AI 정책·기술 동향 주간보고 — 2026년 3월 4주차

AI 전담교원·시수 확보는 여전히 낮은 수준^[1][2]

한국교육학술정보원(KERIS) 조사에 따르면 전국 초·중·고·특수학교 4곳 중 3곳(73.1%)에 AI 전담 교원이 없고 초등학교(17.6%)·특수학교(0%)에서 가장 낮았다. 디지털기기 보급은 빠르게 늘었으나 교육과정 내 AI 시수 확보와 예산은 부족해 운영예산이 충분하다고 답한 학교는 14.0%에 그쳤다.

검증 없는 민간 AI 도입이 관리 공백을 드러냄^[3][4]

일부 학교가 신뢰도·보안이 검증되지 않은 사설 AI 상담 챗봇·키오스크를 도입했으나 교육당국은 현황조차 파악하지 못했다. 아이스크림미디어 학습플랫폼에서는 교사 개인정보 유출 사고가 발생해 민간 에듀테크 의존 확산에 따른 관리·감독 체계의 공백이 확인됐다.

대학·교육청 단위 AI 인프라 전환이 동시다발적으로 진행^[5][6][7]

부산시교육청은 RAG 기반 AI 튜터 'BeAT'를 전체 고교 7만여 명에 보급했고, 유비온의 학습경험 플랫폼 '코스모스LXP'는 국공립대 5곳(약 11만 명)에 도입됐다. 한국마이크로소프트는 숙명여대에서 삼성전자 연계 코파일럿 캡스톤 프로젝트를 시작했다.

학사 윤리·가치 가이드라인 정비 착수^[8][12]

서울대는 지난해 시험 중 AI 부정행위 적발을 계기로 'AI 활용 부정행위 시 불이익'을 명시한 가이드라인을 제정해 배포했다. 인천시교육청은 '인간다움을 지키는 교육'을 표방한 AI 교육 공동선언을 발표해 윤리·공공성 중심의 활용 원칙을 제시했다.

AI 활용 격차가 계층·역량 격차로 이어질 우려^[11][9]

국민일보 좌담회에서 전문가들은 AI로 인한 일자리·교육 격차가 계층 간 불평등을 심화할 수 있다며 한국형 모델 설계가 시급하다고 지적했다. 호주 사례는 노동자 80% 이상이 AI를 업무에 쓰지만 고급 리터러시 보유자는 10% 미만으로, 활용과 이해 사이 격차가 약 189억 달러의 잠재 손실로 이어질 수 있다고 분석했다.

정부 확산정책과 '학습 곡선' 연구가 병행^[13][10]

과기정통부는 2030년까지 3300만 명을 지원하는 '전 국민 AI 활용역량 강화' 방안을 발표해 대학생·대학원생 대상 국산 AI 서비스와 카이스트 등 무료 강좌를 확대한다. 앤트로픽의 경제지수 보고서는 숙련 사용자일수록 단순 검색을 넘어 반복 검증·정교화 방식으로 AI를 쓰며 대화 성공률이 6.4%포인트 높다고 분석해, 활용 방식의 격차가 성과 격차로 이어짐을 시사했다.

국내 소버린 AI, 오픈소스화·실용화로 전환^{[14][15][16][18]}

정부의 독자 AI 파운데이션모델(독파모) 사업은 5개 참여 기업이 1차 평가를 통과해 오는 8월 모델을 오픈소스로 전면 공개하기로 했다. LG AI연구원은 엑사원을 산업 도메인 특화 방향으로, 업스테이지는 매개변수를 3배 늘린 '솔라 프로 3'를 에이전트 실용성 중심으로, SK텔레콤은 자체 LLM 'A.X K1'을 인프라-모델-서비스 통합 수익화 구조로 각각 고도화하고 있다.

네이버, 전 서비스를 AI 에이전트 체계로 재편^[17]

네이버는 검색·쇼핑·금융·건강 등 전 영역에 버티컬 AI 에이전트를 순차 도입해 연내 생산성 2배, 프로젝트 투입시간 절반을 목표로 제시했다. 소버린 AI 전략을 축으로 공공·금융·방산 등 보안 중요 영역의 엔터프라이즈 AI 사업도 확대한다.

美 빅테크 프론티어 경쟁이 다시 격화^{[20][25][22][21]}

구글은 오디오 특화 모델 '제미나이 3.1 플래시 라이브'를 공개하고 온디바이스용 '젬마 4'를 비공개 테스트 중이며, 앤트로픽은 오퍼스 상위 신규 계층 모델(코드명 '클로드 미소스')을 개발했으나 유출된 내부 문서에서 스스로 '전례 없는 사이버보안 위험'을 초래한다고 평가해 출시 방식을 신중히 조율하고 있다. 한편 제미나이 이용자의 65%가 챗GPT에서 유입된 것으로 나타나 후발주자의 추격이 가시화됐다.

중국·오픈소스 진영의 확산 전략이 부각^[23][24]

미국 의회 자문기구(USCC)는 딥시크·알리바바 큐원 등 중국 오픈소스 모델이 제조업 데이터와 결합한 '혁신 플라이휠'로 미국의 폐쇄형 전략을 위협한다고 경고했다. 실제로 문샷의 오픈웨이트 모델 '키미 K2.5'가 커서의 상용 코딩모델 '컴포저 2'의 기반으로 재사용된 사실이 확인돼 오픈모델 생태계의 파급력을 보여줬다.

기업 맞춤형 모델 구축 플랫폼 경쟁 진입^[19]

미스트랄은 기업이 자체 데이터로 모델을 학습시키는 플랫폼 '포지'를 출시해 오픈AI·앤트로픽과 경쟁구도에 들어섰다. 다만 전문가들은 고규제·전문 도메인 외에는 파인튜닝·RAG 방식이 여전히 더 현실적인 대안이라고 평가했다.

추론비용 하락 속 총비용 증가, 평가체계도 고도화^[26][27]

가트너는 2030년까지 LLM 추론비용이 90% 이상 하락해도 에이전트의 토큰 소모량이 챗봇 대비 5~30배 늘어 기업 총비용은 오히려 증가할 것으로 전망했다. 허깅페이스는 음성 에이전트의 정확성과 대화 경험을 동시에 측정하는 평가 프레임워크 'EVA'를 공개해 에이전트 품질 검증 표준화 움직임을 보였다.

AI기본법, 시행 두 달 만에 실질 개정 착수^[28][29][30]

과기정통부는 'AI기본법 제도개선 연구반'을 출범해 배포자(Deployer) 정의 신설, 딥페이크 범위를 사람 대상 결과물로 한정, 안전성 기준을 연산량에서 실제 위험성 기준으로 전환하는 등 5개 항목의 개정 방향을 제시했다. 국가AI전략위원회는 보안특별위원회를 신설해 위원 규모를 127명으로 확대했다.

청소년 보호를 위한 범부처·글로벌 공동대응^[31][38][40]

국내 4개 부처(과기정통부·성평등가족부·교육부·방송미디어통신위)는 딥페이크 대응 및 위기청소년 지원을 위한 업무협약을 체결했다. 오픈AI는 청소년 보호 프롬프트 정책(gpt-oss-safeguard)을 오픈소스로 공개하며 Model Spec에 미성년자(U18) 보호 원칙을 반영했다.

규제 집행이 실제 제재로 이어지는 단계^[34][35]

네덜란드 법원은 xAI '그록'에 비동의 성적 이미지 생성 중단 명령과 위반 시 하루 최대 1억7천만원 (상한 170억원)의 벌금을 부과했다. 미국에서는 메타·구글이 소셜미디어 아동유해소송에서 패소해 캘리포니아주에 병합된 수천 건의 유사 소송의 선도 사례가 됐다.

EU·미·중 3대 규제 노선의 분화^[32][33]

EU는 위험 수준별 4단계 분류와 범용AI(GPAI) 규율을 담은 AI Act로 위험기반 규제를 구축했고, 미국 트럼프 행정부는 주(州)별 규제를 무력화하는 연방우선권 중심의 '국가 AI 정책 프레임워크'를, 중국은 국가주도 확산 전략을 취하고 있어 한국의 균형점 설정이 정책 분수령을 맞았다.

글로벌 거버넌스 검증도구 확충^[36][37][39]

OECD는 38개국 의료 AI 정책을 평가해 인에이블러·가드레일 등 4축 체크리스트를 제시했으며, 전국 단위로 AI 영상진단을 운용하는 국가는 10%에 불과하다고 진단했다. 오픈AI와 구글 딥마인드는 각각 안전 버그바운티 프로그램과 AI의 유해한 조작을 실증 측정하는 최초의 검증 툴킷을 공개했다.