실증적인 Use-Able 모델
U - User-centered 사용자 중심
S - Sustainable 확산, 확장 가능한 구조
E - Exportable 지역 → 전국 → 해외(ODA)로 이식 가능
A - Affordable 이해 할 수 있는 비용 구조
B - Based on Demand 수요에서 시작하는 콘텐츠
L - Living Infra 살아있는 실증 공간 (전시 아님)
E - Ecosystem-led 협의체로 생태계가 스스로 유지
국무총리 주재, 제58차 국제개발협력위원회 (26.7.23)
AI 활용 ODA 정책 추진 방향
- ‘제안형 ODA’를 본격적으로 추진하고 문화ㆍAI 등 우리나라의 새로운 강점 분야를 활용하여 협력국의 수요에 부합하는 사업을 확대한다
- AI 기술 발전의 혜택을 모두가 누리는 ‘글로벌 AI 기본사회’를 실현하기 위해 협력국의 AI 생태계 조성을 지원하고 협력국의 AI 도입·확산 준비 수준과 수요에 따라 AI 기반 구축부터 현지형 AI 모델 개발 지원까지 단계적으로 추진: 협력국 특화형 AI 사업 추진
재정경제부 유상 ODA 중심 K-AI패키지 추진전략 (26.7.20)
AI-embedded 인프라를 포함한 입체적 관점의 ｢K-AI 패키지｣마련
•
한국형 AI 시그니처 사업모델 개발을 위해, 한국이 사업메뉴를 수원국에 제공하고 수원국이 사업을 선택하는 체계 구축
•
사업메뉴에 경쟁력 있는 우리 기술‧부품을 최대한 포함
•
사업수요 발굴과 금융지원 방안 검토시 EDCF, KSP, MDB 신탁기금‧협조융자, 개발금융 등을 유기적으로 연계
인프라에 맞춤형으로 접목되는 AI 솔루션과 이를 구동할 인프라를 유기적으로 blending(혼합)하여 제공하는 전략
교육은 진지하게 임해야 한다. 직훈급 교육은 단기라서 더욱.
기회의 균등. 그러나, 돈을 쏟아 부은 시설은 무용이 되어 가고, SI들의 납품 사례로만 남는다.
로봇, AI 얼마나 빠르게 변하는 시대인지.
그러다보니 Data center 급을 다들 생각한다. 그런데, GPU 학습에 생각 외로 부하가 걸리지 않는다. 소버린AI 만드는 것도 아니고. 로봇 솔루션 학습, 추론에는 가동 부하 최적화하는 것이 중요할 뿐.
모 센터는 GPU 서버를 거액 들여 갖추고 연구원들의 놀이터가 되어 간다.
수퍼카가 필요한 게 아니라 숙련된 드라이버가 코스를 완주해 낸다. 가야 할 코스는 직선이 아니라 구불구불하므로.
NPU 비교평가 준비하자. 가벼운 가성비있는 edge device를 찾아서.
쓸 수 있는 기술, 정리해서 공유하고 확산할 수 있다. 해 보면 안다.
보다 실용적인 로봇교육 솔루션은 아세안국가도 충분히 할 수 있다. 더 늦으면 AI devide의 건너편으로 영영 못 갈것인데 걱정이다.
