소버린 AI 5계층

# 소버린 AI는 국산 모델을 만드는 일이 아니다 > 소버린 AI를 국산 LLM 개발로만 이해하면 정작 중요한 것을 놓친다. 주권은 모델 소유가 아니라 인프라·데이터·프로세스·운영권을 스스로 쥐고 있느냐의 문제다. - URL: https://aiaxnote.com/posts/sovereign-ai-is-not-just-a-domestic-model - 발행: 2026-08-13T20:10:00+00:00 - 저자: 이인규 (40년차 개발자 · 주식회사 웰니스허브 대표) - 발행: 주식회사 웰니스허브 - 태그: 소버린 AI, AI AX, LLM, 데이터 주권, 중소기업 ## 핵심 요약 - 소버린 AI란 특정 국가나 기업이 AI 서비스의 인프라·모델·데이터·프로세스·운영권을 스스로 통제할 수 있는 상태를 말한다. - 국산 모델을 쓰더라도 데이터베이스가 외국 클라우드에 있고 업무 프로세스가 외부 SaaS에 묶여 있으면 주권은 성립하지 않는다. - AI 전환의 목표는 특정 LLM을 소유하는 것이 아니라 언제든 최적의 모델로 교체할 수 있는 독립적 운영체계를 갖추는 것이다. - 중소기업에게 소버린 AI는 안보 문제이기 전에 원가 문제다. 조회성 질의 하나에 403원이 나가는 구조에서는 모델 선택권이 곧 생존 조건이 된다. - 실무적 출발점은 모델 이름을 코드에 넣지 않고 설정으로 분리해, 국산 모델이 준비되는 시점에 코드 수정 없이 교체할 수 있게 만드는 것이다. --- 소버린 AI라는 말이 나오면 대화는 대체로 한 방향으로 흐릅니다. 우리도 국산 대형언어모델을 가져야 한다는 이야기입니다. 정부 발표도, 언론 기사도 대개 모델 개발 경쟁에 초점을 맞춥니다. 그런데 기업 현장에서 이 정의는 잘 작동하지 않습니다. 국산 모델을 도입한 회사가 여전히 자기 데이터를 통제하지 못하는 상황이 흔하기 때문입니다. ## 정의부터 다시 세워야 한다 소버린 AI를 이렇게 정의합니다. > 소버린 AI란 특정 국가 또는 기업이 AI 서비스의 인프라, 모델, 데이터, 프로세스, 서비스 운영권을 스스로 통제할 수 있는 상태다. 이 정의가 필요한 이유는 간단합니다. 국산 LLM을 쓰더라도 다음 세 가지가 남아 있으면 통제권은 외부에 있습니다. - 데이터베이스가 외국 클라우드에 있다 - 웹서비스가 외부 플랫폼에 종속돼 있다 - 업무 프로세스가 외부 SaaS에 묶여 있다 모델만 국산으로 바꾸는 것은 다섯 개의 층 중 하나를 바꾸는 일입니다. 나머지 네 층이 그대로면 계약 조건이 바뀌거나 정책이 변할 때 기업이 할 수 있는 일은 여전히 없습니다.

소버린 AI의 다섯 계층. 국산 모델 도입은 이 중 한 층을 바꾸는 일이다.

## 주권의 실체는 교체 가능성이다 AI 전환에서 목표로 삼아야 할 것은 특정 모델의 소유가 아닙니다. > 기업이 언제든 최적의 LLM으로 교체할 수 있는 독립적 AI 운영체계를 갖는 것. 이 관점이 중요한 이유는 모델 시장의 변화 속도 때문입니다. 성능 순위는 몇 달 단위로 뒤집히고, 가격 정책도 계속 바뀝니다. 어제 최적이던 선택이 오늘 최적이라는 보장이 없습니다. 그래서 실무에서 먼저 손대야 할 곳은 모델 자체가 아니라 **모델을 갈아 끼우는 자리**입니다. 호출부에 모델 이름이 하드코딩돼 있으면 교체할 때마다 코드를 고쳐야 하고, 코드를 고쳐야 한다는 사실이 곧 교체하지 않는 이유가 됩니다. ## 중소기업에게는 원가 문제다 여기서부터는 직접 운영하며 측정한 숫자입니다. 중소기업용 경영 플랫폼을 만들어 운영하면서 화면 하나의 비용을 뜯어본 적이 있습니다. 협력사 정보를 조회하는 기능이었고, 한 번 호출에 **403원**이 나갔습니다. 내역을 보니 이렇습니다. | 구성 요소 | 비용 | | --- | --- | | 데이터베이스 조회 | 0원 | | LLM 왕복(입력 약 20만 토큰) | 403원 | 데이터베이스는 한 푼도 쓰지 않았고 전액이 모델 호출이었습니다. 조회 결과를 자연어로 정리하기 위해 컨텍스트를 통째로 밀어 넣은 구조였기 때문입니다. 문제는 이 값이 앞으로 내려가지 않는다는 데 있습니다. 추론 모델은 답을 내기 전에 더 오래 생각하고, 에이전트는 한 번의 요청에 여러 번 호출합니다. 단가가 떨어져도 호출 횟수와 토큰이 늘면 총액은 오릅니다. 직원 열 명 규모의 회사가 이 비용을 매일 감당할 수 있느냐. 이 질문 앞에서 소버린 AI는 안보 담론이 아니라 **생존 조건**이 됩니다. 더 싼 모델이 나왔을 때 즉시 갈아탈 수 있어야 하고, 국산 모델이 쓸 만해지면 바로 넘어갈 수 있어야 합니다. ## 비용을 세 층으로 나눈다 같은 측정에서 얻은 결론이 하나 더 있습니다. AI를 어디에 쓸지 정하지 않으면 비용은 반드시 샙니다. 1. **정형 조회** — 조회 화면으로 끝낸다. 비용 0원, 개발 수고만 든다 2. **비정형·자연어 처리** — 저가 모델에 맡긴다 3. **판단·실행** — 여기에 좋은 모델을 쓴다 "거래처가 몇 곳입니까"라는 질문에 AI를 부르는 것은 낭비입니다. 화면이 0원으로 보여주면 됩니다. AI가 해야 할 말은 따로 있습니다. "세 곳이 6개월째 거래가 없습니다. 정리할까요?" 조회가 아니라 판단과 실행에 쓰는 것입니다. ## 그래서 무엇을 먼저 하나 세 가지를 권합니다. 셋 다 오늘 시작할 수 있고, 국산 모델이 준비되기를 기다릴 필요가 없습니다. 1. **모델 이름을 설정으로 뺀다.** 호출부에서 모델을 직접 지정하지 말고 환경변수나 라우팅 테이블을 거치게 만듭니다. 교체가 코드 수정이 아니라 설정 변경이 되면, 그때부터 선택권이 생깁니다. 2. **조회를 AI에서 걷어낸다.** 답이 정해진 질의는 화면과 데이터베이스에서 끝냅니다. 이것만으로 호출 건수가 눈에 띄게 줄어듭니다. 3. **데이터가 어디 있는지부터 확인한다.** 모델을 고민하기 전에 우리 데이터가 어느 나라 어느 회사의 저장소에 있는지, 계약이 끝나면 어떻게 가져올 수 있는지를 문서로 남깁니다. 소버린 AI는 큰 예산이 있어야 시작하는 일이 아닙니다. 통제권을 하나씩 되찾는 일이고, 그 첫 칸은 대개 코드 한 줄을 설정으로 옮기는 작업에서 시작됩니다.