[AI 기반 산업 대전환③] “경쟁이 아니라 공존에서 AI 생태계 완성”

인공지능(AI) 시대의 경쟁은 더 이상 기업의 규모에서 판가름나지 않는다. 대기업은 자본과 데이터, 그래픽처리장치(GPU) 등 인프라를 갖추고 있지만 현장의 문제를 빠르게 해결하는 실행력에서는 스타트업이 앞서는 경우가 많다. 이에 AI 업계에서는 이 두 집단이 경쟁자인 동시에 필연적인 협력자로 공존한다.

다만 국내 AI 생태계는 여전히 대기업과 스타트업 간의 협력에 한계를 드러내고 있다. 대기업은 수익과 리스크 회피를 우선시하고 스타트업은 제한된 자원 속에서 기술 실험(PoC)을 반복하는 구조에 머무르는 경우가 많다.

이런 분위기 속에 서로의 강점을 살려 함께 성장할 수 있는 ‘공존의 생태계’ 조성이 필요하다는 목소리가 커지고 있다. 정부 역시 단기 과제 중심의 지원을 넘어, 지속 가능한 협력과 성과 확산을 촉진할 수 있는 제도적 기반을 마련해야 한다는 지적이 나온다. 결국 AI 전환의 속도와 성패는 각 주체가 어떻게 손을 맞잡느냐에 달려 있다는 것이다.

이런 문제의식 속에서 테크월드는 ‘AI 기반 산업 대전환, 산업용 AI와 AX’를 주제로 대기업과 스타트업의 협력 구조를 모색하는 좌담회를 열었다. 참석자들은 “AI 생태계의 핵심은 신뢰”라며 각 주체가 상호 보완적인 관계 속에서 성장해야 한다고 강조했다. 특히 기술과 자본, 데이터와 실행력이 조화를 이루는 협력 구조야말로 산업 AI 전환을 지속시키는 토대라는 데 의견이 모였다.

참가자(가나다순)

▲강필성 서울대 산업공학과 교수 ▲김현배 딥파인 대표 ▲박찬진 서울AI허브센터장(좌장) ▲이일구 도슨티 대표 ▲이준수 라이너 엔지니어 리드 ▲이현동 슈퍼브에이아이 부대표

(중략)

이현동 부대표: 현재 협력 실패의 주요 원인은 AI를 일회성 납품으로 보는 ‘시스템 통합(SI)’ 패러다임의 잔재 때문이다. AI의 본질은 지속적인 데이터 피드백을 통한 모델 개선에 있음에도 불구하고 대기업은 데이터만 제공하고 스타트업은 모델만 납품하는 단절된 구조가 지속된다. 이로 인해 현장의 새로운 지식(온톨로지 업데이트)이 모델 개선으로 이어지지 못하고 기술 탈취 위험만 증가한다.

지속 가능한 협력을 위해서는 데이터 온톨로지 기반의 공동 MLOps 체계가 필요하다. 대기업은 GPU, 현장 데이터, 예산을 제공하고 스타트업은 데이터 품질 관리와 플랫폼 기술을 통해 지속적인 지식 업데이트–모델 개선–성과 공유가 가능한 구조를 만들어야 한다. 또 AI를 일회성 외주가 아닌 내부 역량으로 내재화하려면 ‘데이터를 관리하고 책임지는 조직’을 구축해야 한다. 예컨대 단순 라벨링 작업자가 아닌 ‘도메인 지식을 온톨로지로 구조화하는 전문가’를 육성해야 한다.

현재의 정부 지원 정책은 여전히 단기적인 기술 공급 또는 데이터 구축에 초점이 맞춰졌다. AI의 본질인 ‘내재화와 지속적인 개선’을 위한 구조적 지원으로 전환해야 한다. AI 생태계를 성숙시키려면 공동 PoC·AX 컨소시엄 프로젝트의 목적을 ‘공동 기술 내재화와 역량 강화’로 명확히 규정해야 하고 데이터 공유를 위한 법적·기술적 안정장치를 마련해 기술 탈취 우려를 해소해야 한다. 또 도입 이후의 실질적인 ROI를 측정·인증해 민간 투자로 연계하는 정책을 설계해야 한다.