정부가 해외 인공지능(AI) 서비스 의존과 접근 격차에 따른 혜택 불균형을 해소하고 국산 AI 모델 경쟁력을 강화하기 위한 공공 AI 개발 및 대국민 배포 사업에 본격 시동을 걸었다.

과학기술정보통신부와 정보통신산업진흥원(NIPA)은 최근 ‘전(全) 국민 AI 서비스 보편적 활용 지원(모두의 AI)’ 사업을 공고했다. 

이번 사업 핵심은 민간 기업들과 협력해 전 국민이 무료로 쉽고 편리하게 사용할 수 있는 범용 국산 AI 챗봇과 공공 AI 에이전트를 구축하는 것이다. 

이와 관련, 정부는 올해 B2C 서비스 경험과 역량을 보유해 전 국민 대상으로 AI 서비스를 제공하는 기업에 서비스 개발 및 개시에 필요한 GPU를 지원한다.

구체적으로 정부가 구매한 최대 B200 512장 내외 GPU를 배분하며 내년부터는 GPU 비용과 서비스 운영을 위한 정부 예산을 지원할 예정이다. 

"AI 환각(hallucination) 현상, 전문적 의학·보건의료 정보 결합시 부작용 가능"

하지만 의료계에서는 글로벌 모델과 성능 차이가 존재하는 상황에서 국산 공공 AI가 성급하게 대중에게 배포되는 것에 대해 우려를 표하고 있다. 

글로벌 모델과 기술 격차를 좁히는 과정에서 국산 AI 성능이 다소 아쉬울 수밖에 없고 결과적으로 이를 활용하는 일반 대중이 완성도 낮은 답변을 제공받게 될 가능성이 크기 때문이다.

이에 따라 비용을 지불하고 최고 성능 외산 AI를 자유롭게 활용하는 이용자들과 기존 인공지능 취약계층의 정보 격차가 더 커지는 역차별이 초래될 수 있다는 것이다. 

특히 최근 조명되고 있는 AI 환각(hallucination) 현상이 전문적인 의학 및 보건의료 정보와 결합할 경우 사용자들에게 직접적인 위험을 초래할 수 있다.

대한의사협회 김형갑 정보통신이사는 “현재 국산 AI 모델과 해외 AI 모델은 약 18개월 정도 격차가 있어 따라잡기까지는 시간이 필요할 것”이라고 말했다.

이어 “너무 빨리 대중에 공개할 경우 인공지능 취약계층은 오히려 성능이 아쉬울 수 있는 모델의 의학 지식 답변을 받으면서 또 다른 차별 요소가 생길 수 있어 속도 조절이 필요하다고 생각한다”고 덧붙였다.

해외는 ‘의학 질문’ 계정 차단까지…국내는 법 제도 전무

기술적 한계를 보완할 국내 법제도 역시 걸음마 단계에 머물러 있다는 점도 문제로 지적됐다.

외국은 AI 의학적 오남용이 미칠 치명적 영향을 경계,  의학 지식이나 생물학 관련 민감 질문을 지속하는 사용자의 계정을 차단하는 등 강력한 가이드라인을 적용하고 있다.

또한 최근에는 생성형 거대언어모델(LLM) 학습이나 답변 한계 등에 대한 규제를 법에 규정하고 있다. 

반면 국내 법 제도는 이에 대한 담론조차 시작하지 못한 상태다.

김 이사는 “현 단계에서 보건의료데이터 활용 활성화를 위해 국회에 발의된 ‘디지털헬스케어법’ 등이 먼저 입법될 경우 법적 간극이 위험 요소가 될 수 있다”고 강조했다.