요약
전 세계 정부들이 자국이 통제하는 컴퓨팅, 모델, 데이터인 "소버린(sovereign, 주권)" AI에 투자하고 있습니다. 지지자들은 소버린 AI가 접근을 보장하고, 현지의 가치를 반영하며, 처음부터 효율적으로 만들어질 수 있다고 주장합니다. 비판자들은 완전한 자급자족은 감당할 수 없는 비용이 들고, 노력을 중복시키며, 이미 부담이 큰 전력망에 데이터 센터를 더한다고 주장합니다. 지속 가능성 측면의 결과는 AI를 누가 소유하느냐보다 어떻게 만들고, 어떤 규모로, 어떻게 쓰느냐에 달려 있습니다.
핵심 내용
- 2026년의 한 지수는 67개국에 걸쳐 184개의 소버린 AI 프로젝트를 집계했습니다.
- 영국, EU, 스위스는 국가 컴퓨팅과 모델에 투자하는 나라들에 속하며, 그 규모는 매우 다릅니다.
- 소버린 AI나 공공 AI를 지지하는 논거는 안보, 공평한 접근, 책임성, 현지 법률과 가치에 대한 부합입니다.
- 반대 논거는 비용, 실현 가능성, 에너지 집약적 훈련의 중복, 정치적 통제의 위험입니다.
- 작고, 현지에 있으며, 개방된 모델은 주권과 효율을 함께 충족할 수 있는 중간 경로를 제시합니다.
AI는 점점 에너지나 통신처럼 국가 기반 시설로 다뤄지고 있습니다. 이제 많은 정부가 일정한 AI 역량을 직접 통제하기를 원하며, 이를 위해 많은 돈을 쓰고 있습니다. 이는 논쟁에서 자주 놓치는 질문을 던집니다. 소버린 AI는 환경에 더 좋을까요, 더 나쁠까요? 이 글은 양쪽의 논거를 정리합니다.
소버린 AI란 무엇인가요?
한 나라나 여러 나라의 연합이 통제하는 AI 역량입니다. 이는 자체 컴퓨팅(데이터 센터와 슈퍼컴퓨터), 자체 모델, 자체 데이터, 자체 인력, 또는 이들의 조합을 뜻할 수 있습니다.
이 개념은 빠르게 퍼졌습니다. 신미국안보센터(Center for a New American Security)의 Sovereign AI Index는 2026년 6월까지의 데이터에서 67개국에 걸쳐 184개의 소버린 AI 프로젝트를 집계했습니다.
규모가 매우 다른 몇 가지 예를 들면 다음과 같습니다.
| 주체 | 내용 |
|---|---|
| 영국 | 2026년에 출범한 최대 5억 파운드 규모의 Sovereign AI Unit. Isambard-AI 슈퍼컴퓨터 같은 국가 컴퓨팅, 지정된 AI Growth Zones와 함께 운영 |
| 유럽연합 | 2025년 2월 AI에 2,000억 유로를 동원하겠다고 발표한 InvestAI. AI "기가팩토리"를 위한 200억 유로 기금 포함. 기가팩토리 부지 선정은 2026년 말에도 진행 중 |
| 스위스 | EPFL, ETH Zurich, 스위스 국립 슈퍼컴퓨팅 센터가 2025년 9월 공개한 완전 개방형 다국어 언어 모델 Apertus. 80억 및 700억 파라미터 버전이며 가중치, 데이터, 코드를 공개 |
소버린 AI나 공공 AI를 지지하는 논거는 무엇인가요?
지지자들은 AI가 너무 중요해서 소수의 외국 기업에 전적으로 의존할 수 없다고 주장합니다. 주요 논거는 다음과 같습니다.
- 안보와 회복력. 정부, 보건 체계, 전력망이 의존하는 서비스는 다른 나라나 기업이 제한할 수 있는 접근에 의존해서는 안 됩니다.
- 공평한 접근. 일부는 AI를 물이나 철도 같은 공공 서비스로 보아, 지불 능력에 따라 접근이 갈리지 않게 해야 한다고 주장합니다. Mozilla Foundation의 2024년 Public AI 보고서는 민간 AI와 나란히 공공 대안이 있어야 한다고 주장하며, 이를 공영 방송과 대중교통에 비유합니다.
- 법과 가치. 현지 언어, 법률, 규범을 반영하는 데이터로 훈련한 모델은 시민에게 더 잘 봉사할 수 있습니다. 주로 다른 나라의 데이터로 훈련된 개방형 모델을 기반으로 삼는 정부는 그 모델이 누구의 가치를 반영하는가라는 질문을 마주합니다. 예를 들어 영국 정부는 Meta의 Llama 같은 개방형 모델을 기반으로 공공 서비스 도구를 만드는 작업에 자금을 지원했습니다.
- 책임성. 공공 모델은 공개적으로 검사, 감사, 관리할 수 있습니다.
- 민감한 데이터. 상세한 전력망 데이터나 보건 데이터처럼 외부 제공업체에 보낼 수 없는 데이터도 있으므로, 이런 데이터에 AI를 쓰려면 효율적인 현지 모델이 유일한 방법입니다.
2026년 영국에서 수학자, 컴퓨터 과학자, 산업계가 모인 그린 AI 샌드핏(집중 토론 워크숍)은 이 주장의 한 형태를 토론했습니다. 접근의 형평성, 주권, 안보를 위해 공공 서비스처럼 운영되고, 수학적 효율을 경쟁력으로 삼는 정부 운영 국가 모델이었습니다.
반대 논거는 무엇인가요?
비판자들은 완전한 자급자족은 감당할 수 없을 만큼 비싸고, 느리며, 대부분의 나라에서는 불가능하다고 주장합니다. 주요 논거는 다음과 같습니다.
- 비용과 실현 가능성. 토니 블레어 연구소(Tony Blair Institute)의 2026년 보고서는 완전한 자급자족이 너무 비싸고, 너무 느리며, 대부분의 나라에서는 아예 불가능하다고 주장하면서, 주권을 핵심 선택에 대한 주체성으로 재정의합니다. 2026년 브루킹스(Brookings) 보고서는 풀스택 AI 주권이 거의 모든 나라에서 구조적으로 실현 불가능하다고 주장했습니다.
- 중복. 모든 나라에서 프런티어 모델을 처음부터 훈련하면 다른 곳에서 이미 치른 에너지, 물, 하드웨어 비용이 되풀이됩니다.
- 정치적 통제. 국가가 운영하는 모델은 시민이 무엇을 물을 수 있고 무엇을 듣는지에 정부가 영향을 미칠 수 있다는 우려를 낳습니다.
- 데이터의 한계. 민주 정부는 민간 기업이 쓰는 데이터로 훈련할 수 없거나, 그럴 의사가 없을 수 있습니다.
- 인프라와 여론. 새 데이터 센터에는 전력망 연결, 물, 계획 허가가 필요하며, 많은 곳에서 지역의 반대에 부딪힙니다.
- 잘못된 구조에 대한 베팅. 대형 중앙 모델에 대한 국가 투자는 데이터가 사용자 곁에 머무는 더 작은 현지 모델이 아니라 그런 대형 모델이 5년이나 10년 뒤에도 여전히 주류일 것이라고 가정합니다.
주권은 에너지와 배출에 어떤 의미가 있나요?
무엇을, 어디에 만들고, 그것이 무엇을 대체하느냐에 달려 있습니다. 소버린 AI는 어느 쪽으로든 갈 수 있습니다.
- 더 나빠지는 경우: 화석 연료 비중이 큰 전력망에 데이터 센터가 늘고, 훈련이 중복되며, 작은 모델로 충분한 작업에 대형 범용 모델을 쓰는 경우입니다.
- 더 좋아지는 경우: 규모가 알맞은 특화 모델을 쓰고, 깨끗한 전력이 남는 곳에 데이터 센터를 짓고, 처음부터 다시 훈련하는 대신 개방형 모델을 재사용하며, 측정과 보고에 대한 공공 기준을 세우는 경우입니다.
입지가 중요합니다. 국제에너지기구(IEA)는 데이터 센터 수요가 몇몇 지역에 집중되어 있고 전력망 제약이 점점 커지는 문제라고 지적합니다. 오늘날 때때로 출력을 제한해야 할 만큼 재생에너지 발전이 남는 곳이 자연스러운 후보지입니다. 공공 프로그램은 또한 처음부터 에너지 보고와 효율을 요구할 수 있는데, 이는 외국 제공업체에 강제하기는 더 어려운 일입니다.
오픈소스는 판도를 바꿀까요?
그렇습니다. 개방형 모델 덕분에 나라들은 새로 만드는 대신 고쳐 쓸 수 있습니다. 이제 여러 나라의 개방형 가중치 (open-weight) 모델이 널리 쓰이고 있습니다. ATOM Project는 2025년 중반 중국의 개방형 모델이 Hugging Face 누적 다운로드에서 미국 모델을 앞질렀다고 보고했습니다.
기존 개방형 모델을 특정 언어, 분야, 법체계에 맞게 미세 조정하는 데는 새 모델을 훈련하는 에너지의 극히 일부만 듭니다. 스위스의 Apertus는 또 다른 길을 보여 줍니다. 공개적으로 만들어져 다른 이들이 재사용할 수 있는 완전 개방형 모델입니다. 두 방법 모두 모든 나라가 전체 훈련 비용을 치를 필요를 줄여 줍니다.
중간 경로가 있을까요?
많은 이들이 중요한 부분에는 주권을, 나머지에는 상호 의존을 주장합니다. 실제로는 다음과 같습니다.
- 기반 모델이 다른 곳에서 왔더라도 데이터와 배포는 직접 통제하십시오.
- 국가 인프라나 온프레미스 인프라에서 돌릴 수 있고 민감한 데이터를 제자리에 둘 수 있는 작고, 현지에 있으며, 특화된 모델을 우선하십시오. 엣지의 AI를 참고하십시오.
- 컴퓨팅과 개방형 모델을 중복해 만들지 말고 동맹국과 공유하십시오.
- 공공 AI에 처음부터 효율, 측정, 깨끗한 전력을 반영하십시오.
일부는 더 나아가, 여러 소규모 제공업체에 분산된 추론이 특정 기업이나 정부 하나가 AI 사용 방식을 통제하지 못하게 막을 수 있는지 묻습니다. 이는 자체적인 효율상의 장단점을 지닌 열린 연구 과제입니다.
다음에 할 일
- 공공 AI 프로그램을 설계한다면 처음부터 에너지 측정과 보고를 요구하십시오. 그린 AI 정책을 참고하십시오.
- 사용 사례가 허락한다면 새 모델을 훈련하기보다 개방형 모델을 고쳐 쓰십시오.
- 깨끗한 전력을 쓸 수 있는 곳에 컴퓨팅을 두십시오. 호스팅과 데이터 센터를 참고하십시오.
- 민감한 데이터에는 엣지 및 현지 배포를 검토하십시오. 엣지인가 클라우드인가?를 참고하십시오.
- 에너지 맥락은 왜 지금 그린 AI가 중요한가를 읽어 보십시오.
자주 묻는 질문
소버린 AI란 무엇인가요?
한 나라나 여러 나라의 연합이 통제하는 AI 역량입니다. 외국 기업이나 정부에 전적으로 의존하지 않도록 자체 컴퓨팅, 모델, 데이터, 인력을 갖추는 것을 말합니다.
소버린 AI가 더 친환경적인가요?
저절로 그렇지는 않습니다. 처음부터 훈련한 국가 모델은 다른 곳에서 이미 쓴 에너지를 중복해서 씁니다. 더 작고, 특화되어 있으며, 깨끗한 전력으로 운영되고, 덜 효율적인 사용을 대체한다면 더 친환경적일 수 있지만, 그렇게 되도록 처음부터 설계해야 합니다.
공공 AI란 무엇인가요?
공영 방송이나 대중교통처럼 일부 AI를 민간 서비스와 나란히 공공 인프라로 제공해야 하며, 공적인 책임성과 접근성을 갖춰야 한다는 생각입니다.
출처
- Sovereign AI Index, Center for a New American Security (2026)
- Sovereign AI Unit, UK Government, Department for Science, Innovation and Technology (2026)
- AI Opportunities Action Plan: one year on, UK Government (2026)
- EU launches InvestAI initiative to mobilise €200 billion of investment in artificial intelligence, European Commission (2025)
- Call for tenders: selection of AI gigafactory consortia, EuroHPC Joint Undertaking (2026)
- Apertus: a fully open, transparent, multilingual language model, EPFL, ETH Zurich and CSCS (2025)
- Public AI: making AI work for everyone, by everyone, Mozilla Foundation (2024)
- Sovereignty in the age of AI: strategic choices, structural dependencies, Tony Blair Institute for Global Change (2026)
- Is AI sovereignty possible? Balancing autonomy and interdependence, Brookings Institution (2026)
- UK's best AI engineers can apply now to build tech for public services in £1 million fellowship, UK Government (2025)
- The ATOM Project, ATOM Project (2026)
- Energy and AI, International Energy Agency (2025)
관련 내용
그린 AI 정책 작성 방법
조직의 그린 AI 정책을 쓰는 단계별 안내서로, 사용, 모델, 측정, 구매, 주장, 검토를 다루는 템플릿 개요를 함께 제공합니다.
그린 AI 호스팅과 데이터센터
AI를 어디서 실행할지 고르는 법: 전력망 탄소 집약도, PUE와 WUE, 재생에너지 주장, 물 사용과 입지, 호스팅 업체에 물어볼 질문을 다룹니다.
왜 지금 그린 AI가 중요한가
AI가 데이터 센터 전력 수요를 빠르게 늘리며 전력망에 부담을 주고 비용을 높이고 있습니다. 2026년의 규모, 에너지, 비용, 정책 근거를 살펴봅니다.
엣지 AI: 더 친환경적일까, 아니면 덜 보일 뿐일까?
온디바이스·엣지 AI는 네트워크와 데이터 센터 에너지를 아낄 수 있지만, 아무도 측정하지 않는 수십억 기기에 계산을 흩어 놓습니다. 아는 것과 모르는 것을 정리합니다.