◇정책적 시사점

◦ 한국형 거대언어모델 구축 선행요건

   - (자원결집) 공공기관 개별적으로 LLM을 선택하고 구현하는 것은 노하우가

      부족한 상황에서 많은 시간, 비용, 인력이 요구됨

   - (보안이슈 해결) 범정부 공공데이터를 활용하여 학습 수행 시, 범정부 공공데이

      터 관련 보안이슈 해결방안이 필요함

◦ (민간 비즈니즈 창출) LLM 구축 노하우를 가진 다양한 기업들에게 새로운

    비즈니즈 창출 기반 마련
◦ (LLM 표준 프레임워크 구축) 디지털플랫폼정부의 성공적 구축과 일반 AI

    발전의 기반을 위한 LLM 표준 프레임워크 구축

□ 공공기관에 적용 가능한 한국형 LLM 모델의 요건
◦ 민간기술을 활용한 공통 Foundation Model 구축
◦ 공공부문에 특화된 공통 Foundation Model 특성 제시
◦ (공공 통합클라우드 구축) 정부에서 주도하는 공공 클라우드에서 운영될 수 있도록

    공공 클라우드 자원을 확충하고 이를 기반으로 LLM 모델을 개발 및 운영
◦ (경량화 모델 지원) LLM 모델 기반 자연어처리 기능이 자원이 보다 적은 다양한

    환경에서 운영될 수 있도록 경량화 모델 구축 및 공개 필요

□ 국산 NPU기반 LLM 모델 구축 및 활용의 점진적 확대

◦ 글로벌 AI 반도체 시장은 NVIDIA 등 일부 해외 기업을 중심으로 독점화되고 있어

    공급망 내 독자적 우위를 확보하기 위한 노력 시급
◦ 이러한 NVIDIA의 독점적 지위에 대항하기 위한 움직임이 활발히 일어나고 있으며,

    NVIDIA GPU를 대체할 수 있는 국산 NPU(Neural Processing Unit) 기반 다양한

    AI 사업이 정부주도로 지속적으로 추진 중임
◦ LLM을 학습하고 운영하는 분야에서도 NPU 활용을 점진적으로 확대할 필요가 있음.

    다만, NPU AI 모델/서비스 개발은 초기단계이기 때문에 이를 적극적으로 활용하기

    보다는 시범 구축 및 실증단계를 거친 후, 점진적으로 확대하는 것이 바람직해 보임

-----------------------------------------------------------------------------------------------------------------------------------------------------