엔비디아의 네이버 10억 달러 투자는 네이버가 플랫폼 기업을 넘어 AI 인프라를 구축·공급하는 하이퍼스케일러로 도약하려는 신호라고 평가한다. AI 경쟁의 핵심이 거대언어모델 성능에서 GPU·데이터센터·전력망·클라우드 등 컴퓨팅 인프라 확보로 이동한 만큼, 한국도 소버린 AI를 넘어 인프라를 자립적으로 운영하고 수출해야 한다고 주장한다. 이를 위해 정부가 전력 확보, 신속한 인허가, 세액공제·정책금융 등을 패키지로 지원해야 하며, 반도체 제조 역량만으로는 AI 강국이 될 수 없다고 강조한다.
미국에서 데이터센터 건립에 대한 주민 반대가 확산하며 각 주정부와 지방정부가 인허가 요건 강화와 건설 중단 조치에 나서고 있다. 한국에서도 데이터센터와 원전, 송전망의 필요성에는 공감하면서도 지역 인근 건설에는 반대하는 현상이 나타나며, 2030년 준공 목표 핵심 송전망 사업 75건 중 53건이 착공하지 못했다. AI 인프라 수요 확대에 대응하려면 갈등 영향평가, 비용·편익 공개, 주민 참여, 지역 이익공유 등을 포함한 통합 갈등 관리 체계를 마련해야 한다.
개인정보보호위원회 심의·의결을 거치면 가명·익명 정보만으로 AI 개발이 어려운 경우 공익적·사회적 필요성에 따라 개인정보를 활용할 수 있도록 개인정보 보호법이 개정됐다. 개인정보 활용 시 강화된 안전조치를 적용해야 하며, 민감정보나 고유식별정보 등 위험이 큰 경우 사전 위험평가와 개선방안 마련이 요구된다. 개정안은 국무회의 의결과 공포를 거쳐 6개월 뒤 시행되며, 기존 규제샌드박스의 한시적 허용을 법률에 근거한 상시제도로 전환한다.
우크라이나가 러시아에 압박을 가하기 위해 하루 최대 1000대의 AI 드론으로 모스크바 공항을 마비시키는 ‘M&Ms’ 작전을 검토했으나, 민간 항공기와 승객·공항 직원 피해 우려로 중단한 것으로 전해졌다. 이 작전은 지난 7월 미하일로 페도로프 국방장관 해임을 전후해 중단된 것으로 알려졌으며, 유럽 국가들의 우려가 영향을 미쳤는지는 분명하지 않다. 최근 유럽 여러 국가의 공항에서도 정체불명의 드론 출현으로 운영 차질이 발생했다.
브루킹스연구소는 AI로 일자리를 잃을 위험이 크고 다른 직종으로 이동하기 어려운 미국 노동자 약 610만 명 가운데 86%가 여성이라고 분석했다. 메타의 전·현직 직원 26명은 AI를 활용한 감원 대상 선정 과정에서 출산·육아·간병휴직자가 불이익을 받았다며 소송을 제기했으며, 메타는 의혹을 반박하고 있다. 출산·육아로 경력 공백이 생긴 여성의 AI 기반 채용 심사 불이익과 알고리즘 편향을 검증하기 어렵다는 우려도 제기됐다.
이 조사 논문은 대규모 언어 모델을 활용해 AI가 생성한 텍스트와 코드를 평가·순위화·비평하는 방법의 최근 발전을 정리한다. 2020년부터 2026년 초까지 텍스트 요약·대화·사실성·안전성과 코드 정확성 검사·코드 리뷰·보안 분석을 다룬 연구를 검토했다. 평가 방식으로 zero-shot·few-shot·rubric 기반 평가·pairwise comparison·chain-of-thought와 ensemble judges·multi-agent debate·도구 증강 검증을 분류했다. LLM 심사에는 길이·제시 순서·자기 선호에 따른 편향이 나타났으며, 주요 과제로 calibration·공정성·재현성·adversarial robustness가 제시됐다.
LoRA 모델의 파라미터 압축에도 생성 이미지의 출처를 확인할 수 있도록 워터마크 검증 방법을 제안한다. 고주파 신호를 모델 가중치에 전달하는 Statistical Resonance Amplifier(SRA)와 여러 생성 이미지를 함께 분석하는 앙상블 탐지 기법을 사용했다. Rank 32 환경에서 생성 이미지 100장을 사용했을 때 AUC-ROC 0.891을 기록했고, Rank 128에서는 생성 품질 저하 없이 0.999에 가까운 성능을 보였다.
알제리의 다언어 대학 연구에서 AI 활용이 연구 생산성을 높이는 동시에 윤리적·언어적 문제를 일으킬 수 있어 맥락에 맞는 책임 있는 사용이 필요하다고 다룬다. Batna 2 University 영어학과 연구방법론 수업에 참여한 석사과정 학생 45명을 대상으로 수렴적 혼합방법 연구를 진행했다. 구조화된 AI 윤리 교육을 받은 학생들은 윤리적 의사결정, 알고리즘 편향 인식, AI 생성 결과를 비판적으로 검토하는 능력이 향상됐다. 주류 AI 시스템은 Anglophone 언어 규범을 선호하는 경향을 보였으며, 이에 대응해 Transparency·Cultural Relevance·Human Primacy를 원칙으로 하는 Algerian AI Ethics Triade를 제안했다.
이 연구는 국가별 데이터 주권과 개인정보를 보호하면서 국경 간 사이버보안 정보를 공유하기 위한 Federated Sovereign AI Ecosystem(FSAIE)을 제안한다. UNSW-NB15의 네트워크 트래픽 기록 257,673건과 49개 특성, World Governance Indicators 데이터를 사용해 Random Forest, XGBoost, DNN, Federated Learning 모델을 평가했다. XGBoost가 정확도 99.05%, 정밀도 99.50%, 재현율 99.01%, F1 점수 99.25%, ROC-AUC 0.9995%로 가장 높았으며, Random Forest의 정확도는 98.08%, DNN은 97.18%였다. FSAIE는 Trust Index 94.56, 정보 교환 효율 100%, 라운드당 통신 비용 21,096.22KB를 기록했다.