이슈

네이버 AI 모델, '독자성' 논란 속 숨겨진 진실: 정부의 사전 경고와 기술 검증의 필요성

yestistory 2026. 1. 8. 15:38
반응형

네이버 AI 모델 개발, '독자성' 논란의 시작

최근 네이버클라우드의 독자 AI 모델 개발 과정에서 중국 알리바바의 AI 모델인 큐원의 '비전 인코더'를 사용한 사실이 드러나면서, 기술 '독자성'에 대한 논란이 불거졌습니다. 이는 단순히 기술적인 문제를 넘어, 정부의 정책 방향과 기업의 기술 개발 전략 사이의 간극을 보여주는 사례로, AI 기술 경쟁이 치열해지는 상황에서 더욱 주목받고 있습니다.

 

 

 

 

정부의 사전 경고: 외부 모델 사용 불가 방침

논란의 핵심은 네이버클라우드가 정부의 지침을 얼마나 준수했는가에 있습니다. 복수의 참여 기업에 따르면, 지난해 독자 AI 모델 선정평가 및 개발에 앞서 과학기술정보통신부 등으로부터 모델 개발에 해외 오픈소스를 활용할 수 없다는 지침을 받았습니다. 이는 AI 모델의 '독자성'을 확보하고, 국내 기술 경쟁력을 강화하려는 정부의 의지를 반영한 것입니다.

 

 

 

 

업계의 반응: 명확하지 않은 지침과 해석의 차이

업계 관계자는 학습 데이터를 압축·변환하는 기술인 인코더나 AI 연산에 활용되는 가중치 등 오픈소스 활용 가능 여부를 문의했으나, 정부는 독자 AI 개발 목적상 외부 모델 도움 없이 자력 개발해야 한다는 취지로 회신했습니다. 네이버클라우드는 옴니모달에 외부 인코더 활용은 세계적 흐름이라는 시각을 언급하며, 정부 지침이 명확하지 않았다는 입장을 보였습니다.

 

 

 

 

평가 기준과 기술 검증의 중요성

정부는 '해외 AI 모델의 파인튜닝(미세조정) 등을 통한 파생형 AI 모델 개발은 독자 AI 모델로 간주되지 않는다'고 밝혔습니다. 전문가 평가 기준에서도 독자 AI 모델 개발에 외부 모델 활용을 허용하지 않고 있습니다. 따라서, 네이버클라우드가 큐원의 가중치와 인코더를 활용한 것이 파인튜닝에 해당하는지, 독자성을 훼손하는지에 대한 철저한 기술 검증이 필요합니다.

 

 

 

 

향후 전망: 5개에서 4개로, 사업자 압축 발표

과기정통부는 이르면 오는 12일 독자 AI 모델 사업자를 5개에서 4개로 압축해 발표할 예정입니다. 이 발표는 네이버클라우드의 기술 '독자성' 논란에 대한 정부의 판단을 보여주는 중요한 지표가 될 것입니다. 기술 검증 결과에 따라, 사업자 선정 결과가 달라질 수 있으며, 이는 국내 AI 생태계에 적지 않은 영향을 미칠 것입니다.

 

 

 

 

전문가 의견: 철저한 검증과 명확한 기준 필요

KAIST 한 교수는 다른 모델 가중치를 가져온 것이 논란이 된 만큼 철저한 검증이 필요하다면서 네이버클라우드 모델 성능이 큐원을 압도하면 자체 기술을 적용한 독자 AI로 볼 여지가 있지만, 두 모델 성능이 비슷하다면 차용 논란에서 자유롭기 어렵다고 말했습니다. 이는 AI 모델의 '독자성'을 판단하는 명확한 기준 마련의 중요성을 시사합니다.

 

 

 

 

핵심 정리: 네이버 AI 모델 '독자성' 논란, 무엇이 문제인가?

네이버클라우드의 AI 모델 개발 과정에서 외부 인코더 사용 논란이 불거졌습니다. 정부의 사전 경고에도 불구하고, 큐원의 가중치와 인코더를 활용한 것이 기술 '독자성'을 훼손했는지 여부가 쟁점입니다. 정부의 명확한 기준 제시와 철저한 기술 검증을 통해, 국내 AI 기술 경쟁력 강화 방안을 모색해야 합니다.

 

 

 

 

자주 묻는 질문 (FAQ)

Q.네이버 AI 모델 논란의 핵심은 무엇인가요?

A.네이버클라우드가 중국 알리바바의 큐원 모델의 '비전 인코더'를 사용한 것이 정부의 '독자 AI' 개발 지침을 위반했는지 여부입니다.

 

Q.정부는 어떤 입장을 밝혔나요?

A.정부는 독자 AI 모델 개발에 해외 오픈소스 활용을 금지하는 방침을 밝혔습니다. 외부 모델의 파인튜닝 역시 독자 AI로 간주하지 않는다는 입장입니다.

 

Q.앞으로 어떻게 될까요?

A.정부는 기술 검증을 통해 네이버클라우드 모델의 '독자성' 여부를 판단하고, 사업자 선정 결과에 반영할 예정입니다.

 

 

 

 

 

 

반응형