국산 AI 신설법인의 충격 | 소프트뱅크 등 8개사 1조 엔의 전모
機械翻訳 / Machine-translated

機械翻訳 / Machine-translated
@aifriends
AI Friends(https://aifriends.jp)のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
"일본 AI는 결국 ChatGPT나 Claude 아닌가요? 국산 AI가 정말 필요한가요?"──이런 말을 들어본 적 있으신가요? 2026년 4월 12일, 그 질문에 정면으로 답하는 거대 프로젝트가 시동을 걸었습니다.
소프트뱅크를 필두로 NEC, 혼다, 소니그룹 등 일본을 대표하는 8개사가 결집해 신설법인 '일본 AI 기반 모델 개발'을 설립했습니다.
정부는 5년간 약 1조 엔을 투입할 예정이며, 목표는 1조 파라미터급 국산 AI와 제조업의 강점을 살린 '피지컬 AI'입니다.
이 글에서는 이 국가급 프로젝트의 전모를 알기 쉽게 설명하고, 우리의 생활과 업무에 어떤 영향을 미칠지 깊이 파헤쳐봅니다.
우선 기본 정보부터 살펴봅시다.
닛케이가 2026년 4월 12일에 보도한 바에 따르면, 신설법인 '일본 AI 기반 모델 개발'이 설립되어 국산 AI(인공지능) 기반 모델을 본격적으로 개발합니다.
기반 모델이란 ChatGPT나 Claude처럼 다양한 용도에 활용할 수 있는 범용적인 대형 AI를 말합니다.
회사의 뼈대를 이루는 것은 소프트뱅크, NEC, 혼다, 소니그룹 4개사입니다.
각사가 십수 퍼센트씩 출자하며 경영 책임을 분담하는 형태입니다.
마치 4개의 강팀이 합동으로 국가대표팀을 구성하는 이미지로, 단독으로는 대적하기 어려운 OpenAI나 Google에 연합군으로 맞서는 구도입니다.
여기에 미쓰비시UFJ은행, 미쓰이스미토모은행, 미즈호은행의 3대 메가뱅크와 일본제철, 고베제강소가 소수 주주로 참여합니다.
은행이 출자하는 것은 자금 조달을 뒷받침하기 위해서이며, 철강 메이커가 참여하는 것은 제조업 데이터를 확보하려는 목적이 있습니다.
아울러 AI 개발로 유명한 Preferred Networks(PFN)도 기술 측면에서 개발에 참여할 예정입니다.
가장 주목할 점은 정부의 지원 규모입니다.
2026년도부터 5년간 약 1조 엔의 지원 한도가 마련되는 방향입니다.
1조 엔을 5년으로 나누면 연간 2,000억 엔──이는 일본의 우주개발 예산에 맞먹는 금액으로, AI를 '국책 산업'으로 격상하려는 의지의 표명으로 읽힙니다.
"일본은 뒤처져 있으니까, ChatGPT를 쓰면 되지 않나?"라고 생각하는 분도 있을 것입니다. 하지만 정부와 8개사 연합이 진지하게 국산 AI를 만들려는 데는 분명한 3가지 이유가 있습니다.
해외 AI를 사용하면 회사의 기밀 정보나 고객 데이터가 미국 기업 서버로 전송될 가능성이 있습니다.
비유하자면, 소중한 일기를 매일 해외 우체국에 가져가는 것과 같습니다.
특히 국방, 의료, 금융 분야에는 '절대 국외로 유출될 수 없는 데이터'가 있으며, 국산 AI가 있으면 그런 데이터도 안심하고 학습시킬 수 있습니다.
만약 미중 갈등이 격화되어 OpenAI나 Google이 일본 서비스를 제한한다면 어떻게 될까요?
이미 AI 없이는 성립하지 않는 업무가 늘고 있어, 전기나 석유와 마찬가지로 '멈출 수 없는 기반'이 되어가고 있습니다.
AI 공급원을 해외에 100% 의존하는 것은 에너지 자급률이 0인 상태와 같은 위험을 안고 있습니다.
일본에는 도요타, 혼다, 소니, 파나소닉 같은 세계적인 제조업체가 있습니다.
이들이 수십 년에 걸쳐 축적한 센서 데이터와 공장 운영 노하우는 GAFAM도 갖지 못한 보물입니다.
이를 AI에 학습시키면, '글만 쓰는 AI'가 아닌 '공장을 움직이는 AI'가 만들어질 수 있습니다──그것이 이번 연합의 목표입니다.
이번 발표에서 가장 중요한 키워드가 '피지컬 AI'입니다. 낯선 말이지만 의미는 단순합니다.
피지컬 AI란 화면 속에서만 활약하는 것이 아니라, 로봇이나 기계를 실제로 움직일 수 있는 AI를 말합니다.
ChatGPT가 '문장의 세계'에서 활약하는 AI라면, 피지컬 AI는 '현실 세계'에서 일하는 AI입니다.
예를 들어, 공장의 조립 로봇이 AI의 지시로 정밀하게 부품을 조립하거나, 자율주행 자동차가 도로 상황을 판단해 안전하게 주행하는 것이 이에 해당합니다.
피지컬 AI 개발에는 '기계가 작동할 때의 데이터'가 대량으로 필요합니다.
일본 제조업은 50년 이상 공장 센서 데이터와 자동차 주행 데이터를 축적해왔습니다.
오케스트라 지휘자가 오랜 세월의 녹음을 보유하고 있는 것처럼, 이 데이터가 있으면 고품질 AI를 만들 수 있습니다.
신설법인이 상정하는 응용 분야는 세 가지입니다.
첫째 자율주행(혼다 주도), 둘째 공장과 가정에서 사용하는 범용 로봇(소니 주도), 셋째 반도체 설계·제조 프로세스 최적화입니다.
'AI에 공장 전체를 맡기는' 시대가 5년 이내에 현실화될 가능성이 있습니다.
세계 AI 시장은 지금 미국과 중국의 양강 시대입니다. 일본 연합이 어떻게 파고들지, 주요 경쟁사와 비교해봅시다.
세계 범용 AI 시장은 GPT-5.2, Gemini 3.x, Claude 4.x가 압도적입니다.
모두 수조 파라미터급으로 추정되며, 미국 빅테크가 10조 엔 단위의 GPU 투자로 독주 중입니다.
야구로 비유하면 메이저리그의 강팀들로, 여기에 따라잡기란 쉽지 않습니다.
중국은 Qwen3(알리바바), ERNIE(바이두), DeepSeek 등이 급성장 중입니다.
오픈소스 노선으로 전 세계 개발자를 끌어들이며 비용 면에서 미국 세력에 대항하고 있습니다.
정부의 강력한 지원과 풍부한 국내 데이터가 무기입니다.
GPT-5나 Gemini와 정면으로 맞붙는 것은 현실적이지 않기 때문에, 일본 연합은 '제조업 특화'라는 수직 시장을 노립니다.
GAFAM이 갖지 못한 공장·로봇·자동차 데이터를 무기로 '제조업용 ChatGPT'를 만드는 전략입니다.
비유하자면, 맥도날드에 대항하는 것이 아니라 일식 전문점으로 차별화하는 포지셔닝입니다.
일본에는 이미 SB Intuitions의 'Sarashina(460B 파라미터)', PFN의 'PLaMo 2.2 Prime', NTT의 'tsuzumi 2', NEC의 'cotomi v3', KDDI/ELYZA의 일본어 LLM 등 여러 국산 LLM이 존재합니다.
신설법인은 이들 기존 자산을 토대로 1조 파라미터급으로 단숨에 규모를 확장할 계획입니다.
"뿔뿔이 흩어져 있던 각 회사의 연구를 하나의 깃발 아래 모은다"──그것이 이 연합의 가장 큰 의의입니다.
여기서부터는 구체적인 입장에 있는 사람들에게 이 뉴스가 무엇을 의미하는지 살펴봅니다.
아이치현의 자동차 부품 메이커에서 일하는 A씨는 매일 혼다나 닛산 향 부품 설계도를 CAD로 그리는 사람입니다.
피지컬 AI가 실용화되면 "이 신차종 엔진에 맞는 최적의 브라켓 설계를 내줘"라고 AI에 요청할 수 있게 됩니다.
기존에 3일 걸리던 시제품 설계가 반나절로 단축되는──그런 세상이 2~3년 후에 올 가능성이 있습니다.
도쿄 오타구에서 금속 가공을 하는 B씨의 회사는 숙련 기능인의 고령화가 심각한 과제입니다.
신규 직원이 자라기 전에 숙련 기능인이 은퇴해버릴 우려가 있습니다.
피지컬 AI가 숙련 기능인의 동작을 학습한다면, '베테랑의 기술'을 AI 로봇에 이어줄 수 있을지도 모릅니다.
일본의 소규모 공장을 구할 비장의 카드가 될 가능성을 품고 있습니다.
C씨의 회사는 자율주행 택시를 개발 중이지만, 사용하는 것은 미국산 AI 모델입니다.
데이터를 해외 클라우드로 전송하기 때문에 국토교통성의 인허가에서 어려움을 겪고 있습니다.
국산 피지컬 AI가 실용화되면 데이터를 국내에서 완결 처리할 수 있어 규제 통과가 크게 수월해질 것입니다.
D씨는 매일 ChatGPT로 기획서를 쓰는 헤비 유저입니다.
"국산 AI는 나와 관계없다"고 생각했지만, 클라이언트(은행)에게 "국산 AI로 제안서를 만들어 달라"는 요청을 받으면 상황은 달라집니다.
금융·의료·공공 분야의 업무에서는 국산 AI가 필수가 되는 미래도 보이기 시작합니다.
화려한 계획의 이면에 우려 사항도 적지 않은 것이 현실입니다.
발표에 따르면 2020년대 후반(2028~2030년경)에 1조 파라미터급 모델 완성을 목표로 한다고 합니다. 경쟁 상대인 GPT나 Gemini는 이미 수조 파라미터급으로 추정되므로, 완성 시점에도 '한 세대 뒤처질' 가능성이 있습니다.
해외 세력이 반년 단위로 모델을 갱신하는 반면, 일본의 관민 연합은 의사 결정에 시간이 걸리는 경향이 있습니다. 닛산과 르노 연합이 의사 결정에서 어려움을 겪었던 것 같은 '합의제의 함정'에 빠질 우려가 있습니다.
세계 최고의 AI 연구자는 연봉 수억 엔에 Google이나 OpenAI에 스카우트되고 있는 현실이 있습니다.
약 100명 규모의 집약이라고 해도, 최첨단 인재를 확보할 수 있을지는 미지수입니다.
프로야구에서 FA 선수를 모을 때와 같은 '예산과 브랜드 파워의 싸움'이 됩니다.
1조 파라미터 모델 학습에는 수만 장의 NVIDIA H100/B200급 GPU가 필요합니다. 현재 GPU는 전 세계적으로 쟁탈전 상태로, 조달 가능 여부에 따라 성패가 갈린다고 해도 과언이 아닙니다.
A. 빨라도 2027~2028년으로 예상됩니다.
처음에는 자동차나 공장 등 B2B 용도가 우선시되며, 일반 사용자 대상 챗 서비스는 나중으로 미뤄질 전망입니다.
다만 소니의 AIBO 후속 로봇이나 혼다의 자율주행차에 간접적으로 탑재되는 형태로, 소비자가 체감할 수 있는 기회는 생각보다 일찍 찾아올 가능성도 있습니다.
A. 현시점에서는 전환할 필요가 없습니다.
신설법인의 AI가 완성·공개되는 것은 수년 후이며, 문장 생성 성능에서는 당분간 GPT나 Claude가 우위를 유지할 전망입니다.
다만 금융·의료·공공 분야의 업무를 하는 분은 향후 '국산 AI 필수' 안건이 늘어날 가능성이 있으므로, 동향은 주시해두는 것이 좋습니다.
A. 찬반 양론이 있는 논의입니다.
긍정파는 "AI를 해외에 의존하면 미래에 더 큰 비용이 든다", "제조업 경쟁력 유지에 필수"라고 주장합니다.
부정파는 "민간으로도 충분하며 정부가 개입하면 비효율적이 된다", "반도체의 차세대 라피다스 같은 실패 리스크"를 지적합니다.
판단은 향후 5년의 성과에 달려 있지만, 아무것도 하지 않으면 AI 후진국이 될 미래가 거의 확실하다는 위기감이 정부를 움직이고 있습니다.
A. 간접적으로 큰 혜택을 기대할 수 있습니다.
대형 4개사가 개발한 AI가 외부 판매되면 중소기업도 '국산 AI API'를 저렴하게 사용할 수 있게 될 전망입니다.
특히 소규모 공장, 건설업, 물류업에서는 숙련 기술의 디지털화와 자동화로 인력 부족을 보완할 가능성이 있습니다.
경제산업성이 중소기업 대상 보조금 한도를 마련하는 움직임도 있으므로 주목해두십시오.
A. 기존 모델은 토대로 활용될 전망입니다.
Sarashina(460B)나 PLaMo 2.2 Prime에서 쌓인 일본어 처리 노하우가 신설법인의 1조 파라미터 모델의 기초가 됩니다.
"뿔뿔이 흩어져 있던 각 회사의 연구를 합쳐 강화판을 만든다"는 이미지로, 기존 모델이 쓸모없어지는 것은 아닙니다.
A. 일본어는 세계적으로도 독특한 언어로, 히라가나·가타카나·한자·로마자가 혼재하며 주어 생략과 경어 체계가 복잡합니다.
해외 AI는 영어 중심으로 학습되어 있기 때문에 일본어 뉘앙스에서 어려운 부분이 있습니다.
국산 AI는 일본어 데이터로 철저히 학습하므로 비즈니스 문서, 의료 기록, 법률 문서에서의 정확도가 크게 높아질 전망입니다.
A. 로봇 AI는 로봇 제어에 특화되어 있고, 피지컬 AI는 더 넓은 개념입니다.
피지컬 AI는 공장 생산 라인 전체, 자율주행차, 스마트 농장, 빌딩 관리 시스템 등 현실 세계의 물리적인 시스템 전반을 작동시키는 AI를 가리킵니다.
로봇 AI는 그 일부라고 이해하면 쉽습니다.
GPT-5나 Gemini가 세계를 석권하는 가운데, 일본이 취해야 할 전략은 '정면 돌파가 아닌 수직 시장에서의 독자 노선'입니다.
소프트뱅크의 비전, NEC의 기술력, 혼다의 자율주행, 소니의 로봇, PFN의 연구력이 하나의 깃발 아래 결집한 것은 지난 20년을 통틀어도 유례없는 규모의 시도입니다.
성공하면 일본의 제조업과 경제 안보 양쪽을 구하는 반면, 실패하면 '국책 AI 프로젝트의 실패 사례'로 역사에 남을 가능성도 있습니다.
앞으로 5년, 이 회사의 동향을 추적하는 것은 일본의 미래를 점치는 바로미터가 될 것입니다.
이 글은 AI Friends 에서 크로스포스트한 콘텐츠입니다.