https://www.youtube.com/watch?v=E_H4ZrwxZGU
1. 이건 꼭 알아야 한다[^1]
[? 질문] 한국이 AI 시대에 국가 경쟁력을 키우기 위해 지금 가장 먼저 해야 할 일은 무엇인가[^2]
[= 답] (1) 생성형 AI 혁신을 뒷받침할 컴퓨팅 인프라(GPU) 확보와 데이터센터 등 기반을 먼저 깔고, (2) AI 기본법 등 제도적 토대를 마련한 뒤, (3) 스타트업·청년 중심의 창업 생태계와 공공/산업 적용을 통해 “눈에 보이는 성과”로 연결해야 한다는 전략을 제시한다.[^3]
[? 질문] “독자(자체) AI”를 왜 만들며, 무엇을 목표로 어디에 쓰려는가[^4]
[= 답] 해외 AI에 종속되면 위험할 수 있는 공공·국방·교육 같은 영역에서 활용할 수 있도록, 공개된 독자 AI 파운데이션 모델을 기반으로 국내 생태계를 만들고, 성능은 단순 벤치마크가 아니라 **실제 산업/공공 서비스 적용 관점의 ‘실용 평가’**로 최고 수준에 접근시키겠다는 목표를 밝힌다.[^5]
[? 질문] AI “거품론”은 위기인가 기회인가[^6]
[= 답] 혁신 기술에는 거품이 필연적으로 생기며, 지금의 거품은 “상태”일 뿐이다. 이 시기에 관심과 자본이 몰릴 때 정부·기업·학계가 원팀으로 전략을 잘 짜면 거품은 도약의 기회가 되고, 기회를 살리지 못하면 위기가 된다고 본다.[^7]
2. 큰 그림[^8]
이 콘텐츠는 청와대 AI 수석(하정우)이 취임 후 약 6개월 동안 추진한 AI 정책의 성과와 2026년 목표를 KBS 시사 프로그램 인터뷰 형식으로 설명하는 내용이다.[^9] 핵심은 “기반(인프라·법·펀드) → 성장(창업·산업화·공공도입) → 글로벌 협력(프로젝트 수주) → 인재/전력 문제 해결”로 이어지는 국가 AI 전략의 구체화를 다룬다.[^10] 또한 독자 AI 모델의 활용처, GPU 공급 계획(규모/시점), 전력·인재 병목, 피지컬 AI 비전까지 한 번에 연결해 설명한다.[^11]
- 기반을 먼저 깐다: GPU(총 26만 장 확보 지원), AI 데이터센터, 펀드, AI 기본법 통과 등 “AI 성장의 토대”를 6개월 성과로 제시한다.[^12]
- 성과는 ‘실용’과 ‘생태계’로 증명한다: 독자 모델을 공공·국방·교육에 적용하고, 산업/공공에서 실제로 쓸 수 있는 성능 평가 체계를 통해 서비스·도구·산업화를 촉진하겠다고 말한다.[^13]
- 누구나 도전 가능한 AI 국가를 지향한다: 청년 창업(1인 창업 포함), 전국민 AI 소양 교육, 실패해도 재도전 가능한 제도 정비, 양극화 최소화라는 “AI 선진국”의 조건을 함께 제시한다.[^14]
3. 하나씩 살펴보기[^15]
3.1 고등학생의 진학 선택: ‘조언’이 실제 진로를 바꾸는 순간[^16]
진행자는 인터뷰 도입부에서 “뜻깊은 소식”이라며, 하정우 수석이 수석 임명 이전에 AI 미래에 대해 이메일로 상담을 요청했던 고등학생이 이번에 서울대 진학 대신 KAIST 기술장학생으로 진학했다는 사례를 소개한다.[^17] 해당 학생이 하 수석의 조언을 많이 받고 영향을 받은 것으로 보이며, SNS에 관련 पोस्ट도 있었다고 전한다.[^18] 진행자는 이를 “잠재적 AI 인재를 발굴하고 이끈 것 같다”고 해석하며, 당사자로서 뿌듯함과 동시에 책임감도 들지 묻는다.[^19]
하 수석은 고등학교 1학년생이 인공지능에 관심을 가진 것 자체가 대단하다고 먼저 반응한다.[^20] 본인의 조언이 “크게 도움이 될지 모르겠다”고 조심스럽게 말하면서도, 그 일이 “의미 있는 성과”로 다가와 뿌듯하다고 밝힌다.[^21] 동시에 앞으로 더 열심히 해야 하고 기회가 되면 더 많이 조언해야겠다는 책임감으로 돌아온다고 말한다.[^22] 진행자 역시 그 학생이 사회인이 되었을 때 “아, 그래서 그런 조언을 했구나”라고 이해하는 날이 오길 바란다고 덧붙이며 대화를 마무리한다.[^23]
[!NOTE] 이 도입부가 하는 역할
개인의 진학 사례를 통해 “정책”이 추상적 구호가 아니라 개인의 선택과 기회의 구조를 바꿀 수 있다는 메시지를 깔고 들어가며, 이후에 나오는 ‘청년 창업/전국민 AI’ 기조와 자연스럽게 연결된다.[^24]
3.2 취임 6개월 소회: 민간에서 정부로, 시야가 ‘회사’에서 ‘국가’로 확장[^25]
진행자가 “청와대 AI 수석으로 6개월을 보냈는데 어땠냐”고 묻자, 하 수석은 시간이 매우 빠르게 지나갔다고 말한다.[^26] 민간에 있다가 정부로 왔기 때문에 적응에 시간이 들었지만, 그 과정에서도 대통령이 정책 만들기에 강한 의지를 가지고 지원했고, 수석실·부처가 열심히 해 준 덕분에 의미 있는 성과를 거둘 수 있었다고 언급한다.[^27]
이어 진행자는 “민간에 있을 때와 달리 새롭게 보이는 것이 있느냐”고 질문한다.[^28] 하 수석은 네이버에 있을 때도 국가 AI 역량이 중요하다는 메시지는 냈지만, 당시에는 “네이버라는 회사가 어떻게 역할을 할 것인가”에 더 초점을 두었다고 돌아본다.[^29] 반면 지금은 특정 회사가 아니라 대한민국 전체의 AI 역량을 어떻게 강화할 것인가로 시야가 넓어졌다고 말한다.[^30]
또 실제로 정부에 와서 보니, 한국 기업과 학교들의 역량이 뛰어나며, 글로벌 여러 국가가 한국어 AI 역량을 존중하고 함께 하고자 하는 의지가 크다는 점을 확인했다고 한다.[^31] 즉, 내부적으로도 기반이 있고 외부적으로도 협력 수요가 있다는 인식을 드러낸다.[^32]
3.3 ‘가장 아찔했던 순간’과 6개월 성과: GPU, 글로벌 협력, AI 기본법[^33]
진행자는 “성과도 있었지만 아찔했던 순간이 있었냐”고 묻는다.[^34] 하 수석은 1~2가지를 꼽고 싶다며, 먼저 생성형 AI가 이끄는 기술 혁신에서 국가 역량을 키우려면 AI 컴퓨팅 인프라 확보가 중요하다고 전제한다.[^35]
3.3.1 GPU(엔비디아) 부족과 26만 장 확보 지원[^36]
하 수석은 이전까지 “엔비디아 칩(GPU) 지표”가 상당히 부족해 기업과 학교가 어려움을 겪었다고 말한다.[^37] 그런데 “지난 (대책/팩?)에서” 정부가 26만 장 우선 확보를 “적극 지원”하겠다고 한 것이 의미가 컸다고 평가한다.[^38] 즉, AI 혁신의 병목으로서 GPU 부족을 정책적으로 풀어내는 것을 주요 성과로 제시한다.[^39]
3.3.2 글로벌 협력: UAE와 스타게이트·항만(피지컬 AI) 프로젝트[^40]
두 번째로 글로벌 차원에서 UAE와 함께 AI 분야 협력을 추진해, UAE 스타게이트 프로젝트를 함께하고 피지컬 AI 기반 항만 프로젝트도 같이 하게 되었다고 언급한다.[^41] 이를 통해 “글로벌에서 인정받았다”는 점이 기억에 남는다고 말한다.[^42]
3.3.3 AI 기본법 통과: 규제가 아니라 ‘진흥+규제+안전장치’의 법적 근거[^43]
진행자는 별도로 “사실 AI 기본법이 가장 큰 성과 아니냐”고 화제를 전환한다.[^44] 하 수석은 일부가 AI 기본법을 규제로 우려하지만, 실제로는 진흥과 규제, 안전장치가 1:1(또는 균형)로 들어간 법이며, 통과되어야 다양한 진흥을 위한 법적 근거가 만들어진다고 설명한다.[^45] 그리고 이 법이 12월 30일 국회를 통과했다고 밝힌다.[^46]
그는 통과가 “될 수도 있고 안 될 수도 있는 상황”이었는데, 국회가 도와줘서 “안숨을 쓸어내렸다”고 표현하며 당시의 긴장감을 전한다.[^47]
[!IMPORTANT] AI 기본법을 ‘규제 프레임’에서 분리
하 수석은 기본법을 단순 규제가 아니라 “진흥을 가능케 하는 근거 + 필요한 규제/안전장치”의 결합으로 설명하며, 법 통과 자체가 향후 정책 집행의 전제 조건임을 강조한다.[^48]
3.4 2026년 ‘청년 중심 AI 창업 지원’ 구상: 기반에서 성장 기회로[^49]
진행자는 KBS도 AI 접목 콘텐츠를 시도 중이라며, 하 수석이 언급한 “올해(또는 내년) AI 관련 청년 중심 사업 지원”이 무엇인지 묻는다.[^50]
하 수석은 지난 6개월 동안의 AI 정책 기조를 “기반을 튼튼하게 준비하자”였다고 요약한다.[^51] 그 기반으로 (1) GPU 확보, (2) AI 데이터센터 프로젝트 시작, (3) 국민 성장 펀드 같은 제도, (4) AI 기본법 통과를 나열한다.[^52] 이제는 이 기반 위에서 실제 성과와 성장 기회를 만들어야 한다고 말한다.[^53]
그리고 성장 기회의 핵심을 스타트업/창업에 둔다.[^54] 창업의 주인공은 미래세대인 청년이며, 청년들이 실패를 두려워하지 않고 AI를 도구로 활용해 기술 창업뿐 아니라 1인 창업을 포함해 아이디어/콘텐츠 중심 창업도 빠르고 쉽게 할 수 있는 시대가 되었다고 설명한다.[^55] 정부는 “아이디어와 실행력이 있으면 바로 할 수 있게” 지원을 준비 중이며, 내년에는 청년 중심으로 더 많은 창업·성장 기회를 만들 구체 내용을 준비하고 있다고 말한다.[^56]
3.4.1 예시: 지역 관광상품 홍보 콘텐츠를 생성형 AI로 ‘쉽고 빠르게’ 제작[^57]
진행자는 “AI 아이디어만 있으면 창업이 가능하게 하겠다는 게 구체적으로 어떤 모습이냐”라고 재차 묻는다.[^58] 하 수석은 예를 들어, 지역에 내려가 새로운 지역 맞춤 관광상품을 개발하려 할 때, 그 상품을 홍보할 콘텐츠를 만들고 싶어도 과거에는 어렵고 비용·시간이 많이 들었을 것이라 말한다.[^59] 그러나 이제는 생성형 AI 도구를 쓰면 훨씬 쉽고 빠르고 간편하게 만들 수 있다고 설명한다.[^60]
그는 “어떤 1인 창업자”가 지역에 대한 이해를 가지고 있고, 지역 생태계의 지원이 붙으면 누구나 쉽게 도전할 수 있다고 덧붙인다.[^61]
3.4.2 실패를 자산으로 만드는 ‘재도전 제도’의 체계화 필요[^62]
하 수석은 더 중요한 점으로, 이런 도전은 성공률이 높지 않을 수 있다고 솔직하게 말한다.[^63] 하지만 실패하더라도 실패가 자산이 되어 시행착오를 통해 다시 도전할 수 있어야 하며, 현재는 이런 제도적 장치가 파편화되어 있는데 이를 체계적으로 준비하고 있다고 말한다.[^64]
[!TIP] “AI 창업”을 기술창업으로만 좁히지 말 것
하 수석은 AI 도구의 확산으로 콘텐츠/아이디어형 창업의 진입장벽이 크게 낮아졌다는 점을 정책의 전제(현실 인식)로 둔다.[^65]
3.5 2026년 글로벌 AI 협력: ‘뜬구름’이 아니라 수주/프로젝트 성과로[^66]
진행자는 올해(또는 내년) 글로벌 AI 협력을 본격화하고 “실질적이고 눈에 보이는 성과”를 내겠다는 발언을 설명해달라고 요청한다.[^67]
하 수석은 대통령이 UN, APEC, G2 등 다자무대에서 글로벌 AI 이니셔티브를 발표하며 “AI 기본 사회를 전 세계에 확산하겠다”는 메시지를 낸 점을 언급한다.[^68] 그리고 산업 관점에서는 11월 UAE 방문에서 실제로 (1) UAE 스타게이트 프로젝트 참여, (2) 피지컬 AI 기반 항만 프로젝트 협력, (3) 방산과 AI 결합 등의 실질 협업을 추진했다고 말한다.[^69]
더 나아가 한국 기업들이 중동 지역에 진출해 실제 프로젝트 수주로 이어질 수 있도록, 상반기부터 결과가 나올 수 있게 진행하겠다고 설명한다.[^70] 즉, 외교/이니셔티브 발표 차원을 넘어 산업적 수익·수주로 연결하는 “가시적 성과”를 목표로 삼는다.[^71]
3.6 한국 AI 수준 진단: ‘미·중 압도’ 속 3위군 선두권, 균형 잡힌 역량[^72]
진행자는 영국 토터스 미디어(Tortoise Media)의 “글로벌 AI 인덱스 2025”를 제시하며, 한국이 종합 순위에서 미국·중국·싱가포르·영국에 이어 5위라고 소개한다.[^73] 점수상 미·중이 압도적이고 그 뒤는 큰 차이가 아니어 보인다며, 하 수석이 보는 한국의 AI 수준을 묻는다.[^74]
하 수석은 많은 이들이 인식하듯 미·중이 매우 앞서 있고, 그 다음 영향력 있는 나라들이 “3위군”을 형성한다고 말한다.[^75] 한국도 3위군에 포함되어 있으며, 토터스 미디어 순위가 과거 7위→6위→5위로 올라오고 있다는 점을 들어 “경쟁력이 있다”고 해석한다.[^76] 또한 3위군 중에서도 한국이 “상당히 선두권에 속해 있다”고 본다.[^77]
그 이유로 AI는 “모델 하나/알고리듬 하나”가 전부가 아니라, 아래단의 전력·컴퓨팅 인프라부터 AI를 만들 수 있는 능력, 메모리 기술, 데이터센터, 그리고 AI를 활용해 산업·공공·사회문제 혁신을 만들 수 있는지 등 전체 밸런스가 중요하다고 설명한다.[^78] 한국은 이 구성 요소들에서 개별적으로 경쟁력 있는 능력을 많이 갖고 있어, 3~4위권 그룹에서도 앞서는 쪽이라고 정리한다.[^79]
3.7 2026년 정부 목표: 독자 파운데이션 모델 공개, 공공·국방·교육 활용, 피지컬 AI와 생산성 혁신[^80]
진행자는 올해(또는 2026년) AI 예산이 전년 대비 3배 이상 늘어 “대규모 투자 시대”를 맞이하고, 과기정통부 장관이 부총리로 격상되는 등 정부 체계가 강화된다고 언급한다.[^81] 또 “KAI 파운데이션 모델” 같은 독자 AI 모델로 세계 1?2?위권 성능을 확보해 공공 분야까지 도입한다는 큰 목표를 알고 있다며, 2026년 AI 산업에서 정부 목표를 간략히 제시해달라 요청한다.[^82]
하 수석은 독자 AI 파운데이션 모델이 12월 30일 공개되었고, 오픈소스로도 많이 공개되었다고 말한다.[^83] 이 모델들을 공공·국방·교육처럼 “다른 나라 AI 기술에 완전 종속되면 위험성이 생길 수 있는 분야”에서 적극 활용하며 새 생태계를 만들어 가는 것이 중요하다고 강조한다.[^84]
또 엔비디아 젠슨 황(진슨왕) 방문 시 논의된 피지컬 AI 공동 개발을 언급하며, 한국의 강점(많은 공장과 산업 기반)을 살려 산업에 AI를 접목해 생산성을 극도로 향상시키고 전반적 산업 경쟁력을 높이는 것이 올해의 중요한 목표가 될 수 있다고 말한다.[^85]
진행자는 국방·교육의 특수성을 들어, ChatGPT나 Gemini 같은 외산 모델에 학습을 계속 의존할 수 없다는 취지로 이해를 보이며 대화를 이어간다.[^86]
3.8 독자 모델 성능: “90~95%” 그리고 벤치마크가 아니라 ‘일을 잘하는가’로 평가[^87]
진행자는 독자 모델이 GPT-4.5나 Gemini 등의 95% 수준 성능이라는 인식을 언급하며, 지금은 몇 %를 따라잡았는지 묻는다.[^88]
하 수석은 평가 지표/기준에 따라 다르지만 “현재는 90%에서 95% 정도”인 것 같다고 답한다.[^89] 이어 중요한 관점을 제시한다:
- AI 능력치를 평가하는 지표들이 있고 이를 공개하는 홈페이지(리더보드 같은 것)가 존재한다.[^90]
- 하지만 “사람이 시험 문제를 잘 푼다고 일을 잘하는 것과 같지 않다”는 비유를 들며, 벤치마크 점수와 실무 성과는 다를 수 있다고 말한다.[^91]
- 그래서 정부는 산업·공공 서비스에 적용했을 때 경쟁력 있는 능력치를 보이는지에 대한 **별도 ‘실용 관점 평가’**를 구축했다고 설명한다.[^92]
- 실용 평가를 통해 국가대표 AI 기업들의 성과를 평가하고, 평가가 되어야 그 모델로 의미 있는 도구/서비스를 만들고 생태계를 만들며 산업화도 가능하다고 연결한다.[^93]
진행자는 “좋은 계산기를 만들려는 게 아니라 실생활 접목 가능한 세련된 무언가를 만들려는 것”이라는 말로 이 관점을 재확인한다.[^94]
[!IMPORTANT] ‘벤치마크=실력’이라는 등식을 끊는 대목
하 수석은 모델 성능을 단순 시험 점수로만 보지 않고, **현장 적용(산업/공공)**에서의 성과로 재정의하며, 그에 맞는 평가체계를 별도로 구축했다고 말한다.[^95]
3.9 GPU 공급 계획(상·하반기): 1만 장 → 9천 장(슈퍼컴) → 1.5만 장 + 민간 21만 장[^96]
진행자는 AI 산업 기반으로 GPU 확보가 필수라며 “분기별로 얼마나 확보하냐”를 묻는다.[^97] 하 수석은 글로벌 공급 상황에 따라 달라질 수 있어 분기보다 “반기”로 설명하는 게 맞다고 말하며 구체 일정을 제시한다.[^98]
3.9.1 상반기: 추경 확보분 1만 장, 2~3월부터 스타트업·학계 공급[^99]
- 작년 추경으로 확보한 GPU 1만 장을 상반기(2~3월부터) 스타트업이나 학계가 사용할 수 있도록 공급할 예정이라고 말한다.[^100]
- 이미 장비가 들어와 있고 테스트가 필요하며, 신청은 작년 12월 말부터 받기 시작했다고 한다.[^101]
3.9.2 상반기→하반기 전환 시점: KISTI에 9천 장 설치, 슈퍼컴 6호기 ‘한강’[^102]
- 상반기에서 하반기로 넘어가는 시점에 정부출연연 KISTI에 약 9,000장을 설치해 슈퍼컴 6호기를 만든다고 말한다.[^103]
- 이름은 **‘한강’**이며, 과학 AI 또는 연구소 중심으로 활용하도록 지원한다고 설명한다.[^104]
3.9.3 하반기: 공공 분야 1만5천 장 도입, 스타트업·학계 활용 확대[^105]
- 원래 올해 도입하기로 한 공공 분야 15,000장은 하반기에 도입해 더 많은 스타트업·학계가 활용할 수 있게 제공할 예정이라고 말한다.[^106]
3.9.4 민간: 21만 장은 기업 전략에 따라 추진[^107]
- 민간 분야에서 확보하기로 한 21만 장은 각 기업의 전략이 있으므로 기업별로 추진하는 것으로 되어 있다고 설명한다.[^108]
3.10 “엔비디아 의존” 우려에 대한 답: 대안 부재 현실 + 국내 AI반도체 육성 ‘투트랙’[^109]
진행자는 “GPU 26만 장 우선 공급” 발표가 화제였지만, 엔비디아가 예전 같지 않다는 지적과 “국내 AI가 엔비디아에 과도하게 의존하는 것 아니냐”는 우려가 있다고 전한다.[^110]
하 수석은 엔비디아의 실적을 보면 “예전 같지 않다”고 말하기는 어렵다고 반박한다.[^111] 해당 우려는 아마 “(Gemini 3?)가 TPU를 활용했다”는 뉴스 때문일 수 있다고 추정하면서, TPU가 경쟁력 있는 AI 반도체이긴 하지만 개발자 생태계에서 접근성/사용 용이성을 비교하면 아직은 엔비디아 GPU 영향력이 크다고 말한다.[^112]
종속성 문제에 대해서는 “우리는 지금까지 종속된 상태에서 확보도 못 하고 있었는데”라고 표현하며, 강력한 AI를 만들기 위해 현시점에 GPU 외에 쓸 만한 대안이 없다고 말한다.[^113] 따라서 기술 개발과 산업 적용을 위해 GPU를 빠르게 확보하는 것이 필요하다고 주장한다.[^114]
동시에, 국내 AI 반도체 스타트업(‘팹리스’) 정책도 병행한다고 말한다.[^115] 공공이 국내 AI 반도체 기업 제품을 구매하고 활용하며, 실증 센터를 만드는 사업과 정책을 진행하고 있어 “투트랙(투트리)”으로 간다고 정리한다.[^116]
[!TIP] 공급망 리스크 대응 논리의 구성
(1) 당장 필요한 건 GPU(대안 부족) → (2) 확보를 늦추면 연구/산업화 지연 → (3) 동시에 국내 반도체 생태계를 키워 중장기 의존을 완화한다는 구조로 설명한다.[^117]
3.11 전력·에너지 병목: 데이터센터는 2~3년, 송전/발전은 5~7년… 해법은 ‘지산지소’와 재생에너지+원전 운전[^118]
진행자는 GPU와 함께 또 다른 문제로 에너지/전력을 든다.[^119] AI 데이터센터가 확산하면 전력 수요가 폭발적으로 증가할 수밖에 없는데, 수급은 시차가 있다는 지적(데이터센터 2~3년 vs 송전/발전 5~7년)을 소개하며 어떻게 조율할지 묻는다.[^120]
하 수석은 “중요한 질문”이라며, 국가 전체 에너지 전략은 궁극적으로 지산지소(지역에서 생산·지역에서 소비) 형태로 가야 할 것 같다고 말한다.[^121] 대규모 데이터센터를 지역 중심으로 배치하는 이유도 그 때문이라고 설명한다.[^122]
또 국가 전력망 관점에서 빠르게 증가하는 데이터센터/AI 수요를 확보하기 위해, 가장 빠르게 발전을 만들 수 있는 것은 재생에너지라고 언급한다.[^123] 동시에 안전 점검 중인 원전은 안전이 담보되면 가능한 계속 운전 형태로 하고, 최근 새울 3·4호기 원전 가동 승인도 있었다고 언급한다.[^124] 즉, 기본 철학은 지산지소를 기반으로 하면서 재생에너지의 속도와 원전의 운전(안전 전제)을 함께 고려하는 방향을 제시한다.[^125]
3.12 인재 병목: 인재·산업 순위는 낮다(13위/17위), “30만 명 부족” 우려와 해법(수월성+전환교육+전국민 AI)[^126]
진행자는 토터스 인덱스에서 한국이 종합 5위지만 인재와 산업 카테고리 순위는 13위, 17위로 낮다고 짚는다.[^127] 중국은 매년 수십만 명 이공계 인력이 배출되지만 한국은 규모 경쟁에서 부족하고, 올해 현장 투입 인력이 수요 대비 30만 명 부족하다는 우려도 있다고 소개한다.[^128] 임금 격차, 처우, 여러 이유가 있을 수 있다며 인재 양성과 해외 유출 차단 방안을 묻는다.[^129]
3.12.1 R&D 혁신안(11/7)과 인재 트랙 이원화: 수월성 인재 vs AI 활용 인재(전환교육)[^130]
하 수석은 작년 11월 7일 R&D 혁신안을 발표하면서 과학기술 인재(여기에 AI 인재 포함) 대책을 발표했다고 말한다.[^131] 기본적으로 AI 인재는 두 갈래가 있다고 정리한다.[^132]
- 수월성 인재 트랙: 혁신적 연구를 하는 고급 인재.[^133]
- AI 활용 인재: 기존 산업/기존 분야에서 AI를 잘 활용할 인재로, 이들에게는 전환 교육이 필요하다고 설명한다.[^134]
3.12.2 과기특성화대 중심 AI 단과대학 + 지역거점 국립대 협업[^135]
수월성 교육을 위해 KAIST, GIST 등 과기특성화대에서 AI 단과대학을 만들고, 지방 거점 국립대와 협업해 AI 인재를 양성하는 프로그램을 올해부터 본격 추진한다고 말한다.[^136] 또한 지방거점 대학이 지역 산업에 특화된 인재—즉 산업 지식을 갖고 AI를 도입·활용할 수 있는 인재—를 키우는 프로그램도 함께 진행한다고 한다.[^137]
3.12.3 “누구나 AI를 쓸 수 있어야” 전국민 AI 소양/활용 교육 + 경진대회 구상[^138]
대통령이 강조해온 바대로, 누구나 AI를 잘 써야 AI 시대에 경쟁력이 생기고 살아남을 수 있다는 인식 아래, 전국민 AI 교육, 전국민 AI 활용 소양 교육을 진행하고, 필요하면 전국민 AI 경진대회 같은 방식으로 관심을 유지하며 일상 사용을 촉진하는 방안도 준비 중이라고 설명한다.[^139]
3.12.4 고급인재 처우/환경: GPU 부족 해소 + 겸직/복수 급여 등 제도 혁신 + ‘국가 과학자’ 제도[^140]
고급 인재의 문제는 인건비와 환경인데, 하 수석은 연구자 출신으로서 한국에서 가장 답답했던 것은 GPU 부족이었다고 말한다.[^141] 그래서 GPU 확보에 힘을 기울였다고 연결한다.[^142]
또 처우/제도 측면에서, 대학-연구소-회사 사이 벽을 허물어 겸직을 가능하게 하고 양쪽에서 월급을 받을 수 있도록 하는 등, 물가 차이 등을 고려해 기존 제도를 많이 혁신하는 형태의 지원을 준비하고 있다고 말한다.[^143] 더 나아가 국가 과학자 제도를 만든 것도 같은 맥락이라고 설명한다.[^144]
3.13 AI 거품론에 대한 관점: “거품은 상태, 활용하면 기회” + 2000년대 IT 거품 비유[^145]
진행자는 많은 사람이 묻고 싶어할 주제로 “AI 거품론”에 대한 견해를 묻는다.[^146]
하 수석은 2000년대 초반 IT 거품론이 실제로 거품이었지만, 그 거품을 통과해 살아남은 기업들이 지금 한국의 IT를 이끌고 있다고 말한다.[^147] 그는 새로운 혁신 기술이 나오면 거품은 생길 수밖에 없다고 전제하며, 자신은 거품을 “현재 상태”로 본다고 표현한다.[^148]
이 상태에서 많은 관심과 자본이 들어왔을 때 이를 잘 활용해 새롭게 도약할 수 있으면, 거품 자체가 기회가 될 수 있다고 말한다.[^149] 반대로 기회를 살리지 못하면 말 그대로 거품이 되어 위기가 된다고 한다.[^150]
따라서 지금 중요한 것은 정부·기업·학계가 함께 원팀이 되어 거품을 활용해 도약할 수 있느냐이며, 그렇게 되면 한국에 새로운 성장 기회가 될 수 있다고 정리한다.[^151] 진행자는 이를 “기로에 있다”는 취지로 재해석해 마무리한다.[^152]
[!NOTE] ‘거품’이라는 단어의 재정의
하 수석은 거품을 “사기/허상”이라기보다, 자본과 관심이 몰리는 혁신기의 **환경 조건(상태)**로 보고, 성패는 전략·협업·집행 역량에 달려 있다고 본다.[^153]
3.14 피지컬 AI(2030 세계 1위 목표)와 ‘AI 선진국’의 최종 모습: 신뢰, 산업 기반, 양극화 최소화[^154]
진행자는 중국의 휴머노이드(피지컬 AI) 영상을 보여준 뒤, 한국 정부가 2030년에 피지컬 AI 세계 1위 도약을 목표로 하는데 한국의 강점은 무엇인지, 하 수석이 꿈꾸는 AI 시대 한국의 모습은 무엇인지 묻는다.[^155]
하 수석은 많은 사람이 AI를 ChatGPT 같은 챗봇으로 처음 접했지만, 챗봇을 넘어 로봇·자동차·스마트폰·공장 장치 등 실세계 장치에 AI가 탑재되어 사람과 함께 일하는 시대가 피지컬 AI라고 설명한다.[^156] 피지컬 AI가 되려면 AI를 잘하는 것뿐 아니라 공장/환경 등 실세계 준비가 잘되어 있어야 한다고 말한다.[^157]
그는 한국이 “이 둘이 함께 준비가 잘 된 몇 안 되는 나라”라고 주장한다.[^158] 또한 “중국이 잘하지만” 한국이 중국보다 “조금 더 신뢰받는 나라”라는 상황, 한국의 AI 경쟁력, 산업 준비 정도를 볼 때 충분히 잘할 수 있을 것 같다고 말한다.[^159]
그가 그리는 최종적 모습은 다음과 같이 전개된다.
- AI 시대에 글로벌 관점에서 “한국하면 한국의 AI가 많이 활용되고 영향을 끼친다”라고 인식되는 것이 한국의 AI 역량이다.[^160]
- 그 결과 한국이 미국·중국과 함께 가장 강한 나라로 인식되는 것이 소위 “AI 강국”의 모습이라고 말한다.[^161]
- 동시에 혁신 기술은 격차와 양극화를 만들어왔다는 점을 상기시키며, AI 선진국이 된다는 것은 기술 발전에도 불구하고 양극화를 최소화해 많은 사람이 AI를 통해 역량을 향상하고 성장 기회를 만들 수 있는 나라가 되는 것이라고 정의한다.[^162]
진행자는 언젠가 하 수석이 바빠지면 피지컬 AI가 대신 방송도 해주는 날을 기대한다는 말로 마무리하고, 하 수석을 “고등학생의 상담 이메일에도 귀를 기울이는 AI 정책 컨트롤타워”라고 소개하며 인터뷰를 끝낸다.[^163]
[!IMPORTANT] ‘AI 강국’의 조건을 2층으로 쌓음
(1층) 글로벌 영향력/산업 경쟁력(미·중급 인식) + (2층) 사회적 조건(양극화 최소화, 누구나 기회). 하 수석은 기술 목표와 사회 목표를 함께 “선진국”의 요건으로 묶는다.[^164]
4. 핵심 통찰[^165]
-
[h 기반(인프라·법·제도)을 먼저 깔아야 성장(창업·산업화)이 열린다.] 인터뷰 전체는 “지난 6개월은 기반 구축, 이제는 성장 기회 창출”이라는 시간 순서의 정책 논리로 구성된다.[^166]
- 실행: GPU·데이터센터·펀드·기본법을 패키지로 보고, 이후 청년 창업·공공도입·산업 적용으로 전환한다.[^167]
-
[h 독자 AI의 목적은 ‘자체 개발’ 그 자체가 아니라 ‘종속 위험이 큰 영역에서의 활용’이다.] 공공·국방·교육은 외산 의존이 위험할 수 있어 국내 모델로 생태계를 만든다는 논리가 반복된다.[^168]
- 실행: 독자 모델을 오픈소스로 공개하고 공공 영역부터 적용해 수요·생태계를 만든다.[^169]
-
[h 성능 경쟁의 기준을 벤치마크에서 ‘실용’으로 옮기려 한다.] “시험을 잘 푸는 것≠일을 잘하는 것” 비유로, 정책 평가체계도 현장 적용 중심으로 재설계한다.[^170]
- 실행: 공공/산업 서비스 적용 성과를 측정하는 평가 체계를 구축하고 이를 기업 성과 평가 및 생태계 조성의 기반으로 삼는다.[^171]
-
[h GPU 확보는 단기 필수, 반도체 자립은 중장기 과제—따라서 투트랙이 필요하다.] 대안 부재 현실을 인정하면서도 국내 팹리스 육성·공공 실증으로 의존을 줄이려 한다.[^172]
- 실행: 공공 구매·활용, 실증센터 구축 등으로 국내 AI 반도체 시장을 만든다.[^173]
-
[h 전력 문제는 AI 정책의 ‘비(非)AI’ 영역과 직결된다.] 데이터센터 확산을 전제로 지산지소, 재생에너지(속도), 원전(안전 전제)을 함께 고려한다.[^174]
- 실행: 지역 데이터센터 배치 전략과 전력망/발전원 믹스를 동시에 설계한다.[^175]
-
[h 인재는 ‘최고급 연구’와 ‘현장 활용’ 두 층으로 접근한다.] 수월성 인재 트랙과 전환교육(업스킬/리스킬) 트랙을 분리해 정책을 짠다.[^176]
- 실행: AI 단과대학 신설, 지역거점대-산업 연계, 전국민 AI 교육/경진대회로 저변 확대.[^177]
-
[h AI 거품은 위험이 아니라 ‘활용 여부에 따라 기회가 될 수 있는 상태’다.] IT 거품의 역사적 비유로, 핵심은 원팀 전략과 실행력이라고 본다.[^178]
- 실행: 정부·기업·학계 협업 구조를 강화해 투자/관심이 몰릴 때 성과로 전환한다.[^179]
-
[c 최종 비전은 ‘AI 강국’과 ‘양극화 최소화’의 동시 달성이다.] 기술 패권·산업 경쟁력만이 아니라 사회적 포용(누구나 기회)까지 포함해야 AI 선진국이라는 결론이다.[^180]
- 실행: 전국민 AI 활용 역량을 높이고, 청년/1인 창업과 재도전 장치로 기회 접근성을 넓힌다.[^181]
5. 헷갈리는 용어 정리[^182]
독자 AI 파운데이션 모델: 한국이 자체적으로 구축·공개(오픈소스 포함)한 기반 모델로, 공공·국방·교육 등 종속 위험 영역에서 활용하며 국내 생태계를 만들려는 목적이 강조된다.[^183]
GPU: 생성형 AI 개발과 학습/추론에 필수적인 컴퓨팅 자원으로, 국내 기업·학계의 병목으로 반복 언급된다.[^184]
TPU: 경쟁력 있는 AI 반도체로 언급되지만, 개발자 생태계의 접근성과 사용 용이성 측면에서 현시점에는 엔비디아 GPU 영향력이 더 크다는 맥락으로 등장한다.[^185]
팹리스(Fabless): 제조 공장 없이 설계를 중심으로 반도체를 만드는 기업/스타트업을 의미하며, 국내 AI 반도체 생태계 육성의 대상으로 언급된다.[^186]
피지컬 AI: 챗봇을 넘어 로봇·자동차·스마트폰·공장 장치 등 실세계 객체에 AI가 탑재되어 사람과 함께 일하는 형태의 AI를 뜻한다.[^187]
지산지소(地産地消): 에너지 전략에서 지역에서 생산한 전력을 지역에서 소비하는 방향으로, 대규모 데이터센터를 지역 중심으로 배치하는 이유로 제시된다.[^188]
참고(콘텐츠 정보)[^189]
- 제목: [사사건건] "누구든 AI 도전할 수 있게" 독자적인 생태계 만들 것 / KBS 2026.01.02.[^190]
- 출처/채널: KBS News[^191]
- 길이: 24분 52초[^192]
- 링크: https://www.youtube.com/watch?v=E_H4ZrwxZGU[^193]
[^1]: @[00:00]~ 전반 인터뷰가 ‘국가 AI 정책 성과와 목표’를 묻고 답하는 구조로 전개됨.
[^2]: @[02:52] “기술 혁신… AI 컴퓨팅 인프라 확보가 중요”, @[04:32] “지난 6개월… 기반을 튼튼하게 준비”, @[10:08] “독자 모델… 생태계”.
[^3]: @[02:52] GPU 인프라 강조, @[04:32] GPU·데이터센터·펀드·기본법, @[04:43] “성장 기회… 스타트업/창업”, @[06:31] “눈에 보이는 성과”.
[^4]: @[10:08] “독자 AI 파운데이션 모델… 공공 분야/국방/교육… 종속 위험”, @[10:35] “산업 경쟁력”.
[^5]: @[10:08] 공공·국방·교육 활용, @[11:22] 90~95%, @[12:03] 실용 관점 평가 구축.
[^6]: @[20:18] “AI 거품론” 질문.
[^7]: @[20:31]~@[21:13] IT 거품 비유, 거품을 기회/위기로 보는 조건, 원팀 강조.
[^8]: @[01:05] 이후 정책 전반을 묻는 흐름, @[04:32] 기반→성장, @[06:58] 글로벌 협력, @[17:19] 인재, @[22:49] 피지컬 AI 비전.
[^9]: @[01:05] “청와대 AI 수석… 6개월”, @[02:03] 민간(네이버) vs 국가 관점.
[^10]: @[04:32] 기반 패키지, @[04:43] 성장 기회(창업), @[06:58] 글로벌 협력 성과, @[17:23] 인재/전력.
[^11]: @[10:08] 독자 모델, @[12:46] GPU, @[15:45] 전력, @[17:23] 인재, @[22:49] 피지컬 AI.
[^12]: @[03:03] 26만 장 확보 지원, @[04:32] GPU/데이터센터/펀드/기본법, @[03:44] 기본법 성격.
[^13]: @[10:08] 공공/국방/교육 활용, @[11:46] 벤치마크 vs 실무, @[12:03] 실용 평가 구축.
[^14]: @[04:43] 청년 창업, @[06:14] 실패-재도전 장치, @[19:01] 전국민 AI 교육/경진대회, @[24:07] 양극화 최소화.
[^15]: 전체 타임라인 진행 순서에 따른 재구성.
[^16]: @[00:08]~@[00:56] 고등학생 사례와 하 수석 반응.
[^17]: @[00:08] “이메일로 상담 요청… KAIST 기술 장학생”.
[^18]: @[00:17] “SNS 포스팅”.
[^19]: @[00:17]~@[00:25] “잠재적 AI 인재… 책임감”.
[^20]: @[00:42] “고1이 인공지능 관심… 대단”.
[^21]: @[00:42]~@[00:48] “의미 있는 성과… 뿌듯”.
[^22]: @[00:48]~@[00:56] “책임감… 조언”.
[^23]: @[00:56]~@[01:03] 진행자 코멘트.
[^24]: @[00:08]~@[00:56] 개인 사례를 통해 ‘누구나 도전’ 기조의 정서적 도입.
[^25]: @[01:05]~@[02:33] 6개월 소회와 시야 확장.
[^26]: @[01:11] “굉장히 빠르게 흘러갔고요.”
[^27]: @[01:15]~@[01:22] 대통령 의지, 부처 노력, 성과.
[^28]: @[01:50]~@[01:56] 민간 vs 정부 관점 질문.
[^29]: @[02:03] “네이버… 회사 역할에 포커싱”.
[^30]: @[02:03] “전체 우리나라… 강화” 시야 확장.
[^31]: @[02:19]~@[02:33] 기업/학교 역량, 글로벌 존중/협력 의지 확인.
[^32]: @[02:19]~@[02:33] 확인했다는 진술.
[^33]: @[02:39]~@[03:59] 성과/아찔한 순간 및 기본법.
[^34]: @[02:45] “아찔했다 하는 순간”.
[^35]: @[02:52] “AI 컴퓨팅 인프라 확보가 중요”.
[^36]: @[03:03]~@[03:15] GPU 부족과 26만 장.
[^37]: @[03:03] “엔비디아 지표… 부족… 어려움”.
[^38]: @[03:03]~@[03:15] “26만 장 우선 확보… 지원”.
[^39]: @[02:52]~@[03:15] 인프라 병목을 성과로 제시.
[^40]: @[03:15]~@[03:32] UAE 협력.
[^41]: @[03:15]~@[03:28] 스타게이트/항만 프로젝트.
[^42]: @[03:28]~@[03:32] “글로벌에서 인정”.
[^43]: @[03:32]~@[03:59] AI 기본법 설명과 통과.
[^44]: @[03:32] “AI 기본법 부분”.
[^45]: @[03:38]~@[03:44] “규제가 아니냐… 진흥/규제/안전장치… 법”.
[^46]: @[03:44]~@[03:52] “12월 30일… 통과”.
[^47]: @[03:52]~@[03:59] “될 수도… 안숨을”.
[^48]: @[03:38]~@[03:52] 기본법의 성격 규정.
[^49]: @[04:09]~@[06:22] 청년 중심 창업 지원.
[^50]: @[04:09]~@[04:21] KBS 맥락 + 질문.
[^51]: @[04:32] “기반을 튼튼하게 준비”.
[^52]: @[04:43] GPU/데이터센터/펀드/기본법.
[^53]: @[04:43] “성장 기회… 만들어야”.
[^54]: @[04:43] “성장 기회의 핵심… 스타트업/창업”.
[^55]: @[04:43]~@[05:04] 청년, 실패 두려워 말고, 1인 창업/콘텐츠 창업.
[^56]: @[05:04]~@[05:17] 정부 지원 준비, 내년 구체 내용 준비.
[^57]: @[05:41]~@[06:14] 지역 관광 콘텐츠 예시.
[^58]: @[05:35]~@[05:41] “구체적 보관/모양”.
[^59]: @[05:42]~@[05:53] 과거 제작 비용/시간/난이도.
[^60]: @[05:53]~@[06:09] 생성형 AI로 쉽고 빠르게.
[^61]: @[06:09]~@[06:14] 1인 창업자 + 지역 이해 + 생태계 지원.
[^62]: @[06:14]~@[06:22] 실패/재도전 제도.
[^63]: @[06:14] “성공률이… 높지 않을 수”.
[^64]: @[06:18]~@[06:22] 실패를 자산화, 파편화→체계화.
[^65]: @[04:57]~@[05:04] “콘텐츠 중심 창업도… 빠르고 쉽게”.
[^66]: @[06:31]~@[07:21] 글로벌 AI 협력의 실질 성과.
[^67]: @[06:31]~@[06:50] “눈에 보이는 성과” 설명 요청.
[^68]: @[06:58]~@[07:10] UN/APEC/G2, 글로벌 이니셔티브, AI 기본 사회 확산.
[^69]: @[07:10]~@[07:21] UAE 협업, 항만, 방산+AI.
[^70]: @[07:10]~@[07:21] “상반기부터 결과”.
[^71]: @[06:42] “뜬구름 아닌 성과”라는 프레이밍.
[^72]: @[07:49]~@[09:13] 토터스 인덱스와 한국 평가.
[^73]: @[07:49]~@[08:02] “글로벌 AI 인덱스 2025… 5위”.
[^74]: @[08:11]~@[08:20] 수준 질문.
[^75]: @[08:20]~@[08:30] “미국/중국… 앞서”.
[^76]: @[08:36]~@[08:42] “7위 6위 5위로… 올라”.
[^77]: @[08:42]~@[08:48] “3위군… 선두권”.
[^78]: @[08:53]~@[09:08] 전력/컴퓨팅/메모리/데이터센터/활용 혁신 등 밸런스.
[^79]: @[09:08]~@[09:13] “개별… 경쟁력… 앞서”.
[^80]: @[09:34]~@[10:47] 정부 목표와 적용.
[^81]: @[09:34]~@[09:50] 예산 3배, 부총리 격상.
[^82]: @[09:50]~@[10:03] 독자 모델 도입 목표 질문.
[^83]: @[10:08] “12월 30일 공개… 오픈소스”.
[^84]: @[10:08]~@[10:35] 공공/국방/교육, 종속 위험, 생태계.
[^85]: @[10:35]~@[10:41] 엔비디아 방문, 피지컬 AI 공동 개발, 공장/산업 AI 접목 생산성.
[^86]: @[10:53]~@[10:59] “국방 교육… 외산으로 학습 계속 못”.
[^87]: @[11:06]~@[12:28] 성능 수치와 실용 평가.
[^88]: @[11:06]~@[11:14] “95% 수준… 지금은?”.
[^89]: @[11:14]~@[11:22] “90%~95%”.
[^90]: @[11:31]~@[11:46] 능력치 평가 지표/홈페이지 언급.
[^91]: @[11:46]~@[11:51] “시험 문제 잘 푼다고… 일 잘하는 것과 같지”.
[^92]: @[12:03]~@[12:15] “적용… 관점… 평가… 별도로 구축”.
[^93]: @[12:15]~@[12:28] 기업 성과 평가→도구/서비스→생태계/산업화.
[^94]: @[12:31]~@[12:36] 진행자 “계산기… 실생활 접목”.
[^95]: @[11:46]~@[12:15] 벤치마크 비판과 대안 제시.
[^96]: @[12:46]~@[14:06] GPU 물량/일정.
[^97]: @[12:46]~@[12:55] “분기별… 얼마나”.
[^98]: @[12:55]~@[13:04] “분기보다는 반기”.
[^99]: @[13:04]~@[13:25] 상반기 1만 장.
[^100]: @[13:04]~@[13:15] “1만 장… 2~3월… 공급”.
[^101]: @[13:16]~@[13:25] 테스트, 신청은 12월 말부터.
[^102]: @[13:25]~@[13:42] KISTI 9천 장, 슈퍼컴.
[^103]: @[13:25]~@[13:33] “9,000장… 슈퍼컴 6호기”.
[^104]: @[13:33]~@[13:42] “한강… 과학 AI/연구소 활용”.
[^105]: @[13:42]~@[13:50] 공공 1.5만 장.
[^106]: @[13:42]~@[13:50] “하반기… 15,000장 도입”.
[^107]: @[13:50]~@[14:06] 민간 21만 장.
[^108]: @[13:50]~@[14:06] “기업 전략… 기업별로 추진”.
[^109]: @[14:06]~@[15:27] 의존 우려와 투트랙.
[^110]: @[14:11]~@[14:18] “엔비디아 예전 같지… 의존 과열 우려”.
[^111]: @[14:37]~@[14:46] “실적… 예전 같지 않다 말하기 쉽지”.
[^112]: @[14:46]~@[14:55] TPU 언급, GPU 생태계 영향력.
[^113]: @[14:55]~@[15:13] “종속… 확보도 못… GPU 외 대안 없음”.
[^114]: @[15:13]~@[15:20] “빠르게 확보… 기술 개발/산업화”.
[^115]: @[15:13]~@[15:20] “AI 반도체 스타트업들… 팹리스”.
[^116]: @[15:20]~@[15:27] 공공 구매/활용, 실증 센터, 투트랙.
[^117]: @[15:06]~@[15:27] 논리 흐름.
[^118]: @[15:45]~@[17:19] 전력 수급 시차와 해법.
[^119]: @[15:45] “또 다른 문제… 에너지 전력”.
[^120]: @[15:57]~@[16:20] 데이터센터 2~3년 vs 송전/발전 5~7년.
[^121]: @[16:23]~@[16:31] “지산지소 형태”.
[^122]: @[16:31]~@[16:38] “지역 중심 배치 이유”.
[^123]: @[16:38]~@[16:43] “가장 빠르게… 재생에너지”.
[^124]: @[16:54]~@[17:14] 원전 계속 운전(안전), 새울 3·4호기 승인.
[^125]: @[16:23]~@[17:19] 철학 정리.
[^126]: @[17:23]~@[20:09] 인재 지표, 부족, 대책.
[^127]: @[17:23]~@[17:43] “인재/산업… 13위 17위”.
[^128]: @[17:43]~@[17:52] “30만 명 부족” 우려.
[^129]: @[18:03] 인재 양성/해외 유출 차단 질문.
[^130]: @[18:11]~@[18:29] R&D 혁신안, 트랙 구분.
[^131]: @[18:11]~@[18:16] “11월 7일… 대책 발표”.
[^132]: @[18:20]~@[18:29] “수월성… 전환 교육”.
[^133]: @[18:20] “수월성 인재 트랙”.
[^134]: @[18:25]~@[18:29] “기존 분야… 전환 교육 필요”.
[^135]: @[18:29]~@[19:01] AI 단과대학, 지역거점 협업.
[^136]: @[18:29]~@[18:48] “AI 단과대학… 협업… 올해부터”.
[^137]: @[18:48]~@[19:01] “지역 산업 특화… AI 활용 인재”.
[^138]: @[19:01]~@[19:12] 전국민 AI 교육/경진대회.
[^139]: @[19:01]~@[19:12] “전국민 AI 교육… 경진대회… 일상 사용”.
[^140]: @[19:24]~@[20:09] 고급인재 환경/제도 혁신.
[^141]: @[19:24]~@[19:47] “제일 답답… GPU 부족”.
[^142]: @[19:47]~@[19:57] “GPU 확보… 힘”.
[^143]: @[19:57]~@[20:09] 겸직/복수 급여, 제도 혁신.
[^144]: @[20:09] “국가 과학자 제도”.
[^145]: @[20:18]~@[21:22] 거품론 문답.
[^146]: @[20:18] “AI 거품론”.
[^147]: @[20:31]~@[20:38] IT 거품 통과 기업 비유.
[^148]: @[20:38]~@[20:49] “거품… 생길 수밖에… 상태”.
[^149]: @[20:49]~@[21:01] “도약… 거품이 기회”.
[^150]: @[20:49]~@[21:01] “살리지 못하면… 위기”.
[^151]: @[21:01]~@[21:13] “원팀… 전략… 성장 기회”.
[^152]: @[21:13]~@[21:22] 진행자 재정리.
[^153]: @[20:38]~@[21:13] 거품 프레이밍.
[^154]: @[21:22]~@[24:33] 피지컬 AI와 한국 비전.
[^155]: @[22:30]~@[22:49] “2030… 세계 1위… 강점/꿈”.
[^156]: @[22:55]~@[23:06] 챗봇→로봇/자동차/공장 장치, 피지컬 AI 정의.
[^157]: @[23:06]~@[23:11] “AI도… 실세계 준비”.
[^158]: @[23:11]~@[23:17] “둘이 함께 준비… 몇 안 되는 나라”.
[^159]: @[23:28]~@[23:42] 신뢰, AI 경쟁력, 산업 준비, 충분히 가능.
[^160]: @[23:42]~@[23:54] “한국하면… 활용… 영향”.
[^161]: @[23:54]~@[24:07] “미국, 중국과 함께… 강한 나라”.
[^162]: @[24:07]~@[24:33] 혁신 기술의 양극화, 최소화, 많은 사람이 기회.
[^163]: @[24:38]~@[24:50] 진행자 마무리 멘트.
[^164]: @[23:42]~@[24:33] 강국 인식 + 양극화 최소화 결합.
[^165]: 인터뷰 전 구간의 주장 연결(특히 @[04:32], @[10:08], @[12:03], @[15:13], @[16:23], @[18:11], @[20:31], @[24:07]).
[^166]: @[04:32] 기반 준비→@[04:43] 성장 기회.
[^167]: @[04:43]~@[05:17] 창업 지원으로 전환.
[^168]: @[10:08]~@[10:35] 종속 위험 영역 강조.
[^169]: @[10:08] 오픈소스 공개 언급.
[^170]: @[11:46]~@[12:15] 시험 비유와 실용 평가.
[^171]: @[12:15]~@[12:28] 평가→서비스/생태계.
[^172]: @[15:06]~@[15:27] GPU 대안 부재+팹리스 육성.
[^173]: @[15:20]~@[15:27] 공공 구매/실증.
[^174]: @[16:23]~@[17:19] 지산지소, 재생, 원전.
[^175]: @[16:31]~@[16:43] 지역 배치+발전원.
[^176]: @[18:20]~@[18:29] 두 종류 인재.
[^177]: @[18:29]~@[19:12] 단과대학/지역 협업/전국민 교육.
[^178]: @[20:31]~@[21:13] 거품=기회 조건.
[^179]: @[21:01]~@[21:13] 원팀 강조.
[^180]: @[24:07]~@[24:33] 양극화 최소화 포함한 AI 선진국 정의.
[^181]: @[04:43]~@[06:22] 청년/재도전, @[19:01] 전국민 교육.
[^182]: 인터뷰에서 반복 등장한 정책/기술 용어들을 맥락대로 정리(예: @[10:08], @[12:46], @[14:46], @[15:13], @[22:55], @[16:23]).
[^183]: @[10:08]~@[10:35] 독자 모델 공개·활용 맥락.
[^184]: @[02:52]~@[03:15], @[12:46]~@[13:25] GPU 병목/공급.
[^185]: @[14:46]~@[14:55] TPU 언급 맥락.
[^186]: @[15:13]~@[15:20] “팹리스”.
[^187]: @[22:55]~@[23:11] 피지컬 AI 설명.
[^188]: @[16:23]~@[16:38] 지산지소.
[^189]: 사용자가 제공한 메타데이터(제목/채널/길이/링크) 및 인터뷰 전반.
[^190]: 사용자 제공 제목 + 영상 내용 전반(인터뷰 주제).
[^191]: 사용자 제공 “채널: KBS News”.
[^192]: 사용자 제공 “길이: 24분 52초”.
[^193]: 사용자 제공 링크.