AI/로봇·드론/VR·AR

Nikkei Computer_2025.12.25 (p12-15)

국산 진흥을 위한 소버린 AI
업계 특화형에서 활로

2026년은 국내에서 개발·관리하는 ‘소버린 AI’와 관련한 개발과 인프라 확충이 진행된다. 일본의 AI 산업에서는 제조, 금융, 의료 등 업계 특화 모델 개발이 열쇠가 된다. 사용자 기업은 생성형 AI를 효과적으로 활용하기 위해서는 업무 프로세스의 재설계가 필수적이다.

“지금이야말로 사회 전반에서 활용에서 개발로 이어지는 사이클을 돌리며 반격에 나설 절호의 기회다”. 2025년 안에 각의 결정 예정인 ‘인공지능(AI) 기본계획’에서는 정부가 AI 개발과 활용을 강력하게 추진하려는 자세를 알 수 있다. 다카이치 총리가 의장을 맡고 있는 ‘일본성장전략회의’에서는 성장 투자의 전략 분야 17개 항목 가운데 최우선으로 ‘AI·반도체’를 내세웠다.

-- 생성형 AI 활용에서 일본은 해외에 의존 --
이러한 상황에서 주목받는 개념이 '소버린 AI'다. 소버린 AI는 생성형 AI의 개발과 활용에서 모델, 데이터, 인프라를 국가 차원에서 주권적으로 관리하는 것을 의미한다. 그 배경에는 현재 일본이 생성형 AI 활용에서 미국 빅테크 기업을 비롯한 해외 기업에 크게 의존하고 있다는 현실이 있다.

현재 일본의 개인과 기업이 생성형 AI를 사용할 때, 가장 많이 이용하는 것은 미국 오픈AI와 구글 등 해외 빅테크의 모델과 서비스다. 모델을 움직이는 서버가 해외의 데이터센터에 있는 경우는 상대국 주도로 백도어를 설치해 데이터가 유출되거나, 만일 양국 관계가 악화돼 서비스 이용이 차단되는 등 경제안보상의 리스크가 있다.

오픈AI의 ‘Chat GPT’ 서비스가 시작된 지 약 3년이 지나면서, 개인과 기업의 생성형 AI 활용은 일상이 되었다. 앞으로 생성형 AI를 얼마나 효과적으로 사용하느냐가 국가 성장을 좌우한다고 할 수 있다. 그런 가운데 국내에서 생성형 AI의 운용을 완결할 수 있는 능력을 강화할 필요가 있다.

해외 기업의 생성형 AI 서비스를 계속해서 많이 이용하는 것은, 서비스 이용료 등으로 해외에 지급하는 금액이 국내로 유입되는 금액을 웃도는 ‘디지털 적자’를 확대시키는 요인이 되기도 한다. 핵심이 되는 기반 모델을 해외 기업에 의존하면, 일본 기업은 응용 서비스 개발과 운영에만 머물게 되고, 연구개발 역량의 저하도 우려된다.

해외 기업이 개발한 모델의 학습 데이터에는 일본어 데이터, 더 나아가 일본의 생활과 비즈니스 맥락을 반영한 데이터의 비율은 적다. 이 때문에 생성형 AI의 응답에 문화적 편견이 발생할 가능성이 있다. 예를 들면, 역사적 사건에 대한 해석이나 사회 규범이 영어권 주요국을 전제로 한 응답이 되기 쉽다.

-- 국가적으로 AI 개발과 활용을 지원 --
이러한 현상을 바탕으로 일본 정부는 AI의 개발과 활용 지원을 가속한다. 2025년 9월, 일본에서는 처음으로 AI에 특화된 법률인 ‘인공지능 관련 기술의 연구개발 및 활용 추진에 관한 법률(AI법)’을 시행했다. AI법에 근거해 AI의 활용과 개발 역량 강화를 위해 강구하는 시책을 구체적으로 정리한 것이 앞서 언급한 ‘AI 기본계획’이다. AI 관련 기술의 진화 속도가 매우 빠르다는 점을 고려해, 당분간은 AI 기본계획을 매년 변경한다고 한다.

AI 기본계획에서는 “인프라에서 애플리케이션에 이르기까지 AI 생태계를 구성하는 각 주체의 개발을 촉진하면서, 이를 유기적으로 결합함으로써 일본의 강점인 ‘신뢰할 수 있는 AI’를 개발한다”라고 제시했다. 미쓰비시종합연구소 선진기술센터의 이이다(飯田) 연구원은 “2026년 이후에도 정부의 AI 관련 기술 투자는 가속화될 것이다”라고 전망한다.

이미 움직이기 시작한 연구개발 지원 시책도 있다. 경제산업성과 신에너지·산업기술종합개발기구(NEDO)는 기반 모델 개발에 필요한 연산 자원의 조달, 데이터 세트의 축적, 지식 공유 등을 지원하는 프로젝트 ‘GENIAC(Generative AI Accelerator Challenge)’를 추진하고 있다.

GENIAC는 2024년에 제1기를 시작했으며, 2025년 7월에는 제3기 선정 주제를 발표했다. 라쿠텐그룹과 Preferred Networks 등 대기업과 스타트업 합해 총 24개 기업이 선정되었다.

-- 국산 모델은 업계 특화에서 빛난다 --
소버린 AI에서 활용하는 것이 이런 '국산' 모델이다. 다만 현재로서는 국산 모델의 정의는 명확히 정해지지 않았다. NTT의 ‘tsuzumi’ 등 해외 기업의 모델을 기반으로 하지 않고 처음부터 자체 개발한 모델도 있고, 미국 메타의 ‘Llama’ 등 해외 기업의 모델을 기반으로 일본어 데이터 세트를 추가 학습시킨 모델도 있다.

고성능 모델을 개발하려면 방대한 양의 데이터가 필요하며, 국내 데이터만으로 개발하는 것은 현실적이지 않다. 생성형 AI를 활용해 학습용 합성 데이터를 대량으로 만들어 내는 것도 생각할 수 있다. 소버린 AI로서 학습 데이터의 출처를 어디까지 허용할지는 앞으로도 논의가 계속된다.

국산 AI는 일본어 성능이 높을 뿐만 아니라, 일본의 상관습이나 특정 업계에 특화된 ‘특화형 모델’도 등장하고 있다. AI 기본계획에서도 ‘일본이 강점으로서 가진 산업, 의료, 연구와 같은 분야의 고품질 데이터를 활용한 ‘AI 이노베이션’이 하나의 승부처다’라고 명시했다. 실제 GENIAC 제3기에서는 스타트업 중심으로 제조, 의료, 건설, 제약 등 업계 특화 모델을 개발 테마로 채택했다.

오픈AI나 구글이 개발하는 범용형 모델의 성능이 비약적으로 향상되는 가운데, 업계 특화형 모델의 개발은 일본의 모델 개발 기업이 강점을 발휘할 수 있는 영역이 될 것이다.

스타트업 동향에 정통한 글로비스 경영대학원 테크노베이트 경영연구소의 요시다(吉田) 소장은 “영역을 좁힐수록 글로벌 대기업은 투자 효율이 떨어져 진입하기 어려워진다. 일본의 모델 개발 스타트업에게는 싸울 수 있는 시장을 선별해 넘버원을 노리는 전략이 중요하다”라고 말한다.

후지쓰 인공지능연구소의 스즈키(鈴木) 시니어 디렉터는 “제조나 의료 등의 현장에는 비정형 문서 데이터 등 AI로 활용하기 어려운 데이터가 많이 존재한다”라고 말한다. 이러한 현장 데이터는 해외 빅테크나 해외 범용형 모델 개발 기업이 접근하기 어려운 경우가 많다. 일본의 모델 개발 기업은 데이터 정비 단계부터 사용자 기업에 동행함으로써 차별화를 꾀할 수 있다.

소버린 AI를 추진하기 위해서는 모델 학습이나 운용을 담당하는 국내 데이터센터의 확충도 필요하다. 예를 들어 KDDI는 2026년 1월 하순에 ‘오사카 사카이 데이터센터’를 가동한다. 경제산업성은 AI 개발에 필요한 연산 자원 정비를 지원하기 위해, 사쿠라 인터넷 등의 GPU(그래픽처리장치) 클라우드 서비스 제공에 조성금을 지원하고 있다.

GPU를 활용한 AI 관련 연산 처리는 CPU 기반의 일반 연산 처리에 비해 소비 전력이 큰 경향이 있다. 국내 데이터센터에서 모델 가동을 위해 추론 단계부터 GPU를 사용하면 전력 수급에 어려움을 겪을 수 있다. 소버린 AI에 정통한 노무라종합연구소(NRI) IT기반기술전략실의 후지요시(藤吉) 수석 연구원은 “전용 반도체 등을 활용해 추론을 저비용으로 수행할 수 있는 환경이 보급되는 것이 바람직하다”라고 말했다.

-- 유스케이스를 창출할 수 있을까? --
지금까지 소버린 AI의 핵심이 되는 모델 개발과, 모델의 학습과 운용을 담당하는 인프라 확충에 대해 살펴봤다. 2026년에는 한 단계 더 나아가, 실제 기업에서 활용할 수 있는 유스케이스를 제시할 수 있는지가 관건이 된다. 소버린 AI가 널리 사용되지 않는다면, 경제안보상 위험 회피나 디지털 적자 감축 같은 당초 소버린 AI의 목적을 달성할 수 없기 때문이다.

PwC 컨설팅의 미요시(三善) 집행임원 파트너는 “많은 일본 기업에서 생성형 AI는 ‘편리 도구’ 수준에 머물러 있으며, 도입 효과가 재무 임팩트로 나타나지 않고 있다”라고 지적한다.

PwC Japan 그룹이 2025년 6월에 발표한 ‘생성형 AI에 관한 실태 조사 2025 봄 5개국 비교’에서는 이 지적이 수치로 나타나 있다. 일본에서 생성형 AI를 활용하고 있는 기업의 비율은 5개국 평균과 비슷했지만, 효과가 기대를 웃돈다고 응답한 기업의 비율은 미국과 영국의 약 4분의 1, 독일과 중국의 약 절반에 그쳤다.

일본 기업이 생성형 AI 도입 효과를 얻기 어려운 요인 중 하나는, 업무 프로세스의 일부에서만 생성형 AI를 활용하고 있다는 점이다. 범용 목적의 대화형 생성 AI 서비스를 통해 회의록 요약, 메일 문안 작성, 자료 작성 등 개인 업무의 효율은 향상됐다. 반면 생성형 AI가 대체한 업무는 일부에 한정돼 있다. 업무 프로세스 전체나 기업 전체에서는 비용 절감이나 매출 증대 등의 재무 지표에 아직 충분히 반영되지 못하고 있다.

이 상황에서는 국산 모델 개발이나 인프라 확충만을 소버린 AI로서 추진하더라도, 이 소버린 AI를 도입하고 지속적으로 사용하며 진화시키기 위해 비용을 지불하려는 사용자 기업이 제한될 우려가 있다. 장기적으로 보면 일본 AI 산업의 지속적인 발전이 어려워질 수 있다.

그래서 2026년은, 지금까지 사람 중심이었던 업무 프로세스를 재설계하기 시작하는 해가 되어야 한다. 사용자가 자연어로 지시하면 대규모언어모델(LLM)이 이를 해석하고, 적절한 수단을 선택해 자율적으로 처리하는 AI 에이전트가 작동하는 것을 전제로 하는 것이다. 동시에 그러한 업무 프로세스를 실현할 수 있는 시스템 구축도 진행해 나간다. 처음에는 기술적 제약으로 인해 AI 에이전트가 담당할 수 있는 업무가 제한적일 수 있어도 점차 적용 범위를 넓혀간다.

하나의 범용 AI 에이전트가 아니라 회계, 영업, 인사 등 특정 업무에 특화된 여러 AI 에이전트를 조합함으로써 더 큰 효과를 발휘한다. 각 특화형 에이전트에 최적의 모델을 선택하는 과정에서, 일본의 상관습이나 업계 특성에 강한 국산 모델이 선택지가 된다. 멀티 에이전트 도입을 위한 준비가 시작되는 2026년, 국산 모델과 국산 AI 에이전트는 조금씩 현장에서 사용되기 시작할 것이다.

 -- 끝 --
 

Copyright © 2025 [Nikkei Computer] / Nikkei Business Publications, Inc. All rights reserved.

Nikkei Computer_2025.12.25 목차

이노베이션 워치
・‘예측 시장’ 기업이 20억 달러 조달

IT가 위험하다
・근로기준법 개정 논의의 임팩트 -- SIer는 생산성 향상이 시급

특집
철저 전망 2026
AI 구동이 IT에 구조적 변화를 요구하다

・Part 1
국산 진흥을 위한 소버린 AI -- 업계 특화형에서 활로

・Part 2
개발 작업은 전면 자동화로 -- 기술자의 가치도 재편

・Part 3
SIer에 변혁을 요구하는 AI -- ‘인월(人月)형’ 탈피가 시급

・Part 4
랜섬웨어는 AI 구동으로 -- 바이브 해킹 부상

특집
IT 인프라 테크놀로지 AWARD 2026
기반 기술은 AI-Ready로

・Part 1
그랑프리는 MCP -- 규약이 공통 기반으로

・Part 2
MCP가 마침내 구현 단계로 -- 모든 것이 AI-Ready로

・Part 3
‘주목 기술’은 선행 지표 -- 차세대 IT 인프라 기술

포커스
사이버 에이전트, 경이적인 AI 혁명

인터뷰
아스트로 텔러(Astro Teller), X CEO(최고경영자)
실패율 98%를 자양분 삼아 문샷 -- 혁신적 프로젝트로 사회 과제 해결

뉴스 & 리포트
・NEC의 AI 사업은 에이전트에 주력 -- ‘여러 산업으로 전개 가능’을 목표

・후지쓰, 소버린 AI 지원 기술 개발 -- 자체 LLM도 경량·저전력화

・SAP, AI 개발 도구 발표 -- AI 에이전트 커스터마이징 가능

・세일즈포스, AI 기능 강화 -- 결정론적 처리와 LLM 추론을 양립

・유동 인구 데이터로 매장 특성을 개별 파악 -- Francfranc, 동선 분석을 전국 전개

・프라이버시 강화 기술 ‘PETs’ 보급 -- 신규 단체 설립, ‘올 재팬 연계’

・U-ZERO, 엔게이지먼트 관리 지원 -- AI 아바타가 직원의 속마음을 추출

데이터는 말한다
2025년도 IT 투자는 사상 최고치 -- 2026년도에는 AI 지원 개발이 가속

케이스 스터디
[주고쿠전력]
화력발전소 운영을 AI로 지원 -- 과거의 전철을 밟지 않기 위한 연구로 암묵지를 재현

AI 리더즈
다이코 무겐(太古 無限) 씨, 다이하쓰공업 DX추진실 디지털변혁그룹장 (겸) DX전략담당
AI는 현장의 자발성이 핵심

작동하지 않는 컴퓨터
[미노공업]
전 파일 서버가 랜섬웨어 피해 -- 삭제되지 않은 계정 통해 VPN 침입

연재
비즈니스 메타데이터 매니지먼트 입문
‘비즈니스를 모르는 AI’ -- 당신은 일을 맡길 수 있겠는가

AI 에이전트 활용 최전선, 기대와 과제
에이전트 활용으로 사회 현상을 재현 -- 비즈니스의 본질을 근본부터 바꾸다

사장의 질문에 답하는 IT 전문가의 대화술
일본에 아직 남아 있는 강점을 활용 -- 2030년, AI로 승리하라

키워드
에이전틱 커머스(Agentic Commerce)

오피니언
극언정론
IT 부서와 디지털 조직을 통합하라 -- CIO도 ‘집행임원’으로는 부족하다

모바일 일도양단
이동통신 대기업이 갈망하는 센티미터파 -- 주파수 공용 기술의 진전에 기대

나카타 아쓰시의 GAFA 깊이 읽기
‘LLM 한계설’은 사실일까? -- 유력 AI 연구자들 사이에서도 엇갈리는 견해

가쓰무라 유키히로의 '오늘도 누군가를 노린다'
아사히의 랜섬웨어 기자회견에서 배우다 -- 공격은 고도화되고 교묘했는가

 -- 끝 --

Copyright © 2025 [Nikkei Computer] / Nikkei Business Publications, Inc. All rights reserved.