AI(인공지능) 경쟁력 세계 3위 목표—한·미 정책 대전환

AI 패권 경쟁, 한국도 본격 가세

2026년 5월 말~6월 초, 한국과 미국에서 AI(인공지능) 정책이 대규모로 쏟아졌습니다. 학생·연구자·교육자 모두에게 직접 영향을 미칠 변화들입니다. 핵심을 순서대로 짚어보겠습니다.

한국: 과기정통부 1년 성과와 '세계 3위' 선언

과학기술정보통신부는 출범 1년 성과를 발표하며 세 가지 목표를 공식화했습니다.

• 독자 AI 모델 — K-AI 모델의 성능을 앞세워 AI 경쟁력 세계 3위 진입 추진
• 역대 최대 R&D 예산 — 35.5조 원을 투입해 도전적 연구개발(R&D) 생태계로 전환
• 부총리 부처 승격 — 17년 만에 부총리급으로 격상, 과학기술·AI 정책의 컨트롤타워 역할 강화

학생·연구자에게 달라지는 것

이 중 가장 실질적인 변화는 R&D 행정 간소화입니다. 기존 2,171개 행정 서식 중 90% 이상을 삭제·전산화하여 154개로 줄입니다. 연간 약 40만 건·2만 시간의 서류 작성 부담이 줄어들어, 연구자가 실제 연구에 집중할 수 있는 환경이 마련됩니다. 대학원생이나 연구 보조 인력에게도 긍정적인 영향이 예상됩니다.

데이터 정책: '막힘없이 연결'이 핵심

총리 주재로 열린 '데이터 관계장관회의'에서 AI 대전환 시대 데이터 정책 추진방향이 발표됐습니다. 네 가지 방향으로 요약됩니다.

1. 현장이 필요로 하는 데이터를 모은다
2. 누구나 쓸 수 있도록 연결을 막힘없이 개방한다
3. 제도적 빗장을 열어 활용을 쉽게 한다
4. 민간 생태계 조성을 지원한다

이는 AI 모델 학습에 필수인 고품질 데이터 접근성을 높이겠다는 의지입니다. 공공 데이터 개방이 확대되면, 학생 프로젝트나 졸업논문에서 활용할 수 있는 데이터셋의 양과 질이 모두 개선될 것으로 기대됩니다.

제조 AI 2030 전략과 피지컬 AI(Physical AI)

제9회 과학기술관계장관회의에서는 **제조 AI 2030 전략(안)**과 피지컬 AI(Physical AI, 물리 세계에서 작동하는 AI) 선도국 도약 전략이 논의됐습니다.

피지컬 AI는 로봇·자율주행·스마트 공장처럼 디지털이 아닌 실물 세계에서 직접 판단하고 행동하는 AI를 말합니다. 소프트웨어 중심의 AI 논의에서 한 발 더 나아가, 제조업 현장까지 AI 전환(AX, AI Transformation)을 확장하겠다는 전략입니다.

학생 활용법: 제조·공학 계열 학생이라면 피지컬 AI·스마트 팩토리 관련 공개 데이터와 정책 지원 과제를 미리 파악해두면 취업·창업에 유리한 포지션을 잡을 수 있습니다.

미국: 트럼프 AI 행정명령의 5가지 핵심

같은 시기, 미국에서도 큰 변화가 있었습니다. 트럼프 대통령이 이전 행정명령을 철회한 지 2주도 안 돼 새 AI 행정명령에 서명했습니다. MIT Technology Review가 정리한 5가지 핵심은 다음과 같습니다.

이 행정명령은 한국의 AI 정책 방향과도 맞닿아 있습니다. 한국 역시 'AI 기반 사이버위협 대응 민간 정보보호추진계획'을 발표하며 민관 공동 대응 체계를 구축하고 있습니다.

AI가 수학을 위협한다? — 교육계의 우려

MIT Technology Review는 수학자들의 우려도 전했습니다. OpenAI가 유명 수학 난제를 AI로 풀었다고 발표한 직후, 수학자 커뮤니티에서 AI의 신뢰성과 학문적 독창성에 대한 선언문이 나왔습니다.

수학은 논리적 추론의 핵심 학문입니다. AI가 이 분야를 보조하거나 대체할 가능성은 수학·통계·컴퓨터과학을 공부하는 학생에게 이중적 메시지를 던집니다.

• 기회: AI 도구를 활용해 복잡한 계산과 증명 탐색을 가속할 수 있다
• 과제: AI가 제시한 풀이를 비판적으로 검증하는 능력이 더욱 중요해진다

학생 활용법: AI 수학 도구(예: Wolfram Alpha, Lean 정리 증명기 등)를 단순 답 도출이 아닌 학습 보조 도구로 활용하되, 풀이 과정을 직접 이해하고 검증하는 습관을 유지하세요.

정리: 지금 학생이 주목해야 할 3가지

1. 공공 데이터 활용 확대 — 정부 데이터 개방 정책이 가속되면, 졸업논문·포트폴리오 프로젝트에서 쓸 수 있는 실제 데이터가 늘어납니다.
2. AI 리터러시(AI Literacy, AI 이해·활용 능력) — 한국과 미국 모두 AI 거버넌스를 강화하는 방향입니다. 도구를 쓰는 것에 그치지 않고, AI의 작동 원리와 한계를 이해하는 역량이 핵심 경쟁력입니다.
3. 제조·피지컬 AI 분야 부상 — 소프트웨어 AI를 넘어 실물 세계 AI로 무대가 확장되고 있습니다. 기계공학·전기전자·산업공학 전공자에게 새로운 기회의 문이 열리고 있습니다.