‘소버린 AI(Sovereign AI)’는 국가나 조직이 독립적으로 AI 기술을 개발하고 운영할 수 있도록, 자국의 데이터와 인프라를 활용하는 AI를 의미한다. 이 개념은 기술 주권을 확보하고 외부 의존도를 줄이기 위해 등장했다. 소버린 AI는 자국의 언어, 문화, 가치관 등을 반영해 맞춤형 AI 시스템을 구축하는 것을 목표로 하며, 각국이 글로벌 기술 경쟁에서 독립성을 유지할 수 있도록 돕는다.(NVIDIA BlogKorea 재인용)
특히 이 AI 모델은 데이터 주권과 관련이 깊으며, 국가별로 민감한 데이터를 보호하면서도 AI 발전을 추구할 수 있도록 한 것이다. 예를 들어, 한국의 네이버는 ‘하이퍼클로바X’라는 대형 언어 모델을 개발해 한국어에 최적화된 AI 시스템을 운영하고 있으며, 이를 사우디아라비아와 같은 해외 시장에도 적용하려고 하고 있다. (네이버 블로그 재인용) 이처럼 소버린 AI는 글로벌 기업들이 AI 시장을 장악하지 못하도록, 각국이 독자적인 기술 인프라를 구축해 AI를 운영하는 데 중요한 역할을 한다.(https://mkbn.mk.co.kr/news/it/11114990 재인용)
이 소버린AI는 자국의 기술경쟁의 독립성을 유지하도록 되어있지만, 국가별로 AI 기술에는 확실한 차이가 존재한다. 그 이유는 AI 기술 발전이 각국의 경제, 산업 구조, 데이터 인프라, 정책 방향, 기술력 등에 크게 의존하기 때문이다.
우선, 미국은 AI 연구 및 개발에서 세계적인 리더인데, 구글, 마이크로소프트, 애플 등 주요 빅테크 기업들이 AI 기술을 선도하며, 특히 자연어 처리, 자율주행, 머신러닝 등에서 많은 혁신을 이루어 내고 있다. 또한, 클라우드 인프라와 데이터 처리 역량이 매우 발달해 있어 대규모 데이터 분석이 가능하며, 이를 바탕으로 AI 모델의 성능이 뛰어나다. (NVIDIA Blog Korea 재인용)
그리고 중국의 경우엔, 정부 주도의 대규모 AI 투자와 함께 빠르게 성장하는 AI 강국이다. 중국 정부는 AI를 국가 발전 전략으로 삼고 있으며, 인공지능 관련 기업들(예: 바이두, 텐센트, 알리바바)이 정부의 지원을 받아 AI 기술을 발전시키고 있다. 특히 얼굴 인식, 감시 시스템, 빅데이터 처리에서 강점을 보이고 있다. 그러나 서구권과 달리 데이터 개인정보 보호 측면에서 차이가 크다. (네이버 블로그 재인용)
유럽은 AI 발전에서 윤리적 문제와 데이터 프라이버시를 중요하게 다룬다. 유럽연합(EU)은 GDPR을 통해 데이터 보호와 AI 윤리를 엄격히 규제하고 있다. 프랑스, 독일, 핀란드 같은 국가들은 자국의 언어와 문화를 반영한 독립적인 AI 시스템을 구축하는 데 중점을 두고 있으며, 이를 통해 AI 기술에서의 자립성을 확보하려고 하고 있다. (https://www.news1.kr/it-science/internet-platform/54777 69 재인용)
한국의 경우엔, 네이버와 카카오와 같은 주요 IT 기업들이 한국어 기반의 AI 시스템을 개발하고 있으며, 특히 대형 언어 모델 분야에서 성과를 내고 있다. 한국은 AI 기술 개발에 있어 언어적 특성과 문화적 차별화를 강조하고 있으며, 자국의 AI 주권을 강화하려는 움직임이 있다. 마지막으로 인도의 경우엔, AI 인재풀을 기반으로 AI 개발에서 두각을 나타내고 있다. 특히 다양한 언어와 문화를 반영한 AI 모델 개발에 중점을 두고 있으며, 최근에는 지속 가능한 컴퓨팅과 관련된 AI 프로젝트에도 많은 투자를 하고 있다.
이처럼 각 국가들은 이러한 차별화된 AI 전략을 통해 기술 독립성과 경쟁력을 강화하고 있으며, 이는 국가 간 AI 기술 격차를 발생시키고 있다.
위 그래프는 국가별 현재 AI 기술 수준과 장기적 발전 가능성을 비교한 그래프이다. 이 그래프는 각 국가의 현재 AI 기술 수준(노란색)과 장기적인 발전 가능성(주황색)을 시각화한 것이다. 다만, 이 그래프는 실제 기관에서 발표된 것이 아니라, 임의의 예시 데이터를 바탕으로 GPT가 작성한 것이다. 이는 국가별 AI 기술 수준과 장기적인 발전 가능성에 대해 AI의 수준을 그래프로 예측해 보라고 텍스트로 물어본 결과 GPT가 위 그래프처럼 시각적으로 표현한 예시이다.
조금 더 실제적인 국가별 AI 기술 수준과 발전 가능성에 대한 자료는 국제 AI 연구 기관 또는 정부 정책 연구소에서 발표한 보고서나 연구 자료에서 확인할 수 있는데, 예를 들어, 스탠포드 인공지능 인덱스, OECD AI 정책 관측소 같은 기관들이 국가별 AI 발전 수준에 대한 평가와 분석을 발표했다.
다음은 Stanford의 AI Index 보고서에서 AI 발전의 국가별 차이를 보여 준 것으로 그중에서도 Job 분야의 챕터를 참조하여 내용을 알아보면, 아래와 같다.
“AI가 경제에 통합되면 많은 흥미로운 질문이 제기된다. 일부에서는 AI가 생산성 향상을 주도할 것이라고 예측하지만, 그 영향 정도는 여전히 불확실하다. 주요 관심사는 대규모 노동 대체 가능성이다. AI에 의해 일자리가 어느 정도 자동화될 것인가, 아니면 증강될 것인가? 기업들은 이미 산업 전반에 걸쳐 다양한 방식으로 AI를 활용하고 있지만, 일부 지역에서는 이 혁신적인 기술에 대한 투자가 더 많이 유입되는 것을 목격하고 있다. 특히 투자자의 관심은 자연어 처리 및 데이터 관리와 같은 특정 AI 하위 분야로 쏠리는 것으로 보인다.
AI 관련 기술을 요구하는 노동 시장의 수요를 분석한 부분에서, Lightcast의 데이터에 따르면, 2010년부터 51,000개 이상의 웹사이트에서 수집된 수백만 개의 구인 공고를 분석한 결과, AI 기술을 요구하는 공고가 꾸준히 증가하고 있다.
그중에서도 2023년 AI 관련 구인 공고 비율을 살펴보면, 미국(1.6%), 스페인(1.4%), 스웨덴(1.3%)이 선두를 차지했다. 그렇지만, 대부분의 국가에서 2022년에서 2023년 사이에 AI 기술을 요구하는 구인 공고 비율이 일시적으로 감소했으나, 지난 5년 동안은 전반적으로 증가했다. 2023년의 AI관련 구인 공고가 일시적으로 감소한 이유에 대해 Lightcast 는 주요 AI 고용주들(예: Amazon, Deloitte, Capital One 등)이 전체 구인 공고 수를 줄였기 때문이라고 추측하고 있다.
또한 많은 회사들이 구인 직군의 비율을 변경했는데, 아마도 2023년에 AI 관련 채용이 줄어든 이유는 여러 요인이 있겠지만, 대형 기술 기업의 채용 축소 : 많은 주요 AI 고용주(예: Amazon , Deloitte , Capital One )가 전반적으로 구인 공고 수를 기술 직군보다 운영 직군에 대한 수요가 증가하면서 AI와 관련된 기술 직군에 대한 구인 비율이 상대적으로 감소했다고 보고 있다.
예를 들어, Amazon은 2023년에 배송 기사나 포장 직원 같은 운영 직군에 대한 구인 공고를 늘렸고, 소프트웨어 개발자나 데이터 과학자 같은 기술 직군의 수요는 줄였다 ( Stanford AI Index 재인용) 그리고 직군 변화 : 많은 기업들이 구인 직군의 구성을 변경했는데, 기술 관련 직무보다 상대적으로 저숙련 직무나 운영 관련 직무에 대한 수요가 증가했으며, 이에 따라 AI 관련 구인 공고가 줄어든 것으로 분석되고 있다.
또한 경제적 불확실성 : 2023년에는 경제적 불확실성과 관련된 요인들로 인해 일부 기업들이 신기술에 대한 투자를 줄이거나 채용을 보류하는 경향이 많았었는데, 이러한 변화는 특히 비용이 많이 드는 AI 관련 직무에서 두드러지게 나타났던 것이다.
그렇다면, 지난 10년간 꾸준히 증가해 온대 비해, 2022년에서 2023년 사이에는 AI 기술을 요구하는 구인 공고 비율이 다소 감소했지만, 지난 시간 동안 전반적으로 증가해온 것을 기반으로 2024년도 Job 수요는 어떠할지 이미 하반기에 접어든 이즈음 문득 궁금해진다.
2024년 AI 관련 채용 시장은 크게 성장할 것으로 전망되고 있지만, 아직 구체적인 데이터는 알 수 없다. AI와 머신러닝 은 여러 산업에서 디지털 혁신을 이끄는 핵심 기술로 자리 잡고 있으며, 이에 따라 AI 관련 직무에 대한 수요가 꾸준히 증가하고 있는 걸로 이해하고 있다. 특히 생성형 AI(GenAI)가 부상하면서 AI 기술을 요구하는 직무의 비중이 증가하고 있다. 2024년 초 기준으로, AI 관련 구인 공고가 전반적으로 다시 증가세를 보이고 있으며, 특히 소프트웨어 개발 및 데이터 과학과 같은 분야에서 AI 관련 기술 수요가 높다.
그래서, Dico (https://www.dice.com/)에서 참조한 내용을 토대로 새로운 AI 직책 중 일부를 살펴보았다. 그중에서도 머신러닝 엔지니어는 여전히 AI 일자리 성장의 최전선에 있었다. 기업은 명시적인 프로그래밍 없이 경험을 통해 자동으로 학습하고 개선하는 ML (머신러닝) 알고리즘 및 시스템을 설계하고 구현할 수 있는 사람을 찾고 있기 때문이다.
다음은 데이터 과학자인데, 최근 몇 년 동안 데이터가 폭발적으로 증가함에 따라 데이터 과학자는 복잡한 디지털 데이터를 분석하고 해석하는 데 매우 중요하다. 따라서 기업은 데이터 과학자에 의존하여 이러한 데이터에 대해 전략적 결정을 내릴 수 있고 통찰력으로 전환해야 하는 등 데이터를 다룰 수 있는 사람이 필요하다고 볼 수 있다.
그리고 무엇보다도 AI에 대한 지속적이고 발전적인 연구가 필요한데, 이들이 바로 AI 연구 과학자이다. 이들은 데이터 품질과 양( LLM ; Large Language Models, 대규모 언어모델에 대한 정확하고 충분한 교육데이터)을 개선하고, LLM의 에너지 소비를 줄이고, 생성적 AI 플랫폼을 보장해야 하는 필요성을 포함하여 AI의 진화를 방해하는 가장 큰 문제 중 일부를 해결하는 임무를 맡고 있다. 이 분야의 전문가들은 고급 통계, 머신 러닝, 딥 러닝, 인지 컴퓨팅을 포함한 다양한 AI 분야에 대해 깊은 이해를 갖고 있어야 한다.
역시 NLP (자연어처리(Natural Language Processing) 과학자도 기업이 기술을 통해 고객 서비스와 참여를 지속적으로 향상함에 따라 NLP 과학자에 대한 수요가 급증하고 있다. 이 전문가들은 기계가 인간의 언어를 이해하고 표현하는 데 필요한 시스템을 개선하는 데 도움을 주는 이 직책도 중요하다.
다음은 로봇 공학 엔지니어 라는 직책인데, AI가 발전함에 따라 로봇 공학 엔지니어는 일반적으로 인간의 지능이 필요한 작업을 수행할 수 있는 기계를 설계하고 제작해야 한다는 요구가 점점 더 커지고 있다. 이는 자동화가 광범위하게 구현되는 제조와 같은 산업에서 특히 두드러지고 있기에 중요하다. 아울러 AI 시스템이 더욱 널리 보급됨에 따라 AI윤리학자에 대한 필요성도 커지고 있다.
이들 전문가들은 AI 기술이 윤리적, 법적 표준을 준수하는 방식으로 개발 및 배포되도록 하는 임무를 맡고 있는 직책이다. 그리고 추가적으로 AI 헬스케어 전문가는 AI와 의료 전문 지식을 결합한 전문가들인데, 환자 결과를 예측하고, 치료 계획을 개인화하고, 진단 시스템을 강화할 수 있는 알고리즘을 개발하기 위해 노력하는 직책 등이 중요한 Job으로 떠오르고 있다.
위에서 언급된 새로운 AI 관련 직책들은 앞으로 기술이 지속적으로 발전하고 일상적인 비즈니스 프로세스와 소비자 제품에 통합됨에 따라 AI 전문가에 대한 수요는 더욱 강화될 것으로 예상된다. 다만 우리가 알아야 할 것은 AI는 일자리를 창출할 뿐만 아니라 이를 변화시켜 근로자가 새로운 기술을 습득하여 적응하도록 요구하기도 한다는 것에 대비해야 한다는 것이다.
최근 가트너의 하이프사이클 그래프(아래 그림)에도 소버린 AI가 새롭게 등장했다. 하이프사이클 그래프는 기술 혁신의 성숙 단계를 시각화하는 그래프로, 가트너는 향후 5년 이내에 소버린 AI에 대한 대비책을 갖고 있는 국가와 그렇지 못한 국가 간 격차가 현저하게 벌어질 것으로 전망하고 있다. 가트너는 지난 2005년부터 하이프 사이클 5단계를 각종 IT 신기술에 적용 분석하는데,
기술 촉발(Technology Trigger)
초기 단계의 개념적 모델과 미디어의 관심이 대중의 관심을 불러일으킨다. 하지만 상용화 제품은 없고, 상업적 가치도 증명되지 않은 상태다.
부풀려진 기대의 정점(Peak of Inflated Expectations)
일부 성공 사례와 다수 실패 사례가 엇갈린다. 기업 중 일부는 실제 사업에 착수하지만, 아직 대부분의 기업은 관망 단계다.
환멸의 골짜기(Trough of Disillusionment)
기술이 결과물을 내놓는 데 전반적으로 실패함으로 대중의 관심이 시들해진다. 제품화를 시도한 주체들은 포기하거나 실패한다. 살아남은 사업자 중 만족할 만한 제품을 가진 경우에만 투자를 지속한다.
계몽 단계(Slope of Enlightenment)
기술은 좋은 수익 사례가 발생하고 2~3세대 제품이 출시한다
생산성 안정 단계(Plateau of Productivity)
시장의 주류로 자리 잡고 대부분 기업이 투자를 실시한다. 이와 같은 단계별 분석을 토대로 AI기술뿐만 아니라 새로운 IT분야 전반에 대한 분석을 내놓게 되는데, 특히 현재 생성형 인공지능(AI) 기대감이 절정에 달했다고 보고 있다. 따라서 ‘과장광고(hype) 기술의 주기상’ 기술주 등은 2025년에 기대감과 관심이 급격히 떨어질 수 있다고 예측하고 있는데, 이를 ‘환멸의 골짜기’라고 부른다. (Trough of Disillusinment) (AI타임스 https://www.aitimes.com 재인용)
결국 기술은 좋은 수익 사례가 발생하고 2~3세대 제품이 출시되는 ▲계몽 단계(Slope of Enlightenment)를 거쳐, 마지막으로 ▲생산성 안정 단계(Plateau of Productivity)가 되면 시장의 주류로 자리 잡고 대부분 기업이 투자를 실시한다는 논리다.
가트너의 방법이 옳다, 그르다를 떠나 과연 우리의 위치가 어디인지도 되돌아보는 기회가 바로 가트너의 하이프 사이클 5단계가 아닐까 싶다. 따라서 소버린 AI가 열어갈 미래는 미국 등 전반적인 세계경제의 경기 침체에 대한 우려로 출렁이던 글로벌 자산 시장과 인플레가 안정화되고 기다리던 금리 인하의 시기가 다가왔지만, 혹여 글로벌 시장을 지탱해 주던 미국 경기의 하강이 시작된다면 금리 인하는 되려 거대한 산불의 신호탄이 될지도 모른다.
위의 가트너에서도 분석하고 있듯이, 인공지능(AI)의 버블 논란이다. AI 대장주인 엔비디아의 주가가 뛰어난 실적에도 하락세를 보이는 것은 이러한 시장의 불안감을 잘 반영하고 있다. 그러나 2025년에 AI에 대한 기대감이 떨어져 ‘환멸의 골짜기’에 이를지는 예측일 뿐 어떻게 변화할지 여전히 미지수다. 다만 가트너가 말한 하이프 5단계가 아니더라도 AI가 과연 버블인지, 아닌지를 되짚어볼 필요는 분명해 보인다.
왜냐하면, 이제 시장은 AI로 수익성을 창출하는 기업들이 얼마나 되는지에 관심이 더 크기 때문이다. 그리고 그 기여도를 수치로 증명해 달라는 요구가 더 거세게 일어나고 있다. 늘 그렇듯 새로운 기술은 도입, 성장, 쇠퇴와 같은 과정을 겪는다. 하물며 새로운 기술의 혁명은 항상 버블과 검증 사이에서 상당한 시간이 필요한 법이다. 또한 새로운 기술 뒤에 도사리고 있는 경험치 못한 불편한 사례들(딥페이크…)도 일어날 것이다.
소버린 AI가 한 국가의 언어, 문화, 경제 등 모든 분야의 독립성에 초점이 있다면, 이때 마케팅을 집행하는 마케터라면 이미 공부를 마치고 준비를 해야 할 단계가 아닌가 싶다. 결국 AI라는 기술의 종착지는 고객, 소비자, 사용자 등이기 때문이다. AI가 단순히 국가의 문화, 언어, 역사 등 산업의 효율성을 높이는 것을 넘어 전혀 찾아내지 못한 새로운 시장을 창출할 수 있는 방향으로 활용한다면 AI의 미래 마케팅 활동에 대한 신뢰는 더욱 강해질 것이다.
Gil Park님의 브런치에 게재된 글을 모비인사이드가 한 번 더 소개합니다.
