"GPU 1,000장으론 어렵다" 정부, 4.7조 원 프런티어 AI 새로 공모

GPU 1,000장씩 지원하는 수준으로는 프런티어급 모델을 따라가기 어렵습니다. 투자 스케일을 완전히 다른 차원으로 해야 합니다.— 류제명, 과학기술정보통신부 제2차관

간담회는 서울 중구 한국지능정보사회진흥원(NIA) 서울사무소에서 열렸고, 최동원 인공지능인프라정책관이 함께 질문에 답했습니다. 류 차관은 정부가 약 5조 원을 투자하고 여기에 맞먹는 민간 투자가 붙어야 한다고 말했습니다. 독파모가 중단된다는 보도에는 「독자 파운데이션 모델을 확보해야 한다는 목표는 달라지지 않았고, 중단되지도 않는다」고 답했습니다.

정부가 내놓은 그림은 두 갈래입니다. 지금 세 팀이 겨루는 독파모는 예정대로 마무리해 두 팀을 고르고, 최상위급 모델은 별도 공모로 뽑은 수행 주체에 자원을 몰아줍니다.

4조 7,000억 원은 GPU 1만 장과 데이터, 인재

4조 7,000억 원이라는 숫자는 한 달 전 예산안에 먼저 나왔습니다. 기획예산처는 9월 1일 2027년 예산안을 발표하면서 「독자 AI 모델이 글로벌 최상위 성능을 갖추도록 GPU 1만 장과 데이터·인재를 집중 지원하는 데 4조 7,000억 원」을 쓴다고 적었습니다. 같은 날 과기정통부 예산안에는 이 지원이 세 개의 사업으로 나뉘어 있습니다.

세 사업을 더하면 4조 6,750억 원으로 4조 7,000억 원에 가깝습니다. 데이터 사업 8,000억 원 가운데 7,500억 원은 프런티어급 AI 데이터 출자이고 500억 원은 사이버보안 AI 학습 기반 구축입니다. 지난해 독파모 다섯 팀이 데이터 구축·가공 예산 150억 원으로 모은 학습 데이터 29종이 약 1조 5,600억 토큰이었는데, 내년에는 고품질 데이터 약 1조 토큰에 8,000억 원을 씁니다.

돈이 들어가는 통로는 새로 만든 미래대응기금입니다. 정부는 2027년 국세수입 가운데 최근 10년 추세선을 웃도는 추가세수 162조 3,000억 원으로 이 기금을 만들고, 청년·성장동력·지방·교육인재 네 분야에 45조 4,000억 원을 투자합니다. 9월 8일 SBS Biz 보도에서 과기정통부 관계자는 4조 7,000억 원을 이 기금에서 출자 형태로 대고, 총액과 출자 형태 말고는 정해진 것이 없다고 말했습니다.

보조금 대신 지분으로 넣는 돈

출자는 정부가 보조금을 주는 대신 지분을 갖는 방식입니다. 과기정통부는 정부가 투자자로 참여해 성과가 국민에게 돌아가게 하려고 출자를 택했다고 설명했고, 기획예산처도 2027년 예산안에 지분투자 방식의 투자형 R&D를 새로 넣으며 같은 이유를 들었습니다. 류 차관은 출자라서 산업은행 금융심사를 거쳐야 하고, 그 심사에 시간이 꽤 든다고 말했습니다. 국회에 낸 사업설명자료에도 데이터 사업의 시행 방법은 「출자」, 시행 주체는 「한국산업은행과 국내 AI기업」으로 적혀 있습니다.

정부 돈이 AI 모델 회사의 지분으로 들어간 선례는 올해 이미 있습니다. 4월 30일 국민성장펀드 기금운용심의회는 독파모 참여사인 업스테이지에 첨단전략산업기금 1,000억 원을 직접 투자하는 안건을 승인했고, 업스테이지는 신규·기존 투자자에게서 모두 5,600억여 원을 조달할 계획이라고 금융위원회가 밝혔습니다. 같은 날 GPU와 NPU 1만 5,000장 규모의 국가 AI컴퓨팅센터를 전남 해남에 짓는 민관 합동 SPC(특수목적법인)에 지분을 넣는 안건도 통과했습니다. 그때는 회사 한 곳과 데이터센터 하나에 넣은 지분이었고, 이번에는 아직 정해지지 않은 수행 주체에 4조 7,000억 원 규모를 넣는 계획입니다.

1,000장과 1만 장의 차이

독파모 팀이 받는 GPU는 단계마다 조금씩 늘었습니다. B200 기준으로 지난해 하반기 500장 수준, 올해 상반기 768장 수준, 하반기 1,000장 수준입니다. 1,000장을 6개월 빌리는 데 팀당 약 400억 원이 들고, 세 팀을 합쳐 약 1,200억 원입니다.

9월 예산안 보도에 따르면 프런티어 AI에 들어갈 1만 장은 엔비디아 베라 루빈급입니다. 과기정통부가 6월 GPU 사업자를 고르며 쓴 성능 기준은 B200 한 장 9PF, 베라 루빈 한 장 35PF입니다. 이 기준으로 베라 루빈 1만 장은 B200 약 3만 9,000장 분량이고, 독파모 한 팀이 지금 받는 1,000장의 39배입니다.

엔비디아의 Vera Rubin NVL72 랙 한 대에는 루빈 GPU 72장이 들어갑니다. 1만 장은 이 랙 약 139대이고, 정부가 올해 사들이는 베라 루빈 2,016장은 28대 분량입니다.

GPU 한 장에 드는 돈도 해마다 올랐습니다. 사업 예산을 확보한 장수로 나누면 아래와 같습니다. 구축과 운용 비용이 함께 들어 있어 칩 값과는 다르지만, 과기정통부는 6월 발표에서 메모리와 저장 장치 가격이 올라 GPU 구축 비용이 상승했다고 밝혔습니다.

2025년 물량은 네이버클라우드·카카오·NHN클라우드가, 2026년 물량은 네이버클라우드·삼성SDS·엘리스그룹이 들여와 운영합니다. 올해 산 베라 루빈은 출시 일정 때문에 2027년 상반기부터 순차적으로 서비스를 시작합니다. 코리아헤럴드에 따르면 정부는 지금까지 사들였거나 들여오고 있는 GPU 약 2만 9,000장의 배분 계획을 연말까지 내놓습니다.

독파모 중단설이 나오기까지

8월 18일 2차 평가에서 국내 최고점 모델을 낸 모티프테크놀로지스가 떨어진 날, 류 차관은 기존 방식을 뛰어넘는 새 지원 체계를 관계 부처와 논의하고 있다고 밝혔습니다. 그 뒤 예산안에 큰 숫자가 먼저 잡혔고, 사업 구조를 둘러싼 보도와 해명이 이어졌습니다.

류 차관은 간담회에서 방향을 바꾼 계기로 미토스를 들었습니다. 앤트로픽의 Claude Mythos 프리뷰가 4월에 나온 뒤 독파모 참여 기업과 전문가들에게 지금처럼 경쟁으로 자원을 나눠 주고 GPU만 더 주면 격차를 따라잡을 수 있는지 물었고, 자원을 집중해야 한다는 데 공감대가 있었다는 설명입니다. 과기정통부는 7월 하반기 업무계획에서도 미국의 AI 접근통제로 독자 모델 확보가 더 중요해졌다고 적었습니다.

미토스 이후 AI 경쟁은 차원이 달라졌고, 이전 AI 경쟁을 토대로 설계했던 것들은 근본적인 변화가 필요하다는 것이 공통적인 의견이었습니다.— 류제명, 과학기술정보통신부 제2차관

SPC(특수목적법인) 이야기에 대해 류 차관은 출자 방식이라서 그런 해석이 자연스럽게 나온 것 같다며, 어느 기업이 앵커가 되고 참여 기업을 어떻게 꾸릴지는 아직 정하지 않았다고 했습니다. 해외 투자를 허용할지도 본격적으로 검토하지 않았다고 덧붙였습니다.

아티클·10분 읽기AI벤치마크 1위, 총점 4위… 모티프 이의 제기에 독파모 세부 점수가 공개됐습니다과기정통부가 8월 27일 공개한 독파모 2차 세부 점수에서 모티프는 벤치마크 1위(24.6점), 총점 4위(65.8점)였습니다. 전문 사용자와 국민 두 평가단 모두 모티프에 5점 만점 평균 2.8점대를 줬고, 다른 세 팀은 3.6~3.9점이었습니다.읽기

겨누는 상대는 중국 최상위 모델

류 차관은 미국의 막강한 자본을 가진 기업과 대등하게 겨루겠다는 목표는 비현실적이라고 했습니다. 대신 정부 약 5조 원에 민간 투자를 합치면 중국 오픈 모델, 중국의 최상위 모델에 버금가는 수준은 목표로 삼을 수 있다고 봤습니다. 구체적인 성능 목표와 평가 기준은 아직 정하지 않았고, 국민 예산을 쓰는 만큼 투자할 가치가 있었다고 공감할 수준을 전문가들과 찾고 있다고 했습니다.

8월 기준 점수로 거리를 재 보면 이렇습니다. 독파모 2차 평가 파트너였던 아티피셜 애널리시스(AA)의 지능 지수에서 오픈웨이트 모델 1위는 중국의 Kimi K3와 GLM-5.3으로 60점이었습니다. 3차에 오른 세 팀의 모델은 Solar Open2 37점, A.X K2 35점, K-EXAONE 2.0 31점이었고, 탈락한 모티프의 Motif 3가 47점으로 국내 최고였습니다.

AA는 8월 26일 이 그래프를 올리며 한국이 미국과 중국 다음 3위를 다시 확인했다고 적었습니다. 그래프의 국가별 오픈웨이트 최고점은 중국 60점, 한국 47점, 미국 42점이었습니다. 한국의 47점을 낸 모델이 2차 평가에서 떨어졌고, 3차에 오른 세 팀의 독파모 모델과 중국 1위의 차이는 23점 이상입니다.

돈의 규모로 보면 류 차관이 미국을 상대에서 뺀 이유가 보입니다. 코리아헤럴드는 4조 7,000억 원을 34억 9,000만 달러로 옮겼습니다. 앤트로픽이 상장 투자설명서에 적은 2025년 한 해 연산·인프라 비용은 73억 3,000만 달러로, 회사 하나의 1년 연산비가 한국 정부 프런티어 예산의 두 배가 넘습니다.

다른 나라의 방식도 제각각입니다. 미국은 9월 29일 행정부 문서에서 AI 대신 초지능(SI)이라는 말을 쓰게 하는 행정명령과 빅테크 자율 합의를 내놓았고, 10월 4일에는 초지능 포스(SIF)를 만들었지만 어느 쪽에도 모델 개발 예산은 없었습니다. 독일 알레프 알파는 10월 3일 B200 768장으로 21일 동안 사전학습한 주권형 오픈웨이트 모델 Kolibri를 공개했는데, 미세조정 데이터는 주로 중국 GLM과 Qwen으로 만들었습니다. 한국은 정부 예산을 지분 투자로 넣어 최상위급 모델을 만들 기업을 키우는 방식을 골랐습니다.

10년 전에도 기업 공동 출자 연구소가 있었습니다

정부와 대기업이 함께 돈을 대 AI 조직을 만든 선례가 있습니다. 2016년 3월 알파고와 이세돌의 대국 직후 미래창조과학부는 지능정보기술에 5년간 1조 원을 투자해 민간 투자 2조 5,000억 원 이상을 끌어내겠다고 발표했습니다. 그 중심이 기업형 연구소였고, 7월 삼성전자·LG전자·SK텔레콤·KT·네이버·현대자동차·한화생명 7개사가 30억 원씩 210억 원을 내 지능정보기술연구원(AIRI)을 세웠습니다.

정부는 2016년부터 5년 동안 해마다 150억 원, 모두 750억 원짜리 플래그십 과제를 이 연구원에 맡기려 했습니다. 특혜 시비가 일면서 다른 과제를 총괄하는 제1과제의 수행 기관을 그해 고르지 못했고, 첫해 배정된 50억 원은 쓰이지 못한 채 불용 처리됐습니다.

이번 출자 예산은 그때 7개사 자본금의 220배가 넘습니다. 류 차관은 독파모 최종 두 팀의 기대이익과 정책 신뢰를 감안해 인센티브를 줄 수 있지만, 그 때문에 자원 배분이 왜곡되거나 타협하는 것은 바람직하지 않다고 했습니다. 독파모에 참여하지 않은 외부 기업이 더 높은 성능을 낼 수도 있다는 말도 했습니다.

아직 정해지지 않은 것

수행 주체를 몇 곳 뽑을지, SPC를 세울지, 앵커 기업과 참여 기준을 어떻게 정할지, 해외 투자를 받을지는 모두 정해지지 않았습니다. 독파모 두 팀에 줄 인센티브의 방식과 수준, 프런티어 사업에 참여하지 않는 팀에 대한 지원도 미정입니다. 류 차관은 사업 구조와 선정 방식, 출자 방식을 국회 예산 확정 뒤 빠르게 공개하겠다고 했습니다.

국회의 문제 제기도 이미 나왔습니다. 김선민 조국혁신당 의원은 10월 2일 과기정통부와 기획예산처가 낸 2027년 미래대응기금 설명자료를 근거로, 정부가 언론에는 두 사업을 따로 하겠다면서 국회에는 독파모 관련 예산을 프런티어급 AI 데이터 사업에 합쳐 냈다고 지적했습니다. 이 사업의 성과지표는 올해 「데이터 개방률 50%」에서 내년 「개방 데이터 만족도 80점」으로 고쳐졌습니다.

AI 투자를 늘리는 데 공감한다고 해서, 사용처와 조건이 불분명한 7,500억 원짜리 백지수표를 그냥 써 줄 수는 없습니다.— 김선민, 조국혁신당 의원(국회 과학기술정보방송통신위원회)

한국 기업과 연구자에게 달라지는 것

공모 문은 넓어집니다. 류 차관은 대기업에 국한하지 않고 기술력과 인재를 갖춘 스타트업에도 공정하고 합리적인 참여 기회를 보장하는 원칙으로 설계하고 있다고 했습니다. 독파모는 모델 경쟁에 더해 산업·연구 현장 확산 쪽으로 넓어지고, 정부가 확보한 GPU를 현물로 지원하거나 프런티어 사업에서 모은 데이터 일부를 쓰게 하는 방안이 검토되고 있습니다.

국산 모델을 쓰는 쪽 예산도 같은 항목에 들어 있습니다. 기획예산처 그림의 「대국민 AI서비스 개발 0.25조 원」은 모두의 AI 사업으로, 국산 모델로 만든 범용 AI 챗봇과 공공 AI 에이전트를 국민에게 제공합니다. 8월 28일 카카오·SK텔레콤·KT 세 컨소시엄이 수행기관으로 뽑혔고, 과기정통부는 2,500억 원으로 B200 약 2,000장을 빌려 하루 이용자 1,000만 명을 받을 수 있다고 설명했습니다.

규제 쪽 숫자도 하나 걸립니다. 1월 22일 시행된 AI 기본법 32조는 학습 연산량이 대통령령 기준을 넘는 AI를 제공하는 사업자에게 위험관리체계를 갖추고 결과를 과기정통부에 내게 하고, 시행령은 그 기준을 학습 연산 10의 26승 부동소수점 연산 이상으로 정했습니다. 과기정통부 성능 기준(베라 루빈 한 장 35PF)대로 1만 장을 쉬지 않고 돌리면 이론상 약 3.3일에 이 연산량을 채웁니다. 실제 학습은 정밀도와 가동률 때문에 이보다 오래 걸리지만, 이 자원으로 만드는 모델은 법이 정한 의무 대상에 들어갈 수 있는 규모이고 그 의무를 감독하는 곳도 과기정통부입니다.

다음 일정

국회의 2027년 예산 확정은 12월로 예정돼 있고, 정부는 예산이 확정되는 대로 프런티어 AI 수행 주체 공모를 낼 준비를 하고 있습니다. 독파모 3단계 개발은 2027년 1월 말 끝나고, 평가는 2월 중순쯤 마무리됩니다. 정부는 이 결과를 함께 보고 이르면 2월 프런티어 사업의 출자 대상을 고르고, 3월이나 최대한 이른 시점에 개발을 시작할 계획입니다. 그 사이 연말에는 GPU 약 2만 9,000장의 배분 계획이 나옵니다.

읽어 주셔서 고맙습니다.

초이 드림