산·학·정 간담회서 정부 GPU 활용환경 개선과 NPU–독자 파운데이션 모델–에이전틱AI 생태계 연계 방안 논의
국가AI전략위원회가 정부 GPU 활용환경 개선과 'K-AI 풀스택' 생태계 강화를 위해 산업계·학계·정부 관계자와 머리를 맞댔다. 위원회는 이를 뒷받침할 'K-AI 풀스택 TF'를 꾸리고 있으며 곧 출범시킬 예정이다.
위원회에 따르면 16일 오전 2시간 동안 열린 이번 간담회에는 AI 인프라·모델·서비스 기업과 스타트업, 학계 전문가, 국가AI전략위원회 기술인프라 분과위원, 과학기술정보통신부 담당자들이 참석했다. 논의 주제는 정부 GPU 활용환경 개선과 K-AI 풀스택 생태계 강화 두 가지였다. "GPU 확보만큼 활용 효율이 중요" 첫 번째 주제에서는 정부 GPU를 실제로 쓰고 있는 기업과 연구자들의 현장 목소리(VoC)를 들었다. 참석자들은 GPU 활용률을 높이면서 대규모 AI 학습의 효율성과 편의성을 개선할 수 있는 기술적 제언을 내놨다.
가용 GPU가 늘면서 예전에는 불가능했던 학습이 가능해졌다는 평가도 나왔다. 다만 실험을 더 장기간 이어갈 수 있는 지원 구조가 필요하다는 요청이 있었다. 대규모 모델 학습을 위해 GPU 제공 기업이 사용자에게 더 다양한 관리 기능과 권한을 줘야 한다는 의견도 제기됐다. 위원회는 "GPU를 많이 확보하는 것도 중요하지만 확보한 GPU를 얼마나 쉽고 효율적으로 활용할 수 있느냐 역시 매우 중요하다"고 강조했다.

독자 AI 모델 경쟁력 "상당히 좋아져"… 소형 모델 수요 커
두 번째 주제는 NPU, 독자 AI 파운데이션 모델(독파모), 에이전틱AI 서비스로 이어지는 K-AI 풀스택 생태계 강화였다. 현장에서는 독자 AI 파운데이션 모델을 생산성 도구로 써 본 결과 경쟁력이 상당히 좋아졌다는 평가가 나왔다. 한편 다양한 서비스에 적용할 수 있는 소형 모델이 더 많이 필요하다는 의견도 있었고, 독파모 참여 기업들도 이를 준비하고 있는 것으로 알려졌다. 위원회는 '모두의 AI'가 국산 AI 모델과 서비스 생태계를 넓히는 계기가 될 것으로 내다봤다.
생태계 연결 비용 줄일 국가 지원 필요
현실적인 과제도 논의됐다. AI 모델 구조가 크게 바뀔 때마다 NPU 최적화와 에이전트 개발을 위한 하네싱(Harnessing)을 다시 해야 해 시간과 비용이 많이 든다는 지적이다. 참석자들은 이 같은 생태계 연결 비용을 줄이는 기술 개발에 국가 지원이 필요하다는 데 뜻을 모았다. 기업의 기술 개발과 학계의 연구 역량을 연결하는 방안도 나왔다. 그 성과를 주요 국제학술대회 논문으로 발표하면 K-AI 기술의 글로벌 인지도와 신뢰도를 함께 높일 수 있다는 것이다. 위원회는 "GPU 인프라부터 AI 반도체, 모델, 에이전틱AI 서비스까지 각자의 경쟁력이 하나의 생태계로 연결돼야 한다"며 "기업계·학계·관계부처와 긴밀히 협력해 현장의 어려움은 빠르게 해결하고 체감할 수 있는 성과를 만들겠다"고 밝혔다.