들어가며

구독자님, MIT 테크리뷰가 2026년 6월 15일 흥미로운 기사를 실었어요. 제목은 "Why Do South Koreans Love AI So Much?"

기자의 사촌이 서울 중앙시장 포차에서 소맥을 마시며 ChatGPT에 자기 사주를 물어보는 장면으로 시작해요. 29살 보험설계사인 그 사촌은 챗봇에게 연애 조언도 구하고, 주식 투자 팁도 받아요. AI를 무당이자 재테크 상담사로 쓰고 있는 셈이죠. 한국 갤럽에 따르면 20대의 46%가 챗봇으로 운세를 본 적이 있어요. 그 외에도 대부분의 한국의 "AI 사용"은 표면적인 사용에서 그친다는게 다양한 조사에서 보여지고 있어요. 단순히 뉴스를 묻거나, 무언가를 요약하고, 운세를 묻고, 상담하는 정도에서요. 그리고 "AI 강국"이라고 어느 국가 보다 Buzz량이 많은 거죠.

이 정도면 열광이라고 불러도 과하지 않아요. Pew Research 25개국 조사에서도 AI에 대한 우려가 가장 낮은 나라가 한국이었어요. 그런데 열광이 곧 경쟁력일까요? 결론부터 말씀드리면, 한국이 자처하는 'AI G3'의 성적표는 화려한 표지 뒤에 구조적 빈틈이 있어요.

🌡️ 세계에서 가장 AI를 두려워하지 않는 나라

Pew Research Center가 2025년 25개국을 대상으로 조사한 결과, AI에 대해 "우려가 더 크다"고 답한 비율이 가장 낮은 나라는 한국이었어요. 16%. 미국(50%), 이탈리아(50%), 호주(49%)와 비교하면 압도적인 차이예요.

이 낙관의 뿌리는 깊어요. 한국은 전쟁의 폐허에서 철강 → 반도체 → 초고속 인터넷 → 스마트폰이라는 기술 사다리를 타고 올라온 나라예요. "기술 = 생존"이라는 확신이 국민 정서에 깊이 박혀 있죠. KAIST 과학기술정책학과 전치형 교수는 MIT 테크리뷰와의 인터뷰에서 이렇게 말했어요. "한국 정부는 일관되게, 지칠 줄 모르고 국민에게 AI가 더 나은 미래를 만들 수 있다고 말해왔다"고요.

실제로 정부의 행보는 공격적이에요. 이재명 대통령은 취임 후 대통령직속 AI전략위원회를 신설했고, 2026년 AI 예산으로 9.9조원(약 $67억)를 배정했어요. 150조원 규모의 국민성장기금에서도 6조원이 AI 분야에 투입돼요. 2028년까지 고성능 GPU 52,000장을 확보하고, 독자 파운데이션 모델^[1]​ 개발 프로젝트도 가동 중이에요. (흔히 말하는 독파모 프로젝트)

Stanford AI Index 2026에서도 한국인의 70%가 "규제보다 AI를 통한 과학·의료 발전이 더 중요하다"고 응답했어요. 이 정도의 국가적 합의를 만들어낸 나라는 많지 않아요.

다만 열광에 그림자가 없는 건 아니에요. 올해 초 현대차가 아틀라스 휴머노이드 로봇 공장 투입을 발표했을 때, 현대차 노조는 "노사 합의 없이는 단 한 대의 로봇도 현장에 들여놓지 않겠다"고 반발했어요. 한국인의 64%가 AI로 인한 일자리 대체를 우려하면서도, 52%는 생산성 향상을 기대하고 있어요. AI를 사랑하면서도 두려워하는 양가감정의 나라인 셈이에요.

📊 G3라는 성적표를 뜯어보면

같은 Stanford AI Index 2026에서 한국은 두 가지 인상적인 숫자를 기록했어요.

첫째, 주목할 만한 AI 모델 수 세계 3위. 미국이 50개, 중국이 30개를 내놓은 가운데 한국은 5개로 3위에 올랐어요. 캐나다, 프랑스, 영국이 각각 1개씩인 것과 비교하면 의미 있는 성과예요. 전년 4위에서 한 계단 올라선 거예요.

둘째, 인당 AI 특허 수 세계 1위. 인구 10만 명당 14.31건으로, 2년 연속 1위를 차지했어요. 이 숫자들만 보면 G3가 허언은 아닌 것 같아요. 하지만 같은 보고서를 조금 더 깊이 들여다보면, 다른 숫자들이 눈에 들어와요.

모델 성능 격차부터 볼게요. 한국의 대표 모델인 K-Exaone(LG AI연구원)은 2026년 1월 Artificial Analysis 지능 지수^[2]​에서 오픈웨이트 모델 기준 세계 7위를 기록했어요. 한국 모델 중 유일하게 글로벌 톱 10에 들어간 성과죠. 점수로는 44~45점 수준이에요. 같은 지수에서 구글 Gemini와 OpenAI ChatGPT는 73점이에요. 약 40%의 격차가 있는 셈이에요.

한국의 5개 주요 모델(EXAONE, HyperCLOVA X, Solar Pro, A.X, VARCO)은 대부분 300억 파라미터 규모로, 비용 효율과 한국어 특화에서 승부하고 있어요. 작은 모델로 큰 모델에 근접하는 성능을 낸다는 점에서 기술력 자체는 인정받고 있지만, 절대 성능에서는 미국·중국 프론티어 모델^[3]​과 체급 차이가 뚜렷해요.

제가 소버린AI 관련된 세미나, 간담회 가면 늘 말하는게 있는데요. 국내는 "소버린AI"라는 키워드를 단순하게 소프트웨어 모델을 생각하고 마는 분위기가 있어요. 하지만 실제로 미국, 중국, 유럽, 대만, 일본 등 우리가 경쟁자로 보는 국가들 하더라도 소버린AI는 단순한 모델 경쟁이 아니라 이것을 공급망 단위로 "직접 만들고 운영까지"하는 전반적인 과정까지 포함해요. 우리는 지금 이걸 열심히 파는데 집중하고 있지만이건 납품의 영역이지 우리의 것을 가지는 일은 아니에요. 그리고 제발 타 모델을 증류하는 데 문제를 삼을 이유도 잘 모르겠어요. 법적인 문제도 없는게 현실이고, 현재 OpenAI, Xai, Anthropic, Deepseek, MiniMax 등 모든 프론티어급 모델을 만든 회사들은 증류를 해서 만들었다는 것을 공식/비공식적으로 밝힌 상태인데 우리는 이상하리 만큼 프롬스크레치^[4]​를 고집하고 있어요. 

더 뼈아픈 숫자는 인재 쪽이에요. AI 인재 순유입에서 한국은 OECD 38개국 중 35위예요. 인구 1만 명당 -0.36명을 기록했어요. 들어오는 사람보다 나가는 사람이 더 많다는 뜻이에요. 원인은 단순해요. AI 분야 박사 초봉이 미국은 $114,000인데, 한국 민간 기업은 약 4,100만 원(~$30,000)이에요. 3.8배 격차. 해외 이주를 계획하는 이공계 박사 수도 매년 늘어서 2023년 592명 → 2024년 658명 → 2025년 709명이에요. 서울대 대학원 이공계 정원의 75%가 미달이라는 통계도 나왔어요.

정리하면 이래요. AI를 만들 수 있는 능력(특허)은 세계 1위인데, AI를 만드는 사람(인재)이 빠져나가고 있어요. Pebblous AI의 분석이 이 모순을 정확히 짚었어요. "이 간극이 좁혀지지 않으면, 특허 건수는 영원히 모델 품질로 전환되지 않는다." (물론 이 특허도 하나 하나 뜯어보면...)

🏝️ 싸이월드가 남긴 교훈

사실 이런 패턴은 한국에게 처음이 아니에요.

1999년에 출시된 싸이월드는 아바타 기반 소셜 네트워크의 원조였어요. 페이스북(2004년)보다 5년 앞섰어요. 네이버 지식iN(2002년)은 야후 앤서스(2005년)보다 3년 먼저 Q&A 플랫폼을 열었어요. 한국은 세계에서 가장 빠르게 초고속 인터넷을 깔았고, 인터넷 서비스에서도 선발주자였어요.

결과는 어땠을까요? 싸이월드는 8개국에 진출했지만 대부분 철수했고, 모바일 전환에 실패하면서 페이스북에 자리를 내줬어요. 네이버는 글로벌 검색 시장에서 구글에 밀렸어요. 정부 주도의 ActiveX 의무화는 한국 웹 생태계를 10년 가까이 인터넷 익스플로러에 가둬놓는 결과를 가져왔고요. 이거 원흉이 있지만 아무도 책임 안짐

이 실패 사례들에는 공통점이 있어요. 국내 시장에서 빠르게 성공한 뒤, 그 성공 공식에 갇혀서 글로벌 확장에 실패하는 패턴이에요. 기술 역량은 있었지만, 글로벌 표준과 호환되는 개방형 생태계를 만들지 못한 거죠. 이른바 '갈라파고스 증후군^[5]​'이에요.

AI에서도 비슷한 조짐이 보여요. 2026년 1월, 정부 독자 AI 파운데이션 모델 프로젝트에서 이변이 터졌어요. 가장 유력한 후보였던 네이버클라우드가 탈락한 거예요. 이유가 흥미로워요. 네이버의 모델이 해외 오픈소스 모델을 파인튜닝한 것이었기 때문에, 정부가 정의한 '독자 모델^[6]​'  가중치를 초기화한 후 자체 데이터와 알고리즘으로 학습한 모델이라는 기준을 충족하지 못한 거예요. 한국에서 가장 오래, 가장 많이 AI에 투자해온 기업이 정작 '처음부터 만든 모델'은 갖고 있지 않았다는 사실이 드러난 셈이에요. 그런데 앞에서도 말했지만 이건 약간... 지금 인공지능 판이 어떻게 돌아가는지를 모르고 하는 말 같아요.

결국 LG AI연구원, SK텔레콤, 업스테이지가 생존했지만, 이 에피소드는 한국 AI 생태계의 구조적 질문을 던져요. '독자 모델'에 집중하는 것이 한국이 진짜 이길 수 있는 게임인지, 아니면 인터넷 시대의 ActiveX처럼 글로벌 생태계로부터 고립되는 길인지 말이에요.

🔑 열광이 경쟁력으로 바뀌려면

그렇다면 한국의 AI 경쟁력은 어디에서 와야 할까요?

이미 가진 것부터 냉정하게 봐야 해요. 삼성전자와 SK하이닉스는 AI 훈련에 필수적인 고대역폭 메모리(HBM)^[7]​ 시장을 사실상 지배하고 있어요. 엔비디아의 최첨단 GPU가 작동하려면 이 칩이 반드시 필요해요. 2025년 한국 반도체 수출은 $1,734억으로 역대 최고를 기록했고, 삼성과 SK하이닉스의 시가총액은 각각 1조 달러를 돌파했어요. AI의 물리적 기반을 한국이 쥐고 있는 건 분명해요.

도입 속도라는 자산도 있어요. 한국은 세계에서 AI를 가장 적극적으로 받아들이는 시장이에요. 국민 과반이 일상이나 업무에서 AI를 쓰고 있고, 정부 기관도 AI 교과서부터 AI 돌봄 로봇, AI 버스 정류장까지 앞다투어 실험하고 있어요. 이 '얼리어답터 국가'라는 특성은 AI 서비스의 테스트베드^[8]​로서 충분한 가치가 있어요.

하지만 이 두 자산이 진짜 경쟁력이 되려면 연결고리가 필요해요. HBM 독점은 미국 AI 기업의 공급망에 한국이 끼어 있다는 뜻이지, 한국이 AI 가치사슬의 상위를 점했다는 뜻은 아니에요. 도입 속도가 빠르다는 건, 자칫하면 한국 기업의 AI가 아니라 OpenAI와 구글의 서비스를 가장 빨리 소비한다는 뜻이 될 수도 있어요.

파운데이션 모델 경쟁에서 미국·중국을 정면으로 이기기는 현실적으로 어려워요. 미국 민간 AI 투자만 $2,859억이에요. 한국 전체 AI 예산($67억)의 42배 규모죠. 한국이 집중해야 할 곳은 특정 산업에서 AI를 가장 잘 '쓰는' 나라가 되는 거예요. 반도체 공정 최적화, 배터리 품질관리, K-콘텐츠 제작처럼 한국이 이미 글로벌 경쟁력을 확보한 영역에 AI를 가장 깊이 결합하는 전략이에요.

오스왈드의 시선

솔직히 말씀드리면, 저는 한국의 'AI G3' 선언이 위험한 프레이밍이라고 봐요.

GTM 전략을 수립하면서 반복적으로 봐온 패턴이 있어요. 시장 포지셔닝에서 가장 위험한 순간은 "우리가 몇 위"라는 순위에 매몰될 때예요. 순위는 현재의 스냅샷이지, 경쟁력의 방향을 보여주지 않아요. Stanford가 한국을 모델 수 3위로 꼽았지만, 미국 50개 대 한국 5개라는 절대 숫자를 놓고 보면 같은 리그라고 부르기는 어려워요.

제가 더 주목하는 건 한국 AI 기업들이 공통적으로 "한국어 특화"와 "비용 효율"을 차별점으로 내세운다는 점이에요. 이건 GTM에서 전형적인 니치 포지셔닝이에요. 니치 전략 자체는 충분히 유효하지만, 그걸 'G3'라고 부르는 순간 전략적 판단이 흐려져요. 니치와 메이저는 완전히 다른 플레이북이 필요하거든요.

한국의 진짜 선택지는 '만드는 나라'와 '가장 잘 쓰는 나라' 사이에 있다고 봐요. 둘 다 가치 있는 포지션이지만, 자원 배분은 완전히 달라요. 지금처럼 두 트랙을 동시에 벌려놓으면, 모델 품질에서도 중간, 응용 생태계에서도 중간에 머물 수 있어요. 싸이월드가 국내 성공에 취해 모바일 전환을 놓쳤듯, AI에서도 'G3의 자부심'이 냉정한 전략적 선택을 가로막는 장애물이 될 수 있어요.

마치며

정리하면 이래요.

한국은 AI에 대한 열광, 정부의 투자 의지, 반도체 공급망이라는 세 가지 자산을 갖고 있어요. 하지만 프론티어 모델 성능 격차(40%), 인재 유출(OECD 35위), 갈라파고스화의 전적이라는 세 가지 리스크도 함께 안고 있어요.

'AI 3위'라는 순위표에 안주하는 대신, 한국이 진짜 이길 수 있는 경기장이 어디인지 냉정하게 골라야 할 때예요.

MIT 테크리뷰 기사 속 그 29살 보험설계사의 말이 한국 AI의 현주소를 가장 정확하게 요약하고 있어요. "AI가 두렵기도 하지만, 지금은 너무 유용해요." 열광과 불안 사이, 그 간극을 어떻게 전략으로 바꾸느냐가 관건이에요.

💬 구독자님은 한국이 AI에서 '만드는 나라'와 '가장 잘 쓰는 나라' 중 어디에 집중해야 한다고 보시나요? 댓글로 의견 남겨주세요.

참고자료 & 더 읽기

핵심 출처

배경 지식

필자 안광섭은 세종대학교 경영학과 교수이자 OBF(Oswarld Boutique Consulting Firm) 리드 컨설턴트이다. 대학에서 경영데이터 관리, 비즈니스 애널리틱스 등 통계 및 데이터 분석을 가르치는 한편, 현장에서는 GTM 전략과 인공지능 전략 컨설팅을 이끌며 기술과 비즈니스의 접점을 설계하고 있다. AI 대화 시스템의 기억 아키텍처(HEMA) 연구로 학술 논문을 발표했으며, 매일 글로벌 AI 논문을 큐레이션하는 Daily Arxiv 프로젝트를 운영하고 있다. 고려대학교 기술경영전문대 석사과정와 KMBA을 졸업했다. 지은 책으로 《생각을 맡기는 사람들: 호모 브레인리스》가 있다.