ChatGPT가 있는데 왜 ‘모두의 AI’를 만들까: 국산 AI의 수요와 공공 에이전트를 만드는 국가 실험

ChatGPT와 Gemini는 무료로도 쓸 수 있다. 질문을 던져 요약을 받고 초안을 쓰는 데에는 이미 충분히 유용하다. 그래서 정부가 ‘모두의 AI 프로젝트’에 예산과 그래픽처리장치(GPU)를 지원해 별도 서비스를 만든다는 소식은 자연스럽게 이런 질문을 부른다. 무료 AI가 있는데 왜 또 하나를 만들까. 국산이라는 이름만 붙인 채팅창이라면 무엇이 달라질까.

먼저 전제를 바로잡아야 한다. 이 사업은 정부가 ChatGPT의 복제품 하나를 직접 개발해 배포하는 방식이 아니다. 과학기술정보통신부가 공모로 민간 사업자를 선정하고, 이들이 대국민 서비스 경험과 국내 모델을 바탕으로 범용 AI와 공공 AI 에이전트를 구성하도록 하는 사업이다. 정부 발표상 연내 범용 챗봇과 공공서비스 검색·신청 지원 기능을 선보이고, 이후 개인형 에이전트로 고도화하는 방향이 제시됐다. 출처: NIPA 모두의 AI 공식 사업 공고, 과기정통부 모두의 AI 사업설명회

지금은 전 국민에게 무료 AI가 이미 제공되는 단계가 아니라, 사업자 공모와 서비스 설계가 진행되는 단계다. 공개된 목표를 이어 보면, 이 프로젝트는 접근성 확대, 국내 모델의 실제 사용 기반, 민간 서비스 유통망, 공공서비스 혁신을 한 번에 시험하는 정책 실험으로 읽힌다. 그 해석이 맞는지는 결과로만 판정할 수 있어, 지금은 설계의 목적과 빈칸을 함께 읽어야 할 단계다.

무료 챗봇과 공공 인프라는 같은 문제가 아니다

글로벌 AI 무료 서비스는 개인의 문서 작업과 학습을 크게 낮췄지만, 공공 인프라의 역할을 자동으로 대신하지는 않는다. 무료 등급의 모델·사용량·속도·파일 기능은 사업자 정책에 따라 바뀔 수 있다. 더 중요한 차이는 행정 업무다. “청년 지원 제도가 무엇인가”를 묻는 일과 “내 소득·거주지·학적을 확인해 가능한 지원을 찾고, 동의를 받아 신청서에 채워 제출하는 일”은 다르다. 후자는 어떤 기관의 어떤 원본 데이터가 기준인지, 신청 자격을 누가 최종 판단하는지, 잘못 제출했을 때 어떻게 취소하는지가 설계돼야 하는 별도 제품·제도 과제다. 행정안전부도 공공 AI의 핵심 기반을 모델과 GPU 등을 공동 이용해 기관별 중복 구축과 기술 파편화를 줄이는 체계로 설명하고 있다. 출처: 행정안전부 공공 AI 도입·활용 가이드

따라서 ‘모두의 AI’의 비교 대상은 무료 챗봇 하나만이 아니다. 한쪽에는 글로벌 범용 AI가 있고, 다른 쪽에는 정부24·복지·세금·고용처럼 분산된 공공서비스가 있다. 프로젝트가 의미를 가지려면 전자와 경쟁해 모든 질문에서 이기는 것이 아니라 후자를 안전하고 이해하기 쉬운 방식으로 이어야 한다. 반대로 공공 연동 없이 채팅창만 추가한다면, 이미 익숙한 글로벌 서비스보다 선택할 이유를 만들기 어렵다.

독파모와 모두의 AI를 같은 사업으로 보면 본질을 놓친다

‘독자 AI 파운데이션 모델 프로젝트’와 ‘모두의 AI’를 같은 사업처럼 다루면 구조가 흐려진다. 파운데이션 모델은 다양한 업무에 재사용할 수 있는 범용 기초 모델이며, 이를 개발·고도화·평가하는 것은 공급 측 정책이다. 반면 모두의 AI는 그 모델 또는 그와 결합한 모델을 실제 국민 서비스에 올리고 운영을 책임지는 수요·유통 측 정책이다.

이 관계는 물류에 비유하면 더 명확하다. 기반 모델은 엔진, 서비스 운영사는 차량과 운행 체계, 공공기관은 목적지의 업무 규칙과 원본 데이터를 가진 곳이다. 엔진이 좋아도 차량이 불편하면 사용자는 떠나고, 서비스 화면이 좋아도 엔진 비용이나 품질을 감당하지 못하면 확장할 수 없다.

독자 AI 파운데이션 모델 프로젝트(독파모)는 현재 2차 평가 단계에 있다. LG AI연구원, SK텔레콤, 업스테이지, 모티프테크놀로지스가 8월 2차 평가를 앞두고 있고, 전문가 평가 외에 일반 국민 200명이 직접 채점하는 국민평가단도 별도로 모집 중이다. 정부는 오픈소스와 API로 독파모가 이미 공개됐으므로 이 사업에 반드시 독파모 정예팀만 지원할 수 있는 것은 아니라고 밝혔다. 즉 독파모 평가 결과가 모두의 AI 서비스 운영사 선정에 자동 반영되는 것이 아니고, 독파모에 참여하지 않은 기업도 공개된 독파모 모델을 가져다 쓰거나 자체 모델과 결합해 지원할 수 있다. 두 절차는 별도이며, 2차 평가 결과는 아직 확정 발표 전이므로 이 글에서는 특정 기업을 모두의 AI 탑재 모델처럼 단정하지 않는다. 출처: 과기정통부, 독파모·모두의 AI 관계 설명, AI타임스 독파모 국민평가단 모집

공개된 사업 기준에 따르면 운영사는 독자 AI 파운데이션 모델 기준을 충족하는 국산 모델을 서비스의 50% 이상 활용해야 한다. 자체 모델을 보유한 사업자도 다른 국내 기업의 모델을 30% 이상 함께 사용해야 한다. 외산 모델은 국내 모델로 대체하기 어려운 기능에 한해 제한적으로 허용되며, 외산 모델 사용분은 정부 지원 대상에서 제외된다. 다만 50%와 30%를 요청 건수, 토큰 사용량, 기능 비중 또는 추론 비용 중 어떤 기준으로 산정하는지는 공모안내서와 협약서의 측정 기준을 원문으로 확인해야 한다. 중요한 것은 숫자 자체보다 구조다. 50% 조건은 독자 모델의 실사용 수요를 확보하려는 목적이고, 30% 조건은 운영사의 자체 모델 독점을 막고 다른 국내 모델의 참여를 보장하려는 목적이다. 운영사가 자기 모델만 쓰거나 하나의 유력 모델만 반복해 쓰면 ‘여러 사업자’가 곧 ‘여러 기반 모델’이라는 뜻이 되지 않는다. 출처: 과기정통부 모두의 AI 사업설명회, NIPA 모두의 AI 공식 사업 공고

누가 무엇을 책임져야 하는가

이 사업에서 가장 흔한 오해는 정부·모델사·서비스 사업자를 하나의 주체로 보는 것이다. 실제로는 책임이 나뉜다. 공모 단계에서 참여 기업과 모델 조합이 확정되지 않았으므로, 선정 후 확인해야 할 책임 지도를 먼저 제시한다.

전국민 대상 범용 서비스의 트래픽·안정성·모델 개선을 동시에 감당할 수 있는 국산 모델 공급 기반은 생각보다 제한적일 수 있다. 여러 운영사가 같은 모델을 채택하면 초기에는 검증된 선택이 될 수 있지만, 장기적으로 한 모델의 장애·가격·품질 문제가 다수 서비스에 전파되는 집중 위험도 만든다. 그래서 ‘국산 비중’만 높은 것이 정답은 아니다. 운영사는 업무별로 모델을 배치하는 근거, 모델 교체 기준, 장애 때의 대체 경로, 답변 품질 측정 방식을 공개해야 하며, 국내 모델 우선 활용이라는 정책 목표와 이용자가 체감하는 품질은 함께 충족돼야 한다.

연내 서비스와 미래형 에이전트를 같은 말로 부르면 안 된다

AI 에이전트는 대화를 잘하는 모델 그 자체가 아니다. 사용자의 목표를 이해하고 도구나 시스템을 호출해 결과를 확인하고 다음 단계로 넘기는 실행 체계이며, 이 기준으로 보면 ‘공공 AI 에이전트’에는 적어도 네 단계가 있다.

연내 공개 목표가 ‘검색·신청 지원’이라 해도, 그 표현만으로 어느 단계까지 제공되는지는 결정되지 않는다. 정부는 내년부터 예약·결제까지 수행하는 에이전트로 고도화하겠다는 방향을 제시했으며, 이는 현재의 공개 목표와 장기 비전을 구별해 읽어야 한다는 뜻이다. 출처: 정부 B200 GPU 지원 발표

예를 들어 대학생이 장학금 지원을 찾는 흐름을 보자. 안내형은 가능성이 있는 제도와 사이트를 알려 주고, 작성 보조형은 거주지·학적·소득 구간을 물어 신청서 초안을 만든다. 제출 지원형은 이용자가 최종 확인·인증한 뒤 기관 시스템으로 데이터를 보내고, 관리형은 접수 번호와 보완 기한, 결과 통지를 묶어 보여 준다. 앞의 두 단계는 언어모델과 정리된 지식 기반으로도 구현할 수 있지만, 뒤의 두 단계는 행정 절차와 권한 위임의 문제다.

여기에는 ‘사람이 마지막에 확인한다’는 원칙이 필요하다. 신청 자격은 모델이 아니라 기관 규정과 원본 데이터가 판정해야 하며, 에이전트는 가능한 경우를 제시하고 입력을 줄이며 누락을 알려 줄 수 있다. 다만 법적 효력이 생기는 제출 직전에는 신청 내용, 전송 대상, 동의 범위, 예상 결과를 분명히 보여 줘야 한다. 자동 실행의 편의가 이용자의 통제권을 앞서면 안 된다.

공공 에이전트가 실제로 작동하려면 필요한 여섯 겹

첫째는 정확한 지식이다. 답변마다 근거가 된 기관·기준일·원문을 표시하고, 확신이 낮은 사안은 담당 기관으로 넘겨야 한다. ‘모른다’고 말하는 능력이 공공 서비스에서는 유창함만큼 중요하다.

둘째는 신원과 권한이다. 대화 계정은 신청 권한을 뜻하지 않는다. 한 번의 포괄 동의로 모든 기관에 계속 접근하게 만들기보다, 목적별 최소 권한과 언제든 철회 가능한 동의가 더 안전한 기본값이다.

셋째는 시스템 연동이다. 공공기관마다 데이터 형식과 접수 상태 코드가 다르면 에이전트는 화면 안내 수준에 머문다. 행정안전부가 기획·예산·계약·구축·운영 다섯 단계로 공공 AI 도입 과정을 표준화해 제시한 이유도 기술 도입 외의 운영 조건이 크기 때문이다. 출처: 행정안전부 공공 AI 도입·활용 가이드

넷째는 오류 처리다. 서비스는 실행 기록과 전송 성공 여부를 남기고, 취소·정정·재접수·사람 상담 전환 경로를 화면에서 찾을 수 있어야 실행형 에이전트라 부를 수 있다.

다섯째는 보안과 사기 대응이다. 공공서비스를 흉내 낸 피싱, 프롬프트 주입, 악성 지시문은 대화형 서비스보다 더 큰 피해를 낳을 수 있어 다단계 확인과 비정상 행동 탐지가 필요하다. 이는 특정 제품이 아니라 에이전트형 서비스 전반에 해당하는 TechBrief의 분석이다.

여섯째는 접근성이다. 쉬운 언어, 음성·화면 읽기 지원, 디지털 취약계층의 도움 경로가 함께 설계돼야 하며, 기존 창구를 없애기보다 선택지를 늘리는 원칙이 필요하다.

‘무료·무제한’은 기능표와 비용표로 읽어야 한다

‘누구나 무료, 이용량 제한 없이’라는 발표는 접근성 정책으로서 강한 메시지다. 공개 보도에서는 기본 기능을 무료로 두고 고도화 기능은 유료로 운영할 여지를 언급했다. 독자는 무료라는 단어를 하나의 덩어리로 받아들이기보다 기능 단위로 물어야 한다. 출처: 과기정통부 모두의 AI 사업설명회

선정 뒤 공개돼야 할 최소 항목은 다음과 같다.

• 텍스트 대화, 파일·이미지·음성 처리, 고급 추론이 각각 기본 기능인지
• 공공 에이전트가 무료로 지원하는 범위가 안내·작성·제출·상태 관리 중 어디까지인지
• 고급 기능이 유료라면 무료 기능과의 품질·데이터 처리 차이가 무엇인지
• 정부의 GPU·운영비 지원이 끝난 뒤에도 기본 기능을 유지할 수 있는 수익 구조가 있는지

무료 서비스에는 항상 추론 비용과 고객지원·보안·저작권 대응 비용이 따라붙는다. GPU 지원은 초기 진입장벽을 낮추지만 그것만으로 장기 운영비를 해결하지는 않으며, 정확한 물량·배분·지원 기간은 공고·협약의 확정 문서가 기준이어야 한다. 발표된 지원이 있다고 해서 모든 기능의 영구 무제한 무료를 뜻한다고 해석하면 안 된다. 출처: 정부 B200 GPU 지원 발표

운영사의 수익모델은 광고·구독·기업용 부가 기능 등 다양할 수 있다. 핵심은 이용자의 대화와 행정 데이터를 과도하게 상업화하지 않도록 경계를 두고, 광고나 제휴 우선순위가 공공업무 추천을 왜곡하지 않는지 점검하는 일이다.

개인정보는 ‘학습에 쓰나’보다 더 넓은 설계 문제다

AI 서비스의 개인정보 논의는 흔히 “대화가 모델 학습에 쓰이는가”로 끝난다. 공공 에이전트에는 더 넓은 질문이 필요하다. 일반 대화와 신청에 쓰인 행정 정보의 저장 장소·보존 기간·접근 권한은 분리돼 있는가, 모델 학습·성능 개선 활용 여부와 거부 방법은 무엇인가, 가명·익명 처리와 제3자 제공 범위는 어디까지인가, 이용자는 언제든 삭제·철회를 요청할 수 있는가. 현재 사업자별 개인정보처리방침과 기술 설계가 확정·공개되기 전에는 “프롬프트가 자동 학습된다”거나 “정부가 국민 대화를 수집한다”고 단정할 근거가 없다. 서비스는 이 항목들과 함께 침해사고 통지·이의 제기 경로도 명시해야 한다.

공공 에이전트의 신뢰는 긴 약관보다 실행 순간의 설명에서 생긴다. 예컨대 “장학금 신청에 학적과 소득 관련 정보를 사용합니다. 목적은 자격 확인과 신청서 작성이며, 제출 전 다시 확인할 수 있습니다”처럼 사용자가 이해할 수 있어야 하며, AI가 자체 추정한 정보와 기관의 원본 정보도 구분해 보여 줘야 한다. 개인정보보호위원회는 공공 AX(AI 전환) 사업의 단계별로 10대 핵심 점검사항을 제시하고 별도 헬프데스크 운영도 계획 중이다. 이 원칙이 대국민 에이전트의 제품 화면과 운영 보고서까지 내려와야 한다. 출처: 개인정보보호위원회 공공 AX 프라이버시 보호 안내서

국산 NPU는 이 글의 중심 근거가 아니다

국산 신경망처리장치(NPU)는 장기적으로 추론 비용과 공급망 측면에서 의미가 있는 산업 주제이며, 정부도 국산 AI 반도체 도입을 돕는 기술지원센터를 여는 등 지원을 이어가고 있다. 다만 현재 모두의 AI에는 엔비디아 B200 GPU 지원이 공식 확인됐을 뿐, 특정 국산 NPU가 실제 투입된다는 근거는 확인되지 않았다. 출처: 국산 AI반도체 도입 돕는다…기술지원센터 개소

따라서 이번 글에서는 NPU를 확정 요소로 다루지 않는다. 더 직접적인 질문은 어떤 컴퓨팅 자원을 쓰든 높은 동시 접속에서 응답 품질과 비용을 유지할 수 있는가이며, 칩의 국적만으로 공공성이나 경쟁력을 판단할 수는 없다.

발표보다 운영 지표가 먼저 말해 줄 것들

사업은 출시 직후 가입자 수와 다운로드 수로 평가받기 쉽지만, 무료 서비스는 호기심으로 한 번 써 본 이용자를 크게 만들 수 있어도 그 수치가 생활과 업무에서의 가치를 뜻하지는 않는다. 정책 평가와 운영 대시보드는 다음 지표를 함께 봐야 한다.

특히 공공업무 완료율은 섬세하게 정의해야 한다. AI가 링크를 보여 준 뒤 사용자가 스스로 끝낸 것, 작성만 보조한 것, 동의 아래 실제 연동을 수행한 것은 서로 다른 성과다. 정부 지원 종료 뒤의 지속 가능성도 핵심이다. 기본 기능 무료 유지 약속, 공공 연동 유지보수 비용, 모델 교체 비용, 데이터 보호 책임은 출시 뒤에야 더 커질 수 있다. 이 사업을 단기 시범 서비스가 아니라 공공 AI 인프라의 출발점으로 본다면, 운영 계약과 성과 공개의 기간도 그에 맞아야 한다.

국산 AI의 시험대는 애국심이 아니라 사용 경험이다

국산 모델을 실제 서비스에서 쓰게 하려는 정책에는 타당한 산업 논리가 있다. 모델은 연구실 평가만으로 완성되지 않고 실제 질문, 한국어 맥락, 장애와 비용 압력, 피드백을 통과해야 개선된다. 스타트업에 국내 LLM API를 제공하는 ‘모두의 챌린지 AX-LLM’ 사례도 모델 활용 사례를 늘리는 일이 생태계에서 중요해졌음을 시사하지만, 이는 모두의 AI와 별도 사업이며 대국민 서비스의 사업자 선정이나 품질을 보장하는 근거는 아니다. 출처: SKT, AI 스타트업 지원 확대… 독자 LLM API 개방으로 국내 AI 생태계 확장, SK텔레콤, AI 스타트업 도약 발판 마련…독자 LLM 활용 확대

이 점에서 모두의 AI는 국산 모델의 ‘보호막’보다 더 엄격한 시험대가 될 수 있다. 이용자는 답변의 정확성·속도·오류 대응을 경험하며, 해외 무료 모델보다 품질이 낮다고 느끼면 돌아오지 않는다. 반대로 한국 행정 맥락과 공공 업무 완료 경험에서 분명한 차이를 만들면 단순한 모델 순위보다 강한 이유가 생긴다. 이 프로젝트가 피해야 할 두 극단은 ‘국산이므로 써야 한다’는 홍보와 ‘글로벌 모델이 있으므로 불필요하다’는 단정이다. 필요한 것은 모델의 국적보다 공개된 품질 평가, 안전장치, 비용 효율, 그리고 실제로 끝난 업무의 수다.

결론: 채팅창의 수가 아니라 끝낸 일의 수로 판단할 때

‘모두의 AI’는 아직 공모와 서비스 설계의 단계에 있다. 그래서 지금 가장 경계할 일은 미래의 완성형 에이전트를 현재 기능처럼 말하거나, 아직 나오지 않은 서비스를 실패로 단정하는 것이다. 확인된 범위에서는 민간 사업자가 국산 모델을 중심으로 서비스하고 정부가 이를 지원하며, 범용 챗봇과 공공 AI 에이전트를 연내 목표로 둔 사업이다. 그 위에 어떤 모델 조합, 무료 기능표, 개인정보 처리, 공공 연동 범위, 장애 책임이 올라가는지는 선정과 공개 문서로 검증해야 한다.

단순 대화형 AI를 무료로 하나 더 제공하는 수준이라면 기존 글로벌 서비스와 비교해 정책적 의미는 제한적일 것이다. 반대로 국민이 필요한 제도를 정확히 찾고, 동의 아래 필요한 정보를 확인하고, 신청을 끝낸 뒤 결과와 다음 행동까지 관리할 수 있다면 이야기가 달라진다. 그것은 외산 챗봇을 대체한다는 선언이 아니라, 글로벌 범용 AI가 자동으로 제공하지 않는 공공 AI 인프라를 만드는 일이다.

독자가 기억할 판단 기준은 하나로 압축할 수 있다. ‘모두의 AI’의 가치는 무료로 대화할 수 있다는 데 있지 않고, 국민이 필요한 공공업무를 실제로 끝낼 수 있게 만드는가에 달려 있다.

참고 출처

• NIPA, 전 국민 AI 서비스 보편적 활용 지원(모두의 AI) 공식 사업 공고
• 행정안전부, 「공공부문 AI 도입·활용 가이드」 배포
• 개인정보보호위원회, 공공 AX 프라이버시 보호 안내서
• 아주경제, 모두의 AI 사업설명회 일문일답
• 아주경제, 모두의 AI 사업설명회 개요
• 아주경제, 정부 엔비디아 B200 GPU 512장 지원 발표
• 전자신문, 모두의 AI 사업설명회 보도
• ZDNet Korea, 과기정통부 독파모·모두의 AI 관계 설명
• AI타임스, 독파모 국민평가단 200명 모집
• SKT, AI 스타트업 지원 확대… 독자 LLM API 개방으로 국내 AI 생태계 확장
• SK텔레콤, AI 스타트업 도약 발판 마련…독자 LLM 활용 확대
• 국산 AI반도체 도입 돕는다…기술지원센터 개소