 없는 전쟁’이 갈수록 치열해지고 있다. 정부는 내년 AI 관련 예산을 9조 9000억원으로 확대해 ‘AI 3대 강국’ 도약을 위한 본격 투자에 나선다. AI 강국으로 올라서기 위해서는 필수 인프라인 ‘AI 고속도로’ 구축이 필수다. 대규모 연산에 필요한 핵심 장비인 그래픽처리장치(GPU) 확보와 함께 이를 설치하고 운영할 AI 데이터센터를 조성해야만 가능하다. 지난 10월 ‘2025 아시아태평양경제협력체(APEC) 최고경영자(CEO) 서밋’ 참석을 계기로 젠슨 황 엔비디아 CEO는 한국에 26만장의 GPU를 공급하겠다는 협력 계획을 밝혔다. 정부는 내년 2분기까지 ‘데이터센터 구축 종합계획’을 수립하는 등 AI 데이터센터 구축에 팔을 걷어붙일 전망이다. 앞서 경북 포항시는 오픈AI와 네오AI 클라우드가 공동 추진하는 글로벌 AI데이터센터 건립지로 최종 확정된 바 있다. 안정적인 전력 공급과 연구 인프라, 철강·이차전지 등 산업 기반을 두루 갖춘 지역적 강점을 고려해 민간 기업이 투자를 결정한 것이다. 아직 초기 단계이기는 하지만 국가 차원의 투자는 서남권에 집중되고 있다. 이에 포항시는 국가균형발전과 전력·부지 확보, 연산 자원의 효과적인 분산 등을 고려한 동해안권 AI 인프라 국가 투자 유치에 더욱 공을 들이고 있다. ●AI 데이터센터 민간 투자 이뤄지는 포항 22일 포항시에 따르면 오픈AI와 네오AI 클라우드가 공동으로 추진하는 글로벌 AI데이터센터의 건립이 조만간 착공식을 시작으로 본격적으로 추진된다. AI데이터센터 건립은 단순한 인프라 유치에 머무르지 않고 포항과 대한민국 전반에 커다란 파급효과를 가져올 전망이다. 수조 원 규모의 투자와 함께 건설, 장비, 운영 등 연관 산업이 활성화되고, AI데이터센터 운영·보안·개발 분야 신규 고용도 기대된다. 지역 핵심 산업이라 할 수 있는 철강, 이차전지, 바이오를 AI와 결합해 스마트 제조, 신소재 개발, 신약 연구 등 신성장 동력 확보로도 이어진다. 지역 기업은 AI 연산자원에 대한 접근성이 강화되면서 글로벌 진출 기회도 넘볼 수 있다. 시는 정부, 오픈AI, 네오AI 클라우드와 긴밀히 협력해 AI데이터센터 건립이 차질 없이 진행되도록 행정·제도적 지원에 총력을 기울일 방침이다. 각종 인허가 절차를 신속하게 처리하기 위해 ‘인허가 패스트트랙 전담 태스크포스(TF)’를 구성하는 등 AI데이터센터 건립이 가장 빠르고 안정적으로 추진될 수 있도록 적극 지원할 방침이다. 시는 AI데이터센터를 구심점으로 산업·경제·사회를 아우르는 전주기 ‘AI 혁신 생태계’를 완성하고, 국가 혁신을 선도하는 ‘AI 고속도로 모델’을 구축할 계획이다. 지난 반세기 동안 철강산업으로 대한민국의 산업화를 이끌었던 만큼 이제는 AI 강국 도약을 견인하는 전략 거점이자, 세계가 주목하는 글로벌 AI 선도도시 포항으로 새롭게 도약한다는 구상이다. 이처럼 포항이 민간 차원의 AI데이터센터를 유치할 수 있었던 강점으로는 우선 철강·첨단소재·이차전지·기계·금속 등 국가 주력 제조산업의 밀집이 있다. 대한민국 제조산업 벨트의 중심지로서 AI 기반 산업전환(AX)을 선도할 수 있는 풍부한 산업수요를 갖춘 셈이다. 또한 인근 울산의 자동차·조선, 부산의 항만·물류, 대구의 기계·로봇 산업수요까지 연계되면 동해안권 전역의 산업 생태계를 AI 중심으로 확장할 수 있다. 다음으로는 AI 기술과 연구개발을 동시에 뒷받침할 수 있는 세계적 수준의 연구 인프라를 보유하고 있다는 점이다. 포항공과대(포스텍) 인공지능연구원, 4세대 방사광가속기, 한국로봇융합연구원, 나노융합기술원, 애플 R&D지원센터, 포스코 미래기술연구원 등 글로벌 수준의 연구시설이 집적돼 있다. 방대한 연구자료를 축적하고 있는 이들 기관은 국가급 AI 인프라와 연계될 경우 산업 혁신과 연구 성과를 가속하여 국제 경쟁력을 한층 높일 수 있다. 연구 인프라와 함께 풍부한 AI 인재 수급도 가능하다. 포항공대와 한동대를 중심으로 매년 수백 명의 석·박사급 AI 인재가 배출되고 있고, 이들은 AI 연구개발과 산업 현장에 즉시 투입할 수 있는 수준급 역량을 갖추고 있어 AI 생태계 전반의 지속 가능한 성장을 견인할 핵심 기반이 된다. 안정적인 전력공급 여건은 포항만의 확실한 강점이다. 울진과 경주 원자력발전소를 중심으로 한 대규모 전력망이 인접해 있다. 전력 수급에 제약이 큰 수도권과 달리 국가급 AI 인프라 운영에 안정적으로 대응할 수 있는 환경을 갖춘 것이다. ●가속화되는 패권 경쟁 시대 ‘생존법’ AI 인프라 확보를 둘러싼 기술 패권 경쟁이 가속화하면서 국가 투자도 전략적으로 이뤄져야 한다는 지적이 나온다. 미국은 700조 원 규모의 ‘스타게이트 프로젝트’를 추진하며 초대형 슈퍼컴퓨팅 인프라를 전국 단위로 분산 구축하고 있다. 중국 또한 베이징·상하이·광저우 등 8대 거점에 ‘국가 AI 컴퓨팅 망’을 구축해 권역별 초대형 GPU 인프라 확충에 속도를 내고 있다. 우리나라도 ‘AI 3대 강국 도약’을 목표로 대규모 AI 인프라 확충에 나서고 있지만 AI 인프라 입지는 수도권과 서남권에 편중되어 있다. 수도권에는 주요 데이터센터가 밀집해 있고, 광주는 6000억원 규모의 AX 실증 밸리 조성사업을 추진 중이다. 전남에는 국가AI컴퓨팅센터 사업이 단독 응모로 추진 중이다. 지역적 불균형을 해소하고, 전력·부지 확보, 연산자원 분산 등 전략적인 대응을 위해서는 동남권에 대한 투자도 이뤄져야 한다는 게 전문가들의 의견이다. 각 권역의 산업 특성을 기반으로 상호보완적인 역할을 수행할 수 있기 때문이다. 특히 포항은 동해안권 거점으로서 철강·이차전지 등 AI 제조혁신을 주도하고, 부산은 해양물류 AI, 광주는 모빌리티·로봇실증 중심, 전남은 국가AI컴퓨팅센터 중심의 연산 허브 거점으로 기능할 수 있다. 한국전력의 통계에 따르면 2025년 기준 경북도의 전력 자립률은 262%로 전국 1위를 기록하고 있다. 국가급 AI 인프라 구축과 운영에 가장 중요한 전력 인프라가 경북과 동해안권에 몰려있는 셈이다. 동해안권에 포항을 중심으로 한 전략적 투자가 이뤄진다면 대한민국 AI 고속도로의 오른쪽 축 완성을 기대할 수 있다. 이강덕 포항시장은 “철강으로 대한민국 산업화를 이끌었던 포항이 이제는 AI로 대한민국의 혁신을 견인하는 핵심 엔진으로 도약할 시기”라며 “전국을 잇는 AI 고속도로의 동해안권 거점으로 거듭나 대한민국이 AI 3대 강국으로 도약할 수 있도록 모든 역량을 총동원하겠다”고 강조했다.

양질의 데이터가 AI 경쟁 열쇠한국, 최고의 디지털 데이터 보유AI와 융합시켜 경쟁력 확보해야데이터 공유는 선택이 아닌 의무네거티브 시스템 도입해 공개를‘AI 3대 강국’으로 가는 길강력한 정부 AI 컨트롤타워 시급보상 열악한 한국 인재 유출 심각미중은 파격 연봉·연구비로 유인균형 잡힌 AI 생태계 조성이 중요 인공지능(AI)이라는 고속 열차가 세계 질서를 재편하며 우리 삶의 패러다임을 통째로 바꾸고 있다. AI 시대 치열한 경쟁에서 살아남기 위해 필요한 인재 및 데이터 확보, 전력 확충, 규제 완화 등 핵심 과제가 즐비하지만 어느 것 하나 쉬운 사안이 없다. AI 및 정보통신 분야 전문가인 최양희 한림대 총장은 최근 서울신문과의 인터뷰에서 “제조업 강국인 한국이 확보한 산업 데이터를 자산화해 우리만의 AI 생태계를 구축하는 전략이 필요하다”고 밝혔다. 또 “지금까지의 데이터 개방이 안전한 것만 제한적으로 허용하는 포지티브 방식이었다면, 앞으로는 국가 안보나 개인의 사생활 침해 등을 제외하고 전면 개방해야 한다”고 했다. -AI 기술 개발에서 가장 중요한 것 중 하나가 데이터다. “그렇다. 2014년 미래창조과학부 장관 시절 AI 얘기가 나와서 별도 팀을 꾸려 미국 실리콘밸리와 뉴욕 등지로 보낸 뒤 기업 동향, 정부 정책, 투자 등에 대해 알아 봤다. 그때 다녀온 공무원들이 ‘우리 미래가 AI에 달려 있다. 안 하면 큰일난다’고 하더라. 그러면서 AI 발전에 가장 중요한 것이 양질의 데이터라고 했다. 당시 판단은 정확했다.” ●양질의 데이터가 AI 기술 승패 갈라 -한국이 가진 양질의 데이터는 무엇인가. “AI 기술 패권 경쟁은 데이터의 질이 승패를 결정한다. 우리가 강점을 지닌 산업 현장의 데이터를 자산화해야 한다. 구글이나 오픈AI가 웹 문서는 장악했을지 몰라도 삼성전자의 반도체 수율이나 현대차의 주행 테스트, 아산병원의 임상 치료 성과 같은 최고의 도메인 데이터는 확보하지 못했다.” -양질의 데이터 확보 방안은. “한국은 제조업, 의료, 공공행정 분야에서 최고의 디지털 데이터를 보유하고 있다. 이를 AI로 가공해 활용하는 우리만의 데이터 생태계를 구축해야 한다. 또 한국형 고품질 말뭉치 데이터 구축이 필요하다. 영미권 중심의 데이터로 학습된 AI는 한국의 문화적 맥락을 왜곡할 수 있다. 우리가 만든 AI가 한국 문화를 가장 정확하게 이해하고 표현할 수 있도록 데이터 주권을 확립해야 한다.” -최근 행정안전부는 공공데이터의 AI 활용도를 높이겠다고 했다. “행안부가 디지털 플랫폼 정부 구현을 위해 공공데이터의 AI 활용도를 높이겠다고 선언했지만, 넘어야 할 산이 많다. 데이터를 자산이자 권력으로 인식해 공유하지 않으면 소버린(주권) AI는 구축될 수 없다. 데이터 공유가 선택이 아닌 의무가 되도록 데이터 통합 거버넌스를 혁신해야 한다.” -공공데이터를 보다 과감하게 공개하라는 목소리가 높다. “현 데이터 개방 방식으로는 급변하는 AI 기술 속도를 따라잡기 어렵다. 법률·의료·금융·에너지·기후 등 공공데이터가 AI 산업의 마중물이 되도록 하는 혁신적인 정책이 필요하다. 지금까지 데이터 개방은 안전한 것만 제한적으로 허용하는 포지티브 방식이었다. 앞으로는 국가 안보나 개인의 사생활 침해 등 법에 명시된 비공개 사유가 아니라면 네거티브 시스템을 도입해 전면 개방해야 한다.” ●한국 첨단 제조 역량을 AI와 결합해야 -AI 선진국에 종속되지 않기 위한 대응 방안은. “현재 AI 경쟁은 ‘다윗과 골리앗’의 싸움이다. 한국이 살아남으려면 전략적으로 중요한 핵심 영역의 경쟁 우위를 확보해야 한다. 이를 위해서는 미국·중국이 선도하는 범용 거대언어모델(LLM)과의 정면 승부보다 특화된 모델의 경쟁력을 강화해야 한다. 제조업·의료·법률 등 특정 분야에선 더 적은 파라미터(매개변수)로도 신속·정확하고 보안성이 뛰어난 한국형 모델을 만들 수 있다. AI와 제조 역량 융합에 집중해야 한다.” -우리 기업의 AI 기술 수준은. “기업들의 AI 도입은 걸음마 수준에 머물고 있다. 산업 간 격차도 극복해야 한다. 금융이나 정보 서비스 업종의 AI 도입은 상대적으로 빠른 반면 제조 현장은 더디다. 제조업이 AI와 결합해 혁신 잠재력을 발휘할 때 우리 산업의 고유한 경쟁 우위를 극대화할 수 있다.” -정보기술(IT) 강국이자 제조업 강국인 한국의 강점을 살릴 수 있는 방안은. “우리나라가 AI 강국들과 경쟁하려면 첨단 제조 역량을 AI와 결합해 혁신적 솔루션을 제공하고, 세계시장을 공략해야 한다. 최첨단 반도체 기술과 자체 AI 모델을 결합하면 고도의 경쟁력을 확보할 수 있다. 이를 통해 기기 자체에서 AI가 구동되는 온디바이스 시장을 선도할 수 있을 것이다. 문화 및 언어와 결합된 한국형 특화 AI 모델도 우리의 자산이다. 한국의 풍부한 문화 콘텐츠는 대체 불가능한 고부가가치 데이터다. 이를 기술과 융합해 문화적 감수성을 갖춘 AI를 실현하면, 한국만의 확고한 영역을 확보할 수 있다.” -정부가 ‘AI 3대 강국’ 목표를 제시했다. 하지만 구체적인 방안은 잘 보이지 않는다. “부처 간 칸막이를 부수고 예산과 인력을 즉시 투입할 수 있는 강력한 거버넌스가 필요하다. 강한 집행력을 지닌 AI 컨트롤타워가 있어야 한다. 개별 기업이 감당하기 힘든 천문학적인 AI 인프라를 국가가 공공재로 공급해야 한다.” ●AI 기술 개발의 발목 잡는 규제 없애야 -얼마 전 한국을 방문한 젠슨 황 엔비디아 최고경영자(CEO)가 그래픽처리장치(GPU)를 한국에 대거 공급하기로 했다. “AI 개발 과정에서의 GPU 확보는 총성 없는 전쟁이다. 스타트업이나 중소기업은 GPU를 구하지 못해 기술 개발을 포기하는 일이 많다. 그런 면에서 최근 26만장의 GPU 확보는 큰 힘이 될 것이다. 초고속 인터넷망처럼 국가가 AI 컴퓨팅센터를 건립해 고성능 GPU와 클라우드 인프라를 저렴하게 공급해야 한다. 전력과 부지가 확보된 거점에 대규모 국가 데이터센터를 짓고, 기업들이 전기료나 장비 걱정 없이 개발에 몰두하는 AI 허브를 구축해야 한다.” -각종 규제가 AI 산업 발전을 가로막고 있다. “AI 산업 현장에선 기술이 있어도 법과 제도가 따라오지 못해 사업화가 지체되는 경우가 많다. 낡은 규제가 혁신의 발목을 잡고 있다. 법적 불확실성을 걷어 내는 게 시급하다. 기업들이 열심히 AI를 개발해 놓고도 최근 데이터 관련 소송을 우려하는 경우가 있다. AI 학습을 위한 데이터 이용 면책 규정을 담은 저작권법 개정안을 조속히 통과시켜야 한다. 합법적으로 학습해도 된다는 신호를 줘야 한다. 규제가 모호해 투자가 위축되는 일이 없어야 한다.” -AI 인재도 부족한데. “산업 현장에선 AI 인재 수급 불균형으로 어려움을 겪고 있다. 초중급 개발자는 늘어났지만, 시스템을 설계하고 모델을 다룰 수 있는 고급 인재는 희소한 실정이다. 주요국들은 국가 차원의 비자 완화, 정주 여건 개선, 연구 자율성 보장 등 우수 인재 유치에 총력전을 펼치고 있다. 미국 빅테크 기업들은 천문학적 연봉을 제시하며 인재를 흡입하고 있다. 중국은 국가 주도로 ‘천인계획’(千人計劃) 등을 통해 해외 체류 자국 연구자에게 파격적인 정착금과 연구비를 지원해 귀국을 유도하고 있다. 또한 인해전술을 방불케 하는 압도적 규모의 이공계 인력을 배출하고 있다.” -AI 인력의 해외 유출이 사회문제가 되고 있다. “한국은 AI 인재 유출이 유입보다 많은 대표적인 국가다. 이는 기회 격차와 환경의 열세에 기인한다. 국가 차원의 생태계 체질 개선이 시급하다. 인재 확보의 첫 번째 문제는 금전적 보상이다. 미 빅테크 기업들은 박사급 신입 연구원에게도 고액의 연봉과 주식 보상을 제공한다. 반면 국내 기업과 대학은 낮은 인건비와 열악한 보상 체계로 고전하고 있다. 글로벌 인재들은 연구 주제의 자율성과 장기적인 연구 보장을 중시한다. 한국에서는 잠재력이 크지만 장기적 도전이 필요한 과제를 시도하기가 어렵다. 수직적인 조직 문화와 과도한 행정 업무가 연구자들의 몰입을 방해하고 있다.” ●천문학적 AI 인프라, 공공재로 공급을 -미국이 AI 패권 경쟁에서 앞서가고 있지만, 중국의 기술굴기도 대단하다. “장관 재임 초기에 완강 중국 과학기술부 장관을 만났을 때 그는 ‘중국은 한국을 배우고 싶다’고 했다. 당시 중국은 한국의 우수한 과학기술 정책을 배우고 싶은 모델로 삼았다. 그러더니 3년이 지난 2017년 초 ‘한국적 모델로는 한계가 있다. 이제 중국 나름의 고유 모델을 만들어서 가겠다’고 하더라. 중국은 이제 한국을 넘어선 것 같다. AI를 비롯한 분야에 엄청난 자금을 퍼붓는 등 과학기술 발전에 전력을 다하는 것을 보면 중국이 무섭게 느껴질 정도다.” -정부의 AI 정책에서 보완할 점은. “정부가 AI 핵심 전략 기술 확보를 위해 ‘선택과 집중’ 정책을 추진하는 것은 시의적절하다. 여기에 과학기술 생태계 전반의 기초 체력을 튼튼히 하는 방향으로 지원 범위를 넓혀 가면 좋겠다. 특정 분야나 상위 그룹에 인재와 자원이 집중되는 현상을 ‘고른 성장’과 ‘균형 잡힌 생태계 조성’으로 보완하면 보다 지속 가능한 발전을 이끌어 낼 수 있을 것이다.” ■ 최양희 총장은 서울대 전자공학과를 졸업한 후 한국과학기술원(KAIST)에서 전자공학 석사 학위를, 프랑스 국립정보통신대(ENST)에서 전산학 박사 학위를 받았다. 정보통신 및 AI 분야 전문가로 평가받는다. 서울대 컴퓨터공학과 교수 및 융합과학기술대학원장, 삼성미래기술육성재단 초대 이사장을 거쳐 2014년부터 3년 동안 미래창조과학부 장관을 지냈다. 이후 서울대 AI위원회 위원장, 국가과학기술자문회의 부의장 등을 맡았으며 2021년 9월부터 한림대 총장으로 재직하고 있다. 최광숙 대기자

구글·오픈AI 등 최저 70점대 후반국내산 최고점 50점대 후반 그쳐한국 모델 설계는 언어에 중점 둬LG “자체 테스트에선 92점” 반박 국가대표 AI에 도전 중인 국내 기업들의 인공지능(AI) 모델들이 수학능력시험 수학 문제와 공대 입시 수리논술 문제 풀이에서 해외 최상위 AI와 비교해 크게 낮은 성적을 기록했다. ●김종락 서강대 수학과 연구팀 공개 김종락 서강대 수학과 교수 연구팀은 국내의 국가대표 AI 도전 5개 팀이 만든 주요 대형언어모델(LLM)과 해외 AI 모델 5종을 대상으로 수능 수학 20문항과 수리논술 30문항을 풀게 한 결과를 15일 공개했다. 수리논술 문항은 국내 주요 대학, 일본 도쿄대 공대 대학원, 인도 대학 입시에서 출제된 수학 서술형 문제였다. 실험 결과 구글의 ‘제미나이 3 프로 프리뷰’를 비롯해 오픈AI의 ‘GPT-5.1’, 앤트로픽의 ‘클로드 오퍼스 4.5’ 등 해외 모델들은 70점대 후반에서 90점대 초반을 기록했다. 반면 국내 모델 중 업스테이지의 ‘솔라 프로-2’는 50점대 후반을 기록했고, 네이버의 ‘HCX-007’, LG AI연구원의 ‘엑사원’, SK텔레콤의 ‘A.X’ 등은 20점대에 머물렀다. 연구팀은 국내 모델들이 단순 추론만으로는 문제 해결이 어려워, 계산 과정을 코드로 실행할 수 있는 파이썬 도구 사용을 허용했지만 정답률은 크게 개선되지 않았다고 설명했다. 국내 AI 모델의 저조한 점수는 모델 설계 방향과 개발 환경의 차이에서 비롯됐다는 분석이 나온다. 미국 빅테크들은 최신 AI 모델 개발에 수십억 달러 규모의 자금을 투입하고, 전용 GPU 인프라와 대규모 연구 인력을 동시에 확충하고 있다. 반면 국내 모델들은 언어 이해나 효율성을 중시한 구조가 상대적으로 많아, 수학 문제 풀이에 필요한 다단계 추론과 계산 과정을 처리하는 데 한계가 있다는 것이다. ●업계 “국내 모델 최종 성능은 아냐” 다만 정부 주도의 국가대표 AI 프로젝트가 초기 단계인 만큼 이번 결과를 국내 기업을 대표하는 모델의 최종 성능으로 보기는 어렵다. 엔씨소프트 관계자는 “이번 실험에 사용된 모델은 2년 전 공개된 (메타의) 라마 기반 경량 모델로, 현재 개발 중인 파운데이션 모델과는 성격이 다르다”고 말했다. 또 LG AI연구원 관계자는 이날 자체 평가를 했다며 “엑사원이 올해 수능 수학 기준 자체 테스트에서 92.11점을 기록했으며, 킬러 문항만 놓고 보면 88.75점을 획득했다. (해당 연구는) 모델의 특성을 고려하지 않고 성능을 측정했다”고 했다. 한편 국가대표 AI 프로젝트는 5곳의 컨소시엄이 경쟁 중이고, 1차 평가 결과가 내년 1월 15일에 발표되면서 4곳으로 압축된다.

SKT 뉴스룸 통해 참여 기업별 역할·강점 소개 정부 독자 AI 파운데이션 모델 사업 본격 평가 단계 내년 1월 15일 1차 평가서 5개 팀 중 4개 팀 선발 SK텔레콤이 참여 중인 독자 인공지능(AI) 파운데이션 모델 정예팀의 구성과 역할을 공개했다. 정부가 추진 중인 ‘국가대표 AI’ 프로젝트는 내년 1월 15일 1차 평가를 앞두고 있으며, 이 평가를 거쳐 정예팀은 5곳에서 4곳으로 줄어들 예정이다. SK텔레콤은 14일 뉴스룸을 통해 독자 AI 파운데이션 모델 정예팀에 참여 중인 기업들의 역할과 기술적 강점을 소개했다. SK텔레콤 컨소시엄에는 라이너, 셀렉트스타, 크래프톤, 포티투닷, 리벨리온이 참여하고 있으며, SK텔레콤는 독자 모델의 경쟁력으로 정확성·신뢰성·확장성·범용성·효율성 등 다섯 가지를 제시했다. 정확성 고도화는 라이너가 담당한다. 라이너는 실제 서비스 환경에서 축적한 AI 운영 경험을 바탕으로, 모델 개발 과정의 핵심 단계를 내부 역량으로 빠르게 연결하는 구조를 강점으로 내세웠다. 셀렉트스타는 한국어 환경에 특화된 평가 체계를 기반으로 모델의 신뢰성과 안정성을 검증하는 역할을 맡는다. 실제 서비스 과정에서 발생할 수 있는 오류와 편향을 조기에 탐지·개선하는 데 초점을 둔다. 글로벌 확장성은 크래프톤이 담당한다. 전 세계 이용자를 대상으로 게임 서비스를 운영해온 경험과 멀티모달 AI 연구개발 역량, 축적된 사용자 행동 데이터를 바탕으로 독자 모델의 활용 범위를 넓히겠다는 구상이다. 포티투닷은 차량 환경에서의 온디바이스 AI 기술과 경량화 모델 최적화 역량을 통해, 낮은 지연 시간과 실시간 판단이 요구되는 환경에서도 활용 가능한 범용성을 확보하는 역할을 맡았다. 인프라 효율성은 국산 AI 반도체 기업인 리벨리온이 담당한다. 리벨리온은 국산 AI 모델과 국산 반도체를 함께 최적화하는 구조를 통해 실제 서비스 환경에서의 연산 효율과 비용 경쟁력을 높이겠다는 전략을 제시했다. 과학기술정보통신부는 지난 8월 4일 네이버클라우드, 업스테이지, SK텔레콤, NC AI, LG AI연구원 등 5개 컨소시엄을 독자 AI 파운데이션 모델 정예팀으로 선정했다. 해외 빅테크 의존도를 낮추고, 자국 내 인프라·데이터·모델·인재를 확보하는 이른바 ‘소버린 AI’ 역량 구축이 목표다. 정부는 단계별 평가를 통해 내년 1월 15일 1차 평가 이후 정예팀을 4곳으로 줄이고, 이후 추가 평가를 거쳐 2027년 최종 2개 팀만 남길 예정이다. GPU, 데이터, 인재 확보 지원 역시 평가 결과에 따라 차등 적용된다. 업계에서는 이번 1차 평가가 독자 AI 전략의 방향성을 가늠하는 첫 분기점이 될 것으로 보고 있다. 한 업계 관계자는 “지금까지는 각 컨소시엄이 기술 구상과 협업 구조를 설명하는 단계였다면, 이제부터는 실제 구현 가능성과 완성도가 본격적으로 비교될 것”이라며 “1차 평가 결과가 이후 정부 지원과 사업 전개의 중요한 기준이 될 수 있다”고 말했다.

경기도의회 경기도청예산결산특별위원회 임창휘 의원(더불어민주당, 광주2)은 경기도의 미래 성장 동력인 AI 산업 육성을 위해 기존의 부동산 개발 중심의 산업단지 조성 방식을 탈피하고, 개발 이익을 고가의 디지털 인프라(GPU 등)에 재투자하는 ‘AI 혁신클러스터 2.0’ 모델을 제안했다. 임창휘 의원은 12월 11일 열린 AI국 대상 2026년도 본예산 심사에서 “과거 ‘판교 테크노밸리 1.0’이 기업에게 물리적 공간을 제공하는 ‘베이스캠프’였다면, 앞으로의 ‘AI 클러스터 2.0’은 고성능 컴퓨팅 파워와 데이터를 제공하는 ‘디지털 심장’이 되어야 한다”며 이같이 밝혔다. “사무실 임대만으론 부족… 공공이 ‘GPU·데이터 안심존’ 깔아줘야” 임 의원은 현재 추진 중인 경기 AI 혁신클러스터 조성 사업이 단순한 입주 공간 확보에 그쳐선 안 된다고 지적했다. 그는 “스타트업이 개별적으로 구매하기 힘든 고가의 GPU(그래픽 처리 장치)를 공공이 구매해 저렴하게 빌려주고, 민감한 의료·금융 데이터를 안전하게 학습할 수 있는 ‘데이터 안심존’과 ‘실증 테스트베드’를 구축하는 것이 공공의 핵심 역할”이라고 강조했다. “개발 이익, 곶감 빼먹듯 쓰지 말고 ‘AI 특별회계’로 묶어라” 특히 임 의원은 막대한 재원의 해법으로 ‘(가칭)경기 AI·테크노밸리 특별회계’ 신설을 제안했다. 과거 판교 테크노밸리가 공기업 특별회계를 통해 용지 매각 수익을 재투자하며 성장했듯, 향후 조성될 3기 신도시와 테크노밸리 개발 이익금의 10~20%를 의무적으로 적립하자는 것이다. 임 의원은 “적립된 재원의 용도를 AI 스타트업 지원, GPU 센터 구축, R&D 자금 등으로 엄격히 제한해 지속 가능한 미래 투자 구조를 만들어야 한다”고 주장했다. “도시 만드는 GH, 산업 채우는 AI국… ‘G-Tech 원팀’으로 뭉쳐야” 또한 임 의원은 도시 계획과 산업 육성이 따로 노는 행정 비효율을 타파하기 위해 ‘경기 테크노 원팀(G-Tech One Team)’ 구성을 촉구했다. 그는 “도시주택실과 경기주택도시공사가 도시라는 하드웨어를 만들고 나면 뒤늦게 AI국이 AI 산업이라는 소프트웨어를 채우는 방식은 늦다”며 “지구단위계획 수립 단계부터 협업하여, 자율주행 도시에 도로 센서와 통신망(V2X)을 미리 심는 식의 ‘AI 맞춤형 설계’가 필수적”이라고 역설했다. 경기 전역을 ‘AI 벨트’로… 규제 많은 동부권은 ‘친환경 데이터센터’로 역발상 한편 임 의원은 이러한 전략을 바탕으로 “▲경기 남부권에는 반도체·바이오 중심의 AI 클러스터, ▲ 경기 서부권에는 모빌리티 AI 클러스터, ▲ 경기 북부권에는 산업 AI 클러스터, 그리고 ▲ 경기 동부권에는 데이터 AI 클러스터를 조성해 경기 전역을 하나의 ‘AI 벨트’로 묶어 균형 발전을 추진”해야 한다고 강조했다. 질문을 마치며, 임 의원은 “AI는 특정 지역의 전유물이 아니라 경기도 균형 발전의 핵심 도구”라며 “개발 이익을 미래 자본으로 전환하는 담대한 전략을 통해 경기도를 세계적인 AI 기술 패권의 중심지로 만들어야 한다”고 당부했다.

인류를 ‘금붕어 수준’으로 보이게 할 만큼 월등한 초인공지능(ASI)이 등장한 세상은 어떤 모습일까. 지금으로선 상상이 안 된다. 솔직히 말해 상상조차 하고 싶지 않은 미래다. 그럼에도 과학기술 발전의 역사가 보여 주듯 AI 기술 역시 인위적으로 멈출 수 있는 대상이 아니다. 기술 혁신을 막을 수 없다면 인류에게 최대한 유용하게 쓰이도록 이끄는 게 가장 현실적이고 현명한 대응일 것이다. 손정의 일본 소프트뱅크 회장은 “인간 지능의 1만배가 넘는 ASI를 10년 내에 실현하겠다”고 공언해 왔다. 그는 지난 5일 이재명 대통령과의 회동에서도 “첫째도, 둘째도, 셋째도 ASI 역량 강화에 집중하시라”고 조언했다. AI 낙관론을 넘어 급진주의자로 꼽히는 손 회장의 말을 금과옥조로 삼을 필요는 없을 것이다. 그러나 “AI 혁명 시대에 한국의 결정적 약점은 에너지”라고 지적한 대목은 충분히 새겨들을 만하다. 젠슨 황 엔비디아 CEO는 지난주 한 팟캐스트에 출연해 “AI 확장의 최대 장애물은 더이상 칩이 아니라 전력”이라며 “이를 안정적으로 공급하는 가장 중요한 에너지원은 원자력”이라고 강조했다. 그러자 미국 증시는 물론 국내에서도 원전 관련주가 일제히 급등했다. AI가 ‘전기 먹는 하마’라는 사실은 이제 초등학생도 아는 상식이 됐다. 엔비디아가 우리나라에 공급하기로 한 그래픽처리장치(GPU) 26만장을 가동하는 데만 1기가와트(GW)의 전력이 필요하다. 대형 원전 1기 용량과 맞먹는 수준이다. 최태원 대한상의 회장 겸 SK그룹 회장은 지난 5일 이창용 한국은행 총재와의 특별대담에서 “AI 경쟁에 제대로 뛰어들려면 20GW 정도의 AI 데이터센터를 7년 안에 만들어야 한다”고 했다. 현재 건설 중인 신규 원전 4기로는 어림도 없는 규모다. 국제에너지기구(IEA)는 지난달 발표한 ‘세계 에너지 전망 2025’ 연례보고서에서 AI와 데이터센터, 전기차 등의 전력 사용 증가로 “전기의 시대가 왔다”고 진단했다. 그러면서 재생에너지의 성장과 원전의 부활을 예측했다. 보고서에 따르면 현재 40개국 이상이 신규 원전 프로젝트를 추진 중이다. 세계 원전 총 설비용량은 2035년까지 35%, 2050년까지 80% 늘어날 것으로 봤다. AI 패권 경쟁에 사활을 건 미국의 원전 드라이브는 숨이 찰 정도로 빠르게 전개되고 있다. 도널드 트럼프 대통령이 지난 5월 2050년까지 원전 발전 용량을 4배로 늘리겠다는 ‘원전 르네상스’를 선언한 뒤 이를 뒷받침하는 구체적 정책들이 잇따라 추진되고 있다. 하워드 러트닉 미 상무장관은 지난 2일 관세 합의에 따라 한국과 일본이 약속한 대미 투자금을 원전 건설에 우선 투입하겠다고 밝혔고, 미 에너지부도 같은 날 차세대 소형모듈원자로(SMR) 사업자 선정 계획을 발표하며 속도를 내고 있다. 탈원전을 표방했던 대만까지 최근 원전 재가동 가능성을 공식화하는 등 여러 국가들이 앞다투어 방향을 틀고 있다. 우려할 것은 AI 시대 뉴노멀이 된 ‘원전 회귀’ 흐름에서 우리나라만 비켜서 있다는 점이다. 이 대통령은 지난 9월 취임 100일 기자회견에서 “가동 기간이 지난 원전도 안전성이 담보되면 연장해 쓰고, 원자력과 재생에너지를 합리적으로 섞어 활용하겠다”고 했다. 그러면서도 신규 원전 건설에 대해선 “원전을 새로 짓는 데 최소 10~15년이 걸리고, 지을 부지도 거의 없다”며 부정적인 취지로 언급했다. 문재인 정부의 ‘탈원전’과는 선을 긋되 ‘원전 실용주의’를 내세운 것이다. 지난달 원자력안전위원회가 3년 반 만에 고리 2호기 재가동을 승인한 결정 역시 원전 실용주의의 한 사례로 평가되기도 한다. 하지만 노후 원전 재가동만으로는 턱없이 부족하다. 이 대통령 말대로 “AI 역량을 상하수도처럼 모든 국민이 누리는 기본 인프라”로 만들려면 막대한 전력이 필요하다. 재생에너지를 아무리 확대해도 신규 원전 건설 없이 전력난을 해소하기는 어렵다. 그럼에도 김성환 기후에너지환경부 장관은 올해 2월 11차 전력수급기본계획에서 확정된 신규 원전 2기 건설과 관련해 공론화 절차를 거치겠다고 했다. 결과에 따라 백지화될 수도 있는 사안이다. 이런 식으로 과연 AI 3대 강국이라는 목표를 실현할 수 있을지 의문이다. 이순녀 수석논설위원

올해 초 D램 시장에서 매출 기준 1위 자리를 SK하이닉스에 내줬던 삼성전자가 4분기에는 선두를 탈환할 전망이다. 전세계적으로 인공지능(AI) 인프라 투자가 확대되면서 고대역폭 메모리(HBM)과 같은 고성능 메모리칩뿐 아니라 범용 메모리 수요도 늘면서 삼성전자 실적을 견인하고 있다. 7일 업계에 따르면 삼성전자가 올해 4분기 전세계 D램 시장에서 다시 매출 1위를 기록할 것이란 전망이 우세하다. 증권가에서는 최근 삼성전자의 4분기 영업이익을 18조원 이상으로 추정하고 있다. 키움증권은 특히 반도체 사업을 담당하는 디바이스솔루션(DS)부문의 영업이익을 15조 1000억원으로 예상했다. 전 분기 대비 116%, 지난해 4분기 대비 422% 증가한 수치다. 앞서 삼성전자는 HBM에서 주도권을 놓치며 올해 1분기 들어 33년 만에 글로벌 D램 시장 선두 자리를 SK하이닉스에 내줬고, 2분기에는 전체 메모리 시장에서도 1위를 빼앗겼다. 하지만 HBM 사업이 회복세에 접어들면서 3분기 SK하이닉스와 시장 점유율을 근소한 차이까지 따라잡았다. 시장조사업체 트렌드포스에 따르면, 3분기 전체 D램의 시장 점유율은 SK하이닉스 33.2%, 삼성전자 32.6%, 마이크론 25.7% 순이다. 특히 최근에 AI 데이터센터 등 인프라에 대한 투자가 전방위적으로 확대되면서 HBM뿐 아니라 범용 D램 등 메모리 전반의 수요가 늘어나고 있는 것 역시 삼성전자 실적에 호재가 되고 있다. HBM은 AI 서버 그래픽처리장치(GPU)의 초고속 연산(학습 및 추론)에 주로 쓰이고, DDR5 같은 범용 D램은 데이터센터 중앙처리장치(CPU) 서버 보조 연산에 들어간다. AI 데이터센터를 구축하고 있는 클라우드서비스 업체들이 공격적으로 메모리 확보에 나서면서 D램 가격도 크게 오르고 있다. 2018년 클라우드 성장기 때 들어간 일반 서버들의 교체 시기까지 겹치면서 D램의 전반적인 공급 부족이 예상된다. 트렌드포스는 4분기 범용 D램 가격은 전 분기 대비 45~50%, HBM을 포함한 전체 D램 가격은 50~55% 오를 것으로 분석했다. 일반 D램과 HBM4 생산 능력을 모두 확보한 삼성전자는 D램 공급 부족 상황에서 직접적인 수혜를 누릴 것으로 기대된다. 삼성전자 전체 D램의 3분의 1가량을 차지하고 있는 차세대 D램 GDDR7의 엔비디아 독점 공급 지위도 당분간 유지될 것이란 관측이다. 엔비디아는 지난 9월 공개한 추론 전용 GPU인 루빈 CPX에 128기가바이트(GB) GDDR7을 탑재할 것이라고 밝힌 바 있다.

범용 D램 수요 급증에 가격 상승GDDR7 엔비디아 독점 공급 유지 올해 초 D램 시장에서 매출 기준 1위 자리를 SK하이닉스에 내줬던 삼성전자가 4분기에는 선두를 탈환할 전망이다. 전세계적으로 인공지능(AI) 인프라 투자가 확대되면서 고대역폭 메모리(HBM)과 같은 고성능 메모리칩뿐 아니라 범용 메모리 수요도 늘면서 삼성전자 실적을 견인하고 있다. 7일 업계에 따르면 삼성전자가 올해 4분기 전세계 D램 시장에서 다시 매출 1위를 기록할 것이란 전망이 우세하다. 증권가에서는 최근 삼성전자의 4분기 영업이익을 18조원 이상으로 추정하고 있다. 키움증권은 특히 반도체 사업을 담당하는 디바이스솔루션(DS)부문의 영업이익을 15조 1000억원으로 예상했다. 전 분기 대비 116%, 지난해 4분기 대비 422% 증가한 수치다. 앞서 삼성전자는 HBM에서 주도권을 놓치며 올해 1분기 들어 33년 만에 글로벌 D램 시장 선두 자리를 SK하이닉스에 내줬고, 2분기에는 전체 메모리 시장에서도 1위를 빼앗겼다. 하지만 HBM 사업이 회복세에 접어들면서 3분기 SK하이닉스와 시장 점유율을 근소한 차이까지 따라잡았다. 시장조사업체 트렌드포스에 따르면, 3분기 전체 D램의 시장 점유율은 SK하이닉스 33.2%, 삼성전자 32.6%, 마이크론 25.7% 순이다. 특히 최근에 AI 데이터센터 등 인프라에 대한 투자가 전방위적으로 확대되면서 HBM뿐 아니라 범용 D램 등 메모리 전반의 수요가 늘어나고 있는 것 역시 삼성전자 실적에 호재가 되고 있다. HBM은 AI 서버 그래픽처리장치(GPU)의 초고속 연산(학습 및 추론)에 주로 쓰이고, DDR5 같은 범용 D램은 데이터센터 중앙처리장치(CPU) 서버 보조 연산에 들어간다. AI 데이터센터를 구축하고 있는 클라우드서비스 업체들이 공격적으로 메모리 확보에 나서면서 D램 가격도 크게 오르고 있다. 2018년 클라우드 성장기 때 들어간 일반 서버들의 교체 시기까지 겹치면서 D램의 전반적인 공급 부족이 예상된다. 트렌드포스는 4분기 범용 D램 가격은 전 분기 대비 45~50%, HBM을 포함한 전체 D램 가격은 50~55% 오를 것으로 분석했다. 일반 D램과 HBM4 생산 능력을 모두 확보한 삼성전자는 D램 공급 부족 상황에서 직접적인 수혜를 누릴 것으로 기대된다. 삼성전자 전체 D램의 3분의 1가량을 차지하고 있는 차세대 D램 GDDR7의 엔비디아 독점 공급 지위도 당분간 유지될 것이란 관측이다. 엔비디아는 지난 9월 공개한 추론 전용 GPU인 루빈 CPX에 128기가바이트(GB) GDDR7을 탑재할 것이라고 밝힌 바 있다.

광주시가 대한민국 인공지능 3대 강국(AI G3) 도약을 위한 핵심 전략인 ‘국가 AX 혁신거점 광주’ 조성을 본격화한다. 광주시는 2026년도 광주시 예산으로 역대 최대인 총 3조9497억원을 확보했다. 이 가운데 AI관련 예산은 1634억원 규모로, 대규모 실증·기반시설 조성과 인재양성 등 전 분야에서 AI 사업을 본격적으로 추진할 수 있는 기반을 마련했다. ▲인공지능 기반시설 확충: 3개 사업에 208억원 국가 AX 거점 구축의 핵심인 기반시설 확대를 위해 3개 사업에 208억원이 확보됐다. 광주에 국가 NPU 전용 컴퓨팅센터를 설립하는 방안에 대한 타당성 연구(6억원)를 추진한다. 국산 NPU의 실증·활용을 위한 공공형 컴퓨팅센터를 조성하고, 범용 소프트웨어 환경을 구축해 NPU 생태계 확장을 도모할 계획이다. 국가 AI데이터센터 고도화(192억원) 사업은 AI데이터센터의 고성능 컴퓨팅 자원(H100)을 산·학·연에 보다 폭넓게 지원하고, 고도화를 위한 기본계획을 수립할 예정이다. 피지컬AI 기반 휴머노이드 제조혁신센터 구축예산에 10억원이 확보돼 산업 현장의 AX 확산을 위해 휴머노이드 로봇 시험생산과 성능평가를 위한 기반시설을 구축한다. ▲ AI 실증도시 구현 : 2개 사업에 302억원 광주시는 도시 전역을 실증 공간으로 확장하는 ‘광주형 규제프리 도시모델’을 본격 기획(5억원)한다. 기존 규제특례의 적용 범위를 산업·서비스 단위에서 도시 전역으로 확대하는 ‘광주형 규제프리 도시규모 실증모델’ 마련을 위한 사업 기획이다. 또 교통·안전·에너지 등 도시문제 해결을 위한 AX 기술 실증을 대규모로 추진하는 ‘AX 실증밸리’ 조성(297억원)으로 시민 체감형 인공지능(AI) 서비스를 확대할 계획이다. ▲AI 인재양성 강화 : 2개 사업에 136억원 AI 인재양성도 한층 강화된다. 광주인공지능사관학교(105억원)는 최고급 실무교육 과정인 ‘SW마에스트로’를 도입하고, 내년부터 전 과정이 전액 국비 지원으로 운영된다. 광주과학기술원(GIST) 부설 광주 AI 과학영재학교 설립 예산(31억원)이 반영돼 초·중·고-대학-산업으로 이어지는 인공지능(AI) 인재 사다리가 확고해진다. ▲AI 반도체 실증 확대 : 2개 사업에 280억원 국산 NPU시장의 경쟁력 강화와 조기 상용화를 위해 실증 기반시설을 대폭 강화한다. AI 반도체 실증 지원(220억원), 반도체 첨단패키징 실증센터 구축(60억원)을 통해 설계검증·패키징·고장 분석 등 전주기 지원체계를 구축해 국산 AI 반도체 상용화를 가속한다. ▲AI 자율주행 특화도시 조성 : 3개 사업에 628억원 광주시는 인공지능과 모빌리티를 융합해 신도시에서 첨단기술과 서비스를 개발·실증하는 미래도시모델 조성 계획(10억원)을 수립하고, 자율주행차 200대 규모의 도시 단위 대규모 실증(611억원)을 추진한다. 또 자율주행 데이터 학습을 위한 GPU 기반 AI 학습센터 기획(7억원)도 포함됐다. ▲AI 헬스케어·뷰티산업 육성 : 4개 사업에 81억원 방문·접수, 진료·진단, 수술, 입원·병동, 퇴원·수납 등 병원 이용 전 과정에 AI 기술을 집적·적용한 AI 특화병원 운영(30억원) 그리고 지역 내 노화 코호트(전남대병원·조선대병원·기독병원)를 공적으로 활용할 수 있도록 통합실증연구지원센터 구축(16억원) 예산이 확보됐다. 또 AI헬스케어 실증 콤플레스 조성(25억원)과 AI 뷰티기기 기술 고도화(10억원) 등을 통해 의료·바이오·뷰티 분야의 고부가가치 산업 육성이 본격화된다. 최태조 인공지능산업실장은 “내년 정부 AI 예산 확보로 광주는 국산 반도체(NPU), 최첨단 자율주행, AI 병원 등 국가 AX 핵심 전략을 최초로 실증하는 도시로 도약할 것”이라며 “정교한 사업 기획과 속도감 있는 추진으로 광주가 대한민국 AI 3강 도약을 이끄는 선봉장이 되겠다”고 밝혔다.

서울신문 독자권익위원회는 지난 23일 서울 중구 컨퍼런스하우스 달개비에서 제192차 회의를 열고 11월 한 달간의 서울신문 보도를 종합 점검했다. 회의에는 김영석(연세대 언론홍보영상학부 명예교수) 위원장을 비롯해 최승필(한국외대 법학전문대학원 교수), 허진재(한국갤럽 여론조사 수석), 윤광일(숙명여대 정치외교학과 교수), 김재희(김재희법률사무소 대표변호사), 이재현(이화여대 커뮤니케이션·미디어학 박사과정) 위원이 참석했다. 위원들은 서울신문이 청년과 인공지능(AI), 환율, 온실가스 감축 목표 등 주요 이슈를 단발성 보도에 그치지 않고 지속적으로 추적해 온 점을 긍정적으로 평가했다. 한국 음주운전 차량에 딸을 잃은 대만인 부모 인터뷰, 아동학대 예방의 날 기획 등 이슈면 기사들의 완성도가 높다는 의견도 이어졌으며, 정치 기사 전반에서 중립성이 잘 유지된 점 역시 좋은 평가를 받았다. 다만 일부 기사는 사실관계 정리에 머물러 학계 분석, 정책 제안, 국제 비교 등 입체적 분석이 보강될 필요가 있다는 지적이 나왔다. 다음은 위원들의 주요 의견이다. 김영석 연세대 명예교수‘이슈면’ 그때그때 주요 의제 부각과학·국제 기사 쉽게 접근할 필요11월에는 아시아태평양경제협의체(APEC) 정상회의가 원만하게 마무리됐고, 관세 협상도 타결됐다. 이러한 굵직한 이슈들과 분권형 개헌 논쟁, 대장동 항소 포기 등 한 달 동안 한국 사회를 흔든 주요 의제들이 지면에 고르게 반영된 점은 의미가 있다. 다만 여러 기사가 사실관계 정리에 머무르면서 구조와 방향성을 제시하는 단계까지 나아가지 못한 것은 아쉽다. 무엇이 핵심 쟁점이며 어떤 기준으로 판단해야 하는지 안내할 수 있다면 독자의 이해 폭은 훨씬 넓어진다. 과학·국제 보도는 보강될 필요가 있다. 난도가 높은 영역이지만, 쉽고 생활적인 설명부터 시작하면 된다. 예컨대 AI를 다룰 때도 기술적 개념 대신 실생활에서 어떻게 활용되는지 풀어내면 독자가 훨씬 쉽게 접근할 수 있다. 독자도 많아질 것이다. 이슈면은 그때그때 중요한 의제를 잘 부각하고 있다. 여기에 독자가 ‘지금 한국 사회가 어디에 서 있는가’와 ‘앞으로 어디로 가야 하는가’를 판단하는 데 도움이 되는 심층 기획, 그리고 한눈에 들어오는 직관적 기획이라는 두 축을 더 강화하면 더욱 좋겠다. 윤광일 숙명여대 교수 여야 정치 지형 비교 편집 인상적청년 정치인 비중 수치화 돋보여10일자 5~6면 ‘민주 호남 지지율 첫 50%대…정청래 “말보단 일하러 왔다”’ 기사와 ‘국힘 선출직평가위’ 속도전…단체장 하위 20% 배제 검토’를 한 눈에 병렬 배치해 독자가 두 정당의 흐름을 명확하게 비교할 수 있도록 구성한 편집이 인상적이었다. 사진과 기사 배치에서도 균형감이 살아 있었고, 정치 지형을 한눈에 읽을 수 있도록 설계했다. 21일자 ‘인구 41%인데 의원 5%… ‘금전 장벽’에 막힌 2030 정치인’ 기사에서는 인구 비율과 국회 내 청년 비중을 수치로 대비해 문제의식을 분명하게 드러낸 점이 돋보였다. 기탁금·공천 구조 같은 제도 장벽을 실제 청년 정치인의 경험과 연결해 풀어낸 구성도 매끄러웠다. 다만 청년 정치인이 영입 이후 어떻게 소모되고 어떤 경로로 정치권 밖으로 밀려나는지까지 추적했다면 더 좋았겠다. 반면 계엄 가담 공직자 색출 기준 보도들은 총리실 입장을 사실상 그대로 전달하는 수준에 머물러, 민주주의 후퇴 논란을 충분히 짚지 못한 아쉬움이 있다. 정부 입장뿐 아니라 학계와 시민사회의 우려를 함께 담았다면 좋았을 것이다. 10일자 국가 AI 컨트롤타워 인터뷰는 인터뷰 대상자가 대통령과 가까운 인물이라는 점 외에 역할·책임·권한이 충분히 드러나지 않아, 어떤 국가 전략을 설계하고자 하는지 독자가 파악하기 어려웠다. 허진재 한국갤럽 여론수석 ‘APEC 결산’ 독자의 궁금증 해소아동학대 문제·제도 대안 잘 연결3일자 APEC 결산 기사 ‘빅테크가 한국과 손잡는 이유’는 행사 스케치에 머물지 않고 ‘왜 한국인가’를 중심 질문으로 설정해 독자의 궁금증을 해소한 점이 돋보였다. 젠슨 황 엔비디아 최고경영자(CEO)가 한국에 그래픽처리장치(GPU) 26만 장을 공급하는 배경을 한국의 반도체·AI 인프라, 정책 환경, 수요 구조 등과 유기적으로 연결지어 설명한 점이 좋았다. 14일자 “한국은 음주운전 처벌이 너무 관대… 얼마나 더 희생돼야 하나요”와 19일자 “부모의 끝없는 학대…친권 빼앗고서야 벗어났다” 기사는 구조적 문제와 제도 대안으로 연결해 해설한 사례로 의미가 있다. 다만 인터뷰 분량을 줄이더라도 대만 사례, 판례, 제도 비교를 조금만 더 보완했더라면 한국 제도의 위치가 더욱 분명하게 드러났을 것이다. 3일자 노정태의 뉴스 인문학 ‘똑똑한 흙수저 헨리도 좌절하게 하는 부동산 대책’은 사회경제적 계층 이동의 어려움이 청년층의 좌절로 어떻게 이어지는지를 설명하는 방식이 문제의 본질을 직관적으로 전달했다. 반면 여론조사 기사 중에는 표본 수가 충분하지 않은 수치를 제목으로 끌어올린 사례가 있어 아쉬움이 있다. 최승필 한국외대 교수온실가스 감축 목표치 의미 설명만환율 기사 ‘일관성 부족’ 독자 혼란9일부터 실린 온실가스 감축 기사는 2035년까지 53~61% 감축이라는 목표치가 갖는 의미를 설명하는 데 그쳤다. 이명박·박근혜·문재인 정부를 거치며 온실가스 감축 정책이 어떻게 변해왔는지, 정권 변화에 따라 산업계가 어떤 준비를 해왔는지 등 구조적 맥락이 함께 제시됐다면 독자의 이해가 훨씬 높아졌을 것이다. 14일자 카카오 과징금 판결 단독 기사는 쟁점을 충분히 해설하지 못한 점이 아쉽다. 대법원 판단의 핵심은 ‘카카오는 잘못했지만, 영업정지 대신 과징금을 부과한 행정처분이 적법했는지 여부’인데, 제목만 보면 ‘카카오가 억울하게 과징금을 받았다’는 것으로 읽힌다. 환율 기사들은 여러 날에 걸쳐 원인·해법·전망이 기사마다 서로 다른 방향으로 제시되면서 독자에게 혼란을 줄 수 있다. 환율 담당 기자들이 공동 기획을 통해 문제의식을 통일한다면 설명의 일관성이 크게 높아질 것이다. 대학가의 AI 컨닝 논란 역시 학생 개인의 윤리 문제로만 접근할 것이 아니라, 온라인 시험 구조와 AI 가이드라인 부재 등 제도적 요인을 함께 설명해야 분석의 완결성이 생긴다. 김재희 변호사관가 ‘과로미덕’ 구조적 문제 짚어‘청소년 딥페이크 범죄’ 시의적절21~22일자 “올해 연차 딱 이틀 썼어요” 공직사회 여전한 ‘과로미덕’ 기사는 서울신문의 강점인 공공·행정 분야 전문성이 잘 드러난 보도였다. 타 언론이 소홀히 다뤄온 주제를 깊이 추적했다는 점에서 의의가 크다. 과로사 산재 승인 통계와 순직 공무원 사례 등 객관적 자료가 촘촘하게 활용돼 공직사회 장시간 노동 관행의 구조적 문제를 설득력 있게 보여줬다. 특히 최근 대통령실 업무 문화가 ‘미덕’처럼 왜곡될 수 있는 위험을 전반적 공직 문화로 확장해 해석한 점이 돋보인다. 17일자 청소년 딥페이크 성범죄 보도는 청소년 가해 증가라는 사회적 위험을 시의적절하게 부각했다. 특히 2024년 법 개정으로 ‘반포 목적’이 없어도 제작만으로 처벌이 가능해진 점, 시청·저장 자체도 처벌 대상이 된 점 등은 독자에게 매우 유용한 정보다. 3일자 월요인터뷰는 일본 개호보험 도입의 설계자를 직접 만나 초고령사회 전략을 짚었다는 점에서 기획의도는 충분히 성취했다. 그러나 제도적 성과 중심으로만 전개되면서 정작 독자가 기초적으로 이해해야 할 개념 설명이 부족했다. 이재현 이화여대 박사과정 ‘AI 커닝’ 다양한 의견 더 담았으면‘월요인터뷰’ 이혼 의미 신선한 접근AI 커닝 기사들은 흥미로웠지만 학생들의 윤리 문제에만 초점을 맞춘 구성이어서 시각이 다소 협소하게 느껴졌다. AI 활용이 실제로 어떤 환경과 조건에서 이뤄지고 있는지, 교수·학생·대학 행정 등 다양한 목소리가 조금 더 담겼다면 현실적 맥락이 풍부해졌을 것이다. 17일자 ‘‘4년제 대졸 2030 장기 백수’ 13개월 만에 최대치’ 기사도 흥미로운 주제였지만, 리드에서 제기한 문제의식과 이후 전개되는 통계 설명의 연결이 다소 매끄럽지 않았다. 앞부분에서 독자의 관심을 강하게 끌어놓고 뒤에서는 전체 장기 실업자 통계 중심으로 흐르면서 최초의 문제 의식이 옅어졌다. 같은 날 실린 월요인터뷰 ‘결혼은 신중하게, 이혼은 신속하게, 나답게 살아야 행복하다’ 기사는 제목부터 눈길을 끌었다. 저출생 논의 속에서 이혼을 ‘나답게 살기 위한 선택’이라는 관점으로 풀어낸 점이 신선했고, 통념적 접근에서 벗어나 개인의 삶을 주체적 선택의 문제로 조명한 구성이 인상적이었다.

구글이 자체 개발한 인공지능(AI) 칩 텐서처리장치(TPU)와 최신 AI 모델 제미나이3를 통해 글로벌 AI 산업 판도를 흔들고 있다. TPU는 AI 연산에 최적화된 맞춤형 반도체로, 엔비디아 그래픽처리장치(GPU) 없이도 대규모 연산을 수행한다. 최근 메타플랫폼 등 글로벌 빅테크 기업이 TPU 도입을 검토하면서, 엔비디아 중심의 AI 하드웨어 시장에 균열이 생길지 주목된다. 25일(현지시간) 블룸버그와 WSJ에 따르면 구글은 TPU 7세대 모델 ‘아이언우드’를 활용해 제미나이3를 학습시켰다. 제미나이3는 추론 성능과 코딩 능력에서 오픈AI의 챗GPT 5.1을 뛰어넘는다는 평가를 받는데, 실제 업무와 데이터 분석까지 수행할 수 있는 ‘에이전틱 AI’로도 주목받고 있다. TPU는 2015년 처음 공개됐지만 엔비디아 GPU 중심의 AI 시장에서 크게 주목받지 못했다. 그러나 제미나이3로 TPU 기술력이 입증되면서, 구글이 엔비디아의 유일한 대항마로 자리 잡을 수 있다는 전망이 나왔다. 여기에 메타 등이 TPU 도입을 검토한다는 소식이 전해지면서 엔비디아 주가는 이날 약 2.6% 하락해 시가총액 1150억 달러(약 169조원)가 증발했다. 반면 구글 모회사 알파벳의 주가는 1.62% 올라 사상 최고치를 기록했다. 주가는 최근 5거래일 동안 14% 뛰었고, 연초 이후 70% 급등했다. 구글 TPU 강점은 단순한 하드웨어 성능에만 국한되지 않는다. 검색 엔진, 유튜브, 안드로이드 OS 등 방대한 자체 데이터와 클라우드를 활용해 매일 AI 학습에 필요한 자료를 확보할 수 있다는 점이 차별점이다. 또 모바일 기기, 자율주행 차량 웨이모 등 현실 세계와 연관된 센서 데이터를 통합해 제미나이3의 학습 효율을 극대화할 수 있다. 결과적으로 구글은 AI 모델부터 칩, 데이터, 클라우드 인프라까지 전 영역에서 통합 역량을 갖춘 몇 안 되는 기업으로 평가된다. TPU가 데이터센터에서 대규모로 활용될 가능성이 떠오르면서 국내 반도체 기업들이 받을 수혜에도 관심이 쏠린다. TPU 7세대 모델 아이언우드에는 SK하이닉스가 공급하는 5세대 고대역폭메모리(HBM3E)가 탑재돼 있으며, 향후 TPU의 데이터센터 활용이 확대되면 삼성전자까지 공급망이 늘어날 수 있다. GPU뿐 아니라 TPU와 CPU를 함께 사용하면서 DDR5·LPDDR5 등 범용 D램 수요도 증가할 전망이다. 삼성전자는 전체 D램 생산능력 중 70%가 범용 D램인 만큼 수혜 폭이 상대적으로 클 거라는 분석이다.

경기도의회 미래과학협력위원회 소속 윤충식 의원(국민의힘, 포천1)이 21일 도의회 의원실에서 진행된 ‘2026년 AI국 예산안 업무보고’에서 경기도 자체 AI(Sovereign AI) 구축 사업의 부실을 경고하고, 무리한 확장보다는 내실 다지기에 집중할 것을 주문했다. 이날 윤 의원은 경기도 자체 생성형 AI 플랫폼 구축 사업과 관련해, AI국이 요청한 예산 53억 원 중 인프라 확충(GPU 구매 등) 예산 23억 원만 반영된 점을 지적했다. 윤충식 의원은 “핵심 예산이 절반 이상 삭감된 상황에서 사업을 추진한다면, 이도 저도 아닌 ‘반쪽짜리’ 사업이 될 우려가 크다”라며 “추진 동력을 잃지 않도록 예산 확보 대책이 시급하다”라고 꼬집었다. 특히 윤 의원은 경기도가 내년부터 해당 AI 서비스를 도 본청을 넘어 공공기관과 시군으로 확대하려는 계획에 대해 ‘속도 조절’을 당부했다. 윤 의원은 “현재 시범 운영 중인 시스템도 튜닝과 버그 수정이 필요한 단계”라며 “완벽하게 세팅이 끝나고 데이터의 안정성이 검증된 후에 확장을 해도 늦지 않다. 설익은 상태에서 무리하게 범위를 넓히면 오히려 행정의 혼란을 초래할 수 있다”라고 강조했다. 또한 윤 의원은 최근 사회적 문제로 대두된 ‘딥페이크’ 범죄 대응과 관련한 예산이 제대로 편성되지 않은 점에 대해서도 강한 아쉬움을 표했다. 윤 의원은 “딥페이크 성범죄 예방 관련 조례가 제정됐음에도, 이에 발맞춘 예산이 충분히 세워지지 않은 것은 유감”이라며 “도민의 안전과 직결된 사안인 만큼, 소액의 시범 사업에 그칠 것이 아니라 실효성 있는 대응 체계를 갖춰야 한다”라고 지적했다. 이 외에도 윤 의원은 육아 공무원 등을 위한 원격 근무 인프라(가상 PC) 구축 사업에 대해서는 “업무 효율성과 직원 복지 차원에서 필요한 사업”이라며 긍정적인 견해를 보이면서도, 보안과 운영상의 맹점이 없도록 철저한 준비를 당부했다. 윤충식 의원은 “AI와 미래 과학 분야는 경기도의 경쟁력을 좌우할 핵심 분야”라며 “어려운 재정 여건이지만, 도민의 안전과 행정 효율을 높이는 필수적인 사업들이 예산 부족으로 좌초되지 않도록 의회 차원에서도 예산 확보를 위해 끝까지 노력하겠다”라고 밝혔다.

경남도가 인공지능(AI) 자율 제조와 반도체 산업 기반 구축을 핵심축으로 한 디지털 전략을 본격화하고 있다. 주력 제조업의 디지털 전환(AX)을 견인할 AI 생태계와 인프라 확장으로 지역 산업구조 변화가 가시화했다. ●AI로 체질 전환… 지역 산업구조 변화 그동안 도는 ▲디지털산업 생태계 조성 ▲신기술 개발 지원 ▲디지털기업 성장지원·소프트웨어 전문인력 양성 ▲시스템반도체산업 생태계 조성 등에 공을 들여왔다 디지털 기업을 유치하고자 100원 임대료 사무실과 협업공간 3곳을 조성하고, 기업·기관 40곳과 협력 네트워크를 구축했다. 절삭가공, 선박용 배관 등 제조 현장 요구에 맞춘 AI 솔루션 6건을 실증했다. 또 차세대 고효율 전력반도체 실증 인프라 구축을 위해 지난 2023년부터 2027년까지 282억원을 투입한다. 반도체 특성화대학(경상대·인제대), 경남테크노파크(TP) 반도체 아카데미를 중심으로 기업 수요 기반 인력 양성을 강화하고 산학연 전문가로 구성된 인공지능산업위원회도 출범시켰다. 제조AI특화 스마트공장 도입 지원, 반도체 부품·장비 기술개발 지원에도 힘썼다. 정보통신(IT) 기업 유치와 첨단기술 개발, 정부 공모사업 선정 등 가시적 성과는 속속 나타났다. 대표적으로 AI 기업과 청년이 모여 창업하고 성장할 기반을 구축하는 ‘경남 디지털 혁신거점’이 지난 4월 문을 열었다. 이를 중심으로 수도권 등에서 IT·소프트웨어(SW) 기업 62곳이 지사 설립·연구소 이전·신규 창업 등을 하며 경남으로 유입됐다. 디지털기업·연구기관·대학 등 37개 팀 기술개발사업화(R&BD)를 바탕으로 한 ‘경남형 SW 강소기업 육성’도 한창이다. 한 기업은 ‘아기유니콘기업(성장성을 검증받은 유망 창업기업)’에 선정되기도 했다. ‘제조 AI의 메카 경남도’ 전략도 본격 추진 중이다. 이에 맞춰 지난 5월에는 제조 산업과 AI 기술 접목·확산 거점기관 ‘경남 AX랩’이 문을 열었다. AX랩은 제조 AI 기술 개발과 실증에 필요한 그래픽처리장치(GPU) 등 첨단장비 인프라 제공, AI 솔루션 현장 적용 컨설팅 등을 한다. 제조 특화 ‘경남형 챗GPT’ 개발, 자동차부품 공정 AI 기술 개발, AI 자율제조 선도프로젝트 등 제조현장을 겨냥한 다양한 기술개발도 제조 AI의 메카 경남 전략에 기반해 진행하고 있다. ●글로벌 기업과의 협업 눈길 AI 생태계 확장과 글로벌 기업과의 협업도 눈에 띈다. 9월 개최한 경남 최초 AI 기술전시회 ‘The Next AI’에는 5680명이 방문하고 80개 기업이 참가해 104억원 규모 상담을 기록했다. 도는 또 네이버클라우드·구글클라우드·LG전자 등과 함께 AI 솔루션 매칭데이를 열어 도내 17개 기업과 기술협력을 추진했고 이 중 2개 기업은 협력 성과를 냈다. 정부 공모사업에서도 성과를 거뒀다. 하동·산청군에 도입되는 ‘산불 특화 온디바이스 AI 관제 서비스’는 대형 산불로 특별재난지역으로 지정됐던 지역의 안전 대응력을 크게 높일 것으로 기대된다. LG전자 대중소 상생형(AI트랙) 지원, AX 실증산단 구축, 우주·전자·에너지 분야 AI팩토리, 지역주도형 AI 대전환 등 굵직한 사업도 있다. 경남도 관계자는 23일 “제조 강점을 살린 AI 전환 전략이 구체적 성과로 이어지고 있다”며 “지역 산업 구조를 미래형으로 바꾸고 기업이 성장할 수 있는 환경 조성을 지속해 나가겠다”고 말했다.

2020년대 들어 인공지능(AI)은 명실상부한 세계 경제의 중심으로 자리 잡았습니다. 미국 경제가 고용 둔화, 관세 이슈, 고물가 상황에서도 여전히 견고한 성장세를 유지하는 비결 역시 AI 투자가 큰 비중을 차지하고 있기 때문입니다. 구글과 메타, 마이크로소프트, xAI, 오라클, 아마존 등 주요 빅테크 기업들은 경쟁에서 뒤처지지 않기 위해 앞다퉈 대규모 AI 데이터 센터를 건설하고 있습니다. 이로 인해 AI 가속기(GPU)를 거의 독점적으로 공급하는 엔비디아의 실적은 하늘 높은 줄 모르고 치솟고 있습니다. 역대급 실적: 시장 우려를 잠재운 엔비디아 올해 3분기 엔비디아의 실적은 AI 거품론에 대한 일각의 우려를 불식시키고, 불안해하는 시장의 동요를 진정시키기에 충분했습니다. 엔비디아는 이번 분기에 570억 달러(약 79조 8000억원)라는 역대 최대 매출을 기록했습니다. 영업 이익은 360억 달러(약 50조 4000억원), 순이익은 319억 달러(44조 6600억원)로 이 역시 역대 최고 수준이었습니다. 젠슨 황 엔비디아 CEO는 차세대 칩인 ‘블랙웰’에 대한 수요가 너무 높아 차트에 표시할 수 없을 정도이며, 데이터 센터용 클라우드 GPU도 이미 완판된 상태라고 설명했습니다. 다음 분기에는 650억 달러(91조원)라는 매출 신기록을 수립할 것으로 전망했습니다. 한동안 주춤했던 엔비디아 주가는 이 실적 발표를 기점으로 다시 반등했습니다. 그럼에도 왜 ‘거품론’이 계속되는가? 하지만 엔비디아의 호실적이 AI 거품론을 완전히 잠재운 것은 아닙니다. AI가 미래 경제의 핵심 성장 동력인 것은 분명하지만, 현시점에서 기대할 수 있는 실질적인 경제적 이득에 비해 너무 많은 자금이 이른바 ‘묻지마 투자’로 쏠리고 있으며, 주가 역시 실제 기업 가치보다 상당히 고평가되어 있다는 것이 거품론의 핵심 배경입니다. 사실 혁신적인 산업이 등장할 때마다 정도의 차이는 있을지언정 거품은 항상 존재해 왔습니다. -철도 산업 (19세기 후반): 산업 초창기 큰돈을 벌 수 있다는 기대감에 막대한 자금이 몰리며 철도가 마구잡이로 건설되었으나, 과잉 투자로 인해 결국 상당수 기업이 파산했습니다. -자동차 산업 (20세기 초반): 우후죽순처럼 자동차 회사가 생겨나며 한때 미국 내 자동차 제조사가 약 2000개에 달했습니다. 하지만 치열한 경쟁 끝에 대부분이 문을 닫았고, 20세기 중반에는 포드와 크라이슬러, GM의 ‘빅3’ 체제로 재편되었습니다. 투자의 달인 워런 버핏도 이 사례를 언급하며, 신기술의 파급력과는 별개로 초기 투자자 중 상당수는 최후의 승자를 맞히지 못해 돈을 잃었다는 점을 강조한 바 있습니다. -닷컴 버블 (2000년대 초반): AI 버블과 가장 유사하게 거론되는 사례입니다. 인터넷의 중요성은 누구도 부인할 수 없었지만, 모든 인터넷 기업이 돈을 번 것은 아니었습니다. 검색 엔진의 구글, 전자 상거래의 아마존, 운영체제의 마이크로소프트, 소셜미디어의 메타 등이 최종 승자가 됐습니다. 반면 수많은 경쟁자는 거의 대부분 몰락했습니다. AI의 중요성과는 별개로 거품론이 제기되는 것도 같은 맥락에서 이해할 수 있습니다. AI 데이터 센터 건설 붐으로 인해 GPU 가격은 물론 메모리, 스토리지, 냉각 시스템, 그리고 전기 요금까지 모든 인프라 비용이 치솟고 있습니다. 하지만 닷컴 버블 때와 마찬가지로, 정작 AI 서비스로 유의미한 수익을 창출하고 있는 기업은 아직 많지 않습니다. 역설적으로 치솟는 GPU 가격과 폭등하는 비용 구조가 AI 버블을 터트릴 ‘바늘’이 될 수도 있는 상황입니다. 성장통을 겪으며 성숙해질 AI 산업 구글과 마이크로소프트, 아마존 등은 AI 도입을 통해 인력 효율화를 꾀하며 수익성을 일부 개선했지만, 막대한 데이터 센터 운영 비용을 온전히 감당할 만큼 유료 서비스 매출을 올리는 기업은 드뭅니다. 여전히 상당수 사용자는 무료 서비스를 이용하고 있으며, 일반 소비자이든 기업이든 충분한 유료 가입자를 확보한 기업은 소수에 불과합니다. 이미 AI는 우리의 삶을 바꾸고 있고, 앞으로 산업과 일자리에 지대한 영향을 미칠 것입니다. 하지만 현재 우후죽순 등장하고 있는 AI 서비스 중 상당수는 확실한 비즈니스 모델을 증명하지 못하고 사라질 가능성이 높습니다. 산업이 성숙기에 접어들고 경쟁 구도가 정리되면, 지금처럼 경쟁적으로 데이터 센터를 확장할 유인이 줄어들고 ‘비용 절감’이 더 큰 화두가 될 것입니다. 엔비디아의 역대급 실적에도 불구하고 거품론은 완전히 사라지지 않을 것입니다. 다만 시장이 향후 몇 차례의 구조조정을 거치더라도 AI가 인터넷 혁명 이상으로 우리 삶에 거대한 변화를 가져올 차세대 성장 동력임은 분명해 보입니다. 그 과정에서 초기 투자자들에게는 기회와 위기가 공존한다는 점을 냉정하게 직시해야 할 것입니다.

2020년대 들어 인공지능(AI)은 명실상부한 세계 경제의 중심으로 자리 잡았습니다. 미국 경제가 고용 둔화, 관세 이슈, 고물가 상황에서도 여전히 견고한 성장세를 유지하는 비결 역시 AI 투자가 큰 비중을 차지하고 있기 때문입니다. 구글과 메타, 마이크로소프트, xAI, 오라클, 아마존 등 주요 빅테크 기업들은 경쟁에서 뒤처지지 않기 위해 앞다퉈 대규모 AI 데이터 센터를 건설하고 있습니다. 이로 인해 AI 가속기(GPU)를 거의 독점적으로 공급하는 엔비디아의 실적은 하늘 높은 줄 모르고 치솟고 있습니다. 역대급 실적: 시장 우려를 잠재운 엔비디아 올해 3분기 엔비디아의 실적은 AI 거품론에 대한 일각의 우려를 불식시키고, 불안해하는 시장의 동요를 진정시키기에 충분했습니다. 엔비디아는 이번 분기에 570억 달러(약 79조 8000억원)라는 역대 최대 매출을 기록했습니다. 영업 이익은 360억 달러(약 50조 4000억원), 순이익은 319억 달러(44조 6600억원)로 이 역시 역대 최고 수준이었습니다. 젠슨 황 엔비디아 CEO는 차세대 칩인 ‘블랙웰’에 대한 수요가 너무 높아 차트에 표시할 수 없을 정도이며, 데이터 센터용 클라우드 GPU도 이미 완판된 상태라고 설명했습니다. 다음 분기에는 650억 달러(91조원)라는 매출 신기록을 수립할 것으로 전망했습니다. 한동안 주춤했던 엔비디아 주가는 이 실적 발표를 기점으로 다시 반등했습니다. 그럼에도 왜 ‘거품론’이 계속되는가? 하지만 엔비디아의 호실적이 AI 거품론을 완전히 잠재운 것은 아닙니다. AI가 미래 경제의 핵심 성장 동력인 것은 분명하지만, 현시점에서 기대할 수 있는 실질적인 경제적 이득에 비해 너무 많은 자금이 이른바 ‘묻지마 투자’로 쏠리고 있으며, 주가 역시 실제 기업 가치보다 상당히 고평가되어 있다는 것이 거품론의 핵심 배경입니다. 사실 혁신적인 산업이 등장할 때마다 정도의 차이는 있을지언정 거품은 항상 존재해 왔습니다. -철도 산업 (19세기 후반): 산업 초창기 큰돈을 벌 수 있다는 기대감에 막대한 자금이 몰리며 철도가 마구잡이로 건설되었으나, 과잉 투자로 인해 결국 상당수 기업이 파산했습니다. -자동차 산업 (20세기 초반): 우후죽순처럼 자동차 회사가 생겨나며 한때 미국 내 자동차 제조사가 약 2000개에 달했습니다. 하지만 치열한 경쟁 끝에 대부분이 문을 닫았고, 20세기 중반에는 포드와 크라이슬러, GM의 ‘빅3’ 체제로 재편되었습니다. 투자의 달인 워런 버핏도 이 사례를 언급하며, 신기술의 파급력과는 별개로 초기 투자자 중 상당수는 최후의 승자를 맞히지 못해 돈을 잃었다는 점을 강조한 바 있습니다. -닷컴 버블 (2000년대 초반): AI 버블과 가장 유사하게 거론되는 사례입니다. 인터넷의 중요성은 누구도 부인할 수 없었지만, 모든 인터넷 기업이 돈을 번 것은 아니었습니다. 검색 엔진의 구글, 전자 상거래의 아마존, 운영체제의 마이크로소프트, 소셜미디어의 메타 등이 최종 승자가 됐습니다. 반면 수많은 경쟁자는 거의 대부분 몰락했습니다. AI의 중요성과는 별개로 거품론이 제기되는 것도 같은 맥락에서 이해할 수 있습니다. AI 데이터 센터 건설 붐으로 인해 GPU 가격은 물론 메모리, 스토리지, 냉각 시스템, 그리고 전기 요금까지 모든 인프라 비용이 치솟고 있습니다. 하지만 닷컴 버블 때와 마찬가지로, 정작 AI 서비스로 유의미한 수익을 창출하고 있는 기업은 아직 많지 않습니다. 역설적으로 치솟는 GPU 가격과 폭등하는 비용 구조가 AI 버블을 터트릴 ‘바늘’이 될 수도 있는 상황입니다. 성장통을 겪으며 성숙해질 AI 산업 구글과 마이크로소프트, 아마존 등은 AI 도입을 통해 인력 효율화를 꾀하며 수익성을 일부 개선했지만, 막대한 데이터 센터 운영 비용을 온전히 감당할 만큼 유료 서비스 매출을 올리는 기업은 드뭅니다. 여전히 상당수 사용자는 무료 서비스를 이용하고 있으며, 일반 소비자이든 기업이든 충분한 유료 가입자를 확보한 기업은 소수에 불과합니다. 이미 AI는 우리의 삶을 바꾸고 있고, 앞으로 산업과 일자리에 지대한 영향을 미칠 것입니다. 하지만 현재 우후죽순 등장하고 있는 AI 서비스 중 상당수는 확실한 비즈니스 모델을 증명하지 못하고 사라질 가능성이 높습니다. 산업이 성숙기에 접어들고 경쟁 구도가 정리되면, 지금처럼 경쟁적으로 데이터 센터를 확장할 유인이 줄어들고 ‘비용 절감’이 더 큰 화두가 될 것입니다. 엔비디아의 역대급 실적에도 불구하고 거품론은 완전히 사라지지 않을 것입니다. 다만 시장이 향후 몇 차례의 구조조정을 거치더라도 AI가 인터넷 혁명 이상으로 우리 삶에 거대한 변화를 가져올 차세대 성장 동력임은 분명해 보입니다. 그 과정에서 초기 투자자들에게는 기회와 위기가 공존한다는 점을 냉정하게 직시해야 할 것입니다.

지난 20년 동안 자율주행 기술은 풀리지 않는 난제와 같았다. 인간은 도로 위에서 예상치 못한 상황을 유연하게 판단하고 해결하는 능력이 탁월하지만 이러한 복잡다단한 인간의 운전 패턴을 시스템 안에서 ‘규칙’의 형태로 구현하는 것은 매우 어려웠다. 실제 도로 환경에서 마주치는 상황이 너무나 다양하고 복잡했기 때문이다. 모든 상황을 일일이 규칙으로 정의하려는 시도는 시스템의 복잡도를 기하급수적으로 증가시켰고, 결국 엣지케이스(돌발 상황)를 처리하지 못하는 한계에 부딪혔다. 그래서 인공지능(AI)을 부분적으로 도입했음에도 ‘과연 자율주행이 상용화 수준에 도달할 수 있을까’라는 회의적인 시각이 여전하다. 이런 난제를 해결할 실마리는 의외로 챗GPT와 같은 대규모언어모델(LLM)의 발전에서 찾아볼 수 있었다. LLM 개발은 인류가 축적해 온 방대한 문장 데이터를 학습시키면서 획기적인 성과를 거뒀다. 데이터의 양과 모델의 크기가 커질수록 인공신경망의 성능이 지속적으로 향상되는 현상, 즉 ‘스케일링 법칙’이 나타난 것이다. 자율주행 기술 역시 이러한 접근 방식을 받아들이기 시작했다. 미국의 테슬라는 매일 도로 위에서 생성되는 방대한 주행 데이터에 주목했다. 운전자가 주어진 환경에서 어떤 판단과 조작을 했는지에 대한 기록을 모아 인공신경망이 사람의 운전 패턴을 모방하도록 학습시켰다. 테슬라는 학습 데이터 규모가 증가함에 따라 성능이 향상되는 스케일링 법칙의 효과를 경험했다. 이전에는 규칙 기반 접근으로는 해결할 수 없었던 수많은 엣지케이스들이 데이터의 확대를 통해 점차 해결되기 시작했다. 이를 기반으로 테슬라는 센서 입력부터 차량 제어까지 단일 AI 모델로 처리하는 엔드투엔드(End to End) 자율주행이라는 기술을 완성시켰다. 이는 자율주행 기술의 새로운 패러다임의 등장을 의미한다. 주행 중 발생하는 다양한 도전적 상황들을 더 복잡한 규칙 기반이 아닌 데이터 중심의 접근을 통해 해결하는 시대가 온 것이다. 데이터의 규모와 다양성이 커질수록 자율주행 시스템은 점차 인간 운전자의 수준에 가까운 성능을 보이게 된다. 이러한 데이터 중심 AI 모델을 학습시키기 위해서는 막대한 컴퓨팅 자원이 필수적이다. 언어모델의 성공이 대규모 데이터센터 인프라에 의해 가능했듯이 자율주행 모델의 성공 또한 그래픽처리장치(GPU) 기반의 데이터센터 지원이 뒷받침돼야 한다. 실제로 테슬라와 같은 해외 기업들은 수조 원 규모의 투자를 통해 전용 데이터센터를 확장하고 있다. 따라서 우리에게 자율주행 전용 데이터센터의 구축과 운영은 매우 시급한 과제다. 막대한 자본력으로 인프라에 직접 투자하는 해외 기업들과 자금력이 상대적으로 부족한 국내 기업 간의 기술 격차는 점점 벌어지고 있는 것이 현실이다. 4차 산업혁명 시대, 자율주행 기술은 자동차 강국으로서의 위상을 유지하고 새로운 도약을 이루기 위한 중요한 기회다. 이 기술의 성공을 위해서는 패러다임 전환의 본질을 정확히 이해하고, 데이터 학습이 가능한 인프라 체계를 선제적으로 구축해야 한다. 이를 위해 정부와 산업계, 학계가 긴밀히 협력해 공동의 방향성을 가지고 나아가는 것이 무엇보다 중요하다. 최준원 서울대 교수