AI는 지금] 정부, '국가 파운데이션 모델' 추진…업계 "설계는 훌륭, 실행이 관건"

카테고리

인공지능, 머신러닝

서브카테고리

데이터 분석,DevOps

대상자

AI 개발자, 연구자, 정책 결정자 | 중급~전문가 수준

핵심 요약

• "K-AI 전략"으로 글로벌 AI 경쟁력 확보
• 정부가 95% 이상 성능 목표로 국가 파운데이션 모델 개발을 추진하고, DARPA형 유연 평가 기준 도입
• GPU/데이터/인재 지원 체계 구축
• GPU 1만 대, 연간 100억원 규모 저작물 데이터 공동구매, 해외 인재 유치 시 연간 20억원 지원
• 오픈소스 확산과 안전성 검증 강화
• K-AI 모델 명칭 부여, AI 안전연구소(K-AISI)와 협력한 신뢰성 검증

섹션별 세부 요약

1. 프로젝트 개요 및 목표

• "독자 AI 파운데이션 모델" 사업 발표, 2024년 7월 21일까지 국내 AI 팀 공모
• 6개월 주기 성능 평가, 국민·전문가 참여형 콘테스트 평가 및 국내외 벤치마크 검증
• 95% 성능 목표에 무빙 타겟 방식 도입, DARPA형 유연한 평가 기준 사용

2. 자원 지원 체계

• GPU 지원:

- 1차 추경 1,576억원으로 민간 GPU 임차, 팀 당 500장 제공, 1,000장 이상 확대 가능

- 2025년 하반기부터 정부 구매 1만 대 첨단 GPU 본격 투입

• 데이터 지원:

- 공통수요 및 개별수요로 나누어 연간 100억원 공동구매, 팀별 30~50억원 데이터 가공 지원

• 인재 지원:

- 해외 인재 유치 시 연간 20억원 인건비 및 연구비 지원, 2027년까지 지속

3. 모델 평가 및 오픈소스 전략

• 6개월 주기 성능 평가

- 파생 모델 수 기반 평가, 국민·전문가 참여형 콘테스트 활용

- 5개 팀 → 4개 → 3개 → 2개 단계별 압축 평가

• 오픈소스 확산:

- 모델 개발 완료 후 국민 AI 접근성 향상을 위한 활용 계획 제출 필수

- K-AI 모델 명칭 부여, 글로벌 시장에서의 공신력 강화

4. 업계 평가 및 우려 사항

• 국가 주도 모델 개발은 전 세계적 흐름, 프랑스, 싱가포르, 라탐-GPT 등 사례 비교
• 자원 지원 실행 가능성에 대한 우려:

- GPU 임차·세팅 시간차, 데이터 저작권 검토 체계 미비 가능성

- 해외 인재 유치 효과 제약, 오픈소스 정의 확립 필요

결론

• 성능 목표와 유연한 평가 체계는 긍정적이지만, GPU/데이터/인재 지원 실행의 실질적 효과와 오픈소스 정책의 세분화가 성공 여부를 좌우할 예정이다.