스마트공장 3만 개 다음은 독자 AI, 정부 목표는 '최신 모델의 95%'

목표는 6개월 안에 나온 모델의 95%

과기정통부가 2025년 6월 20일 사업 공고와 함께 밝힌 목표 문장은 「6개월 이내 출시된 최신 국제 인공지능 모형 대비 95% 이상의 성능」입니다. 특정 회사의 모델을 겨누지 않고, 평가 때마다 그 시점의 최신 모델을 기준으로 삼는 변동 목표(무빙 타깃) 방식입니다. 정부는 목표만 주고 개발 전략은 참여 팀이 짜는 미국 국방고등연구계획국(DARPA) 방식을 따르겠다고 적었습니다.

지원 규모도 공고에 들어 있었습니다. 팀마다 GPU 500장 수준에서 시작해 단계평가를 거치면 1,000장 이상으로 늘리고, 데이터 공동구매에 해마다 100억 원, 데이터 구축과 가공에 30억~50억 원, 해외 인재 유치에 20억 원을 대는 구조입니다. 모델을 공개 소프트웨어로 풀수록 참여 기업이 내는 자부담이 줄어들게 해서, 정부 돈으로 만든 모델이 국내에 퍼지도록 설계했습니다.

선발은 빠르게 진행됐습니다. 7월 21일 공모에 15개 팀이 몰렸고, 서면평가로 10개 팀, 발표평가로 5개 팀을 골랐습니다. 공고에는 평가 때마다 한 팀씩 줄이는 방식의 예시(5팀→4팀→3팀→2팀)가 붙어 있었습니다.

1차 평가에서 LG가 세 항목 모두 1위

1월 15일 발표된 1차 단계평가는 벤치마크 40점, 전문가 35점, 사용자 25점으로 매겼습니다. LG AI연구원이 벤치마크 33.6점, 전문가 31.6점, 사용자 25점으로 세 항목 모두 최고점을 받았고, 합치면 100점 만점에 90.2점입니다. 사용자 평가에는 AI 스타트업 대표 등 49명이 팀별 웹사이트에서 모델을 직접 써 보고 점수를 매겼습니다.

점수로 뽑힌 상위 네 팀은 LG AI연구원, 네이버클라우드, SK텔레콤, 업스테이지였습니다. 그런데 과기정통부는 네이버클라우드 모델이 독자성 기준을 채우지 못했다고 판단해 탈락시켰습니다. 해외 모델을 미세조정한 파생 모델은 인정하지 않고, 가중치를 처음부터 초기화해 학습시킨 모델만 독자 모델로 본다는 기준입니다. NC AI는 점수에서 밀려 떨어졌고, 정부는 빈 한 팀을 추가 공모로 채웠습니다. 모티프테크놀로지스와 트릴리온랩스 두 곳이 지원해 모티프가 뽑혔습니다.

모델 크기는 팀마다 달랐습니다. 매개변수가 SK텔레콤은 5,190억 개, LG AI연구원은 2,360억 개, 업스테이지는 1,000억 개였고, 모티프는 3,000억 개급 추론형 언어 모델에서 시작해 시각·행동 모델로 넓히겠다는 계획을 냈습니다.

95%는 누가 고른 모델의 95%인가

1차 평가 자료에는 95%를 재는 방식이 적혀 있습니다. 각 팀은 6개월 안에 나온 최고 수준(SOTA) 모델 하나를 자기 「글로벌 타깃 모델」로 고릅니다. 타깃 모델의 점수가 공개된 벤치마크 2개를 팀이 고르고, 과기정통부가 연말에 3개를 더해 모두 5개로 비교합니다. 팀은 자체 환경에서 다섯 번 돌린 평균을 내고, 한국정보통신기술협회(TTA)가 무작위로 골라 재현되는지 확인합니다.

점수는 타깃 모델 점수 대비 개발 모델 점수의 비율로 매겼고, 이 항목은 100점 가운데 10점이었습니다. 업스테이지와 LG AI연구원이 10점 만점을 받았습니다. 각 팀이 어떤 모델을 타깃으로 골랐는지는 발표 자료에 나오지 않습니다.

LG가 1월 12일 블로그에 올린 평가 그림도 비교 대상을 공개 가중치 모델로 잡았습니다. K-EXAONE 옆에는 gpt-oss-120b, Qwen3-235B, 딥시크 V3.2가 섰고, GPT나 Gemini, Claude 같은 폐쇄형 최상위 모델은 그림에 없습니다.

모든 모델을 같은 잣대로 재는 곳에서는 거리가 조금 달랐습니다. 독립 평가 기관 Artificial Analysis는 1월 23일, 정부가 뒷받침하는 단계별 탈락 경쟁 덕분에 한국이 미국과 중국 다음가는 AI 3위 국가가 됐다고 썼습니다.

이 기관이 10개 평가를 묶어 매기는 지수에서 K-EXAONE은 32점으로 한국 모델 가운데 가장 높았고, 솔라 오픈은 21점이었습니다. 같은 게시물 그림에서 미국 1위 GPT-5.2(xhigh)는 51점, 중국 1위는 42점입니다. K-EXAONE의 32점은 GPT-5.2 점수의 63% 수준이고, 이 기관의 평가 한 벌을 도는 데 토큰 1억 개를 써서 답이 길다는 지적도 붙었습니다. 정부 평가의 95%는 팀이 고른 목표 모델과 다섯 벤치마크로 잰 비율이고, 이 지수는 모든 모델에 같은 10개 평가를 씁니다.

평가 방식은 계속 손보는 중입니다. 2025년 6월 공고에는 국민·전문가 평가와 벤치마크 검증 말고도 모델을 받아 만든 파생 모델 수를 세는 파생평가가 들어 있었지만, 1차 평가는 벤치마크와 전문가, 사용자 세 가지로 치러졌습니다. 과기정통부는 2월 20일 2차 평가에서 큰 틀은 유지하되 세계 주요 순위표를 목표로 국제 벤치마크를 고르고, 전문가 평가의 독자성 항목을 세분화하는 방안을 검토한다고 밝혔습니다.

처음 들어간 곳은 국가 R&D 예산심의

독자 모델이 공공 업무에 들어간 첫 사례는 과기정통부 자신입니다. 과기정통부는 5월 14일, 올해부터 국가 연구개발 예산 배분·조정에 예산심의 특화 AI를 쓴다고 밝혔습니다. 업스테이지의 솔라 오픈을 바탕으로 지난 5년 동안 쌓인 연구개발 사업 5,000여 개의 예산요구서와 기획보고서, 전문위원 검토의견서를 추가 학습시켰고, 국가과학기술지식정보서비스(NTIS)의 연구성과 1,243만 건과 연결했습니다.

해마다 5~6월이면 10개 기술 분야 전문위원 166명이 1,000개가 넘는 사업의 유사·중복 여부를 검토합니다. 이 AI는 신규 사업과 비슷한 기존 사업을 찾아 주고, 회의록 요약과 검토의견서 초안을 쓰는 일을 맡습니다.

정부 부처 가운데 선도적으로 독자 인공지능 기초 모형의 추가 학습을 통해 자체 업무에 특화된 인공지능을 도입한 사례입니다.— 배경훈, 부총리 겸 과기정통부 장관

같은 날 국방부는 SK텔레콤과 독자 AI 모델을 국방 분야에 쓰는 업무협약을 맺었습니다. 국방부는 정부가 지난해 추경으로 확보한 GPU 1만 장 가운데 약 3,000장을 배분받아, 2분기 중 SK텔레콤과 경량화 모델 개발에 들어간다고 밝혔습니다.

스마트공장 3만 개가 먼저 걸은 길

정부가 산업 현장에 기술을 나눠 준 앞선 사례가 스마트공장입니다. 2018년 12월 중기부와 산업부 등 9개 부처는 「중소기업 스마트 제조혁신 전략」을 내고 2022년까지 스마트공장 3만 개를 보급하겠다고 발표했습니다.

반년 뒤인 2019년 5월 중기부는 2014~2017년 스마트공장을 도입한 5,003개 기업의 성과를 분석해 내놨습니다. 생산성은 평균 30% 오르고 품질은 43.5% 좋아졌으며 원가는 15.9% 줄었고, 고용은 기업당 평균 3명(4.2%) 늘었습니다. 설문 대신 기업 데이터와 고용노동부 자료를 쓰고, 조건이 비슷한 미도입 기업과 짝지어 비교해 신뢰도를 높였다는 설명이 붙었습니다.

같은 발표에는 도입 수준의 분포도 실렸습니다. 도입 기업의 78.7%가 Level 1~2, 곧 생산 정보를 디지털로 옮기는 기초 수준이었습니다. 품질·원가·납기 개선 효과가 가장 컸던 Level 4 기업은 5,003곳 가운데 65곳, 약 1%였습니다. 개선 여지가 큰 작은 기업일수록 도입 효과가 컸고, 생산성 향상 폭도 기초 수준 기업이 31.2%로 가장 컸습니다.

3만 개 목표를 채운 뒤 정부는 방향을 틀었습니다. 중기부는 2023년 1월 선도형 스마트공장 지원 공고에서 그간의 양적 확대 중심 기초 단계 지원을 지양하고 고도화 중심으로 가겠다고 적었습니다. 그해 예산 534억 원으로 267곳을 골라, 실시간으로 데이터를 모아 분석하는 고도화 단계 구축에 기업당 최대 2억 원을 대는 방식입니다.

그간 3만개 스마트공장 보급으로 중소·중견기업 제조혁신의 기반을 다졌다면 올해부터는 고도화된 스마트공장 구축을 통해 제조경쟁력을 한층 더 높이고 글로벌 시장 진출의 기반도 강화하겠습니다.— 이영, 당시 중소벤처기업부 장관

그다음 목표는 AI 도입률 10%

2025년 10월 중기부가 발표한 「AI 기반 스마트제조혁신 3.0 전략」은 스마트공장의 다음 단계를 AI로 잡았습니다. 1만 2,000곳에 AI 중심 스마트공장을 보급해, 발표 당시 1% 수준이던 중소 제조기업의 AI 도입률을 10%로 올리겠다는 계획입니다. 초기 비용을 낮추려고 구독형(SaaS) 스마트공장도 본격 추진한다고 적었습니다.

현장의 속도는 계획보다 느립니다. 중기부 전략에 인용된 중소기업중앙회 조사에서 스마트공장을 이미 구축한 기업들은 AI 도입을 막는 이유로 초기 비용(44.2%), 인력 부족(20.5%), 전략 부재(14.9%)를 꼽았습니다. 대한상의가 2025년 11월 제조기업 504곳에 생산·물류·운영에 AI 솔루션을 쓰는지 물었더니 82.3%가 쓰지 않는다고 답했고, 중소기업의 활용률은 4.2%였습니다. 80.7%는 AI를 다룰 전문 인력이 없다고 답했고, 60.6%는 AI 전환의 효과가 미미할 거라고 봤습니다.

일하는 사람 쪽 숫자도 비슷한 모양입니다. 대한상의가 1월 임금근로자 약 3,000명을 조사한 결과 56%가 생성형 AI를 업무에 쓰고 있었지만, 상황에 맞게 프롬프트를 능숙하게 쓰는 고도 활용자는 13.6%였습니다. 사용 시간을 늘리는 것만으로는 생산성이 오르지 않았고, 프롬프트 작성 능력이 높을수록 생산성이 유의하게 나아졌습니다.

중기부는 6월 29일 풀무원식품 음성공장에서 중소제조 특화 AI 에이전트 실증 과제 12개를 시작했습니다. 식품 공정의 품질 편차를 예측하는 과제, 화장품 처방 설계부터 규제 검토까지 다품종 소량 생산 전 과정에 에이전트를 붙이는 과제가 여기 들어 있고, 앞으로 6개월 동안 현장 데이터로 작동 여부를 검증합니다.

나머지 5%는 공급국이 정합니다

목표가 최신 모델의 95%라는 말은 최상위 성능이 필요한 일은 여전히 해외 모델로 한다는 말이기도 합니다. 그 해외 모델을 쓸 수 있느냐는 한국 기업이 정하지 못한다는 사실이 6월에 두 번 드러났습니다.

SK텔레콤은 6월 초 앤트로픽이 믿을 만한 기관에만 Claude Mythos를 먼저 여는 프로그램 Project Glasswing을 넓히면서, Mythos를 받은 약 150개 회사 가운데 하나가 됐습니다. 삼성전자와 한국인터넷진흥원도 이 프로그램에 들어 있었습니다. WIRED가 소식통을 인용해 보도한 바에 따르면 백악관은 곧 SK텔레콤의 중국 연관성을 문제 삼아 접근을 거두라고 요구했고, 앤트로픽은 바로 따랐습니다. SK텔레콤은 중국과 관계가 없다고 반박했습니다. SK텔레콤은 독자 AI 사업 2차 평가를 앞둔 네 팀 가운데 하나입니다.

며칠 뒤인 6월 12일에는 미국 상무부가 외국 국적자의 Fable 5와 Mythos 5 접근을 막으라고 지시했습니다. 국적을 실시간으로 가려낼 방법이 없던 앤트로픽은 두 모델을 모든 고객에게서 내렸습니다.

진행 중이던 Fable 5 세션은 오류로 끝났고 API 요청도 오류를 돌려줬습니다. 통제는 18일 뒤인 6월 30일에야 풀렸습니다.

저는 7월 1일 스레드에서, 최상위 작업에는 오픈AI나 앤트로픽 모델을 계속 쓰고 나머지 일은 작업마다 싼 모델로 골라 보내는 구조가 퍼질 거라고 적었습니다. 코인베이스가 GLM-5.2와 Kimi로 작업마다 비용을 줄이는 구조를 짠 것이 그 예입니다. 이 구조에서 한국 기업이 고를 수 있는 목록에 쓸 만한 국산 모델이 들어 있느냐가 소버린 AI의 쓸모를 가른다고 봅니다.

공개 모델에도 계약서가 붙어 있습니다

과기정통부는 1차 평가에서 독자 모델의 정책적 조건으로 언제든 스스로 개발하고 고도화할 수 있는 자주권, 어떤 상황에서도 운영과 이용을 통제할 수 있는 통제권을 들었습니다. 사용권 제약이 없는 공개 소프트웨어를 써야 외부의 통제에서 자유로울 수 있다고도 적었습니다.

모델을 받아 쓰는 기업 쪽에서 보면 공개된 가중치에도 라이선스가 붙어 있습니다. K-EXAONE 라이선스는 상업적 사용을 허용하면서도, 모델이나 파생 모델을 제3자에게 상업적으로 제공하려면 LG와 별도 계약을 맺게 합니다. 조건을 어기면 LG가 통지 즉시 사용권을 거둘 수 있습니다. 솔라 오픈은 아파치 2.0을 바탕으로 상업적 사용을 허용하되, 파생 모델 이름을 Solar로 시작하고 「Built with Solar」를 표시하게 합니다.

자기 업무에만 모델을 쓰는 조직은 이런 조항에 걸릴 일이 적습니다. K-EXAONE으로 고객용 서비스를 만들어 파는 회사라면 첫 계약서를 LG와 쓰게 됩니다.

모델을 붙여 주는 쪽에 먼저 들어온 돈

모델을 만드는 경쟁 옆에서, 모델을 기업 시스템에 붙여 주는 사업에도 돈이 몰렸습니다. 7월 1일 아마존(AWS)이 10억 달러를 들인 FDE 조직을, 이튿날 마이크로소프트가 25억 달러와 6,000명을 들인 「프런티어 AI 컴퍼니」를 발표했습니다. FDE(Forward Deployed Engineer)는 고객사 안에 들어가 시스템을 직접 짜는 벤더 엔지니어입니다. 원조는 팔란티어이고, 오픈AI와 앤트로픽도 같은 조직을 먼저 꾸렸습니다.

아티클·11분 읽기AIAWS, 10억 달러로 고객사에 엔지니어 상주… 가트너 "70%는 포기할 것"AWS가 10억 달러를 들여 고객사 안에 엔지니어를 상주시키는 FDE 조직을 만듭니다. 오픈AI는 5월 40억 달러 넘는 배포 회사를 세웠고, 가트너 애널리스트는 2028년까지 기업의 70%가 FDE로 만든 에이전트를 포기할 것으로 봅니다.읽기

스마트공장에서 이 일을 맡은 쪽은 설비와 소프트웨어를 깔아 주던 공급기업이었고, 이제는 모델 회사와 클라우드 회사가 직접 고객사로 들어갑니다. 대부분의 기업은 MES(제조실행시스템)와 ERP, NAS, 그룹웨어, 엑셀이 제각각 도는 구조입니다. 저는 이것을 하나로 묶어 AI 위에 다시 올리는 회사가 그 기업의 운영 데이터를 계속 쥐게 되고, 조달과 보안, 담당자 교육이 그 회사 방식에 맞춰지면 더 싼 대안이 나와도 옮기기 어려워진다고 봅니다.

다음 일정은 정해져 있습니다. 네 팀은 8월 초 2차 단계평가를 받고, 독자 모델로 전 국민에게 무료 AI 서비스를 제공하는 정부의 「모두의 AI」는 하반기 출시를 앞두고 있습니다. 중기부의 제조 AI 에이전트 과제 12개는 연말까지 현장에서 쓸 수 있는지를 확인합니다. 2019년 스마트공장 성과분석에는 도입 기업 수와 함께 수준별 분포가 실렸습니다. 독자 AI의 성적표에 같은 표가 실릴지는 8월 평가와 하반기 서비스가 나온 뒤에 알 수 있습니다.

읽어 주셔서 고맙습니다.

초이 드림