AI 국가전략은 왜 서로 달라지고, 또 왜 닮아가는가

인공지능은 이제 단순한 신기술이 아니다. 이 연구는 AI를 경제성장, 산업경쟁력, 군사력, 사회질서, 국제정치의 위계 구조를 동시에 바꿀 수 있는 범용기술로 본다. AI 산업은 데이터 축적, 컴퓨팅 자원, 알고리즘 성능 개선, 네트워크 효과가 결합되면서 선도자가 더 많은 자본과 인재와 데이터를 끌어들이는 자기강화적 구조를 만든다. 이 때문에 AI 경쟁은 승자우위 또는 승자독식의 성격을 띠며, 각국은 AI 개발을 국가 경쟁력 확보의 핵심 과제로 인식하게 된다. 이 연구는 세계 각국의 AI 국가전략을 네 가지 유형으로 나누고, 글로벌 AI 경쟁이 이 전략들을 어떻게 변화시키는지 분석한다. 핵심 결론은 AI 전략이 개별 국가의 국내 정책만으로 설명되지 않으며, 미중 기술 패권 경쟁과 소버린 AI 확산, 사회경제적 위험, 국제 거버넌스의 부재 속에서 동적으로 형성된다는 점이다.

AI는 증기기관, 전기, 정보통신기술처럼 생산 방식과 권력 분포를 바꿀 수 있는 범용기술로 평가된다. AI는 데이터 분석, 자동화, 의사결정 지원을 통해 산업 생산성을 높이고 새로운 비즈니스 모델을 만들 수 있을 뿐 아니라 국가 안보 역량에도 영향을 미친다. 이 연구는 AI가 경제·산업·군사·사회 전 영역에 파급 효과를 미치며, 그 발전 속도와 확산 범위에 따라 국가 경쟁력과 국제질서의 위계 구조를 재편할 잠재력을 지닌다고 설명한다. 따라서 AI는 기술혁신의 대상인 동시에 국가전략과 국제정치 경쟁의 핵심 변수로 이해된다. 특히 AI 산업은 데이터 축적, 컴퓨팅 자원, 알고리즘 성능 개선의 누적 효과, 네트워크 효과, 플랫폼 생태계 종속성 때문에 자기강화적 경쟁 구조를 형성한다. 선도자는 더 많은 데이터와 자본, 인재를 흡수하며 우위를 확대하지만, 후발주자는 동일한 수준에 도달하기 위해 막대한 비용과 시간이 필요하다. 이러한 구조는 “한 번 뒤처지면 따라잡기 어렵다”는 인식을 강화하며, 국가들이 AI 개발을 경제적 기회가 아니라 전략적 생존의 문제로 보게 만든다.

이 연구는 AI 국가전략을 “AI가 경제와 사회에 가져올 잠재적 편익을 극대화하고 잠재적 비용을 최소화하기 위해 명확한 목표 아래 조정된 정부 정책들의 집합”으로 이해한다. 여기에는 세 가지 요소가 포함된다. 첫째, AI 전략은 국가 차원의 명확한 목표 설정을 전제로 한다. 둘째, 연구개발, 산업정책, 교육과 인력 양성, 규제, 데이터 거버넌스, 국제협력 등 다양한 정책수단이 상호 조정된다. 셋째, 성장 촉진이라는 공세적 목표와 위험 관리라는 방어적 목표가 동시에 고려된다. 따라서 AI 국가전략은 단순한 산업 육성 정책이 아니라 AI 기술 발전과 확산을 국가가 어떤 정치경제적 질서 속에서 관리할 것인지에 관한 포괄적 구상이다.

이 연구의 분석 설계는 두 개의 축을 결합하는 방식이다. 첫 번째 축은 전략의 목표 지향성이다. 공세적 전략은 AI를 글로벌 기술 패권 경쟁 속에서 경제적·군사적·과학기술적 우월성을 확보하는 수단으로 본다. 방어적 전략은 AI 경쟁이 초래할 수 있는 산업적 종속, 데이터 취약성, 노동시장 충격, 사회적 불평등 심화 등을 최소화하는 데 초점을 둔다. 두 번째 축은 정책 주도 구조이다. 시장주도형 전략에서는 민간 기업, 대형 플랫폼 기업, 벤처 생태계가 혁신의 핵심 동력으로 작동하고, 정부는 규제 정비와 기초 연구 지원, 경쟁 촉진, 윤리 가이드라인 마련 등 제도적 기반을 제공한다. 국가주도형 전략에서는 정부가 AI 발전의 우선순위를 설정하고, 산업정책과 재정 지원, 공공 연구기관, 공공조달, 규제 권한을 활용하여 기술 발전을 직접 주도한다. 이 두 기준을 결합하면 시장주도-공세형, 국가주도-공세형, 시장조정-방어형, 국가주도-방어형이라는 네 가지 이념형이 도출된다.

시장주도-공세형 전략은 AI를 국가 권력 경쟁의 핵심 전략자산으로 보면서도 기술 발전의 주된 동력을 민간 혁신과 시장 경쟁에 두는 유형이다. 이 전략에서 국가는 기술개발을 직접 지휘하는 통제자가 아니라 장기 비전과 규범적 방향을 제시하고 제도적·재정적 기반을 설계하는 조정자이자 촉진자로 기능한다. 미국은 이 유형의 대표 사례로 제시된다. 2019년 American AI Initiative는 미국의 AI 리더십 유지와 강화를 목표로 삼았지만, 중앙집중적 산업 통제보다는 연구개발 투자 확대, 연방 데이터와 컴퓨팅 자원 개방, 규제 장벽 최소화, STEM 인력 양성, 국제 규범 형성 참여를 강조했다. 2025년 Winning the Race: America’s AI Action Plan은 보다 명시적인 공세 전략으로 진화했다. 이 계획은 AI 혁신 가속화, AI 인프라 구축, 국제 AI 외교와 안보 주도를 중심으로 하며, 미중 전략경쟁 구도를 전면에 배치한다. 다만 혁신의 중심을 여전히 민간 기업과 연구 공동체에 둔다는 점에서 시장주도적 성격은 유지된다.

국가주도-공세형 전략은 AI를 국가 권력의 구조적 재편과 직결된 핵심 전략 자산으로 규정하고, 중앙정부가 장기 비전, 자원 배분, 제도 설계, 산업 조직, 안보 통합을 포괄적으로 주도하는 유형이다. 중국은 이 전략의 대표 사례이다. 중국은 2017년 A New Generation Artificial Intelligence Development Plan을 통해 AI를 국가 전략의 최상위 우선순위로 격상시키고, 2030년까지 세계 AI 혁신의 주요 중심이자 선도국으로 도약하겠다는 목표를 제시했다. 이 전략은 핵심 알고리즘, 고급 AI 칩, 데이터 자원, 지능형 시스템 등 전략 자산의 자국 내 확보를 강조하며, 군민융합 전략과 결합해 AI 발전을 군사 현대화와 연계한다. 또한 중앙정부는 실험실과 혁신기지, 재정 및 정책금융, 전략 산업 지정과 보조금, 데이터 거버넌스 체계를 통해 발전 방향을 총괄한다. 이 전략은 자원 동원과 장기 전략의 일관성이라는 장점을 지니지만, 관료적 중앙집중이 혁신 다양성을 제약하고 자원 오배분과 정치적 판단 오류를 낳을 위험도 있다.

시장조정-방어형 전략은 AI를 전략적 핵심 기술로 인식하면서도 기술 패권 경쟁에서 공세적 우위를 확보하기보다 시장의 제도적 조건과 규범을 재설계해 사회적 안정성과 공적 가치를 방어하려는 유형이다. EU AI Act는 이 전략의 대표 사례로 제시된다. 2024년 채택된 이 규정은 위험 기반 접근법을 핵심 원리로 삼아 AI 시스템을 위험 수준에 따라 구분하고, 위험의 강도에 비례해 규제 강도를 차등화한다. 교육, 고용, 신용, 법 집행, 이민, 사법 영역 등에서 활용되는 고위험 AI에는 위험관리, 데이터 품질, 기술 문서화, 인간 감독, 정확성, 강건성, 사이버 보안 요건이 요구된다. 이 접근은 AI 규제를 디지털 질서 전반의 재구성으로 연결하며, EU가 기술 패권 경쟁에서 직접적인 산업 우위보다 규범과 표준을 통한 영향력을 추구한다는 점을 보여준다. 그러나 기술 성숙 이전에 포괄적 규제를 도입하면 스타트업과 중소기업의 준수 비용이 증가하고, 오히려 대형 기업에 유리한 구조가 될 수 있다는 한계도 있다.

국가주도-방어형 전략은 글로벌 기술 패권 경쟁에서 직접적인 공세적 확장보다 국가가 산업 기반을 보호하고 자립성을 확보하는 데 초점을 둔다. 인도는 이 유형의 대표 사례이다. 인도는 AI가 경제 성장과 디지털 전환의 핵심 동력임을 인정하면서도 미국과 중국의 플랫폼 기업에 구조적으로 종속되는 것을 경계한다. NITI Aayog의 2018년 National Strategy for Artificial Intelligence: AI for All은 포용적 성장을 강조하면서도 기술 자립과 주권 확보를 지향한다. 인도는 보건, 농업, 교육, 스마트시티, 스마트 모빌리티 등 공공성이 큰 분야를 우선 적용 영역으로 선정하고, 국가가 직접 수요를 창출하여 AI 발전 방향을 공공 목적 중심으로 유도하려 한다. 또한 연구 생태계 체계화, 데이터 주권, 공공 플랫폼, 재교육 프로그램, 지식재산권 제도 개선 등을 통해 외부 의존을 줄이고 기술 내재화를 추구한다. 이 전략은 후발 국가가 기술 종속을 줄이는 데 유리하지만, 과도한 보호주의는 경쟁 압력을 약화시키고 혁신 역량을 저하시킬 수 있다.

이 연구의 중요한 분석은 AI 국가전략이 고정된 것이 아니라 글로벌 경쟁 속에서 상호작용하며 변화한다는 점이다. AI 발전 전략은 개별 국가의 정책 선택으로 출발하지만, 고립된 환경에서 작동하지 않는다. AI는 범용기술이기 때문에 산업 생태계, 데이터 인프라, 인재 양성 체계, 군사 전략, 국제 표준 설정 능력을 모두 포괄하는 총체적 경쟁을 유발한다. 또한 AI 산업은 승자독식 또는 승자우위의 구조적 경향이 강하다. 알고리즘은 더 많은 데이터를 통해 성능이 개선되고, 성능이 개선될수록 더 많은 사용자와 데이터를 다시 흡수한다. 이 자기강화적 구조는 국가와 기업 모두에게 뒤처질 수 없다는 압박을 가한다. 그 결과 AI 경쟁은 연구개발 경쟁이자 자본 동원 경쟁이며, 인재 확보 경쟁이자 플랫폼과 규범을 둘러싼 질서 경쟁이 된다.

미중 AI 패권 경쟁은 국가전략의 수렴을 촉진한다. 원래 미국의 시장주도-공세형 전략과 중국의 국가주도-공세형 전략은 서로 다른 모델로 보인다. 미국은 민간 기업의 혁신 역량과 개방적 시장 질서에 기반하고, 중국은 국가 투자와 산업정책을 통해 전략 산업을 육성한다. 그러나 AI가 안보와 직결된 전략 산업으로 인식되면서 두 전략은 점차 유사한 정책 수단을 활용한다. 미국은 반도체 수출 통제, 첨단 기술 투자 제한, 공공 보조금 정책을 통해 국가주도적이고 시장보호적인 성격을 강화한다. 이는 경쟁국의 추격을 지연시키고 자국의 기술 우위를 구조적으로 고착화하려는 전략으로 해석된다. 그 결과 시장주도-공세형 전략은 국가주도-공세형 전략과 수렴하고, 개방적 세계경제 질서보다 블록화된 기술권역 형성으로 이동한다.

AI 경쟁은 사회경제적 안정성에도 중요한 문제를 제기한다. AI와 같은 범용기술은 혁신 자체뿐 아니라 확산 과정이 핵심이다. AI 확산은 노동시장 구조 변화, 사회적 불평등 심화, 정보 왜곡, 노동소득 분배율 하락 등 부정적 외부효과를 낳을 수 있다. 특히 기존의 로봇 자동화가 주로 저학력·저숙련·저임금 노동을 대체했다면, AI는 고학력·고숙련·고임금 직종의 작업까지 자동화할 가능성이 있다. 물론 기술은 새로운 과업을 창출할 수도 있지만, 이 연구는 AI 혁신이 단기적으로는 노동 수요 정체와 불평등 심화를 초래할 위험이 있다고 본다. 문제는 경쟁 압력이 높아질수록 위험 통제와 규범 설정을 우선하는 시장조정-방어형 전략이 실현되기 어렵다는 점이다. 규제를 강화하면 기술 주도권 경쟁에서 뒤처질 수 있고, 규제를 완화하면 사회적 안전장치가 약화될 수 있다. 이 딜레마는 AI 경쟁 자체를 완화하는 국제적 조정이 필요하다는 논리로 이어진다.

소버린 AI 역시 AI 경쟁의 산물이다. 경쟁이 심화될수록 외부 플랫폼과 기술에 대한 의존은 안보적 취약성으로 인식된다. 이에 따라 각국은 데이터 현지화, 자국 클라우드 인프라 구축, 국산 AI 모델 개발 등 자율성 확보 정책을 강화한다. 그러나 이 연구는 소버린 AI 전략이 모든 국가에 동일하게 가능한 해법은 아니라고 지적한다. AI 산업의 핵심 분야는 이미 글로벌 과점 구조로 수렴하고 있으며, 후발국이 핵심 기술, 데이터, 컴퓨팅 인프라, 표준, 인재를 모두 자국 통제 아래 두기 위해서는 막대한 비용과 시간이 필요하다. 내수 시장이 제한적인 국가에서는 독자 모델 개발과 인프라 구축 비용을 회수하기 어렵고, 보호주의가 오히려 혁신을 저해할 수 있다. 따라서 완전한 자립보다 핵심 분야와 특화 시장에서 선택적 AI 주권을 추구하고, 글로벌 협력과 내재화를 결합하는 전략이 더 현실적이다.

이 연구는 한국의 AI 전략에 대해서도 정책적 함의를 제시한다. 한국 정부는 AI 대전환을 국가 경제성장 전략의 핵심으로 삼고, AI 예산 확대, 국가 데이터센터 구축, 고성능 GPU와 데이터 집적 클러스터 확보, 모두의 AI 프로젝트, 규제 특례, 미래 인재 양성 등을 추진하고 있다. 이 연구의 유형화에 따르면 한국의 전략은 민간 혁신을 활용하지만 전체적으로는 국가주도-방어형 전략에 가깝다. 이는 한국 기업들이 글로벌 AI 경쟁에서 미국·중국과 같은 공세적 전략을 수행하기에는 역량상 한계가 있다는 현실적 판단을 반영한다. 한국은 범용 기반모델을 독자적으로 개발하는 선도 전략과 해외 기반모델을 활용해 특정 산업에서 가치를 창출하는 특화 전략 사이에서 선택해야 한다. 또한 미중 경쟁 속에서 미국 중심 플랫폼 생태계와 중국 AI 생태계 사이의 협력 방향, 안보 중심 접근과 보편적 AI 윤리 규범 참여 사이의 균형도 고려해야 한다.

이 연구가 제안하는 한국의 방향은 완전한 자립이나 일방적 편승이 아니라 선택적 자립과 전략적 협력을 결합하는 복합적 접근이다. 한국은 데이터, 알고리즘, 인프라를 모두 독립적으로 확보하기보다 반도체 산업과 디지털 인프라를 기반으로 글로벌 협력과 선택적 제휴를 통해 전략적 핵심 국가로 자리매김할 필요가 있다. 일부 인프라와 도구는 글로벌 선도국에서 확보하고, 핵심 모델과 데이터는 국내에서 개발하며, 특화 역량과 기술은 전략적 파트너와 협력하는 하이브리드 AI 주권 전략이 더 적절하다. 이를 통해 기술 혁신과 경제 성장을 추구하면서도 외부 의존과 정치적 리스크를 관리하고, 자율성과 선택권을 일정 정도 유지할 수 있다.

결론적으로 이 연구는 AI 국가전략을 단순한 산업정책의 문제가 아니라 글로벌 경쟁의 동학 속에서 이해해야 한다고 주장한다. AI 경쟁은 각국에 혁신과 성장의 기회를 제공하지만, 동시에 기술 블록화, 공급망 분절화, 노동시장 충격, 불평등 심화, 정보 왜곡, 자원 낭비, 전략적 비효율을 확대할 수 있다. 이러한 문제는 단일 국가 차원의 대응으로 해결하기 어렵다. 따라서 AI 기술 발전을 무조건적으로 가속하기보다 경쟁의 속도와 방향을 관리하고, 기술 확산의 부작용을 완화하기 위한 국제적 AI 거버넌스가 필요하다. 이 연구가 강조하는 것은 AI를 더 빨리 개발하는 능력만이 아니라, AI 경쟁을 어떻게 관리하고 사회적 안정성과 국제적 협력을 어떻게 결합할 것인가의 문제이다. 한국 역시 AI 발전을 산업 육성의 과제로만 볼 것이 아니라, 기술 경쟁력, 전략적 자율성, 사회적 안정성, 국제 거버넌스를 함께 고려하는 균형전략을 설계해야 한다.

AI 국가전략은 각국의 정치체제와 산업구조에 따라 다르게 나타나지만, 글로벌 경쟁이 심화될수록 서로 닮아가는 역설을 보인다. 미국은 시장을 중시하지만 안보와 공급망 통제를 강화하고, 중국은 국가 동원을 통해 기술 패권을 추구하며, EU는 규범과 위험 관리를 앞세우고, 인도는 기술 자립과 포용적 성장을 결합하려 한다. 그러나 이 모든 전략은 AI가 국가 경쟁력과 국제질서의 핵심 변수가 되었다는 공통 인식에서 출발한다. 이 연구의 함의는 AI 시대의 국가전략이 단순히 더 많은 투자와 더 빠른 개발만으로 완성되지 않는다는 데 있다. AI 경쟁이 사회경제적 위험과 국제질서의 분절화를 심화시킨다면, 필요한 것은 무제한적 가속이 아니라 관리된 경쟁과 국제적 거버넌스이다. 한국의 AI 전략도 완전한 자립과 일방적 편승 사이에서 선택적 자립, 전략적 협력, 사회적 위험 관리, AI 외교를 결합하는 방향으로 조정될 필요가 있다.

📄 논문: https://doi.org/10.35773/JGP.2026.19.1.1
💬 AI PEN 콘텐츠 허브: https://linktr.ee/aipen