AI 인프라가 커지고 정부 서비스가 실행 단계로 갈 때 확인할 것

오늘의 판

과학기술정보통신부가 국민이 쓰는 인공지능 서비스를 직접 설계하고 개발할 전담조직을 만들었다. 이름은 ‘국민AI서비스혁신추진단’이다. 총 61명 가운데 단장을 포함한 26명을 민간 전문가로 채우고, 여러 부처와 지방정부의 데이터를 연결해 서비스를 빠르게 내놓겠다는 구상이다. 정부가 예로 든 기능에는 국민에게 받을 수 있는 공공서비스를 먼저 알려주고 신청까지 대신하는 AI 에이전트가 들어 있다.3

AI가 정보를 알려주는 단계에서 신청을 대신하는 단계로 넘어가면 편리함만 커지는 것이 아니다. 잘못된 자격 판단이나 신청 오류가 국민의 권리와 급여에 바로 영향을 줄 수 있다. 따라서 자동 제출 전에 본인이 신청 내용과 근거를 확인할 수 있어야 하고, 잘못 처리됐을 때 취소하거나 정정할 창구도 함께 열려야 한다. 이번 발표는 조직 신설과 채용 계획까지는 구체적이지만, 첫 서비스 목록과 개통일, 정확도 목표는 아직 공개하지 않았다.

같은 날 지식재산처는 정부의 AI 보도자료를 자동으로 모아 분석하는 ‘Gov.AX Insight’를 시범 운영한다고 밝혔다. 정책을 찾고 읽고 분류하는 행정업무 자체를 AI로 줄이려는 사례다.4 산업에서는 엔비디아 데이터센터 매출이 한 분기에 890억 달러를 기록했고, 세일즈포스와 앤트로픽은 Claude가 기업 시스템의 정보를 읽고 실제 작업까지 처리하는 Claudeforce를 발표했다.1 2 오늘 확인할 공통 질문은 단순하다. AI가 더 많은 시스템에 연결될수록 누가 실행을 승인하고, 무엇을 기록하며, 오류를 어떻게 되돌릴 것인가.

핵심 수치

산업·기술 이슈

엔비디아의 매출은 AI 인프라가 얼마나 커졌는지 보여준다

엔비디아는 2027회계연도 2분기 매출이 962억 달러였다고 발표했다. 전 분기보다 18%, 1년 전보다 106% 늘었다. 이 가운데 데이터센터 매출은 890억 달러로 전체 매출의 대부분을 차지했다. 데이터센터 부문만 보면 전 분기보다 18%, 전년 동기보다 117% 증가했다.1

이 숫자는 기업들이 AI 모델을 쓰기 위해 얼마나 많은 서버와 기반시설을 구축하고 있는지 보여준다. 다만 890억 달러가 모두 생성형 AI 서비스 매출이라는 뜻은 아니다. 엔비디아가 분류한 데이터센터 부문에는 AI 계산 장치뿐 아니라 서버 연결과 관련된 여러 제품이 포함된다. 기관이 이 수치를 그대로 가져와 자기 사업의 성장률이나 비용 절감률로 쓰면 안 된다.

회사는 차세대 ‘Vera Rubin’ 플랫폼이 양산 단계에 들어갔고, CoreWeave와 Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure, Nebius 파트너의 랙에서 가동되고 있다고 밝혔다. Vera Rubin은 하나의 칩 이름이라기보다 중앙처리장치, 그래픽처리장치, 연결 장비 등을 묶은 차세대 AI 시스템이다. AI 에이전트용 중앙처리장치인 Vera와 빠른 답변 생성에 쓰는 Groq 3 LPX도 생산·도입 단계라고 설명했다.

그림 1. NVIDIA가 2027회계연도 2분기 실적 발표 페이지에 게시한 공식 뉴스룸 이미지다. 출처: NVIDIA 공식 실적 발표.1

공공기관이 AI 인프라를 비교할 때는 장비 한 대의 가격이나 최고 처리속도만 보면 안 된다. 같은 업무량을 처리하는 데 필요한 전력, 네트워크, 저장장치, 냉각, 운영 인력까지 더한 전체 비용을 계산해야 한다. 특정 제조사의 차세대 플랫폼에 맞춰 시스템을 설계한다면 공급이 늦어졌을 때의 대체 제품, 기존 장비와 섞어 쓰는 방법, 계약 종료 뒤 데이터와 업무를 옮기는 비용도 제안서에 들어가야 한다.

용어 설명 — 데이터센터: 서버와 저장장치, 네트워크 장비를 한곳에 모아 대규모 디지털 서비스를 운영하는 시설이다.

용어 설명 — 랙: 여러 서버와 통신장비를 표준 크기의 틀에 층층이 설치하는 방식이다.

Claude가 답변을 넘어 기업 시스템의 작업을 실행한다

세일즈포스와 앤트로픽은 ‘Claudeforce’라는 확대 파트너십을 발표했다. 핵심은 Claude의 대화창에서 세일즈포스에 쌓인 고객과 매출 정보를 읽고, 정해진 업무 절차에 따라 실제 작업을 수행하게 하는 것이다. 첫 기능인 ‘Salesforce in Claude’ 플러그인에는 영업용 사전 제작 기능 37개가 들어 있다. 영업 담당자가 현재 매출 상황을 묻고, 영업 기회 정보를 갱신하는 작업을 Claude 안에서 이어갈 수 있도록 설계됐다.2

연결 기반인 AIforce는 MCP 서버와 API, 명령줄 도구를 통해 기업 데이터와 업무 절차를 AI 에이전트에 제공한다. 여기서 MCP는 AI가 여러 업무도구와 연결될 때 서로 다른 연결 방식을 매번 새로 만들지 않도록 정한 공통 규격이다. API는 한 프로그램이 다른 프로그램의 데이터나 기능을 요청하는 통로다. 두 회사는 앞으로 Claude와 Salesforce, Slack 전반으로 연동 범위를 넓힐 계획이다.

그림 2. Salesforce가 Claudeforce 공동 발표에 게시한 공식 이미지다. 출처: Salesforce·Anthropic 공동 발표.2

대화형 AI가 문서 초안을 쓰는 것과 업무 시스템의 값을 직접 바꾸는 것은 위험이 다르다. 읽기 권한만 가진 AI는 틀린 답을 보여줄 수 있지만, 수정 권한을 가진 AI는 틀린 상태를 시스템에 남길 수 있다. 예를 들어 민원 처리상태, 지급 금액, 자격 여부를 바꾸는 작업은 단순 조회와 분리해야 한다. 중요한 변경은 담당자의 승인을 받은 뒤 실행하고, 요청자와 사용한 근거, 변경 전후 값, 승인자를 감사기록에 남기는 편이 안전하다.

이번 발표는 37개 기능과 연결 구조를 설명했지만 실제 고객의 오류율, 처리시간, 비용, 지역별 제공 범위는 공개하지 않았다. 기업 데이터에 연결됐다는 사실도 Claude의 모든 판단이 정확하다는 뜻은 아니다. 기관이 비슷한 제품을 시험한다면 정상 작업뿐 아니라 잘못된 대상 선택, 중복 실행, 권한 없는 수정, 실행 도중 연결이 끊긴 상황을 함께 시험해야 한다.

용어 설명 — MCP: AI가 여러 데이터와 업무도구를 정해진 방식으로 호출하도록 돕는 공통 연결 규격이다.

정부·공공 이슈

국민AI서비스혁신추진단이 61명 규모로 출범한다

과학기술정보통신부는 AI 기반 대국민 서비스를 설계하고 개발하는 국민AI서비스혁신추진단을 신설했다. 추진단은 7월 30일 시행된 국무총리훈령 제948호에 근거해 과기정통부 산하에 설치된다. 총 61명 가운데 단장을 포함한 26명은 민간 전문가를 전문임기제공무원으로 채용한다. 지방정부에서 AI 업무 경험을 쌓은 공무원도 파견받을 계획이다.3

민간 전문가 원서 접수는 9월 2일부터 시작하며 9월 중 합격자를 발표할 예정이다. 정부는 단장에게 서비스 기획과 개발 방향을 직접 결정하게 해 속도와 완성도를 함께 높이겠다고 설명했다. 여러 부처와 지방정부의 데이터를 연결하기 위해 공무원이 참여하는 정책협의체를 두고, 업계·전문가·시민단체 의견을 받는 민관협의체도 운영한다.

정부가 제시한 서비스 예시에는 공무원의 행정업무를 줄이는 AI와 국민에게 필요한 공공서비스를 미리 알려주고 신청까지 대신하는 AI 에이전트가 있다. 뒤의 기능은 국민이 서류를 찾고 기관별 창구를 방문하는 부담을 크게 줄일 수 있다. 그러나 신청 내용이 잘못되거나 AI가 자격 조건을 틀리게 해석하면 급여와 지원을 놓치거나 원하지 않은 신청이 제출될 수도 있다.

그래서 자동 신청에는 최소 네 단계가 필요하다. AI가 어떤 서비스를 추천했는지 근거를 보여주고, 제출할 개인정보와 신청 내용을 본인이 확인하며, 제출 직전 명시적으로 동의하게 해야 한다. 제출 뒤에는 처리상태와 결과를 확인하고 잘못된 신청을 취소·정정할 수 있어야 한다. 부처 간 데이터를 누가 제공하고 오류를 누가 고칠지도 서비스별로 정해야 한다. 이번 발표는 조직과 채용 계획까지는 구체적이지만 첫 서비스 목록과 개통일, 정확도와 처리시간 목표는 밝히지 않았다.

용어 설명 — AI 에이전트: 질문에 답하는 데서 그치지 않고 허용된 도구를 사용해 검색, 신청, 기록 변경 같은 여러 단계를 수행하는 AI다.

공공 거버넌스 이슈

지식재산처는 정부 AI 정책을 AI로 읽고 분류한다

지식재산처는 정부 부처의 AI 전환 동향을 파악하기 위해 자체 개발한 ‘Gov.AX Insight’를 시범 운영한다고 밝혔다. 플랫폼은 대한민국 정책브리핑에 올라오는 AI 관련 보도자료를 자동으로 수집하고 요약·분석한다. 쌓인 자료를 바탕으로 주제별 흐름과 월별 추이, 부처별 정책 분포, 자주 늘어나는 단어의 관계망을 화면에 보여주며 분기별 동향보고서도 만든다.4

기관은 IP-AX 추진단이 대화형 코딩 방식으로 별도 사업예산 없이 플랫폼을 자체 개발했다고 설명했다. 여기서 대화형 코딩은 사람이 자연어로 요구사항을 설명하고 AI의 도움을 받아 코드를 작성·수정하는 개발 방식이다. 별도 예산을 투입하지 않았다는 말은 개발에 비용이나 인력이 전혀 들지 않았다는 뜻이 아니다. 별도의 사업예산을 편성하지 않고 기존 조직이 만들었다는 기관 설명으로 이해해야 한다.

그림 3. 지식재산처 공식 보도자료 첨부문서에 실린 Gov.AX Insight 화면이다. 출처: 지식재산처 공식 보도자료.4

지식재산처는 최근 3개월 동안 만든 정책지원 AI 도구를 모은 ‘IP-AX 포트폴리오’도 공개했다. 지식재산 분야의 해외 뉴스를 모아 분석하는 도구와 관련 법령을 한 번에 검색하는 도구가 들어 있다. 입법예고안이나 국회 발의법안을 어느 부서가 맡을지 배정하고 검토의견 초안을 쓰는 기능도 포함됐다.

이 사례는 작은 조직도 AI의 도움으로 내부 업무도구를 빠르게 만들 수 있다는 점을 보여준다. 동시에 빠른 개발이 곧 정책 근거의 품질을 보장하지는 않는다는 점도 분명하다. 보도자료 수집에 실패하면 중요한 정책이 빠질 수 있고, 비슷한 사건을 중복으로 세거나 다른 주제로 분류할 수 있다. 자동 보고서의 문장이 자연스러워도 원문과 다른 수치나 시행일이 들어갈 수 있다.

운영 단계에서는 수집 대상과 실패 건수, 중복 제거 기준, 분류 정확도, 문장별 원문 연결, 사람이 수정한 내용과 이유를 남겨야 한다. 분기 보고서가 나오기 전 표본을 뽑아 원문과 다시 대조하고, 잘못된 분류가 다음 보고서에 반복되지 않도록 수정 규칙을 관리할 필요가 있다. 현재는 시범 운영 단계이며 수집 범위, 오류율, 검수 주기, 최종 책임자는 이번 자료에 공개되지 않았다.

용어 설명 — AI 전환(AX): 기존 업무의 일부에 AI를 붙이는 데서 그치지 않고 업무 절차와 서비스 제공 방식을 AI에 맞게 다시 설계하는 것을 뜻한다.

교차 분석

오늘 네 소식은 AI가 답변을 만드는 도구에서 실제 시스템과 업무 절차를 움직이는 도구로 넓어지고 있음을 보여준다. 엔비디아의 데이터센터 매출은 이를 받칠 기반시설 투자가 얼마나 큰지 보여주고, Claudeforce는 AI가 업무 시스템의 기록을 직접 조회·수정하는 연결 방식을 제시했다. 국내 두 사례는 대국민 서비스와 정책분석이라는 행정 영역에서 비슷한 전환을 시작했다.

함께 볼 때 드러나는 판단은 두 가지다. 먼저 실행 권한이 커질수록 모델의 답변 품질만으로는 안전을 설명할 수 없다. 누가 권한을 줬고 어떤 조건에서 실행을 멈추며 잘못된 작업을 어떻게 되돌리는지가 더 중요해진다. 다음으로 빠르게 만든 도구는 운영 단계의 검수 비용을 따로 계산해야 한다. 개발기간과 초기 예산을 줄였더라도 누락·오류를 찾는 사람의 시간, 민원 정정, 시스템 인수와 유지보수에 비용이 든다.

AI 관련 담당자라면 참고할 만한 적용 항목

리스크와 불확실성

엔비디아의 분기 실적은 확정됐지만 차세대 플랫폼의 공급과 시장 확산은 회사 전망이다. Claudeforce의 37개 기능이 실제 고객 환경에서 얼마나 정확하고 안정적으로 작동하는지, 이용 비용과 지역별 제공 범위가 어떻게 되는지는 공개되지 않았다.

국민AI서비스혁신추진단은 조직 신설과 채용 단계다. 신청을 대신하는 공공 AI 에이전트는 서비스 예시이며 법적 권한, 본인확인, 개통 일정이 확정된 것은 아니다. Gov.AX Insight도 시범 운영 단계다. 수집 대상과 정확도, 오류율, 검수 주기와 운영 책임은 앞으로 확인해야 한다.

더 깊이 공부하고 싶다면?

1. AI가 공공서비스 신청을 대신할 때 전자서명과 위임의 범위를 어디까지 인정해야 할까?
2. 업무 시스템의 조회 권한과 수정 권한을 AI에 나눠 줄 때 어떤 작업을 반드시 사람 승인 대상으로 남겨야 할까?
3. AI 인프라 제안서를 비교할 때 장비 단가 밖의 전력·네트워크·운영비를 어떤 공통 조건으로 계산해야 할까?
4. 정책자료 자동 수집·요약 시스템의 누락률과 분류 정확도를 적은 인력으로 어떻게 표본 검증할 수 있을까?
5. 대화형 코딩으로 빠르게 만든 내부 도구를 정식 운영으로 넘길 때 보안·개인정보·유지보수 기준을 누가 확인해야 할까?

---

출처

1. NVIDIA, “NVIDIA Announces Financial Results for Second Quarter Fiscal 2027,” 2026-08-26. https://nvidianews.nvidia.com/news/nvidia-announces-financial-results-for-second-quarter-fiscal-2027
2. Salesforce·Anthropic, “Salesforce and Anthropic Announce Claudeforce,” 2026-08-26. https://www.salesforce.com/news/press-releases/2026/08/26/salesforce-and-anthropic-announce-claudeforce/
3. 과학기술정보통신부·대한민국 정책브리핑, “국민이 체감하는 인공지능 서비스 신속하게 구현한다,” 2026-08-26. https://www.korea.kr/briefing/pressReleaseView.do?newsId=156775573
4. 지식재산처, “정부 부처 인공지능 전환 흐름 한눈에, 지식재산 AX 전략 수립에 활용!,” 2026-08-26. https://moip.go.kr/ko/kpoBultnDetail.do?menuCd=SCD0200618&ntatcSeq=21012&sysCd=SCD02&aprchId=BUT0000029