정부, 소버린 AI에 5조 원 투입… GPU 인프라가 만드는 새로운 일자리

소버린 AI(Sovereign AI)는 외국 빅테크의 모델과 인프라에 의존하지 않고, 자국의 데이터·인프라·인력으로 AI 역량을 확보하려는 전략을 말합니다. 2026년 들어 이 개념은 각국 정부의 핵심 정책 의제가 됐고, 우리나라도 본격적으로 뛰어들었습니다. 정부는 2026년 7월, AI 붐으로 확보한 초과 세수 중 약 5조 원을 투입해 최첨단 GPU를 연내 대량 구매하고 세계적 수준의 소버린 AI 모델을 개발하겠다는 계획을 발표했습니다.

인프라 구축도 속도를 내고 있습니다. 정부는 2025년 추가경정예산으로 약 1만 3천 장 규모의 첨단 GPU를 확보한 데 이어, 2026년에는 슈퍼컴퓨터 6호기 구축을 포함해 약 2만 장 규모의 컴퓨팅 자원을 추가 확충할 계획입니다. 국가 AI컴퓨팅센터는 1만 5천 장 규모의 AI 반도체를 기반으로 가동을 시작했으며 2028년 완공이 목표입니다. 2025년 경주 APEC에서는 엔비디아로부터 향후 26만 장의 GPU를 우선 공급받기로 하는 합의도 이뤄졌습니다. 민간에서는 삼성SDS가 과학기술정보통신부·정보통신기획평가원(IITP)의 'AI 연구용 컴퓨팅 지원 프로젝트' GPU 자원 공급사로 선정돼 서비스를 시작했습니다.

소버린 AI가 현실적인 선택지가 된 배경에는 오픈웨이트 모델의 성장이 있습니다. GLM-5.2, DeepSeek V4, Llama처럼 성능이 상용 모델에 근접한 공개 모델이 늘면서, 자체 GPU 인프라만 있으면 외부 API 없이도 고성능 AI를 운영할 수 있게 됐기 때문입니다. 데이터를 국외로 보낼 수 없는 공공·금융·의료 분야일수록 자체 인프라 수요가 큽니다.

과제도 있습니다. AI 데이터센터는 GPU 등 고성능 반도체 때문에 일반 데이터센터보다 5~6배 많은 열이 발생합니다. 2026년 여름 기록적인 폭염 속에서 데이터센터들은 서버실 온도를 18~27도로 유지하기 위해 냉각 설비를 증설하고 있고, 전력과 냉각이 AI 인프라의 실질적인 병목으로 떠올랐습니다. GPU를 사는 것보다 그것을 안정적으로 운영하는 일이 더 어렵다는 말이 나오는 이유입니다.

이 흐름이 취업 시장에 주는 신호는 분명합니다. 수만 장의 GPU가 들어오면 그것을 운영할 사람이 필요합니다. 리눅스 서버 운영, 쿠버네티스 기반 GPU 클러스터 관리, 모델 서빙과 모니터링(MLOps), 데이터센터 네트워크·전력 관리까지, AI 인프라 엔지니어링은 향후 수년간 인력 공급이 수요를 따라가기 어려운 영역으로 꼽힙니다. 화려해 보이는 모델 개발 직군만이 AI 일자리가 아닙니다. 리눅스와 네트워크 기초를 탄탄히 다진 사람에게는 인프라 쪽이 오히려 더 넓고 확실한 진입로가 될 수 있습니다.