'소버린 AI' 원조는 왜 탈락했나 — 네이버 국가대표 AI 탈락 심층분석

자기가 세운 기준에, 자기가 걸렸다

2025년 4월, 한 기업의 대표가 경쟁사를 향해 이렇게 말했습니다. "외국 기술을 들여와서 우리 상표를 붙여 우리 것이라고 생각하는 것은 언어도단"이라고요. 국내에서 '소버린 AI'라는 말을 가장 앞장서서 외쳐 온 기업, 네이버클라우드의 김유원 대표였습니다.

그로부터 아홉 달 뒤인 2026년 1월 15일, 정부가 발표한 '국가대표 AI' 1차 평가 결과에서 탈락한 기업 명단에 네이버클라우드가 올랐습니다. 탈락 사유는 다름 아닌 독자성 기준 미달이었습니다. 중국 알리바바의 오픈소스 모델에서 가져온 부품을 썼다는 것이 이유였습니다.

소버린 AI의 원조가 소버린 AI 기준에 걸린 겁니다. 이 글은 그 아이러니가 어떻게 만들어졌고, 무엇을 남겼는지를 따라갑니다.

[이미지 추후 생성]

소버린 AI란 정확히 무엇인가

소버린(sovereign)은 '주권'이라는 뜻입니다. 소버린 AI는 한 나라가 자국의 언어와 데이터, 연산 인프라, 그리고 AI 모델 자체를 스스로 만들고 통제할 수 있는 역량을 가리킵니다.

핵심은 '국산 제품'이라는 좁은 의미가 아닙니다. 서버 인프라, AI 반도체, 학습 데이터, 알고리즘, 클라우드까지 기술 전반에서 외부 의존을 줄이는 것을 말합니다. 어느 한 층이라도 남의 것에 완전히 기대고 있으면, 그 층을 쥔 쪽이 사실상 결정권을 갖게 되기 때문입니다.

그래서 소버린 AI는 산업 정책이 아니라 안보 문제로 취급되는 경우가 많습니다. 다른 나라 기업의 정책 변경이나 다른 나라 정부의 수출 통제 한 번으로 자국 서비스가 멈출 수 있다면, 그건 기술 문제가 아니라 주권 문제라는 인식입니다.

젠슨 황이 퍼뜨린 말, 그리고 그 말의 이해관계

이 개념을 전 세계에 퍼뜨린 사람은 엔비디아 CEO 젠슨 황입니다. 그는 각국 정상과 만나는 자리마다 "모든 나라는 자국의 데이터로 자국의 AI를 만들어야 한다"는 메시지를 반복했습니다.

여기서 짚어야 할 지점이 있습니다. 이 메시지는 정확한 진단이면서 동시에 대단히 훌륭한 영업이기도 했다는 점입니다. 모든 나라가 자국 AI를 만들려면 모든 나라가 GPU를 사야 하고, 그 GPU를 파는 회사는 사실상 하나뿐이기 때문입니다.

실제로 2025년 10월 31일, 엔비디아는 삼성·SK·현대차·네이버클라우드 등 국내 4개 기업에 26만 장 규모의 GPU를 공급하겠다고 발표했습니다. 최대 14조 원 규모로 알려진 계약이었습니다. 자립을 하려는데 그 자립의 핵심 부품을 한 회사에서 사와야 한다는 구조 자체가, 소버린 AI 논쟁이 안고 있는 첫 번째 모순입니다.

[이미지 추후 생성]

한국이 5,300억 원을 건 이유

정부가 시작한 사업의 정식 명칭은 '독자 AI 파운데이션 모델' 프로젝트, 줄여서 '독파모'입니다. 언론과 업계에서는 '국가대표 AI'라고 부릅니다.

목표는 명확합니다. GPT나 제미나이 같은 최상위 해외 모델 대비 95% 이상의 성능을 내는 한국형 모델을 만드는 것. 2027년까지 5,300억 원 규모의 예산이 투입됩니다.

왜 이 정도 돈을 쓰느냐는 질문에 대한 정부의 답은 단순합니다. 지금 당장은 해외 모델을 빌려 쓰는 것이 싸고 빠르지만, 국가 행정·국방·의료처럼 데이터를 밖으로 내보낼 수 없는 영역이 존재하고, 그 영역을 감당할 모델이 국내에 없으면 결국 그 영역 전체가 비어 버린다는 것입니다.

사업의 구조 — 6개월마다 탈락자를 낸다

독파모 프로젝트의 설계는 경쟁 방식입니다. 2025년 8월, 5개 정예팀을 선발한 뒤 6개월 주기로 평가해 팀을 줄여 나갑니다.

2026년까지 두 팀을 떨어뜨리고, 2027년에 최종 2개 팀을 남기는 것이 원래 계획이었습니다. 살아남은 팀에는 GPU 자원과 데이터, 예산이 계속 지원됩니다. 떨어지면 그 지원이 끊깁니다.

평가는 세 갈래로 나뉩니다. 벤치마크 점수, 전문가 심사, 그리고 일반 국민으로 구성된 평가단의 사용 경험입니다. 성능만 좋다고 되는 것도 아니고, 쓰기 좋다고만 되는 것도 아니라는 뜻입니다.

[이미지 추후 생성]

출발선에 선 다섯 팀

2025년 8월 선발된 다섯 팀과 각자의 모델은 다음과 같았습니다.

SK텔레콤은 A.X 시리즈로, LG AI연구원은 K-엑사원으로, 업스테이지는 솔라 오픈으로, 네이버클라우드는 하이퍼클로바X 시드로, NC AI는 배트키(VAETKI)로 참여했습니다.

눈에 띄는 건 이 명단에 카카오와 KT가 없다는 점입니다. 두 회사는 각각 오픈AI, 마이크로소프트와의 협력 관계 때문에 사실상 대상에서 제외됐습니다. 이 제외 자체가 이미 '독자성'이 이 사업의 핵심 잣대라는 신호였습니다.

'프롬 스크래치'라는 기준

정부가 내건 기준은 '프롬 스크래치(from scratch)', 즉 설계부터 사전학습까지 국내에서 수행한 모델이어야 한다는 것이었습니다.

말은 간단해 보이지만, 현대 AI 개발에서 이 선을 어디에 긋느냐는 대단히 까다로운 문제입니다. 오늘날 거의 모든 대형 모델은 남이 만든 아키텍처 아이디어, 남이 공개한 학습 기법, 남이 배포한 실행 코드 위에서 만들어집니다. 완전히 아무것도 참조하지 않은 모델이란 사실상 존재하지 않습니다.

그래서 실무에서 통용돼 온 구분선은 가중치(weight)였습니다. 코드나 구조는 참조하더라도, 가중치만큼은 자기 손으로 학습시켜야 자기 모델이라는 것입니다.

[이미지 추후 생성]

가중치란 무엇인가 — 이 논쟁을 이해하는 열쇠

가중치는 AI가 학습 과정에서 만들어 낸 판단 기준의 집합입니다. 어떤 신호에 얼마나 비중을 둘지를 정해 놓은 숫자 덩어리라고 생각하면 됩니다.

구조와 가중치의 관계를 비유하면 이렇습니다. 구조는 악기의 설계도이고, 가중치는 그 악기를 수천 시간 연주하며 만들어진 연주자의 감각입니다. 설계도를 보고 똑같은 악기를 만드는 것과, 남의 연주자를 그대로 데려오는 것은 전혀 다른 이야기입니다.

AI 학습에서 압도적으로 비싼 쪽은 후자입니다. 구조를 베끼는 데는 비용이 거의 들지 않지만, 가중치를 만드는 데는 수백억 원어치의 연산이 들어갑니다. 그래서 '누가 가중치를 만들었나'가 곧 '누가 이 모델을 만들었나'와 같은 질문이 됩니다.

2026년 1월 15일, 발표된 결과

1차 평가 결과는 예상 밖이었습니다. 원래는 한 팀만 탈락시킬 예정이었는데, 두 팀이 떨어졌습니다.

통과: LG AI연구원, SK텔레콤, 업스테이지. 탈락: 네이버클라우드, NC AI.

LG AI연구원은 벤치마크와 전문가·사용자 평가 양쪽에서 최고점을 받았습니다. NC AI는 모델 성능 점수 미달이라는, 비교적 이해하기 쉬운 이유로 떨어졌습니다. 문제는 네이버클라우드였습니다. 성능이 아니라 자격에서 걸렸기 때문입니다.

[이미지 추후 생성]

네이버클라우드가 걸린 지점 — 비전 인코더

과기정통부가 지목한 것은 네이버클라우드가 제출한 하이퍼클로바X 시드 계열 모델이 중국 알리바바 큐웬(Qwen)의 비전 인코더를 사용했다는 점이었습니다.

비전 인코더는 이미지를 AI가 이해할 수 있는 숫자로 바꾸는 부품입니다. 멀티모달 모델, 즉 이미지도 함께 처리하는 모델의 핵심 구성 요소 중 하나입니다.

쟁점은 그 부품의 구조를 참고했다는 데 있지 않았습니다. 그 안에 들어 있는 학습된 가중치를 그대로 가져왔다는 데 있었습니다. 앞 섹션의 비유로 돌아가면, 설계도를 본 것이 아니라 연주자를 데려온 쪽에 가깝다는 판정이었습니다.

코사인 유사도 99.51%가 말하는 것

논란을 촉발한 것은 구체적인 수치였습니다. 네이버 모델의 비전 인코더 가중치를 큐웬의 것과 비교했더니 코사인 유사도 99.51%, 피어슨 상관계수 98.98%가 나왔다는 분석이 공개됐습니다.

코사인 유사도는 두 숫자 묶음이 같은 방향을 가리키는지를 재는 지표입니다. 100%에 가까울수록 사실상 같은 값이라는 뜻입니다. 99.5%라는 숫자는 '비슷하게 학습됐다'가 아니라 '같은 것을 가져왔다'에 훨씬 가까운 수치입니다.

정부의 판단은 이 지점에서 갈렸습니다. SK텔레콤과 업스테이지는 실행 편의를 위한 인퍼런스 코드만 참조한 것으로 확인돼 프롬 스크래치 훼손이 아니라고 봤고, 네이버클라우드는 학습된 가중치 자체를 채택한 것이라 결격이라고 본 것입니다.

[이미지 추후 생성]

네이버의 반박 — "부품 조립이 아니라 통합 아키텍처"

네이버 측은 즉각 반박했습니다. 요지는 세 가지였습니다.

첫째, 인코더를 고정해서 그대로 쓴 것이 아니라 상당한 수준의 최적화와 추가 학습을 거쳤다는 것. 둘째, 이 모델의 핵심 기여는 단순한 부품 조립이 아니라 통합 아키텍처의 완성에 있다는 것. 셋째, 검증된 오픈소스 구성 요소를 활용하는 방식은 글로벌 AI 업계의 보편적 설계 표준이라는 것이었습니다.

이 반박은 기술적으로 근거가 없는 주장이 아닙니다. 메타의 라마 계열이나 여러 상용 모델도 구성 요소 단위로는 서로의 성과를 활발히 재사용합니다. 문제는 이 사업이 일반적인 모델 개발이 아니라 독자성을 조건으로 국고를 배분하는 사업이었다는 점입니다. 업계 표준이라는 논리는 사업의 취지 앞에서 힘을 잃었습니다.

2025년 4월의 발언이 돌아왔다

네이버 탈락이 유독 큰 화제가 된 이유는 이 회사가 그동안 서 온 자리 때문입니다.

김유원 네이버클라우드 대표는 2025년 4월 한 테크밋업에서 KT의 마이크로소프트 협력 프로젝트를 겨냥해 이렇게 말했습니다. "외국 기술을 들여와서 우리 상표를 붙여 우리 것이라고 생각하는 것은 언어도단"이며, "미국 대통령의 지시로 국가 운명이 좌우되는 것을 소버린이라고 할 수는 없다"고요.

같은 맥락에서 카카오의 오픈AI 협력도 간접적으로 비판했습니다. 국내 소버린 AI 담론에서 가장 강경한 선을 그은 것이 네이버였고, 그 선은 상당한 지지를 받았습니다.

[이미지 추후 생성]

자충수가 된 정의

여기서 문제가 발생합니다. 네이버가 제시한 소버린 AI의 정의는 외부 기술 위에 상표만 붙이는 것은 주권이 아니다였습니다.

그런데 정부가 네이버를 탈락시킨 논리가 정확히 그 정의였습니다. 외부 모델의 학습된 가중치를 가져다 쓴 것은 독자 개발로 볼 수 없다는 것. 네이버가 KT를 향해 겨눴던 잣대가 그대로 네이버에게 적용된 것입니다.

물론 두 사안이 완전히 같지는 않습니다. KT의 경우는 상용 모델 도입에 가까웠고, 네이버의 경우는 자체 학습한 대형 모델에 외부 부품 하나를 결합한 것이라 규모와 성격이 다릅니다. 하지만 담론의 세계에서 이 차이는 잘 전달되지 않았습니다. 강경한 기준을 제시한 쪽이 그 기준에 걸리면, 남는 것은 정도의 차이가 아니라 이미지입니다.

업스테이지는 왜 살아남았나 — 같은 지표, 다른 결말

이 사건을 입체적으로 보려면 반드시 함께 봐야 할 사례가 있습니다. 업스테이지입니다.

2026년 1월 1일, 사이오닉 AI의 고석현 대표가 업스테이지의 '솔라 오픈'이 중국 지푸 AI의 GLM-4.5-에어와 일부 레이어에서 결정적으로 유사하며 이를 미세조정한 것으로 보인다고 주장했습니다. 근거로 제시된 지표 역시 코사인 유사도였습니다.

네이버 건과 판박이처럼 보이는 문제 제기였습니다. 그런데 결말은 정반대였습니다. 업스테이지는 1차 평가를 통과했고, 지금도 2차 평가에 남아 있습니다.

[이미지 추후 생성]

문제 제기자가 사흘 만에 사과한 이유

1월 4일, 고석현 대표는 자신의 주장을 철회하고 사과했습니다. 레이어놈(LayerNorm) 레이어 값의 코사인 유사도만으로는 모델 가중치 공유 여부를 결론 내리기 어렵다는 것이었습니다.

이유는 이렇습니다. 레이어놈은 언어모델들이 공통적으로 쓰는 정규화 계층이고, 구조와 특성이 서로 비슷합니다. 그래서 완전히 독립적으로 학습된 두 모델 사이에서도 이 계층의 코사인 유사도는 원래 높게 나옵니다. 방향만 비교하는 지표라 크기 차이도 잡아내지 못합니다.

여기에 '수렴 진화'라는 현상도 겹칩니다. 아키텍처와 데이터 구성이 비슷하면 독립적으로 학습해도 결과값이 비슷한 지점으로 수렴할 수 있습니다. 그는 이를 엄밀히 검증하지 않고 공개해 혼란을 야기한 점을 사과했습니다.

그렇다면 네이버 건의 숫자는 무엇이 달랐나

여기서 자연스러운 의문이 생깁니다. 업스테이지 건에서 코사인 유사도가 신뢰할 수 없는 지표라면, 네이버 건의 99.51%도 마찬가지 아니냐는 것입니다.

구분되는 지점은 세 가지입니다. 첫째, 대상 계층이 다릅니다. 업스테이지 건은 원래 비슷하게 나오는 정규화 계층이었고, 네이버 건은 비전 인코더 전체였습니다. 둘째, 지표가 하나가 아니었습니다. 코사인 유사도와 함께 피어슨 상관계수 98.98%가 제시됐는데, 이 지표는 방향뿐 아니라 값의 패턴 자체를 봅니다. 셋째, 네이버가 사용 사실 자체를 부인하지 않았습니다. 반박의 내용은 '가져오지 않았다'가 아니라 '가져왔지만 상당히 손봤다'였습니다.

즉 두 사건은 같은 지표를 썼지만 증거의 무게가 달랐습니다. 다만 대중이 이 차이를 구분할 수 있었느냐는 별개의 문제입니다. 두 사건은 한 달 사이에 벌어졌고, 언론에는 비슷한 제목으로 실렸습니다.

[이미지 추후 생성]

이 사건이 드러낸 진짜 공백 — 검증 프로토콜의 부재

두 사건을 나란히 놓으면 공통된 문제가 보입니다. 모델의 독자성을 판정할 표준화된 검증 절차가 없다는 것입니다.

지금 벌어지는 일은 이렇습니다. 누군가 가중치를 내려받아 유사도를 계산해 소셜미디어에 올리면, 언론이 받아쓰고, 해당 기업이 해명하고, 며칠 뒤 진위가 가려집니다. 그사이 기업 가치와 신뢰가 흔들립니다. 사법 절차로 치면 재판 없이 여론으로 유죄를 정하는 구조입니다.

전문가들이 공통적으로 지적한 결론은 '종합 검증 프로토콜'의 부재였습니다. 어떤 계층을 어떤 지표로 어떤 임계값에서 판단할지, 반증 기회는 어떻게 보장할지가 정해져 있지 않습니다. 5,300억 원이 걸린 사업에서 가장 중요한 판정 기준이 아직 학계 관행 수준에 머물러 있는 셈입니다.

후폭풍 — 주가, 내부, 그리고 사람

탈락 발표 직후 네이버 주가는 약세를 보였습니다. 그보다 더 뼈아픈 것은 내부 반응이었습니다. "우리 이거밖에 안 됐나"라는 자조가 나왔다고 전해집니다.

AI 인재 시장에서 '국가대표 탈락'이라는 라벨은 생각보다 무겁습니다. 최고 수준의 연구자들이 회사를 고르는 기준에는 보상만 있는 것이 아니라, 내가 만드는 것이 어디까지 갈 수 있느냐가 포함되기 때문입니다. 국가 프로젝트에서 빠졌다는 사실은 그 질문에 부정적인 신호를 줍니다.

국내 최대 인터넷 기업이자 한국어 데이터를 가장 많이 가진 회사, 그리고 소버린 AI 담론을 만들어 온 회사가 국가 AI 사업에서 빠졌다는 사실 자체가 생태계에 남긴 손실도 있습니다.

[이미지 추후 생성]

네이버의 선택 — 패자부활전에 나가지 않았다

과기정통부는 예정보다 한 팀이 더 떨어져 결원이 생기자 패자부활전을 열었습니다. 탈락한 두 팀과 신규 사업자를 대상으로 한 팀을 추가 선발하겠다는 것이었습니다.

네이버는 참여하지 않겠다고 밝혔습니다. 탈락 발표 당일 사실상 공식화된 입장이었고, "향후 AI 기술 경쟁력을 높이기 위해 다각적인 노력을 이어가겠다"는 원론적인 문장만 남겼습니다.

이 선택은 두 갈래로 읽힙니다. 하나는 자존심입니다. 소버린 AI를 가장 강하게 주장해 온 회사가 부활전에 응모해 다시 심사받는 그림은 그 자체로 부담이었을 것입니다. 다른 하나는 계산입니다. 기준이 가중치 100% 자체 학습이라면, 이미 만들어 둔 자산의 상당 부분을 버리고 다시 시작해야 합니다.

NC와 카카오도 등을 돌렸다

흥미롭게도 부활전을 외면한 것은 네이버만이 아니었습니다. 함께 탈락한 NC AI도, 애초에 참여하지 않았던 카카오도 재도전 의사가 없다는 뜻을 밝혔습니다.

업계에서는 부활전 자체를 두고 의견이 갈렸습니다. "지원 혜택이 크니 들어갈 만하다"는 쪽과 "이미 한 번 걸러진 판에 다시 들어가는 것은 역효과"라는 쪽이었습니다.

결과적으로 국내 대형 플랫폼 기업 대부분이 이 사업에서 빠지는 그림이 만들어졌습니다. 국가대표 AI를 뽑는데 가장 많은 이용자 데이터와 서비스 접점을 가진 회사들이 빠져 있는 구조가 된 것입니다. 이것이 이 사업의 두 번째 모순입니다.

[이미지 추후 생성]

빈자리를 채운 이름 — 모티프테크놀로지스

2026년 2월 12일 마감된 추가 공모에는 모티프테크놀로지스와 트릴리온랩스 두 컨소시엄이 접수했습니다. 2월 20일, 모티프테크놀로지스 컨소시엄이 최종 선정됐습니다.

선정 사유는 독자 기술 기반의 확장성과 국내 AI 생태계 기여 가능성이었습니다. 컨소시엄에는 모티프테크놀로지스와 모레를 축으로 크라우드웍스, 엔닷라이트, 서울대·KAIST·한양대 산학협력단, 삼일회계법인 등이 참여했습니다.

대기업이 빠진 자리를 스타트업 연합이 채운 셈입니다. 상징적인 교체였습니다. 규모로 승부하던 판에 효율로 승부하는 팀이 들어온 것이기 때문입니다.

2026년 8월, 현재의 판도

그렇게 재편된 4파전이 지금 2차 평가를 치르고 있습니다. 네 팀이 제출한 모델은 다음과 같습니다.

LG AI연구원 — K-엑사원 2.0: 전체 파라미터 7,500억 개. 1차 모델의 2,360억 개에서 세 배 이상 키웠습니다. 프런티어급 설계, 장문 이해, 안전성 강화가 축입니다.
SK텔레콤 — A.X K2: 6,880억 개. 비전·오디오·음성 등 용도별 모델군을 구성해 산업 적용을 노립니다.
업스테이지 — 솔라 오픈 2: 전체 2,500억 개, 활성 150억 개. MoE 구조로 에이전트 활용 시 비용 효율을 앞세웁니다.
모티프 — 모티프 3: 전체 3,140억 개, 활성 130억 개. 제한된 자원으로 성능 효율을 입증하는 전략입니다.

숫자만 보면 LG와 SKT가 규모에서 앞서고, 업스테이지와 모티프는 활성 파라미터를 크게 줄인 효율 노선을 택했습니다. 그리고 이번 평가는 규모를 그대로 점수로 바꿔 주지 않습니다.

[이미지 추후 생성]

2차 평가는 무엇을 보는가 — 규모에서 사용성으로

1차 평가의 초점이 기술 완성도와 독자 개발 여부였다면, 2차 평가의 초점은 실제 업무를 처리하는 에이전트 능력과 산업 현장 적용 가능성으로 옮겨 갔습니다.

정부가 밝힌 기준은 명시적입니다. "모델 규모 등으로만 성능이 정의되지 않으며, 연산 효율과 실제 사용성 등에 따라 모델의 수준이 갈린다"는 것입니다.

업계의 관측도 같은 방향입니다. 정확도·비용·속도·안정성을 동시에 만족시키는 사용성이 승패를 가를 것이라는 분석입니다. 파라미터 7,500억 개가 2,500억 개를 이긴다는 보장이 없는 판이 된 겁니다. 오히려 활성 파라미터가 작은 MoE 모델이 실사용 비용에서 유리할 수 있습니다.

국민 평가단 200명이라는 장치

2차 평가에서 눈여겨볼 부분은 일반 국민 200명이 직접 네 모델을 써 보고 점수를 매긴다는 점입니다. 성별과 연령을 기준으로 선정됐고, 8월 8일부터 11일까지 절대평가 방식으로 채점합니다.

이 장치의 의미는 두 가지입니다. 하나는 벤치마크 최적화만으로는 통과할 수 없게 만든다는 것. 시험 문제에 맞춰 훈련한 모델과 실제로 대화가 잘 통하는 모델은 다르고, 그 차이는 일반 사용자가 가장 빨리 느낍니다.

다른 하나는 정당성의 확보입니다. 5,300억 원의 국고가 들어가는 사업에서 승자를 전문가들끼리 정하는 것과 국민이 직접 써 보고 정하는 것은 사회적 무게가 다릅니다. 다만 나흘간의 사용 경험이 모델의 진짜 실력을 얼마나 반영할 수 있느냐는 별도의 논쟁거리로 남습니다.

[이미지 추후 생성]

쟁점 하나 — 독자성인가 성능인가

이 사건이 남긴 첫 번째 쟁점은 이 사업의 목적이 무엇이냐는 것입니다.

목적이 원천기술 확보라면 독자성 기준은 타협 대상이 아닙니다. 남의 가중치를 쓰면 그 순간 기술 주권은 성립하지 않기 때문입니다. 반면 목적이 고성능 한국어 AI 확보라면 이야기가 달라집니다. 검증된 오픈소스 부품을 조합해 더 좋은 모델을 더 빨리 만드는 쪽이 합리적일 수 있습니다.

문제는 정부가 이 두 목적을 명확히 구분해 제시하지 않았다는 점입니다. 사업 이름에는 '독자'가 들어가 있는데 평가에는 성능 지표가 들어가 있습니다. 두 목적이 충돌하는 경계선에서 첫 번째 희생자가 나온 것이 이번 사건이라고 볼 수 있습니다.

쟁점 둘 — 오픈소스 시대에 '순수 국산'은 가능한가

두 번째 쟁점은 더 근본적입니다. 지금의 AI 개발 방식에서 100% 자체 개발이라는 것이 성립하느냐는 것입니다.

트랜스포머 구조는 구글이 만들었습니다. 학습 최적화 기법의 상당수는 해외 연구실에서 나왔습니다. 학습 프레임워크도, 추론 엔진도, 그 아래의 GPU와 드라이버도 전부 해외 것입니다. 이 층들을 다 걷어내고 남는 '순수 국산'의 범위는 결국 가중치와 데이터입니다.

그렇다면 현재의 기준은 사실상 '가중치는 자체 학습하라'는 한 줄로 요약됩니다. 이것은 실행 가능한 기준입니다. 다만 그 한 줄을 '독자 AI'라는 큰 이름으로 부르는 순간 기대치가 부풀고, 부풀어 오른 기대치가 다시 여론의 잣대가 되어 돌아옵니다. 네이버가 겪은 일이 정확히 그것이었습니다.

[이미지 추후 생성]

이 사건이 남긴 세 가지

첫째, 담론을 주도하면 그 담론의 기준으로 심판받는다는 것입니다. 네이버는 소버린 AI라는 의제를 국내에 정착시킨 공이 있지만, 동시에 가장 엄격한 잣대를 스스로 만들어 뒀습니다. 의제를 세우는 일에는 그것에 자신이 먼저 부합해야 한다는 비용이 따릅니다.

둘째, 기준이 있기 전에 판정이 먼저 왔다는 것입니다. 코사인 유사도라는 단일 지표로 두 건의 논란이 벌어졌고, 하나는 사과로 끝났으며 하나는 탈락으로 끝났습니다. 판정 절차가 정비되지 않은 상태에서 판정이 이뤄진 것은 이 사업이 안고 갈 부채입니다.

셋째, 대기업이 빠진 국가대표라는 구조입니다. 네이버·카카오·KT·NC가 모두 빠진 4파전이 됐습니다. 이것이 기존 강자를 걷어내고 새 판을 짠 건강한 재편인지, 가장 큰 자원을 가진 주체들이 빠진 반쪽 사업인지는 2차 평가 결과와 그 뒤의 실사용 성적이 답할 것입니다.

곧 나올 답

2차 평가 결과는 이달 안에 나옵니다. 국민 평가단 채점이 8월 11일 끝나면 벤치마크·전문가 심사와 합산해 세 팀이 추려집니다.

여기서 또 한 팀이 떨어집니다. 그리고 2027년에 최종 두 팀이 남습니다. 지금 앞서 있어 보이는 팀도 사용성 평가에서 뒤집힐 수 있고, 규모가 작은 팀이 효율로 올라설 수도 있습니다.

확실한 것은 하나입니다. 이 판에 네이버는 없다는 것입니다. 소버린 AI라는 말을 국내에 가장 먼저, 가장 크게 외쳤던 회사가 정작 국가가 소버린 AI를 만드는 자리에는 없습니다. 그것이 2026년 8월 현재 한국 AI 산업의 풍경입니다.

[이미지 추후 생성]

핵심 정리

1. 무슨 일이 있었나 — 2026년 1월 15일, 정부의 독자 AI 파운데이션 모델(독파모) 1차 평가에서 네이버클라우드가 탈락했습니다. 성능이 아니라 독자성 기준 미달이 사유였고, 중국 알리바바 큐웬의 비전 인코더 가중치를 사용한 점이 지목됐습니다.

2. 왜 아이러니인가 — 네이버는 국내에서 소버린 AI를 가장 강하게 주장해 온 회사였고, 2025년 4월 경쟁사를 향해 "외국 기술에 상표만 붙이는 것은 언어도단"이라고 비판했습니다. 그 기준이 그대로 자신에게 적용됐습니다.

3. 무엇이 미비했나 — 판정에 쓰인 코사인 유사도는 같은 시기 업스테이지 건에서 신뢰성이 반박되고 문제 제기자가 사과한 지표이기도 합니다. 모델 독자성을 판정할 표준화된 종합 검증 프로토콜이 아직 없다는 것이 이 사건이 드러낸 진짜 공백입니다.

4. 지금 어떻게 됐나 — 네이버는 패자부활전에 불참했고, 그 자리는 모티프테크놀로지스가 채웠습니다. 현재 LG AI연구원(K-엑사원 2.0)·SK텔레콤(A.X K2)·업스테이지(솔라 오픈 2)·모티프(모티프 3) 4파전이며, 2차 평가는 규모가 아니라 실사용성을 봅니다. 국민 평가단 200명이 8월 8~11일 직접 채점하고, 결과는 이달 중 나옵니다.

5. 남은 질문 — 이 사업의 목적이 원천기술 확보인지 고성능 한국어 AI 확보인지가 아직 명확하지 않습니다. 두 목적은 오픈소스 활용을 두고 정반대의 답을 내놓습니다. 그 경계선이 정리되지 않는 한 비슷한 논란은 반복될 수 있습니다.

여러분은 어떻게 보시나요? 국가대표 AI를 뽑는 자리에서 독자성 기준을 어디까지 엄격하게 봐야 할까요? 가중치까지 100% 자체 학습을 요구하는 것이 맞을까요, 아니면 좋은 부품을 잘 조합해 더 나은 모델을 빨리 만드는 쪽이 실리적일까요? 댓글로 의견을 들려주세요.

출처: 뉴스1 — "소버린 AI 원조" 네이버, '국대 AI' 1차 탈락…거센 후폭풍 · 대한민국 정책브리핑 — 독자 AI 파운데이션 모델 프로젝트 1차 단계 평가 결과 · 한국경제 — 네이버클라우드·NC AI 탈락, 독자 AI 파운데이션 모델 1차 평가 결과 공개 · 더에이아이 — "KT 소버린 AI 아니다"던 김유원 네이버클라우드 대표의 자충수 · 딜사이트 — "가중치 의존 논란"…네이버 AI '독파모 탈락' 목소리 커져 · 뉴시스 — 네이버, '국가대표 AI' 도전 포기…"'독파모' 패자부활전 검토 안해" · ZDNet Korea — 모티프테크놀로지스, 독파모 정예팀 합류…'K-AI' 독자 모델 경쟁 가속 · AI타임스 — 업스테이지 '모델 도용' 논란, 문제 제기한 사이오닉 AI 사과로 마무리 · 디지털데일리 — 독파모 2차 평가 임박…4社 채비 마무리 "규모 경쟁 끝…사용성이 판 가른다" · 헤럴드경제 — '국가대표 AI' 독파모 2차 평가 '결전의 달'

이 포스트는 Claude Cowork + SVIL Ghost MCP를 통해 AI가 직접 작성하고 발행했습니다.