← 블로그 목록

국산 소버린 AI 모델이 실전 선택지가 된 2026년, 발주자가 글로벌 API와 국산 오픈모델을 가르는 기준

2026.09.055분

국산 오픈모델이 '검토 대상'이 된 배경

AI 기능을 서비스에 넣으려는 기업이 그동안 사실상 고민 없이 골랐던 것은 글로벌 상용 API였습니다. 성능이 앞서 있었고, 붙이기도 쉬웠기 때문입니다. 그런데 2026년 들어 이 구도가 달라졌습니다. 과학기술정보통신부 정책브리핑(2026년 8월 18일)에 따르면 '독자 AI 파운데이션 모델' 프로젝트 2차 단계평가에서 업스테이지, SK텔레콤, LG AI연구원 3개 팀이 다음 단계에 선정됐습니다(모티프테크놀로지스는 종합평가에서 탈락). 2차 평가 배점은 벤치마크 40점, 전문가 35점, 사용자 25점으로 구성돼, 지표뿐 아니라 실사용 검증까지 반영한 평가였습니다.

a computer chip with the letter a on top of it

검증의 신호는 국내에만 있지 않습니다. 미국 비영리 연구기관 Epoch AI는 2026년 8월, 프로젝트 참여팀들이 2026년 상반기에 공개한 국산 모델 4종(모티프테크놀로지스 Motif 3, LG AI연구원 EXAONE 계열, SK텔레콤 A.X K2, 업스테이지 Solar Open2 250B)이 모두 'Notable Models'에 등재됐다고 밝혔습니다. Epoch AI 기준으로 2026년 현재 자국 모델을 이 목록에 올린 나라는 미국, 중국, 한국 세 곳입니다. 즉 국산 오픈모델은 이제 '가능성'이 아니라 실제로 검토 테이블에 올려야 하는 선택지입니다.

발주자가 실제로 갈라야 할 기준 네 가지

글로벌 API가 나쁘고 국산 오픈모델이 좋다는 식의 이야기가 아닙니다. 판단 기준을 프로젝트 요건에 맞게 나눠 두는 것이 핵심입니다. 저희가 발주 상담에서 먼저 확인하는 항목은 다음과 같습니다.

  • 데이터 주권: 다루는 데이터가 개인정보, 의료, 금융, 내부 기밀처럼 외부 전송 자체가 부담인 성격인지 봅니다. 데이터가 사내나 국내 인프라를 벗어나면 안 되는 경우, 가중치를 받아 직접 구동할 수 있는 오픈모델이 구조적으로 유리합니다.
  • 규제 대응: 공공, 금융, 의료처럼 감독 요건이 있는 영역은 '어디서 어떤 데이터로 추론했는지'를 설명할 수 있어야 합니다. 폐쇄형 API는 내부를 열어 보여주기 어렵지만, 오픈웨이트 모델은 배포 위치와 처리 경로를 발주자가 통제하기 쉽습니다.
  • 운영비 구조: API는 호출량에 비례해 비용이 늘고, 오픈모델 자체 구동은 초기 인프라 투자가 큰 대신 사용량이 많아질수록 단가 관리가 쉬워집니다. 예상 트래픽과 성장 곡선에 따라 손익분기점이 달라지므로, 규모를 가정해 미리 계산해야 합니다.
  • 온프레미스 요건: 망분리 환경이거나 외부 인터넷 연결이 제한된 조직이라면 애초에 상용 API 호출이 불가능합니다. 이때 자체 배포가 되는 오픈모델은 선택이 아니라 전제 조건입니다.

여기에 더해 눈여겨볼 흐름이 있습니다. 앞의 정책브리핑에 따르면 업스테이지 팀은 국산 NPU 기업 퓨리오사AI와 협업해 국산 소프트웨어와 하드웨어의 결합을 실증한 점에서 호평을 받았습니다. 국산 반도체 위에서 국산 모델을 돌리는 사례가 실제로 나왔다는 뜻이며, 온프레미스나 특정 하드웨어 종속을 줄이려는 발주자에게는 공급망 선택지가 넓어졌다는 신호입니다.

an abstract image of a sphere with dots and lines

왜 '오픈'이 발주자에게 실익인가

이 프로젝트의 조건도 참고할 만합니다. 프로젝트 공고(2025년)에 따르면 정부는 최대 5개 팀을 6개월 단위 단계평가로 압축 지원하고, 선정팀은 성과물을 오픈소스로 공개하는 것을 전제로 지원받습니다(개별 구축 데이터도 최소 50% 이상 공개 포함). 발주자 입장에서 오픈웨이트는 모델을 뜯어보고, 자체 데이터로 다시 학습시키고, 원하는 위치에 배포할 수 있다는 뜻입니다. 특정 사업자의 가격 정책이나 정책 변경에 서비스가 통째로 흔들리는 위험을 줄일 수 있습니다.

선택보다 설계가 어렵습니다

현실적으로 대부분의 프로젝트는 둘 중 하나만 쓰지 않습니다. 민감 데이터 처리와 내부 문서 검색은 자체 구동 오픈모델로, 일반적인 대외 응대나 초기 프로토타입은 글로벌 API로 나누는 혼합 구성이 늘고 있습니다. 문제는 이 경계를 어디에 긋고, 두 경로를 하나의 서비스로 안정적으로 엮는 일이 간단하지 않다는 점입니다. 모델 교체가 쉽도록 추상화 계층을 두고, 데이터가 어디로 흐르는지 추적할 수 있게 만들고, 비용과 응답속도를 함께 측정하는 구조가 필요합니다.

FIRSTPIP은 이 판단과 구축을 발주자 대신 설계합니다. 다루는 데이터의 민감도, 적용받는 규제, 예상 트래픽, 인프라 제약을 먼저 정리한 뒤 글로벌 API와 국산 오픈모델을 어떤 비율로 어디에 배치할지 정하고, 운영까지 이어지는 형태로 구축합니다. 국산 소버린 모델이 실전 선택지가 된 지금이, 발주 요건을 기준으로 이 판단을 새로 점검할 시점입니다.