Executive Summary

아래는 AI Index 2026이 보여주는 한국의 핵심 수치다. 특허와 채택에서는 세계 선두지만, 인재와 모델 절대 수에서는 격차가 뚜렷하다.

1편에서 AI Index 2026의 글로벌 지형을 살펴봤다. $581.7B 투자, DeepSeek의 미중 격차 해소, 투명성 지수 급락. 그 거시적 프레임 안에서 한국은 어디에 서 있는가? AI Index가 한국에 부여한 숫자들부터 정리한다.

1.1 Notable AI Models 3위

AI Index 2026 기준 한국은 Notable AI models 수에서 세계 3위(5개)를 기록했다. 전년 대비 4위에서 3위로 한 단계 상승했다. 미국(50개)과 중국(30개)에 이은 순위로, 캐나다, 프랑스, 영국(각 1개)을 추월했다. 절대 수만 보면 미국의 1/10이지만, 인구 5,100만 명의 국가가 AI 모델 생산에서 3위를 차지했다는 사실은 주목할 만하다.

1.2 AI 특허 밀도 세계 1위

AI Index에 따르면 한국의 AI 특허 밀도는 인구 10만 명당 14.31건으로 세계 1위다. 2위 룩셈부르크(12.25건), 3위 중국(6.95건), 미국(4.68건)을 크게 앞선다. 삼성전자, LG전자, SK텔레콤 등 대기업의 AI 관련 특허 출원이 집중적으로 이루어진 결과다. 특허 밀도 1위는 한국이 연구와 개발 단계에서 높은 활동량을 보여주고 있다는 신호다.

1.3 AI 채택율 증가폭 1위

AI 채택율에서도 한국은 두드러진다. AI Index에 따르면 한국의 AI 채택율 순위는 25위에서 18위로 7단계 상승했으며, 증가폭 +4.8%p는 세계 1위다. 기업과 공공부문 모두에서 AI 도입이 빠르게 진행되고 있다는 의미다. 산업로봇 설치 대수에서도 4위(30,600대)를 기록하며 제조업 AI화에서도 선두 그룹에 있다.

AI Index에서 한국의 Notable models로 집계된 5개는 과학기술정보통신부가 2025년 8월 선정한 소버린 AI 프로젝트 5개 컨소시엄의 모델들이다. 각 팀에 약 1조 원 규모의 지원이 약속되었으며, 모델의 50% 이상 오픈소스 공개 의무가 부여되었다. 아래는 5개 모델의 현황이다.

2.1 30B급 효율 전략 -- "소버린 AI"

5개 모델의 공통점은 30B급 파라미터에 집중한다는 것이다. GPT-4o나 Claude 3.5 Sonnet 같은 수백B 규모의 글로벌 프론티어 모델과 절대 성능으로 정면 경쟁하는 대신, 비용 효율과 한국어 특화로 차별화하는 전략이다. 이는 "소버린 AI"라는 개념과 맞닿아 있다. 자국어와 자국 데이터에 최적화된 AI를 확보함으로써 미국, 중국 빅테크에 대한 의존을 줄이겠다는 것이다.

2026년 1월 1차 평가에서 LG AI Research가 1위를 차지했고, SK Telecom과 Upstage가 다음 라운드에 진출했다. Naver Cloud와 NC AI는 1차에서 탈락했다. 이 평가 결과는 5개 모델 간에도 상당한 역량 편차가 있음을 보여준다.

2.2 글로벌 리더보드에서의 위치

Upstage Solar Pro 2는 Artificial Analysis에서 한국 최초 프론티어 모델로 인정받았다. LG EXAONE 4.0 32B도 Intelligence Index 벤치마크에서 경쟁력 있는 성적을 기록하고 있다. 그러나 GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro 등 글로벌 프론티어 모델과의 절대 성능 격차는 여전히 존재한다.

핵심은 이 격차를 어떻게 해석하느냐다. 절대 성능 경쟁에서 이기는 것이 목표가 아니라면, 한국어 처리 효율, 특정 산업 도메인 성능, 비용 대비 성능에서의 우위가 더 중요한 지표가 된다. SK Telecom A.X 4.0이 한국어 처리에서 GPT-4o 대비 33% 효율 향상을 보인 것은 이 전략의 한 사례다.

특허 1위, 채택 증가폭 1위, 모델 3위. 이 화려한 숫자 뒤에 하나의 수치가 냉정한 현실을 드러낸다. AI Index 2026에 따르면 한국의 AI 인재 순유입은 OECD 38개국 중 35위다. 순유입률은 만 명당 -0.36으로, 인재가 들어오는 것보다 나가는 것이 더 많다는 뜻이다.

3.1 두뇌 유출의 규모

숫자는 추세를 말한다. 박사급 AI 인재의 해외 이민 희망자 수는 2023년 592명, 2024년 658명, 2025년 709명으로 매년 증가하고 있다. 서울대학교 2025학년도 대학원 STEM 정원의 75%가 미충원 상태다. 서울대, 연세대, 고려대 합산으로 41개 학과에서 61명이 미충원되었는데, 이는 2020년 대비 3배 증가한 수치다.

3.2 연봉 4배 격차

두뇌 유출의 가장 강력한 동인은 연봉 격차다. 미국 AI 박사 초임은 $114,000 이상인 반면, 한국 민간 AI 연구원 초임은 약 4,100만 원(약 $30,000)에 머문다. 초임 기준으로 약 3.8배의 격차다. 교수급에서는 한국의 약 1억 원($73,000)에 대해 해외 오퍼가 $330,000 이상으로, 4.5배까지 벌어진다.

이 격차는 단순한 보상 문제를 넘어 생태계의 구조적 문제다. 최고 인재가 떠나면 남은 인재도 떠날 유인이 커지고, 기업은 해외 인재를 유치하기 어려워진다. 특허 1위의 역량이 인재 35위의 현실과 공존하는 역설은 이 구조에서 비롯된다.

3.3 정부의 대응

정부는 308억 원 규모의 두뇌유출 방지 프로그램을 시작했다. 박사급 인재와 빅테크 기업을 매칭하는 방식이다. 1.4조 원($9.6억) 규모의 AI 인재 양성 계획도 추진 중이며, 초등학생부터 대학원생까지 전 주기 AI 교육을 목표로 한다. 해외 인재 유치를 위한 글로벌 AI+S&T 포스닥 펠로십도 신설되었다.

그러나 308억 원은 연봉 격차 4배를 메우기에는 역부족이다. 미국 대형 AI 기업 한 곳의 연간 인재 투자보다 적은 금액이다. 구조적 문제에 대한 구조적 해법이 필요한 상황이지만, 현재의 대응은 증상 치료에 가깝다.

AI Index 2026의 핵심 발견 14번은 "AI 주권이 국가 정책의 핵심으로 부상했다"고 밝히며, 한국을 일본, 이탈리아와 함께 국가 AI법을 통과시킨 사례로 언급한다. 한국의 "인공지능 발전과 신뢰 기반 조성 등에 관한 기본법"은 2024년 12월 26일 국회 본회의를 통과(재석 264명 중 찬성 260명)했고, 2026년 1월 22일 시행되었다. EU AI Act에 이어 세계 두 번째 포괄적 AI 규제법이지만, EU보다 먼저 전면 시행된 것이 특징이다.

4.1 EU AI Act와의 핵심 차이

한국 AI 기본법과 EU AI Act의 가장 큰 차이는 철학이다. EU가 "위험 통제와 기본권 보호"를 전면에 내세운다면, 한국은 "진흥과 신뢰 기반 조성"이라는 하이브리드 접근을 택했다. 이 철학적 차이가 구체적인 규제 구조의 모든 차이를 만든다.

4.2 과태료 3,000만 원의 의미

EU AI Act의 최대 제재가 3,500만 유로(약 490억 원)인데 비해, 한국 AI 기본법의 과태료 상한은 3,000만 원이다. 1,000배 이상의 차이다. 형사 처벌도 없고, 1년 이상의 계도 기간이 적용된다. 이는 기업 부담을 최소화하려는 의도가 분명하지만, 실질적 억제력에 대한 의문을 낳는다.

4.3 고영향 AI 10개 영역과 데이터 품질

AI 기본법은 생명, 안전, 기본권에 중대한 영향을 미치는 10개 영역(의료기기, 에너지/수도, 교통, 채용/대출 심사, 공공서비스, 학생 평가 등)을 "고영향 AI"로 분류한다. 이 분야의 AI 사업자에게는 투명성 확보, 안전성 확보, AI 영향 평가 등 5대 의무가 부과된다.

여기서 데이터 품질과의 접점이 생긴다. "안전성 확보 의무"와 "AI 영향 평가"는 학습 데이터의 품질 관리를 전제로 한다. 의료 AI가 편향된 데이터로 학습되어 특정 인구집단에서 오진을 낸다면, 그것은 안전성 의무 위반이다. AI 기본법이 직접적으로 "데이터 품질"이라는 단어를 쓰지는 않지만, 고영향 AI 사업자의 안전성 의무는 사실상 데이터 품질 관리를 요구하는 것이다.

AI Index는 정량적 데이터의 보고다. 그러나 정량화된 지표만으로는 한국 AI 생태계의 구조적 특수성을 포착하기 어렵다. 아래 네 가지는 AI Index의 측정 프레임 밖에 있지만, K-AI의 미래를 결정하는 핵심 변수들이다.

5.1 재벌-스타트업 비대칭

삼성, SK, LG, 현대, 네이버 5대 그룹이 한국 AI 투자의 대부분을 차지한다. 삼성, 현대, SK 3사의 국내 투자 약속 합계만 703.2조 원($4,800억)에 달한다. 반도체, AI 데이터센터, 전기차, 로보틱스를 포함한 수치지만, 이 규모는 한국 AI 생태계에서 대기업의 지배력이 얼마나 압도적인지를 보여준다.

반면 스타트업 생태계는 위축되고 있다. 한국 유니콘 생성 수는 2022년 10개에서 2023년 0개, 2024년 1개, 2025년 1개로 급감했다. 재벌 CVC가 스타트업의 기술과 인재를 인수 전 단계에서 흡수하면서, 독립적으로 스케일업할 수 있는 공간이 줄어들고 있다. Upstage(2026년 KOSPI IPO 계획, 시리즈 C 1,800억 원 유치)가 거의 유일한 예외다.

5.2 한국어 데이터의 구조적 희소성

한국어는 AI 학습 데이터 측면에서 구조적 "중간 자원(mid-resource)" 언어다. 영어나 중국어에 비해 사전 학습에 사용할 수 있는 텍스트 데이터의 절대량이 부족하다. 공개된 한국어 데이터셋 상당수가 ChatGPT 번역 또는 영어 데이터셋 번역에 의존하고 있으며, KIT-19(10만 개 한국어 인스트럭션 데이터셋) 같은 자생적 데이터 구축 시도는 아직 초기 단계다.

이 문제는 소버린 AI 전략과 직결된다. 5개 모델이 한국어에 특화되려면 고품질 한국어 학습 데이터가 필수적인데, 그 데이터 자체가 부족하다. AI Index는 모델 수와 벤치마크 점수를 추적하지만, 학습 데이터의 언어별 편향은 측정하지 않는다.

5.3 공공데이터: 양적 1위, 질적 미성숙

한국의 공공데이터 인프라는 양적으로는 세계 최고 수준이다. 디지털정부지수(DGI) 0.94점 세계 1위, 공공데이터 개방지수(OURdata) 0.91점 세계 1위. AI Hub에는 14개 분야 845종의 AI 학습용 데이터셋이 공개되어 있다.

그러나 양적 성과와 질적 성숙은 다른 문제다. AI 데이터 품질관리 가이드라인이 v3.1(2024.01)에서 v3.5(2025.02), v4.0(2026.02)으로 2년간 3번 개정된 것은 품질 표준이 아직 안정화되지 않았음을 시사한다. 라벨링 오류 보고도 존재한다. AI Index는 "데이터 품질"을 Ch.1에서 언급하지만, 국가별 데이터 인프라 품질 비교는 제공하지 않는다.

5.4 HBM 양강이면서 파운드리 TSMC 의존

한국의 반도체 위상은 독특한 비대칭 구조를 가진다. 삼성과 SK하이닉스가 글로벌 HBM(고대역폭 메모리) 시장을 지배하고 있다. SK하이닉스의 HBM 시장점유율은 약 60%에 달하며, NVIDIA, Microsoft, Broadcom의 핵심 공급업체다. 2026년 2월에는 삼성과 SK하이닉스가 동시에 HBM4 양산을 시작했다.

그러나 AI 연산에 필수적인 GPU와 AI 가속기의 로직 칩은 TSMC에 의존한다. SK하이닉스 HBM4도 TSMC 3nm 공정을 채택했다. TSMC의 파운드리 시장점유율은 72%(2025년 하반기)로 사실상 독점이다. 한국은 "AI의 연료(메모리)는 생산하지만, AI의 엔진(로직 칩)은 만들지 못하는" 구조적 제약 아래 있다. AI Index는 TSMC 의존을 글로벌 리스크로 언급하지만, 국가별 반도체 공급망 취약성 분석은 포함하지 않는다.

AI Index 2026 Ch.1은 "합성데이터가 실제 데이터를 대체하지 못하지만, 데이터 품질과 후처리가 유망"하다고 명시한다. 1편에서 분석한 이 메시지를 한국 맥락에 적용하면 무엇이 보이는가?

6.1 AI Hub 845종과 품질 가이드라인 3번 개정

한국지능정보사회진흥원(NIA)이 운영하는 AI Hub에는 845종의 AI 학습용 데이터셋이 14개 분야에 걸쳐 공개되어 있다. 한국어, 영상이미지, 헬스케어, 교통물류, 재난안전환경, 농축수산 등 범위가 넓다. 정부는 2017년부터 매년 수백에서 수천억 원 규모의 데이터 구축 사업을 집행해왔다. 2025년에는 LLM 성능 평가 데이터셋 구축 사업도 별도로 추진했다.

그러나 AI 데이터 품질관리 가이드라인이 2년간 3번 개정(v3.1 -> v3.5 -> v4.0)되었다는 사실은 두 가지를 말해준다. 첫째, 정부가 데이터 품질 문제를 인식하고 대응하고 있다. 둘째, 품질 표준이 아직 안정화 단계에 이르지 못했다. 빈번한 개정은 문제 인식의 증거이자 미성숙의 증거이기도 하다.

6.2 ISO/IEC 5259와 한국의 위치

ISO/IEC 5259 시리즈는 AI/ML용 데이터 품질 관리 국제 표준이다. Part 1~4가 2024년, Part 5가 2025년에 발행되었다. 2025년 11월에는 SGS가 AI Clearing에 세계 최초 ISO/IEC 5259-3 인증을 발급했다. 흥미롭게도 이 표준 시리즈는 중국 iFLYTEK과 중국전자표준화연구원이 공동 제안한 것이다.

한국 기업과 기관의 ISO/IEC 5259 인증 사례는 아직 공개적으로 확인되지 않는다. AI 기본법이 "안전성 확보 의무"를 규정하면서 데이터 품질 인증에 대한 수요가 생기고 있지만, 이를 국제 표준에 맞춰 실행하는 인프라는 아직 구축 중이다.

6.3 DataClinic이 이 생태계에서 하는 역할

페블러스 DataClinic은 데이터 진단, 정제, 품질 인증을 수행하는 플랫폼이다. Data Imaging 기술과 ISO/IEC 5259 기반의 품질 프레임워크를 사용한다. AI 기본법이 창출하는 데이터 품질 시장, AI Hub 845종 데이터셋의 품질 진단 수요, 소버린 AI 모델의 학습 데이터 품질 관리 필요성. 이 세 가지가 DataClinic의 접점이다.

특히 고영향 AI 10개 영역(의료, 교통, 채용 등)에서 "데이터 품질 인증"은 법적 컴플라이언스의 핵심 수단이 될 가능성이 높다. 국가 AI 예산 9.9조 원 중 데이터 품질과 전처리 관련 사업이 다수 포함되어 있다는 사실(한국 AI 예산 분석 보고서 참조)은 이 시장의 실체를 보여준다.

1편에서 AI Index 2026의 글로벌 지형을 그렸다. $581.7B 투자, DeepSeek의 미중 격차 해소, 투명성 지수 급락, 울퉁불퉁한 최전선. 글로벌 AI는 역량과 한계가 극적으로 공존하는 시대에 접어들었다.

이 2편에서는 시선을 한국으로 좁혔다. 특허 밀도 1위, Notable models 3위, 채택 증가폭 1위라는 화려한 숫자 뒤에 인재 35위, 연봉 4배 격차, 한국어 데이터 희소성이라는 그림자가 있다. 5개 소버린 AI 모델은 글로벌 프론티어와의 격차를 인정하면서도 효율과 한국어 특화라는 고유한 전략을 추구하고 있다. AI 기본법은 진흥과 규제의 균형이라는 실험을 시작했다.

AI Index가 측정하지 못하는 빈칸들도 보았다. 재벌-스타트업 비대칭, 공공데이터의 양적 1위와 질적 미성숙, HBM 양강이면서 파운드리 의존이라는 반도체 구조. 이 빈칸들은 곧 기회의 좌표이기도 하다. 스타트업이 독립적으로 성장할 수 있는 생태계, 고품질 한국어 데이터 인프라, 국제 표준에 부합하는 데이터 품질 인증 체계를 누가 먼저 구축하느냐가 K-AI의 다음 10년을 결정할 것이다.

페블러스는 이 빈칸 중 하나인 데이터 품질에 집중한다. AI 기본법이 창출하는 컴플라이언스 수요, AI Hub 845종의 품질 진단 기회, 소버린 AI 모델의 학습 데이터 관리. DataClinic이 존재하는 이유가 여기에 있다. 명암이 교차하는 지점, 그곳에 기회가 있다.

참고문헌

1. Stanford HAI AI Index Report 2026 -- 9th Edition, ~400 pages, 9 chapters
2. South Korea ranks third globally for notable AI models -- Digital Today
3. Korea ranks 3rd globally, top spot for patents -- Korea Times
4. South Korea ranks third in notable AI models, tops patents -- MLex
5. Meet South Korea's LLM Powerhouses -- MarkTechPost
6. South Korea Bets $390M on Five AI Champions -- Technology.org
7. Korea Brain Drain: W30.8B Plan to Keep PhDs Home -- Seoulz
8. Korea Faces Worst AI Brain Drain as Top Universities Fail -- Seoul Economic Daily
9. OECD 4th-biggest AI brain drain -- Korea Herald
10. 한국 AI 기본법 전략/진흥/규제 구조 -- ITIF (PDF)
11. AI 기본법 완전 정리 -- 피카부랩스
12. Sovereign AI with South Korean Characteristics -- Interconnected
13. Korea's Vanishing Unicorns -- KoreaTechDesk
14. World's First ISO/IEC 5259-3 Certification -- SGS
15. AI Hub 공식 사이트 -- 한국지능정보사회진흥원
16. KIT-19: Korean Instruction Toolkit -- arXiv
17. SK Hynix HBM leadership -- KED Global
18. 특허 1위, 인재 35위 Part 1: 가장 뛰어난 AI가 가장 적게 공개한다 -- 페블러스