소버린 AI
Sovereign AI
소버린 AI이란?
- 자국·자사의 데이터·인프라로 AI를 직접 통제
- 보안·종속·자국어 품질이 3대 배경
- 기업판은 '우리 회사만의 AI(폐쇄망·전용모델)'
소버린 AI가 실제로 바꾸는 것은 기술이 아니라 의사결정의 순서입니다. 기존에는 '어떤 AI가 성능이 좋은가'를 먼저 묻고 보안은 마지막에 붙였다면, 소버린 관점에서는 데이터가 어디에 머무르는가를 먼저 확정한 뒤 그 조건 안에서 쓸 수 있는 모델을 고릅니다. 그래서 같은 회사 안에서도 부서마다 쓰는 AI가 달라지고, 계약서에 '데이터 학습 미사용'과 '리전(region) 지정' 조항이 성능 지표보다 앞에 오게 됩니다.
실무에서는 통제 수준을 네 단계로 나눠 보면 판단이 쉬워집니다. ① 공용 SaaS를 그대로 쓰는 방식, ② 기업 전용 계약으로 학습 제외·로그 격리를 받는 방식, ③ 클라우드 위 격리 환경에 오픈소스 모델을 올려 직접 운영하는 방식, ④ 사내 서버에 GPU를 두고 완전 폐쇄망으로 돌리는 방식입니다. 뒤로 갈수록 통제권은 커지지만 비용과 운영 부담도 함께 커집니다. 흔히 혼동하는 '온프레미스'는 ④만 가리키는 물리적 위치 개념이고, 소버린 AI는 위치·언어·규제·공급사 종속까지 함께 보는 넓은 개념이라는 점에서 다릅니다.
현장에서 가장 자주 어긋나는 지점은 '무조건 자체 구축'으로 튀는 결정입니다. 전 직원 업무까지 폐쇄망 소형 모델로 묶어버리면, 문서 요약 품질이 떨어져 직원들이 개인 휴대폰으로 외부 AI를 쓰는 섀도우 AI가 생깁니다. 통제하려다 오히려 기록조차 남지 않는 경로가 열리는 셈입니다. 반대로 '계약서에 학습 안 한다고 써 있으니 괜찮다'며 고객 주민번호까지 그대로 넣는 경우도 있는데, 계약 조항은 유출을 막는 기술적 장치가 아닙니다. 등급을 나누지 않은 전면 금지와 전면 허용은 결국 같은 사고로 이어집니다.
AI를 국가 경쟁력·안보 자산으로 보는 시각에서 나온 말로, 2023~2024년 주요국 AI 정책과 반도체 기업의 국가별 AI 인프라 논의를 거치며 대중화됐습니다.
가상의 사례로 살펴보겠습니다. 임직원 약 900명, 연매출 4,000억 원대인 국내 전자부품 제조사 A사의 이야기입니다. 2024년 하반기에 설계팀 직원이 도면 사양이 담긴 문서를 외부 생성형 AI에 붙여 넣은 정황이 감사에서 발견되면서, 회사는 AI 사용을 전면 차단했습니다. 그런데 석 달 만에 현업의 불만이 터져 나왔고, 정보보안팀은 4개월짜리 재설계 과제를 맡았습니다.
- 보안팀장이 전면 차단 이후 3개월간의 네트워크 로그를 뽑아 보니, 사내망 차단에도 개인 휴대폰을 통한 외부 AI 접속 시도가 주당 200건 넘게 잡혔습니다. "막은 게 아니라 안 보이게 된 거네요"라는 말이 회의에서 나왔습니다.
- 법무팀과 설계·영업·인사 실무자가 모여 사내 문서를 3등급으로 갈랐습니다. 도면·원가표·고객사 단가는 1등급(반출 금지), 내부 회의록은 2등급, 공개된 제품 카탈로그와 일반 문서는 3등급으로 두고 등급표를 한 장짜리 문서로 만들었습니다.
- 1등급 업무는 사내 서버에 GPU 8장을 붙여 오픈소스 모델을 올리고 폐쇄망으로 돌렸습니다. 초기 투자 2억 원대가 부담이라 CFO가 난색을 표했지만, 설계 도면 유출 1건의 예상 손실을 추산해 제시하고 승인을 받았습니다.
- 3등급 업무는 오히려 외부 상용 AI를 기업 계약으로 정식 도입했습니다. IT팀이 '학습 데이터 미사용·로그 국내 리전 보관' 조항을 계약서에 명시하고, 계정을 회사 SSO에 묶어 누가 무엇을 물었는지 기록이 남도록 했습니다.
- 한국어 기술 용어 문제도 걸렸습니다. 자체 모델이 사내 부품 약어를 못 알아듣자, 설계팀 과장이 3주간 사내 용어 1,200개와 과거 기술문서를 정리해 검색 기반으로 붙였고 오답 지적이 눈에 띄게 줄었습니다.
- 도입 6개월 뒤, 개인 기기를 통한 외부 AI 접속 시도는 주당 200건대에서 20건 아래로 떨어졌고 설계 문서 초안 작성 시간은 건당 평균 3시간에서 1시간 10분으로 줄었습니다. 보안팀장은 "전부 막기보다 길을 터주는 쪽이 통제에 유리했다"고 정리했습니다.