김선민 더불어민주당 의원은 금요일 과기정통부를 상대로 2027 예산안의 데이터 지출 구조를 따졌다. 국가 AI 데이터 구매를 더 큰 프론티어 모델 예산에 통합하는 방안은 조 단위 파라미터 경쟁 비용을 어떻게 조달할지 논쟁을 키운다.
8000억 원, 대부분 데이터
김 의원이 공개한 자료에는 내년 프론티어 AI 데이터 경쟁력 강화에 8000억 원이 잡혀 있고, 데이터 지원 7500억 원·사이버보안 학습 코퍼스 500억 원으로 나뉜다. 올해 데이터 총 지출 300억 원, 독파모 최종 후보 데이터 구매·라벨링 직접 지원 250억 원과 비교하면 규모가 크다.
안대로면 7500억 원은 기업은행이 받아 국내 AI 기업에 투자하고, 고정 컨소시엄 보조금이 아니다. 김 의원은 국회가 독파모와 프론티어를 병행한다고 들었는데 예산 문서는 통합돼 있어 지도가 필요하다고 말했다.
SPC 논의와 GPU 산술
별도로 정부 지분 약 5조 원으로 프론티어 모델 벤처 30% 지분을 노리는 공공·민간 SPC 검토가 이어진다. 배경훈 과기부 장관은 독파모 3차 평가를 계속하면서 프론티어급 시스템도 추진한다고 했고, 최대 규모 모델에는 엔비디아 베라 루빈 GPU 약 1만 장이 필요하다고 추산했다.
스타트업의 반론
독파모 최종 후보 업스테이지 김성훈 대표는 GPU만 늘려서는 중국 효율 선도와의 격차를 메울 수 없다고 했다. 회사는 방금 350억 파라미터 MoE 모델 솔라 미니 4를 내놔 규모보다 저비용 자동화에 초점을 맞췄다.
과방위는 7500억 원 투자 채널이 독파모 성과와 중복인지 오픈 데이터 파이프라인을 채우는지 따질 것이다. 기업 구매자는 예산 헤드라인보다 이번 분기 출시되는 한국 모델 API를 실제로 산다.
독파모 학습 클러스터를 호스팅하는 클라우드 업체들은 수정된 조달 일정을 아직 받지 못했다고 해, 예산 발표와 랙 주문 사이 간극이 있다.
독파모 학습 클러스터를 호스팅하는 클라우드 업체들은 수정된 조달 일정을 아직 받지 못했다고 해, 예산 발표와 랙 주문 사이 간극이 있다.
LG AI연구원·SK텔레콤 등 다른 독파모 최종 후보는 프론티어 SPC 참여 여부에 입을 다물었고, 공개 반론은 업스테이지 쪽이 가장 크다.
예산안이 시사하는 산업 구조
데이터 지원 예산을 은행 투자 채널로 돌리면, 정부는 특정 컨소시엄이 아니라 시장 전체에 자금을 흘리려는 의도를 드러낸다. 다만 국회는 투자 심사 기준과 회수 조건을 따질 것이다. 독파모와 프론티어가 같은 데이터를 두고 경쟁할지, 역할을 나눌지가 핵심 질문이다.
GPU 수만 장 규모의 학습 인프라는 전력·냉각·부지 문제와 맞물린다. 업스테이지가 강조한 효율적 학습법은 예산만으로는 해결되지 않는다는 업계 공통 인식이다. 대기업 연구소는 자체 모델과 외부 API를 병행하는 추세다.
2027 예산안은 아직 국회 심의 전 단계이며, 숫자와 집행 주체가 수정될 수 있다. 클라우드 업체와 장비 공급사는 실제 발주 일정이 나올 때까지 관망한다. 한국이 프론티어 모델에서 어느 틈새를 노릴지가 정책·산업·학계를 가르는 축이다.
이 보도는 당일 공개된 자료와 거래·행사 일정을 바탕으로 정리했으며, 수치는 추후 공식 통계에서 소폭 수정될 수 있다. 시장과 정책 일정은 연휴 이후 첫 거래일에 다시 주목받을 전망이다. 독자는 카드 약관·의료 안내·경기 일정 등 개인 결정에 필요한 최신 공지를 각 기관 홈페이지에서 확인하는 것이 좋다.