[자막뉴스] 야심찬 시작이 충격적 성적표로...'국내 AI' 부끄러운 민낯 : zum 뉴스

인공지능 모델 개발에서 독자성은 설계부터 학습까지 자체적으로 수행한 인공지능을 말합니다.

이른바 '프롬 스크래치(From Scratch)', 즉 기초부터 다져야 한다는 겁니다.

해외 인공지능 모델의 오픈소스를 쓸 경우엔 가중치를 초기화한 뒤 자체적으로 학습해야 독자성을 인정받습니다.

네이버가 1차 평가에서 탈락한 이유도 이미 학습된 중국 AI 오픈소스를 가중치 초기화 없이 그대로 썼기 때문입니다.

[류제명 / 과학기술정보통신부 2차관 : 검증된 오픈소스를 전략적으로 활용하더라도 가중치를 초기화한 후 학습·개발을 수행하는 것이 모델의 독자성 확보를 위한 최소조건이라고 판단하였습니다.]

문제는 학습된 중국 소스 사용이 국내 AI 업계에서는 효율성을 내세워 관행처럼 이뤄지고 있다는 점입니다.

아무리 한국어 데이터를 입히는 미세조정을 거쳐도 중국 AI 파생 모델일 뿐 독자 AI로 볼 수는 없다는 지적이 나옵니다.

[조성배 / 연세대 컴퓨터과학과 교수 : 후속 비즈니스나 이런 거 고려했을 때 국가적 차원에서 나중에 규정 준수에서 문제가 안 생기도록 "우리 독자적인 거 만들어 봅시다" 라고 처음부터 한 거니깐 그런 입장에서는 좀 더 엄밀히 지킬 필요는 있었죠.]

막대한 비용에도 불구하고 독자 AI를 개발해야 하는 이유는 국가 안보와 산업 생태계의 생존이 달렸기 때문입니다.

해외 클라우드 기반 모델을 사용할 경우 정부 기밀이나 기업의 민감 정보가 해외 서버로 흘러갈 위험을 배제할 수 없습니다.

또 미국이나 중국 모델은 한국의 역사나 법률, 사회적 맥락을 온전히 담아내기 어렵습니다.

이번 논란이 단순히 개별 기업의 탈락에 그칠 것이 아니라 국내 AI 생태계 전반을 점검하고 전략의 판을 새로 짜는 계기가 돼야 한다고 전문가들은 지적합니다.