AGI 시대 한국의 선택지 — Leapfrogging인가, 종속인가

2026년 1월, 다보스 세계경제포럼. Google DeepMind CEO Demis Hassabis가 제안 하나를 꺼냈음.

“CERN처럼 공동 연구하고, IAEA처럼 국제 감시하는 기관을 AGI를 위해 만들어야 한다.” 핵무기 시대에 인류가 스스로를 통제하기 위해 만든 두 기관의 이름을 나란히 부른 것임. 이걸 ‘기술적 UN’이라고 불렀음 (Fortune).

같은 무대에서 Yuval Noah Harari는 더 직접적으로 말했음. “대부분의 국가는 AI 시스템 설계에 아무 발언권이 없다. AI는 미국과 중국 몇 곳에서 만들어지고 나머지 세계로 확산된다.” (WEF Davos 2026) 발언권이 없는 나라는 종속된다는 것임.

한국은 그 “발언권 없는 나머지” 중 하나인가, 아니면 예외인가. 이 질문에 답하려면 카드 세 장과 장벽 세 개를 동시에 봐야 함.

오늘은 AGI 밸류체인에서 한국이 가진 구조적 강점과, 그것을 스스로 갉아먹고 있는 구조적 약점을 동시에 해부해 보려 함. 이 시리즈의 마지막 편이기도 함 — AGI 그 다음 날에서 다룬 Hassabis와 Amodei의 논쟁이 한국이라는 좌표에서 어떤 의미를 갖는지를 마무리하는 것임.

한국이 가진 카드

반도체: HBM의 압도적 우위

AGI 훈련의 핵심 부품을 하나 꼽으라면, HBM(High Bandwidth Memory)임. 고대역폭 메모리라고 번역하지만, 실제로는 AI가 방대한 데이터를 초고속으로 처리할 수 있게 해주는 반도체임. GPU가 AI의 두뇌라면 HBM은 뇌 속 단기 기억 — 클수록, 빠를수록 AI 성능이 올라감.

이 시장에서 한국의 점유율은 압도적임. 2025년 기준 SK하이닉스가 약 62%를, 삼성전자가 약 17%를 가져가고 있음. 양사 합산 79%. 미국 마이크론이 나머지를 차지하는 구조임 (글로벌이코노믹). NVIDIA가 엔진을 만들어도, 그 엔진에 들어가는 메모리는 한국 없이는 못 만드는 것임.

2026년 2월 12일, 삼성전자가 HBM4 세계 최초 양산 출하를 공식 발표했음. 데이터 전송속도 11.7Gbps — NVIDIA가 요구한 기준(11Gbps)을 초과함. UBS는 2026년 HBM4 시장에서 SK하이닉스가 약 70%의 점유율을 가져갈 것으로 추산함 (SK하이닉스 뉴스룸). BofA는 2026년 HBM 시장 규모 자체가 전년 대비 58% 성장해 546억 달러에 이를 것으로 봤음.

이걸 숫자로만 보면 놓치는 게 있음. AGI 훈련에 필요한 대규모 클러스터 — 예를 들어 GPT-5급 모델 훈련에 투입되는 수만 개의 GPU — 모두 HBM을 탑재하고 있음. 한국 기업이 없으면 미국도, 중국도, 어느 나라도 AGI를 향해 나아갈 수 없다는 말임. 이건 단순한 시장 점유율이 아니라 전략적 공급 통제력임.

TheByteDive가 이전에 분석한 AI 시대의 Leapfrogging 아티클에서 다뤘듯이, 한국은 CDMA 이동통신에서 ‘경로 창조(Path-Creating)’ 전략으로 세계 최초 상용화를 이뤄낸 DNA가 있음. D-RAM에서는 중간 세대를 건너뛰는 ‘경로 도약(Path-Skipping)’을 구사했음 (Lee & Lim, 2001). HBM은 그 DNA의 연장선임.

물론 위험도 있음. 삼성전자의 HBM4 수율(제대로 된 칩 비율)이 아직 충분히 올라오지 않은 것으로 알려짐. SK하이닉스는 원가에서, 삼성은 성능에서 우위를 갖지만 승부는 아직 진행 중임. 그리고 무엇보다 — 마이크론이라는 미국 경쟁자가 계속 따라오고 있다는 점은 변수임.

에너지: 원전 르네상스

AGI 인프라 전쟁의 두 번째 병목은 전력임. 데이터센터는 전기 먹는 하마임. AI 모델 하나를 훈련시키는 데 작은 도시 하나의 연간 전력 소비량이 들어가는 시대가 왔음.

숫자가 먼저임. 국내 데이터센터 전력 수요는 2025년 8.2TWh에서 2038년 30TWh로 약 3.7배 증가할 전망임. 전문가들은 이를 충당하려면 대형 원전 3기를 추가로 건설해야 한다고 계산함 (한국 전력 수급 전문가 추산). 2038년이 멀게 느껴질 수 있지만, 원전 하나 짓는 데 10년 이상 걸린다는 점을 감안하면 지금 결정해야 하는 문제임.

여기서 한국이 가진 숨은 카드가 나옴. 탈원전 시대를 겪었지만, 한국은 여전히 원전 설계·건설·운영 능력을 세계 최고 수준으로 유지하고 있음. UAE 바라카 원전, 체코 두코바니 원전 수주가 그 증거임. 미국과 유럽이 수십 년간 원전을 짓지 않아 이 역량이 퇴화했을 때, 한국은 계속 현장 경험을 쌓은 것임.

에너지 문제는 사실 AI 데이터센터 입지 경쟁의 핵심임. 현재 국내 데이터센터의 75%가 수도권에 집중돼 있고, 서울 전력자립도는 11.6%로 전국 최저임 (전기신문). 이 구조가 유지되면, 규모 있는 AI 데이터센터는 수도권 밖 또는 해외로 빠져나갈 수밖에 없음. 원전이 있는 지방에 AI 인프라 클러스터를 만드는 전략이 필요한 이유임.

글로벌 경쟁자들과 비교하면 한국의 위치가 더 선명해짐.

한국이 에너지 측면에서 취할 수 있는 가장 전략적인 행보는 하나임. SMR(소형모듈원전) 기술 개발 + 데이터센터 전력 패키지 수출 — 원전 수출과 AI 인프라 수출을 묶는 것임. 이미 이 방향으로 움직이는 조짐이 있음.

디지털 정부: 전자정부 1위의 자산

세 번째 카드는 가장 과소평가된 자산임. 한국은 OECD 디지털정부 지수(DGI)에서 0.94점으로 2회 연속 1위임. 정부 AI 성숙도 점수는 0.89점 — OECD 평균 0.53의 거의 두 배임 (OECD 디지털정부 리뷰). 2위 프랑스조차 한국을 따라오지 못하는 수준임.

이게 왜 AGI 시대의 강점인가. AI가 가장 빠르게 확산되는 분야 중 하나가 행정 서비스임. 세금 처리, 허가 발급, 복지 배분 — 이 모든 것이 AI로 자동화될 때, 이미 디지털 기반이 잘 깔린 나라가 압도적으로 유리함. 에스토니아가 디지털 거버넌스로 도약한 것처럼, 한국의 전자정부 인프라는 AI 정부로 전환하는 데 드는 비용을 극적으로 낮춰주는 것임.

실제로 기업 차원에서도 수치가 뒷받침됨. 한국 기업의 AI 활용 비율은 30.28%로 OECD 회원국 중 1위임 (2위 덴마크 27.58%). 그리고 Microsoft는 2025년 한국을 “AI 도입 속도 세계 1위”로 평가했음 (AI타임스).

디지털 정부 1위라는 자산의 진짜 가치는 데이터 인프라임. AI는 데이터로 훈련되고, 데이터는 디지털화된 행정 시스템에서 나옴. 한국은 이 파이프라인이 이미 작동하고 있음. 이걸 활용하지 않는 것은 금을 가지고 있으면서 쓰지 않는 것과 같음.

걸림돌

AI 거버넌스 부재

한국은 2026년 1월 22일 인공지능기본법을 시행했음. EU에 이어 세계에서 두 번째로 포괄적인 AI 규제 체계를 갖추게 된 것임. 국가인공지능전략위원회를 신설하고, 2026년 AI 예산을 10조 1,000억원으로 책정했음. 99개 실행과제, 326개 정책권고가 담긴 인공지능행동계획도 확정됐음 (머니투데이).

숫자는 인상적임. 문제는 실행임.

미국 정보기술혁신재단(ITIF)은 한국 AI 기본법의 구조적 결함을 이렇게 지적했음: “광범위한 정의, 규범적 R&D 의무, 중소기업 편향, 비효율적 규제 메커니즘.” (ITIF 보고서) 법의 단일 설계 구조 때문에 효과적인 조항과 비효율적인 조항이 한 묶음으로 고착화될 위험이 있다는 것임.

더 근본적인 문제가 있음. 한국의 거버넌스 논의는 아직 “진흥이냐 규제냐” 이분법에 갇혀 있음. 과기정통부는 “규제보다 진흥에 무게”를 둔다고 밝혔지만, 정작 AGI 수준의 위험에 대응하는 국제 거버넌스 참여 전략은 공백 상태임. 법은 만들었지만, 그 법이 Hassabis가 제안한 국제 AI 기관 논의와 어떻게 연결되는지에 대한 로드맵이 없는 것임.

비유하자면, 집 안에 소화기는 비치했지만 소방서와의 연락망은 없는 상태임. 화재 자체는 막을 수 있어도, 대형 화재가 났을 때 국제 공조를 이끌어낼 역량이 없다는 것임.

대기업 SI 구조의 경직성

한국 AI 전환의 발목을 잡는 두 번째 장벽은 대기업 SI(시스템통합) 구조임. 삼성SDS, LG CNS, SK C&C 같은 그룹사 IT 서비스 기업들이 한국 기업 IT의 상당 부분을 차지하는 구조임.

팔란티어의 FDE(Forward Deployed Engineer) 모델과 비교하면 차이가 선명해짐. 팔란티어 FDE는 고객사에 상주하면서 현장 문제를 직접 해결하고, 그 경험을 제품으로 만들어 전체 플랫폼을 진화시킴. 한국의 대형 SI는 요구사항을 받아 프로젝트를 수행하는 ‘용역’ 구조임. 고객의 문제를 깊이 이해하는 것이 아니라, 정해진 스펙을 납기 내에 완성하는 것이 목표임.

이 구조에서 AI는 ‘혁신 도구’가 아니라 ‘비용 절감 수단’으로만 도입됨. 결과는 수치로 나타남. 한국 제조기업의 82.3%가 AI를 활용하지 않고 있음. 기업의 74%는 “AI 전환 비용이 부담된다”고 응답했음. AI 전환 효과에 대해서는 61%가 “미미할 것”이라고 봤음 (전자신문).

내부 거래 의존도가 높은 구조도 혁신을 가로막음. 그룹사 일감이 보장된 상황에서 시장 경쟁력을 키울 인센티브가 약함. 글로벌 AI 플랫폼 기업들이 직접 한국 기업의 IT를 장악하기 시작하면, 그때는 이미 늦은 것임. 생존 위협을 느낀 대형 SI들이 AI 전환을 선언하고 있지만, 철학 자체가 바뀌지 않으면 선언은 선언으로 끝남.

인재 유출

세 번째 장벽이 가장 조용하고 가장 치명적임. 한국의 AI 인재가 빠져나가고 있음.

숫자를 먼저 보면 — AI 인재 순유출입은 2020년 +0.23명(14위)에서 2024년 -0.36명(35위)로 역전됐음. OECD 최하위 수준의 유출국이 된 것임 (한국일보). IMD 두뇌유출지수도 2020년 28위에서 2025년 48위로 급락했음. 현재 해외에서 근무하는 국내 AI 인력은 약 1만 1,000명 — 전체 AI 인력의 16%임.

왜 나가는가. 이공계 박사 10년 차 연봉이 국내 취업 시 9,740만원인데, 해외 취업하면 3억 9,000만원임 (서울신문). 약 4배 차이임. 그리고 자연계 상위 1% 학생의 76.9%는 의대로 가고 있음. AI를 연구할 수 있는 가장 뛰어난 두뇌들이 처음부터 다른 길을 선택하고 있는 것임.

2029년까지 AI 등 신기술 분야 인재가 58만명 부족할 것으로 전망됨 (뉴스스페이스). HBM 생산 설비는 있는데, 그 다음 세대 HBM을 설계할 두뇌가 없는 상황이 오는 것임.

역설이 있음. 한국이 디지털 정부 1위, HBM 점유율 79%라는 강점을 가지고도, 그 강점을 유지하고 발전시킬 인재가 빠져나가고 있다는 것임. 인프라를 쌓고 있는데, 인프라를 운영할 사람이 없는 구조임.

Hassabis의 국제 AI 거버넌스와 한국

다시 다보스로 돌아가자. Hassabis가 제안한 CERN + IAEA 모델은 두 가지를 동시에 요구함. 첫째, 공동 연구 — 최고의 두뇌들이 함께 AGI를 향한 마지막 단계를 밟는 것. 둘째, 국제 감시 — 핵처럼 AGI를 혼자서는 개발하지 못하도록 최소 기준에 합의하는 것 (New Savanna Blog).

Hassabis 자신이 인정한 한계가 있음. “한 회사, 한 국가, 또는 서방이 이 방향을 택해도, 전 세계가 최소 기준에 합의하지 않으면 효과가 없다”는 것임. 즉 이 제안이 실현되려면 미국·중국 외의 핵심 국가들의 참여가 필수임.

여기서 한국의 포지션이 중요해짐. 한국은 이 논의에서 단순한 ‘참여자’가 아니라 협상력 있는 플레이어가 될 수 있는 조건을 갖추고 있음.

• 반도체 공급국: HBM 없이는 AGI 훈련이 불가능. 공급을 조율할 수 있는 위치.
• 비진영 국가: 미중 양쪽과 거래하면서 어느 한쪽으로 완전히 기울지 않은 위치.
• 디지털 거버넌스 선도국: AI 정부 분야에서 국제 표준을 제안할 자격이 있는 나라.

Harari의 경고를 다시 읽어야 함. “AI 이민자들은 빛의 속도로 이동하며, 그들의 충성심은 만든 나라에 있다.” AI가 미국이나 중국에서 설계된 채 한국 사회로 유입된다면, 그 AI의 가치 체계, 언어 우선순위, 문화적 가정은 한국이 아닌 다른 곳의 것임. 이건 단순한 기술 종속이 아니라 문화 종속의 문제임 (Singjupost).

따라서 Hassabis의 제안에 한국이 참여해야 하는 이유는 두 가지임. 첫째는 현실적 이해관계 — HBM 공급국으로서 국제 AI 거버넌스 테이블에 앉으면 반도체 수출 통제, AI 안전 기준, 칩 규제 논의에서 목소리를 낼 수 있음. 둘째는 생존 전략 — 이 테이블에 없으면, 테이블에서 만들어지는 규칙이 한국 기업을 향해 날아오는 것임.

문제는 한국이 이 논의에 참여할 거버넌스 역량을 키우고 있느냐는 것임. 현재로선 그렇지 않음. AI 기본법은 만들었지만, 국제 AI 거버넌스 외교 전략은 공백임.

결론: 선택의 시간

Leapfrogging의 역사적 공식은 하나임. 기존 시스템의 부재, 새 기술에 대한 접근성, 방향을 아는 사람. 케냐는 은행 인프라가 없어서 모바일 금융을 도약할 수 있었음. 에스토니아는 유선전화가 없어서 디지털 거버넌스로 직행했음.

한국의 상황은 다름. 한국에는 기존 시스템이 너무 많이 있음. 대기업 SI가 IT 서비스를 장악하고 있고, 이공계 인재는 의대와 해외로 빠져나가고, AI 거버넌스 논의는 진흥-규제 이분법에 갇혀 있음. 이미 가진 것이 도약을 막는 역설임.

그러나 동시에 이전 어느 시대보다 강력한 카드도 있음. HBM 79%는 협상력이고, 전자정부 1위는 AI 정부로의 전환 비용을 줄여주며, 원전 역량은 AI 데이터센터의 전력 문제를 해결할 실마리임.

카드가 있다고 게임에서 이기는 게 아님. 카드를 언제 내느냐가 전략임.

한줄 코멘트. 한국은 AGI 밸류체인에서 쓸 카드가 있는 나라임. 문제는 카드를 쓰는 전략이 아직 없다는 것임.

직장인 시사점. 국가 전략이 결정되기를 기다릴 필요가 없음. 지금 당장 “내 회사에서 AI는 혁신 도구인가, 비용 절감 수단인가”를 물어볼 것. 비용 절감 수단으로만 도입하는 조직에 남아 있으면, 결국 AI가 줄이는 비용 목록에 당신의 포지션이 들어갈 수 있음. 한국 SI 구조의 경직성은 개인 경력에 직접 영향을 미치는 리스크임. 조직이 변하기 전에 개인이 먼저 FDE처럼 움직이는 것 — 고객의 문제를 깊이 이해하고, 해결책을 직접 만들며, 그 경험으로 자신을 진화시키는 것 — 이게 AGI 시대에 한국 직장인이 선택할 수 있는 개인 단위의 Leapfrogging임.

참고 자료

1. Fortune — AI luminaries at Davos clash over how close human-level intelligence really is (2026.01.23)
2. WEF / Singjupost — Yuval Noah Harari’s Remarks at WEF Davos 2026
3. New Savanna Blog — Hassabis on the future of AI: A CERN for AI
4. SK하이닉스 뉴스룸 — 2026년 시장 전망: HBM이 이끄는 메모리 슈퍼사이클에 주목
5. 글로벌이코노믹 — 삼성·SK하이닉스 2026년 250조 잭팟 전망
6. 이코노믹스믹글 — SK하이닉스 HBM 시장 점유율 57%, 기술 격차
7. 전기신문 — AI 전력 전쟁, 데이터센터 국가 경쟁력 핵심 인프라
8. 다음뉴스 — 데이터센터에 원전 3기 더 필요
9. OECD — Digital Government Review of Korea
10. Global Government Forum — South Korea tops OECD Digital Government Index
11. AI타임스 — MS “한국, 2025년 AI 도입 속도 세계 1위”
12. 머니투데이 — AI 3강 도약, 인공지능행동계획 확정
13. ITIF — 한국 AI 기본법의 전략·진흥·규제 구조와 규제 리스크 (2025.09)
14. 전자신문 — 국내 제조기업 82.3% “AI 활용 안 해”
15. ZDNet Korea — 생존 위협 느낀 대기업 SI, AI에 명운 건다
16. 한국일보 — 한국 AI 인재, 순유출 OECD 꼴찌 수준
17. 서울신문 — 9740만원 vs 3억… AI 인재 될 1% 두뇌, 의대로 몰린다
18. 뉴스스페이스 — K-두뇌 빨간불, 2029년까지 AI 인재 58만명 부족
19. Introl Blog — South Korea’s $735B Sovereign AI Initiative
20. Chatham House — A ‘CERN for AI’ — what might an international AI research organization address?
21. Lee, K. & Lim, C. (2001) — Technological regimes, catching-up and leapfrogging (Research Policy) — AI 시대의 Leapfrogging 내 인용
22. AGI 그 다음 날 — Hassabis CERN+IAEA 제안 상세, 한국 반도체 분석 (아이템 33, 45-46)