이면성 NIPA 팀장이 21일 과학기술정보통신부와 정보통신산업진흥원(NIPA)가 주최한 ‘모두의AI 사업설명회’에서 발표하고 있다. [사진=디지털데일리 오병훈기자]

[디지털데일리 오병훈기자] “모두의AI 서비스에 타사 모델 30%을 활용해야 한다는 요건은 국산 AI 생태계 기여도 관점에서 마련된 요건입니다. 국민들에게 다양한 국산 모델을 제공함과 동시에 국내 AI 생태계의 성장을 촉진하기 위함입니다.”

21일 과학기술정보통신부와 정보통신산업진흥원(NIPA)가 주최한 ‘모두의AI 사업설명회’에서 이종근 과기정통부 서기관은 모두의AI 서비스에 활용되는 모델 요건과 비중을 묻는 업계 질문에 이같이 답했다. 이날 현장에서는 모두의AI를 둘러싼 다양한 업계 질문이 이어졌다.

기업들이 가장 혼란스러워 한 부분 중 하나는 ‘모델 활용 비율’이다. 국산 AI로 대국민 무료 AI 서비스를 구축하는 만큼 AI 서비스 기반이 되는 모델은 국내 기업이 독자적으로 개발한 모델이 돼야 한다는 것이 정부 시각이다. 이에 ①프롬스크래치(초기 상태에 처음부터 자체 사전학습을 수행)로 구축된 독자 AI 모델 50%를 활용하고 동시에 ②타사 독자 AI 모델 30%를 이용해야한다는 ‘지원자격’에 해당하는 요건을 내걸었다.

두 요건은 구분되는 조건이다. ‘독자 AI 모델 50%’를 활용해야 한다는 요건은 국내 AI 모델 기반의 서비스를 개발한다는 취지에 따른 것이다. 예컨대 국내 기업 A사가 서비스 개발 과정에서 자체적으로 개발한 모델을 45%만 활용하고 나머지는 외국 서비스로 충당한다면 그것은 ‘자체 개발 서비스’라고 보기 어렵기 때문이다.

‘타사 모델 30%’ 활용 요건은 자사 모델만 활용하는 경우를 방지하기 위함이다. 예컨대 LG AI 연구원이 자사 모델 ‘엑사원(EXAON)’만 100% 활용하게 되면 해당 요건을 충족하지 못하게 된다. 반드시 타사와 협력해 30% 모델을 활용해야 한다는 의미다.

이 서기관은 “모델이 없는 서비스 기업 입장에서 타사 모델을 50% 이상 활용해 서비스를 개발하면 두 요건을 동시 충족할 수 있다”고 설명했다.

정부는 활용 비율 계산에 ‘출력 토큰’ 비율을 기반으로 계산하는 것을 검토 중이다. 평가 단계에서는 실제 출력 토큰을 알기 어려우므로 제안서에 제시한 모델 티어링·라우팅 구조가 구체적이고 합리적인지를 평가하는 식으로 검증한다.

외산 모델을 완전히 금지하는 것은 아니다. 유용한 외산 AI 모델의 기능이 있다면 일정 부분 활용은 가능하다는 것이 정부 설명이다.

공진호 과기정통부 AI정책기획과장은 “필요 최소한도로 외산을 쓰도록 해놨다”며 “어떤 특이한 서비스를 제공할 때 반드시 외산이 필요한 경우 허용이 되는 부분으로, 필요 최소 그 이상을 넘어서 과도하게 쓰였다면 평가에 반영이 될 것”이라고 설명했다.

다음은 과학기술정보통신부 이종근 서기관, 정보통신산업진흥원(NIPA) 이면성 팀장, 김명선 수석과의 일문일답.

Q. 필수 요건인 국산 AI 모델 50% 이상, 타사 국산 모델 30% 이상은 어떻게 적용되나. 자체 모델이 없는 기업도 사업에 참여할 수 있고, 모델별 활용 비중은 어떤 기준으로 계산하나.

A. (이종근 서기관) 국산 AI 모델 50% 이상이라는 요건이 반드시 자사 모델을 사용해야 한다는 의미는 아니다. 자체 모델이 없는 기업도 독자 AI 파운데이션 모델 프로젝트에서 제시한 독자성 기준을 충족하는 국내 기업의 모델을 50% 이상 사용하면 된다. 이 경우 다른 기업의 모델을 사용하는 것이기 때문에 타사 국산 모델 활용 요건도 함께 충족할 수 있다.

타사 모델은 응용프로그램인터페이스(API)를 통해 사용하거나 오픈소스 모델을 활용할 수 있다. 오픈소스로 공개되지 않은 모델도 해당 기업과 협의해 사용 권한을 확보하면 활용할 수 있다.

모델별 활용 비중은 기본적으로 출력 토큰을 기준으로 검토하고 있다.

A. (김명선 NIPA 수석) 평가 시점에는 실제 출력 토큰 비중을 정확하게 확인하기 어렵다. 이에 제안서 평가에서는 기업이 모델 티어링과 라우팅 구조를 얼마나 구체적이고 합리적으로 설계했는지를 살펴볼 예정이다. 사업 수행 이후에는 로그 등 기록을 통해 제안한 모델 활용 비중을 실제로 준수했는지 정기적으로 점검할 계획이다.

Q. 독자 AI 파운데이션 모델 프로젝트에 참여했다가 탈락한 기업의 모델도 독자성 기준을 충족하는 국산 모델로 인정받을 수 있나.

A. (이종근 서기관) 해당 프로젝트에서 탈락했다는 사실만으로 모델이 독자성 기준을 충족하지 못한다고 보는 것은 아니다. 기업이 현재 자체 모델이 독자 AI 파운데이션 모델 프로젝트에서 제시한 독자성 기준을 충족한다고 판단한다면 그에 부합하는 모델로 제안할 수 있다. 기업별 모델 개발 상황이 다른 만큼 각 기업이 기준 충족 여부를 판단해 사업계획서에 제시하면 된다.

Q. 올해 제공하는 B200 GPU 512장으로 범용 AI 챗봇과 공공 AI 에이전트를 개발하고, 연말 전 국민 대상 서비스까지 운영하기에 충분한가. 출시 초기 이용자가 몰리면 접속 지연이나 토큰 제한이 발생할 수 있다는 우려도 있다.

A. (이종근 서기관) 이번 사업은 AI 모델 자체를 새로 개발하는 사업이 아니라 이미 개발된 모델을 활용해 서비스를 개발하는 사업이다. 모델 학습보다 필요한 GPU 규모가 상대적으로 작기 때문에 올해 범용 챗봇과 일부 공공 기능을 개발하고 출시하는 데 B200 GPU 512장을 활용할 수 있을 것으로 판단했다. 관련 내용은 기업들과도 사전에 논의했다.

다만 올해 제공하는 정부 구매 GPU와 내년 이후 실제 서비스 추론에 지원할 GPU 규모는 다를 수 있다. 올해는 기존 모델을 튜닝하고 서비스를 개발·출시하는 것이 주된 목적이다. 내년도 추론용 GPU 규모는 정부 예산이 확정되고 기업별 운영 수요가 파악된 뒤 함께 논의할 예정이다.

GPU 활용 범위를 추론으로만 한정하지도 않을 방침이다. 이용량이 적은 시간대의 유휴 GPU를 해당 서비스의 개발과 고도화에 활용하는 것은 일정 부분 허용할 계획이다.

다만 출시 초기 트래픽 급증에 대한 대응 방식과 기업이 이용량·토큰 수를 제한할 수 있는지, 소형 모델을 활용해 처리량을 높이는 방식이 평가에 어떻게 반영되는지에 대해서는 아직 구체적인 기준이 마련되지 않았다.

Q. GPU는 어떤 환경과 방식으로 제공되나. 신청 기업이 장비를 직접 가져가 설치하는 방식인가.

A. (이종근 서기관) GPU는 정부가 구매한 자원을 클라우드서비스제공사(CSP)를 통해 지원한다. 기업이 물리적인 GPU 장비를 넘겨받아 자체 데이터센터에 설치하는 방식은 아니다.

A. (김명선 NIPA 수석) 베어메탈이 아니라 쿠버네티스 기반 환경으로 제공될 예정이다. 참여 기업은 이러한 제공 환경을 고려해 서비스 구조와 개발계획을 설계해야 한다.

Q. GPU 128장과 256장을 신청하는 기업의 민간부담금과 가점은 어떤 기준으로 비교하나. 대학 등 민간부담금을 내기 어려운 기관에도 동일한 기준이 적용되나.

A. (김명선 NIPA 수석) GPU 256장을 신청한 기업은 같은 256장 신청 기업끼리, 128장을 신청한 기업은 같은 128장 신청 기업끼리 비교 평가한다. 신청 기업은 필요한 GPU 규모를 제안서에 제시하고 해당 규모에 맞춰 민간부담금 계획을 마련하면 된다.

대학 등 민간부담금 납부가 어려운 기관에 동일한 기준을 적용할지에 대해서는 현장에서 별도의 명확한 답변이 나오지 않았다.

Q. 내년부터 지원할 서비스 운영비와 추론용 GPU의 지원 비율이나 한도는 정해졌나. 기업이 자체 수익을 내면 정부 지원이 줄어드는 구조인가.

A. (이종근 서기관) 올해는 별도의 서비스 운영비 예산이 미리 마련돼 있지 않아 GPU를 중심으로 서비스 개발을 지원한다. 내년부터는 서비스 고도화와 운영비를 지원하는 방향으로 재정당국과 협의하고 있다.

구체적인 지원 비율이나 한도, 기업의 자체 수익과 정부 지원 규모를 연계하는 방식은 아직 확정되지 않았다. 정부 지원은 범용 AI 챗봇과 공공 AI 에이전트 등 국민에게 무료로 제공해야 하는 영역을 중심으로 이뤄질 예정이다.

Q. 모두의AI의 기본 기능은 어디까지 무료로 제공해야 하나. 광고나 고도화 기능 유료화 등 기업의 자체 수익모델은 어느 범위까지 허용되나.

A. (이종근 서기관) 기업마다 서비스 제공 방식과 이용자 접점이 달라 수익모델을 일률적으로 정하기는 어렵다. 정부는 공공성을 훼손하지 않는 범위에서 기업의 비즈니스 모델을 허용할 필요가 있다고 본다. 서비스가 지속되려면 일정 부분 수익을 내고 자생적인 생태계로 이어져야 한다는 점도 고려하고 있다.

정부 지원 대상인 범용 AI 챗봇과 공공 AI 에이전트의 기본 기능은 무료로 제공해야 한다. 다만 기본 기능을 넘어서는 고도화 기능에 이용자 수요가 있고 기업이 유료 이용자를 확보할 전략이 있다면 유료 서비스 운영을 허용할 수 있다고 본다.

기업이 보유한 기존 상용 서비스나 스타트업의 신규 서비스를 연계한 특화 서비스도 기업의 비즈니스 모델에 따라 무료 또는 유료로 운영할 수 있다. 광고 허용 여부와 구체적인 기준은 아직 별도로 정해지지 않았다.

Q. 기존 서비스에 모델만 교체하거나 일부 AI 기능을 추가하는 방식도 지원받을 수 있나. 모두의AI를 별도의 신규 앱으로 출시해야 하나.

A. (김명선 NIPA 수석) 기존 서비스에 모델만 교체하는 방식은 평가에서 좋은 점수를 받기 어렵도록 평가항목이 설계돼 있다. 단순히 기존 서비스의 모델만 갈아 끼우는 형태는 사업이 지향하는 방향이 아니다.

A. (이종근 서기관) 기본적으로는 모두의AI라는 별도 서비스를 출시하는 방향을 지향한다. 다만 기존 서비스나 플랫폼과 연계해 운영하는 것은 가능하다. 별도의 모두의AI 서비스를 운영하지 않고 기존 플랫폼에 일부 기능만 추가하는 방식은 당초 사업 기획 취지와는 다르다.

구체적인 서비스 형상을 정부가 일률적으로 제한하지는 않는다. 전 국민이 한글이나 산수처럼 쉽고 부담 없이 활용할 수 있는 서비스라면 앱이나 플랫폼 형태에 관한 기업의 아이디어를 존중할 계획이다.

Q. 기업 특화 서비스는 새로 개발해야 하나. 기존에 제공하고 있는 상용 서비스를 연계하거나 스타트업의 서비스를 탑재해도 되나.

A. (이종근 서기관) 기업이 기존에 제공하고 있는 상용 서비스를 연계해도 된다. 기존 서비스를 연계하면 이용자 편의성을 높이고 기업의 자체 비즈니스 모델을 마련하는 데도 도움이 될 수 있다.

새로운 스타트업 서비스나 에이전트를 발굴해 모두의AI에 탑재하는 방안도 가능하다. 이러한 계획을 사업계획서에 구체적으로 담으면 AI 생태계 기여 측면에서 긍정적인 평가를 받을 수 있다.

Q. 공공 AI 에이전트 구현에는 공공 마이데이터, 정부24, 간편·공동인증 등과의 연계가 필요하다. 정부가 표준 연동이나 관계기관 협조를 지원하나.

A. (이종근 서기관) 정부기관이 데이터나 시스템을 개방해야 하는 부분에 대해서는 관계부처와 사전 협의를 진행하고 있다. 기업이 공공 AI 에이전트를 구현하는 과정에서 관계부처나 공공기관과의 협의가 필요하다고 요청하면 정부도 해당 협의를 지원하겠다.

Q. 공공기관을 컨소시엄이나 수요기관으로 참여시키는 데 제한이 있나. 국산 NPU 기업과 협력하면 평가에 반영되나. 한 기업이 복수 컨소시엄에 참여할 수도 있나.

A. (김명선 NIPA 수석) 컨소시엄 구성이나 수요처 매칭 과정에서 공공기관 참여를 별도로 제한하지 않는다. 최종적으로 전 국민에게 기업·소비자 간 거래(B2C) 방식으로 정식 서비스를 제공할 수 있는지가 중요하다.

국산 NPU 기업과의 협력은 AI 생태계 활성화 항목에서 정성적으로 평가받을 수 있다.

A. (이면성 NIPA 팀장) 한 기업이 여러 컨소시엄에 참여기관으로 들어가는 문제는 추가 검토가 필요하다. 서비스 내용이 다른 복수 컨소시엄에 역량 있는 기업이 참여하는 것 자체는 가능할 수 있다.

다만 해당 기업이 참여한 복수의 컨소시엄이 모두 선정될 경우 이를 어떻게 처리할지는 내부적으로 검토한 뒤 별도로 안내하겠다.

Q. 공모에는 몇 개 기업이 참여할 것으로 예상하나. 사업자는 2곳 또는 3곳 가운데 어떤 방식으로 선정하나.

A. (이종근 서기관) 공모 신청 기업은 10개 안팎으로 예상한다. 독자 AI 파운데이션 모델 프로젝트 참여 기업을 비롯해 국내 정보기술(IT)·플랫폼 기업들과 논의한 결과 상당수 기업이 관심을 보였다. 다만 실제 신청 기업 수는 공모 결과를 지켜봐야 한다.

선정 기업 수를 정부가 사전에 2곳이나 3곳으로 확정하는 방식은 아니다. 평가위원들이 사업계획서를 검토한 뒤 경쟁력 있는 기업이 2곳이라고 판단하면 2곳을, 3곳을 선정하는 것이 적절하다고 판단하면 3곳을 선정하도록 일정 부분 재량을 부여할 계획이다.

Q. 7월 공모, 8월 사업자 선정, 9월 베타서비스, 연말 정식 출시라는 일정이 지나치게 촉박하지 않나. 베타서비스도 처음부터 전 국민을 대상으로 해야 하나.

A. (이종근 서기관) 일정이 빠듯한 것은 맞다. 다만 이번 사업은 모델 자체를 새로 개발하는 것이 아니라 기존 모델을 기반으로 서비스를 개발하는 사업이어서 모델 개발보다 필요한 시간이 짧을 수 있다.

베타서비스 대상과 운영 방식은 정부가 일률적으로 정하지 않는다. 준비된 기업은 9월부터 전 국민을 대상으로 운영할 수 있고, 그렇지 않은 기업은 이용 대상을 단계적으로 확대할 수 있다. 기업이 연말 정식 출시에 적합한 베타서비스 운영계획을 마련한 뒤 정부와 협의하면 된다.

Q. 서비스 성능은 어떻게 평가하나. 별도의 벤치마크를 공개하고, 성과가 부진하면 사업자를 교체할 계획인가.

A. (이종근 서기관) 서비스는 기술적인 벤치마크 수치뿐 아니라 이용자가 실제로 체감하는 품질과 이용실적이 중요하다. 성능이 충분하지 않으면 이용자가 서비스를 사용하지 않을 것이므로 이용자 수가 서비스 경쟁력을 판단하는 주요 지표가 될 수 있다.

정부 사업에 한 번 선정됐다는 이유로 성과가 나오지 않는 서비스를 계속 지원하는 것은 바람직하지 않다. 이용자 수가 현저히 적은 경우에는 연차평가를 거쳐 새로운 기업을 선정하는 방안도 검토할 수 있다. 다만 구체적인 사업자 교체 방식은 추가 논의가 필요하다.

Q. 모두의AI에서 발생하는 이용자 데이터는 누가 보관·관리하나. 개인정보 유출이나 AI 오류가 발생하면 책임 소재는 어디에 있나.

A. (이종근 서기관) 이용자 데이터의 관리·보관 주체는 서비스 제공 기업이다. 기업이 이용자 동의를 받거나 개인정보를 삭제·비식별 처리한 뒤 데이터를 서비스 고도화에 활용하는 방식이다.

데이터 관리에 대한 책임도 기본적으로 서비스 기업에 있다. 다만 정부 사업으로 추진하는 만큼 정부도 이용자 데이터가 어떻게 활용·관리되는지 함께 점검하겠다.