🚫 구글 봇 차단(쿠키 동의) - 재분석중...

[본문 전체보기]
방문자 수 대신 인용률로…허브 페이지·질문 구조·기술 점검까지 6단계 실행 전략
대표 페이지 설계부터 업데이트 대응까지… 실무 체크리스트 총정리
사용자 질문 언어·대표 허브·자주 묻는 질문 구조가 인용을 가른다
키워드만으론 부족하다… 인공지능 검색, 전략을 다시 짜야 한다
[아웃소싱타임스 김민수 기자] 생성형 인공지능이 검색의 중심으로 자리 잡으면서 기업과 콘텐츠 크리에이터의 노출 전략이 빠르게 바뀌고 있다. 이제는 검색 결과 상단에 오르는 것만으로 충분하지 않다. 인공지능이 답변을 만들 때 ‘어떤 출처를 근거로 제시하느냐’가 브랜드의 존재감을 결정하는 시대가 열리고 있다.
키워드 경쟁은 여전히 중요하다. 그러나 인공지능이 정보를 요약하고 비교해 대신 설명하는 환경에서는 ‘클릭 수’보다 ‘인용 여부’가 더 큰 의미를 갖는다. 질문을 잘게 나누어 여러 자료를 종합하는 인공지능의 작동 방식과 맞물리면서, 콘텐츠의 구조·용어 선택·기술적 접근성까지 모두 전략의 영역으로 확장되고 있다.
제품 추천 플랫폼 프로덕트 헌트(Product Hunt)는 2월 자사 웹사이트에 게시한 ‘케이스 스터디 형식의 분석 글’에서 카테고리 페이지 구조와 용어, 자주 묻는 질문 배치를 조정한 뒤 주요 인공지능 모델에서의 인용 빈도를 측정한 자체 실험 결과를 정리했다고 밝혔다.
여기서 말하는 인공지능 검색 최적화는 흔히 ‘AEO(Answer Engine Optimization, 답변 엔진 최적화)’라고 불린다. AEO는 인공지능이 질문에 대한 답변을 생성할 때 특정 콘텐츠를 출처로 선택하도록 구조와 정보를 설계하는 전략을 뜻한다.
이는 인공지능이 답변을 만들 때 우리 콘텐츠를 출처로 선택하도록 구조와 정보를 설계하는 전략을 의미한다. 해당 글은 인공지능 검색 환경에서 ‘인용률’을 핵심 지표로 삼아 운영 전략을 재설계한 과정을 설명하고 있다.
■ 1. 목표를 ‘방문자 수’가 아닌 ‘인용률’로 바꿔라
그동안 검색 전략의 핵심은 방문자 수와 클릭률이었다. 하지만 생성형 인공지능은 답변을 제시하면서 제한된 수의 출처만을 함께 보여준다. 이 목록에 포함되지 못하면 검색 화면에서 사실상 보이지 않는 것과 같다.
프로덕트 헌트는 이 점에 주목해 인용률을 핵심 성과 지표로 설정했다. 단일 키워드가 아니라 여러 질문을 묶은 단일 키워드가 아니라 여러 질문을 묶은 ‘질의 세트’ 단위로 반복 측정해 변화를 추적했다. 절대 수치에 집착하기보다, 인용이 늘었는지 줄었는지의 흐름을 읽는 방식이다. 이를 통해 인공지능 검색 노출 전략을 감이 아닌 데이터 기반 운영 영역으로 끌어올렸다고 설명한다.
인용률을 실제로 끌어올리려면 측정 이후의 ‘수정 단위’를 잘게 쪼개는 접근이 필요하다.
첫째, 질의 세트는 정보 탐색형·비교형·구매 의사결정형·문제 해결형처럼 의도별로 나눠야 한다. 특정 질문군에서만 인용이 발생한다면, 페이지가 답하는 범위가 좁거나 표현이 한쪽으로 치우쳐 있다는 신호로 볼 수 있다.
둘째, 인공지능이 인용하기 쉬운 문장 구조를 페이지 상단에 먼저 배치해야 한다. 한 문장 요약, 3~5개 핵심 포인트, 정의와 적용 범위, 전제 조건과 한계, 최신 업데이트 날짜를 한 화면에서 확인할 수 있게 정리하면 ‘대표 출처’ 후보로 올라갈 가능성이 커진다.
셋째, 인용을 부르는 질문을 페이지 안으로 끌어와야 한다. 같은 주제를 다루더라도 “누가, 어떤 상황에서, 무엇을 선택해야 하는가”를 질문형 소제목으로 만들고, 답변은 2~4문장으로 짧게 끊되 조건과 범위를 명확히 적는 방식이 효과적이다. 제품·서비스라면 가격 정책, 도입 단계, 필요한 준비물, 지원 범위, 지원하지 않는 범위까지 함께 적어 ‘정보 밀도’를 높여야 한다.
넷째, 허브 페이지의 ‘대표성’을 강화해야 한다. 관련 글이 여러 개라면 가장 신뢰도가 높고 최신화가 쉬운 한 페이지를 대표로 정해 내부 링크를 그 페이지로 집중시키고, 중복되는 설명은 대표 페이지로 합쳐야 한다. 인공지능이 출처를 고르는 과정에서 대표 페이지가 반복적으로 관찰될수록 인용 가능성이 커진다.
다섯째, 근거의 형태를 분명히 해야 한다. 수치나 비교를 제시할 때는 측정 기준과 범위, 적용 조건을 함께 적어 오해 여지를 줄여야 한다. ‘최고’, ‘혁신’ 같은 홍보 문구는 인용에 도움이 되지 않는 경우가 많고, 오히려 객관적 정의·절차·조건·제약을 명시한 문장이 안정적으로 인용되는 경향이 있다.
여섯째, 기술적으로 읽히는 페이지인지 확인해야 한다. 인공지능이 수집할 수 없는 구조라면 아무리 내용을 바꿔도 인용률이 오르지 않는다. 페이지가 느리거나 모바일에서 깨지거나, 본문이 스크립트로만 렌더링되는 경우는 대표 원인으로 꼽힌다.
마지막으로, 변경은 한 번에 많이 하지 말고 한 번에 한 변수만 바꾸는 방식이 좋다. 용어를 바꿨는지, 상단 요약을 넣었는지, 질문-답변 구조를 추가했는지, 대표 페이지로 통합했는지처럼 수정 단위를 분리해 적용하면 인용률 변화의 원인을 더 정확히 파악할 수 있다.
마이크로소프트 역시 2026년 2월 10일 웹마스터 도구에 ‘인공지능 성과’ 기능을 시험 공개했다. 코파일럿 등 인공지능 답변에서 특정 사이트가 얼마나 인용됐는지를 확인할 수 있도록 한 것이다. 검색의 중심이 ‘노출’에서 ‘인용’으로 이동하고 있음을 보여주는 변화다.
결국 기업은 “얼마나 방문했는가” 대신 “어떤 질문에서 우리 주소가 근거로 사용됐는가”를 묻는 체계로 전환해야 한다.
〈실행 체크리스트 〉
실행 내용
담당 부서
주기
핵심 지표 설정
방문자 수 대신 인용률을 핵심 지표로 지정
마케팅·전략
분기별 점검
질문 세트 구축
10~20개 핵심 질문 선정 후 반복 테스트
마케팅
월 1회
모델별 측정
주요 인공지능 서비스별 인용 여부 기록
데이터 분석
월 1회
인용 문장 검증
실제 인용 문구의 정확성 확인
홍보·브랜드
분기별
보고 체계화
인용률 변화 추이를 경영진에 보고
전략기획
분기별
■ 2. 내부 용어 대신 ‘사용자 질문 언어’를 써라
인공지능 검색에서는 단어 하나가 결과를 바꾼다. 사용자가 실제로 입력하는 표현과 페이지 제목이 다르면, 애초에 후보군에 오르기 어렵다.
프로덕트 헌트는 카테고리 이름에 사용자들이 많이 쓰는 표현을 함께 반영하는 방식으로 조정했고, 그 결과 인용 빈도가 눈에 띄게 늘었다고 밝혔다. 이는 사용자가 어떤 단어를 쓰느냐에 따라 인공지능이 해당 페이지를 찾아내는지가 달라진다는 점을 보여준다.
기업 내부에서 통용되는 기능명이나 프로젝트 명칭이 외부 사용자 언어와 다를 경우, 검색 단계에서 밀릴 가능성이 크다. 제목과 소제목, 자주 묻는 질문의 문장을 사용자 관점으로 다시 다듬는 작업이 필요하다.
〈실행 체크리스트 〉
점검 항목
실행 내용
담당 부서
주기
질문 언어 조사
실제 검색어와 자동완성어 분석
마케팅
반기별
제목 재정렬
핵심 표현을 제목·소제목에 반영
콘텐츠팀
수시
내부 용어 점검
사내 용어와 사용자 표현 비교
전략·브랜드
연 1회
질문형 구조 적용
질문 형태의 헤드라인 도입
콘텐츠팀
상시
성과 비교
용어 변경 전후 인용률 비교
데이터 분석
월 1회
■ 3. 흩어진 글을 모아 ‘대표 허브’로 만들어라
인공지능은 여러 자료를 참고하지만, 답변에 함께 제시하는 출처는 많지 않다. 이때 신뢰도 높은 단일 페이지가 유리하다.
프로덕트 헌트는 카테고리 페이지를 추천 목록형 구조로 재편한 뒤 기본적인 인용률이 형성됐다고 밝혔다. 한 개의 정리된 페이지가 여러 개의 분산된 글보다 더 강한 신호를 보낸다는 의미다.
기업과 크리에이터도 핵심 주제를 중심으로 대표 페이지를 구축할 필요가 있다. 비교 정보, 적용 대상, 사용 조건, 한계, 가격과 도입 절차까지 한눈에 정리하면 인공지능이 출처로 선택할 가능성이 높아진다.
〈실행 체크리스트 〉
점검 항목
실행 내용
담당 부서
주기
허브 주제 선정
핵심 상품·서비스 중심 주제 설정
전략기획
연 1회
정보 통합
관련 콘텐츠를 대표 페이지로 통합
콘텐츠팀
분기별
비교표 구성
경쟁사 및 대안 비교표 포함
마케팅
수시
조건·한계 명시
적용 대상과 제한 조건 구체화
제품팀
상시
내부 링크 정비
관련 페이지 연결 구조 개선
웹운영
분기별
■ 4. 자주 묻는 질문은 기본 구조다
생성형 인공지능은 질문에 답하는 체계다. 따라서 질문과 답변 형식은 인공지능이 이해하기 가장 쉬운 구조다.
프로덕트 헌트는 커뮤니티 토론과 리뷰에서 반복적으로 등장한 질문을 정리해 자주 묻는 질문 형식으로 배치했고, 이후 일부 모델에서 인용이 증가했다고 설명했다.
자주 묻는 질문은 단순한 기능 설명을 반복하는 공간이 아니다. 누가 적합한지, 어떤 상황에서 사용하는지, 대안은 무엇인지, 한계는 무엇인지 등을 구체적으로 담아야 한다. 정의와 조건, 범위를 명확히 밝힌 답변이 인공지능의 인용 가능성을 높인다.
〈실행 체크리스트 〉
점검 항목
실행 내용
담당 부서
주기
질문 수집
고객 문의와 댓글 분석
고객지원
월 1회
질문 구조화
질문형 제목으로 재구성
콘텐츠팀
수시
답변 표준화
정의·조건·범위 포함 서술
제품·마케팅
상시
최신성 점검
변경 사항 반영 여부 확인
콘텐츠팀
분기별
인용 분석
FAQ 추가 전후 인용 비교
데이터 분석
월 1회
■ 5. 기술 점검이 빠지면 출발도 못 한다
콘텐츠가 아무리 좋아도 인공지능이 접근하지 못하면 의미가 없다. 일부 모델에서 인용이 거의 발생하지 않는 사례가 보고된 것도 기술적 접근성 문제와 무관하지 않다.
로봇 배제 표준 파일 설정, 콘텐츠 전송망과 보안 장비 정책, 로그인 장벽, 자바스크립트 중심 구조, 응답 속도, 모바일 접근성 등은 기본 점검 대상이다. 마케팅 부서만의 문제가 아니라 개발과 인프라 부서가 함께 관리해야 할 영역이다.
〈실행 체크리스트 〉
점검 항목
실행 내용
담당 부서
주기
로봇 배제 파일 점검
인공지능 수집기 허용 여부 확인
개발팀
분기별
보안 정책 확인
콘텐츠 전송망 및 방화벽 설정 점검
인프라팀
반기별
렌더링 방식 점검
자바스크립트 의존도 분석
개발팀
연 1회
속도 개선
페이지 응답 시간 최적화
웹운영
수시
모바일 테스트
모바일 접근성 및 오류 점검
웹운영
분기별
■ 6. 업데이트를 전제로 상시 운영하라
인공지능 검색은 고정된 순위 체계가 아니다. 모델이 바뀌면 인용 패턴도 달라진다. 특정 제품의 언급이 줄어들었지만, 대표 페이지 인용이 늘어나 감소 폭을 줄인 사례도 보고됐다.
이는 인공지능 검색 전략이 일회성 작업이 아니라 지속적인 운영 과제임을 보여준다. 업데이트 이후 재측정하고, 인용 문장이 정확한지 검증하며, 잘못된 정보가 확산되지 않도록 관리하는 체계가 필요하다.
〈실행 체크리스트 〉
점검 항목
실행 내용
담당 부서
주기
업데이트 모니터링
주요 인공지능 서비스 공지 확인
전략기획
상시
재측정 수행
업데이트 이후 인용률 재확인
데이터 분석
수시
인용 문장 검증
오정보 및 왜곡 여부 점검
홍보팀
분기별
리스크 대응
오류 발견 시 즉시 수정 조치
전사 협업
즉시
경영 보고
인용 변화와 위험 요인 공유
전략기획
분기별
■ 인공지능 검색 시대, 결국 ‘신뢰받는 출처’가 살아남는다
지금까지 살펴본 여섯 가지 전략은 서로 따로 떨어진 과제가 아니다. 인용률을 지표로 삼고, 사용자 언어로 제목을 고치고, 대표 허브 페이지를 만들고, 자주 묻는 질문을 정리하며, 기술적 접근성을 점검하고, 업데이트 이후 다시 측정하는 과정은 하나의 흐름으로 연결돼 있다.
핵심은 단순 노출이 아니다. 인공지능이 답변을 만들 때 “이 주소는 믿을 만하다”고 판단하도록 만드는 일이다. 정보가 정리돼 있고, 질문에 정확히 답하며, 조건과 한계를 숨기지 않는 콘텐츠만이 장기적으로 선택된다. 단기적인 트릭으로 인용을 늘릴 수는 있어도, 신뢰를 잃으면 인공지능의 추천 구조 안에서 오래 살아남기 어렵다.
이용기 세종대학교 경영학과 교수는 “인공지능 검색은 마케팅 기술의 문제가 아니라 정보 신뢰 체계의 문제”라며 “기업이 스스로를 홍보하는 글이 아니라, 사용자의 질문에 객관적으로 답하는 구조를 갖춰야 지속적으로 인용될 수 있다”고 말했다.
이어 “결국 인공지능은 ‘가장 잘 정리된 답’을 고르는 도구이기 때문에, 구조와 근거를 갖춘 콘텐츠를 만드는 기업이 장기 경쟁력을 확보하게 될 것”이라고 강조했다.
인공지능 검색은 일시적인 유행이 아니다. 검색 방식이 바뀌고 있다. 이제 기업과 크리에이터가 던져야 할 질문은 하나다. 우리의 콘텐츠는 인공지능이 ‘추천할 만한 근거’로 설계돼 있는가.
■ 이 기사를 바탕으로 한 자주 묻는 질문(Q&A)
Q1. 인공지능 검색 최적화(AEO)는 기존 검색 최적화와 무엇이 다른가.
A. 기존 검색 최적화가 검색 결과 상단 노출과 클릭 수 확대에 초점을 맞췄다면, AEO는 인공지능이 답변을 생성할 때 특정 콘텐츠를 ‘출처’로 선택하도록 만드는 데 목적이 있다. 즉 방문자 수가 아니라 인용 여부와 인용 문장의 신뢰도가 핵심 지표가 된다.
Q2. 인공지능 답변에 자주 인용되려면 가장 먼저 무엇을 해야 하나.
A. 핵심 지표를 인용률로 전환하는 것이 출발점이다. 어떤 질문에서 우리 콘텐츠가 근거로 쓰였는지를 측정하고, 질문 세트를 만들어 반복 점검하는 체계를 갖춰야 전략 수립이 가능하다.
Q3. 콘텐츠 양을 늘리면 인용 확률도 함께 높아지나.
A. 단순한 양적 확대만으로는 충분하지 않다. 흩어진 글을 하나의 대표 허브 페이지로 정리하고, 비교·조건·한계를 명확히 담은 구조가 더 중요하다. 인공지능은 정리된 단일 출처를 선호하는 경향이 있다.
Q4. 자주 묻는 질문 형식이 왜 중요한가.
A. 생성형 인공지능은 질문과 답변 구조로 작동한다. 실제 사용자 질문을 제목으로 삼고, 정의와 범위, 적용 조건을 구체적으로 설명하면 인공지능이 해당 문장을 인용할 가능성이 높아진다.
Q5. 기술적인 요소도 인용에 영향을 주는가.
A. 그렇다. 로봇 배제 설정, 보안 정책, 페이지 속도, 모바일 접근성 등 기술적 접근성이 확보되지 않으면 인공지능이 콘텐츠를 수집하지 못한다. 전략은 콘텐츠와 기술이 함께 움직일 때 효과를 낸다.
Q6. AEO는 한 번 설정하면 끝나는 작업인가.
A. 아니다. 인공지능 모델은 계속 업데이트된다. 업데이트 이후 인용 패턴을 재점검하고, 왜곡된 인용이 없는지 확인하는 상시 운영 체계가 필요하다.

[본문 전체보기]
목원대, 설립자 AI로 구현해 영상 축사
충남대, 과잠 입은 ‘AI 김정겸’ 총장 등장
[한국대학신문 임연서 기자] 대학 졸업식에도 인공지능(AI)이 등장했다. 영상을 통해 AI 설립자, 총장이 축사 등을 한 것. 실제 총장 등이 직접 축사에 나섰던 기존 대학 졸업식 모습과 달리, AI를 활용한 졸업 현장의 이색적인 풍경이라는 점에서 눈길을 끈다.
26일 교육계에 따르면 학위수여식에 AI를 활용한 사례가 이어졌다. 그간 대학 졸업식 현장에서 총장이 직접 단상에 올라 축사를 낭독하며 사회인이 될 학생들에게 다양한 조언을 하고, 격려하는 모습과는 사뭇 달라진 풍경이라는 점에서 주목된다.
목원대 2025학년도 전기 학위수여식에서 설립자인 고(故) 도익서 박사(Charles D. Stokes)가 약 40초 분량의 영상에 AI로 등장해 축사를 했다.
도익서 박사는 “여러분의 졸업을 진심으로 축하하고 축복한다. 70여 년의 시간을 넘어 학생들을 만나게 돼 정말로 기쁘고 좋다”며 “졸업생들의 모습에서 목원의 밝은 미래를 본다. 여러분의 꿈을 마음껏 펼치기를 바란다”고 전했다.
목원대 관계자는 “설립자의 생전 모습과 음성을 AI로 구현해 축하 메시지를 전하는 방식으로 졸업생들에게 도전의 메시지를 전했다”고 설명했다.
AI 통역 프로그램도 도입됐다. 목원대는 행사에서 나오는 주요 발언들을 영어·중국어·베트남어 등으로 실시간 번역해 자막으로 제공했다.
김정겸 충남대 총장은 2025학년도 전기 학위수여식에서 AI로 변신했다. 김정겸 총장은 충남대 교육학 박사 학위를 받았을 적의 젊은 모습과 함께 ‘과잠’을 입고 캠퍼스 곳곳에 등장했다.
AI로 등장한 김 총장은 “AI 시대 속 경쟁력은 실패를 통해 배우고 다시 시도하는 인간의 용기에서 비롯된다. 졸업생 여러분은 충남대에서 넘어져도 다시 일어나는 용기를 길렀다”고 말했다.
이어 충남대에서 박사학위를 받은 도종환 시인의 시 ‘흔들리며 피는 꽃’을 언급한 김정겸 총장은 “도종환 시인은 (시에서) ‘흔들리지 않고 피는 꽃이 어디 있으랴’라고 표현했다. 여러분은 모진 비바람에도 흔들리더라도 결국엔 꽃을 피워낼 것”이라며 “(여러분은) 충남대에서 전공 지식 뿐만 아니라, 질문·경청하고 함께 연대하는 법을 익혔다. 든든한 선배로서 졸업생 여러분의 도전을 끝까지 응원하겠다”고 전했다.
충남대에 따르면 오는 27일 진행되는 2026학년도 입학식에서도 ‘AI 김정겸’이 등장할 계획이다. 충남대는 앞서 2025학년도 입학식에서도 AI 김정겸을 등장시켰고, 입학식에서 입학 축사와 댄스를 선보인 바 있다.
충남대 관계자는 “입학식·졸업식 등 대학 행사에 AI를 활용함으로써 단순히 AI 혁신을 선언하는 것을 넘어, AI를 일상화 해 대학 구성원의 AI 활용·접근성을 높이겠다는 것으로 볼 수 있다”고 말했다.

🚫 구글 봇 차단(쿠키 동의) - 재분석중...

[본문 전체보기]
의사 2명 중 1명이 진료현장에서 의료 인공지능(AI)를 활용한 경험이 있다고 답했다. 이용자 대다수가 업무 흐름 개선 등의 효과를 체감했다고 밝혔는데, 의료사고 발생시 법적 책임소재가 불불명한 점 등은 부담으로 꼽았다.
한국보건산업진흥원은 이 같은 내용을 담은 의료인공지능 활용 실태조사 결과를 26일 공개했다. 조사는 대한의사협회의 협조를 얻어 협회 등록의사 2125명을 대상으로 2025년 10월 16일∼21일 온라인으로 진행됐다.
설문결과 의료 인공지능 활용 경험이 있다고 응답한 의사는 47.7%로 응답자의 절반을 차지했다. 이들은 주로 영상판독(83.3%) 분야에서 진단과 선별 목적으로 인공지능을 활용하는 것으로 파악됐으며, 업무흐름 개선(82.3%)을 가장 체감되는 효과로 꼽았다.
미활용 사유로는 정보 부족(의료 인공지능I 솔루션에 대한 정보 부족 54.4%, 접근성 부족 48.2%)과 신뢰성 문제(37.6%)가 주요 요인으로 나타났다.
특히 의료사고 발생 시 법적 책임의 불명확성(경험 의사 69.1%, 비경험 의사 76.0%)을 가장 큰 우려 사항으로 지적했고, 사고 발생 시 책임주체로 의사 개인(18.0%)보다는 공동 책임(35.3%) 또는 인공지능 개발회사 책임(26.9%)이라는 인식이 상대적으로 높았다.
다만 인공지능 활용 인프라는 여전히 부족한 것으로 나타났다. 의료 인공지능의 활용과 관련하여 의료기관 내 지침을 보유한 사례는 5.1%에 그쳤고, 인공지능 교육 경험 또한 24.1%로 낮았다. 교육 참여 의향은 57.5%로, 인공지능 교육 수요는 높은 것으로 나타났다.
인공지능 활용 활성화를 위해 필요한 제도적 지원책도 물었는데 책임·배상 기준의 명확화가 필요하다는 답이 69.4%로 가장 많았다. 이어 허가·인증 기준 강화가 59.6%, 데이터 품질 관리 51.7%, 사후 모니터링 체계 구축 47.9% 등도 필요성이 높은 것으로 집계됐다.
진흥원은 "조사 결과를 바탕으로 의료 AI의 성공적인 도입을 위한 핵심과제로 '법적 명확성 확보', '신뢰 기반 생태계 조성', '체계적 교육 시스템 구축'을 도출했다"면서 "이번 조사로 부터 확인된 현안과 과제들이 의료 인공지능 정책에 반영될 수 있도록 지원할 것"이라고 밝혔다.

[본문 전체보기]
국가인공지능전략위원회는 임문영 위원회 부위원장이 26일 배경훈 부총리 겸 과학기술정보통신부 장관, 최휘영 문화체육관광부 장관과 인공지능 학습을 위한 저작물 활용 촉진을 논의하기 위해 긴급 회동을 가졌다고 전했다.
이는 지난 25일 '위원회 제2차 전체회의'에서 저작권 관련 과제를 포함한 '대한민국 인공지능 행동계획'이 의결됨에 따라 발빠른 후속 조치 마련을 위한 것으로 4개 핵심 과제를 추진할 방침이다.
◆ '공정이용 안내서' 확산…지속적으로 고도화
저작권자들의 권리에 대한 부당한 침해 방지와 AI 기업들의 정당한 이용 지원 목적으로 문체부가 발간하는 '공정이용 안내서'가 현장에서 활용될 수 있도록 홍보 및 확산을 지원한다.
또한 AI파운데이션 모델 등 안내서에 포함된 다양한 사례를 지속적으로 고도화해 AI 산업 발전 속도와 기술 변화를 반영한다.
◆ 독파모 등 관련 형사책임 면제 방안 검토
현재 국내 독자 AI 파운데이션 모델 개발사들이 국가대표 AI프로젝트에 참여하여 모델 개발을 위해 다양한 저작물의 학습을 희망하고 있다.
그러나 저작물 활용 과정에서 법적 분쟁 발생 시 민사상 책임은 물론 형사처벌까지 감수해야 하는 현행법 체계는 과도하다는 우려가 제기되고 있다.
이에 국가대표 AI 기업의 '독자 파운데이션 모델(독파모)' 개발 과정에서 저작물 활용에 대해 발생할 수 있는 형사책임을 면제할 수 있는 여러 방안을 함께 검토해 나간다.
◆ 회색영역 저작물 AI 활용 촉진
음악·도서·방송 등 거래 시장이 있는 저작물은 거래 활성화를 지원하고 온라인 공개 게시물 등 거래 시장이 없는 저작물은 AI학습 거부권 행사(옵트아웃·Opt-out)를 지원한다.
거부 표시가 없는 경우에 한해 '선 사용·후 보상' 원칙을 적용하는 등 '창작자 권리 보호'와 '저작물 AI 활용 촉진'이 양립할 수 있도록 하는 법·제도 개선방안(저작권법 개정 포함)을 마련하는 '대한민국 인공지능 행동계획' 후속 조치를 속도감 있게 이행한다.
◆ 공공저작물 AI 활용 확대
공공 분야가 저작권을 소유한(전체 또는 일부) 공공저작물에 대해서 AI 학습 목적 활용을 위한 개방을 지속적으로 확대하여 민간뿐 아니라 공공부문에서도 고품질 저작물 데이터 공급을 뒷받침한다.
배경훈 부총리 겸 과기정통부 장관은 "지금은 AI에 국가 명운이 걸린 골든타임"이라며 "AI 기업들이 저작권을 부당하게 침해하지 않으면서도 AI 모델 개발에 필수 데이터를 원활하게 활용할 수 있도록 총력을 다해 지원하겠다"고 강조했다.
최휘영 문체부 장관은 "K-콘텐츠 산업의 눈부신 발전과 인공지능 산업 발전이 함께 나아갈 수 있어야 한다"면서 "저작권 업계와 AI 업계가 공동의 발전에 기여할 수 있도록 상생 환경을 조성하겠다"고 밝혔다.
임문영 위원회 부위원장은 "치열한 글로벌 AI 경쟁 속에서 속도전은 필수이지만, 그 과정에서 여러 부처 및 이해관계자들과 사회적 합의가 원만히 이루어져야 한다"며 "앞으로도 위원회가 이를 적극 지원하겠다"고 밝혔다.
문의: 국가인공지능전략위원회 지원단 AI데이터·규제혁신팀(02-2224-4133),문화체육관광부 저작권정책과(044-203-2409),과학기술정보통신부 인공지능데이터정책과(044-202-6581)

🚫 구글 봇 차단(쿠키 동의) - 재분석중...

🚫 구글 봇 차단(쿠키 동의) - 재분석중...

🚫 구글 봇 차단(쿠키 동의) - 재분석중...

[본문 전체보기]
‘경북농업 미래, 청년과 AI로 완성하다’ 비전 선포해
데이터 혁신, 로봇·자동화, 청년농 육성 3대 전략 제시
AI 농업의 구체적 실행 방안 논의하는 심포지엄도 열어
경상북도농업기술원은 이상기후와 고령화로 인한 농업의 위기를 극복하고 인공지능(AI)과 첨단 로봇 기술을 접목한 농업대전환의 계기를 마련하기 위해 25일 안동 스탠포드호텔에서 ‘2026년 경북농업 인공지능 대전환(AX) 비전 선포 및 심포지엄’을 개최했다(사진).
이날 행사는 이철우 경북도지사를 비롯해 경북스마트농업연구회, 대학, AI 기업, 농업인단체, 청년농업인, 시·군 농업기술센터 관계자 등 250여 명이 참석한 가운데 진행됐다. 이들은 이 자리에서 ‘경북농업의 미래, 청년과 AI로 완성하다’라는 비전을 선포했다.
비전 선포식에서는 ▲데이터 혁신(경험을 넘어 과학으로) ▲로봇·자동화(힘든 노동은 로봇에게) ▲청년농 육성(디지털 농업의 핵심 주역) 등 3대 추진 전략을 제시하며, 농작업 전 주기 자동화와 데이터 기반 정밀농업 확산에 주력할 것을 다짐했다.
도농기원은 이미 인공지능 대전환을 위해 2022년 네이버클라우드, 유비엔과 업무협약을 맺고 참외를 대상으로 ‘AI 영농일지(참외 톡톡)’를 개발, 지난해까지 40여 농가가 시범 운영에 참여하고 있다. 도농기원은 올해 AI 영농일지 참여 농가수를 100여 농가로 확대할 계획이다.
‘참외 톡톡’ 서비스는 수기로 작성하던 영농일지를 음성 기반으로 데이터화해 농가들이 쉽게 활용할 수 있도록 한 것이 특징이다. 특히 올해는 온디바이스 기반 인공지능 재배관리 모델과 연계해, 최적의 온·습도 관리와 병해충 예방 시점을 안내하는 시스템 개선 연구도 진행중이다.
도농기원은 향후 참외를 인공지능 전환 대표 작목(Flagship Plant)으로 지정하고, 포도·복숭아·오이 등 다른 작물로 확대해 나간다는 계획이다.
도농기원은 이 밖에도 딸기 생산관리 로봇과 피지컬 AI 기술인 오이 적엽 관리용 로봇팔 개발, 자두 과수원 무인 제초 로봇, 딸기·엽채류 연중 생산 식물공장 기술개발, 농약자동 혼합기 등 인공지능과 로봇을 융합한 현장 중심 연구개발에도 몰두하고 있다.
한편 이날 심포지엄에서는 국내 석학들이 모여 AI 농업의 구체적인 실행 방안을 논의했다. 안종배 국제미래학회 회장은 ‘인공지능이 몰고 온 인류 혁명 시대와 경북농업 대응 전략’을 주제로 기조강연을 했고, 이충근 농촌진흥청 농업로봇과 과장은 국내외 농업 로봇과 AI·로봇 융합 사례를 소개했다.
이어 박주홍 포항공대 교수는 로봇 혁신이 가져올 경북농업의 변화를 전망했으며, 김승한 구미스마트농업연구소 박사는 경북도농업기술원의 인공지능 연구 동향과 활용 방안을 설명했다.
이철우 경북도지사는 “기후위기와 농촌 노동력 부족 속에서 경북농업은 생존을 넘어 대전환의 시기를 맞고 있다”며 “데이터와 로봇 기술을 접목해 ‘돈 되는 농업’을 실현하고, 인공지능 역량을 갖춘 청년농업인을 육성해 청년이 찾아오는 농촌을 만들겠다”고 강조했다.
안동=김광동 기자 kimgd@nongmin.com

🚫 구글 봇 차단(쿠키 동의) - 재분석중...

🚫 구글 봇 차단(쿠키 동의) - 재분석중...

🚫 재분석중...

🚫 구글 봇 차단(쿠키 동의) - 재분석중...

[본문 전체보기]
인공지능전략위, K-문샷 등 5개안 의결
K-문샷, 데이터 모으고 신약·핵융합 등 도전
상위 1% 논문 점유율 4.1%에서 8.2%로
PD 중심 책임 운영체계 구축, 강력한 권한
특별법 추진, 4월부터 신규 사업 기획 착수
정부가 국가인공지능전략위원회 제2회 회의에서 'K-문샷 추진전략'을 공식 의결했다. AI를 과학기술 연구의 전 과정에 접목해 2030년까지 연구생산성을 2배로 높이고, 2035년까지 8대 분야 12개 국가 미션을 완수하겠다는 구상이다. 연구생산성 향상 목표는 피인용 상위 1% 논문 점유율을 2023년 4.1%에서 2030년 8.2%로, 세계 5위 수준으로 올리겠다는 것이다.
국가인공지능전략위원회(위원장 이재명 대통령)는 25일 서울스퀘어에서 열린 제2차 전체회의를 통해 K-문샷 추진전략안을 비롯해 인공지능행동계획, AI정부 인프라 거버넌스 추진방향 등 5개 안건을 심의, 의결했다고 이날 밝혔다.
K-문샷은 국가 과학기술 AI 자원과 역량의 총결집, 과학기술×AI 기반 국가적 미션 해결 두 개의 전략 축 위에 세워진다. 우리나라는 바이오·반도체 등 연구 역량과 AI 경쟁력을 갖추고 있으나, 데이터 부족·파편화와 혁신 주체 역량 분산이라는 한계를 진단한 전략이다.
우선 국가 과학기술 AI 자원·역량 총결집은 (가칭)국가과학AI연구센터를 중심으로 연구데이터·GPU·AI모델·자율실험실 등 4대 자원을 통합하는 '국가 과학AI통합플랫폼' 구축이다.
연구데이터는 23개 출연연·과기원·직할연의 고품질 데이터를 우선 수집·개방하고, 6대 파운데이션 모델과 K-문샷 핵심 미션 수요 중심으로 AI 활용 가능 데이터를 순차 구축한다. 연구데이터의 체계적 수집·관리를 위한 연구데이터법 제정(의원입법)도 병행 추진한다.
컴퓨팅 자원은 GPU 8000장 이상을 과학기술 AI 연구 전용으로 확보한다. 슈퍼컴 6호기 30%, 첨단 GPU 확보사업 물량의 15~20%(3000장 이상), 대학과학기술AI연구센터 200개, 바이오·소재 전용 인프라 2500개 이상을 합산한 규모다.
AI 모델은 바이오·소재·이차전지·반도체·디스플레이·지구과학·수학 등 강점 분야별 파운데이션 모델과 특화 모델을 2027년부터 2031년까지 6대 분야에 약 4640억원을 투입해 개발·확산한다. 자율실험실은 AI-로보틱스 기술을 결합해 24시간 중단 없이 실험을 수행하는 체계로, 바이오·소재 강점 분야를 중심으로 우선 구축한다.
이 자원들을 연결하는 것이 AI 에이전트다. 가설 생성부터 결과 분석까지 연구자와 함께 작동하는 '1인 多에이전트 협업 체계'를 구현하고, 궁극적으로는 과학적 탐구 전 과정을 AI가 스스로 반복하는 '자율형 AI 과학자' 시스템을 구축한다는 계획이다. 특히 산학연 협력체계를 구축해 연구성과 실증화에 속도를 내고 과학기술과 AI 역량을 겸비한 양손잡이 인재 육성에도 박차를 가한다.
두번째 전략은 과학기술×AI를 활용한 국가적 미션 해결이다. 미션 후보는 공공부문 발굴과 대국민 공모 투트랙으로 발굴했다. 대국민 공모에서는 지난해 12월부터 올해 1월까지 총 1786건의 제안이 접수됐다. 이를 토대로 8대 분야 12대 후보 미션이 도출됐으며, 2월 말 최종 미션이 확정된다.
도출된 12개 후보 미션을 분야별로 살펴보면 다음과 같다. 첨단바이오 분야에서는 'AI 융합으로 신약개발 속도 10배 이상 증가'와 '뇌 임플란트 상용화'가 선정됐다. 신약 미션의 핵심 목표는 2035년까지 AI 기반 블록버스터 혁신신약 10개 창출이다. 바이오 파운데이션 모델과 에이전틱 AI, 로봇·자동화 장비를 결합한 'Lab-in-the-Loop' 체계가 핵심 수단이다.
미래에너지 분야는 세 개 미션으로 구성됐다. SMR 선박 개발(2050년 해양수송 탈탄소화 목표), 한국형 핵융합 소형 실증로 개발 및 전력생산 실증(2035년 목표), 그리고 보급형 초고효율 다중접합 태양광 모듈 개발이다. SMR 선박은 용융염원자로(MSR) 기반이다. 핵융합 미션은 KSTAR 실험데이터를 기반으로 AI 가상 핵융합로 플랫폼을 개발하는 방식으로 추진된다.
피지컬AI 분야는 휴머노이드 상용화와 범용 피지컬AI 핵심기술 확보 두 미션이다. 2030년 가사·돌봄 분야 독자 휴머노이드 개발·확산, 2035년 인간과 공존하는 휴머노이드 구현이 목표다. 시각·촉각·언어·행동을 통합하는 VHLA 기반 파운데이션 모델 개발이 핵심이다.
우주 분야는 우주 데이터센터 원천기술 확보 및 실증이다. 2035년 시제기 개발 및 발사가 목표이며, 향후 달 경제 생태계 참여를 위한 범용 플랫폼 기술 확보를 지향한다. 소재 분야는 희토류 완전 안심국가 실현이다. 2030년까지 중희토류 100% 대체 기술을, 2033년까지 경희토류 극저감 기술을 확보하는 것이 목표다. AI 기반 희토류 대체 소재 개발과 폐희토자석 재활용 기술이 핵심 수단이다.
AI과학자 분야는 세계 최고 수준의 자율형 AI 과학자 개발이다. 2030년 연구자-AI 협업형 창의적 가설 설계·실험 구현, 2035년 완전 자율형 과학적 발견 실현이 단계별 목표다. 반도체 분야는 초지능 AI(ASI)를 위한 초고성능·저전력 AI 가속기 구현이다. 1nm 이하 최첨단 공정기술, 차세대 3차원 적층 메모리 등 극미세·적층형 원천기술 확보가 2030년 목표다.
양자 분야는 오류정정 양자컴퓨터 개발 및 산업 난제 해결이다. 2030년 완전 국산 양자컴퓨터 개발, 2035년 양자-AI 산업 난제 해결 사례 1000건 돌파가 목표다.
K-문샷을 움직이는 핵심 엔진은 PD(Program Director) 중심 책임운영체계다. 미션별로 전담지원기관과 PD를 지정하고, 세부 과제 기획·조정·마일스톤 평가·연구목표 재설정·다음 단계 진입 여부 결정 등 프로그램 전반에 걸친 강력한 권한을 PD에게 부여한다. 전담지원기관은 출연연 주도 또는 기업·대학 컨소시엄 형태 사업단으로 구성된다.
범국가 'K-문샷 추진단'은 부총리 겸 과기정통부 장관이 단장을 맡고, 산·학·연과 관계부처로 분야별 분과를 운영한다. 실무는 과기정통부 K-문샷TF(반장: 연구실장)와 국가과학기술연구회, 한국연구재단이 지원한다. 주기적 진도 점검 결과는 부총리 주재 과학기술관계장관회의를 통해 대국민 공개한다.
혁신적 관리 방식 도입을 위해 'K-문샷 특별법' 제정도 추진한다. 산학연 실질 협력을 위한 제도 특례, 개별 기관 데이터의 연구소 반출·활용 허용, 반상근 제도 신설, 탄력적 채용·보수 체계 적용 등도 신설한다.
예산은 출연연 전략연구사업 예산을 K-문샷에 우선 배분키로 했다. 유관 부처 기존 사업의 통합, 2027년 신규 대형사업 기획 등을 통해 재원을 조달한다고도 했다.
향후 일정은 2월 말에서 3월 초 사이 대국민 공모전 주요 제안 검토와 유관 부처·산학연 전문가 의견 수렴을 마치고, 3월 제5차 과학기술관계장관회의에서 미션을 확정하고 전담지원기관과 PD를 지정한다. 3월 말 K-문샷 지원단을 구성하고, 4월부터 신규 사업 기획에 착수한다.
이날 의결된 ‘대한민국 인공지능행동계획’은 총 99개 실행과제와 326개 정책권고로 구성됐다. 비전은 ‘AI 3대 강국 도약’. 정책축은 △AI 혁신생태계 조성 △범국가 AI 기반 대전환 △글로벌 AI 기본사회 기여의 3대 축이다.
앞으로도 위원회는 국가 인공지능 정책의 컨트롤타워이자 부처 간 정책 조정·협력 플랫폼으로서의 기능을 보다 효율적으로 수행하기 위해 노력해 나갈 방침이다. 아울러, 위원회는 범정부 차원의 체계적·일관적인 입법 방향을 제시하기 위해 법률 전문가 등으로 구성된 법률TF를 발족할 계획이다.
구윤철 경제부총리 겸 재정경제부 장관은 "AI는 성장, 고용, 산업 구조, 소득 분배까지 영향을 미치는 핵심 경제 변수인 만큼, AI 사회로의 전환 과정에서 부담과 성과가 공정하게 분배될 수 있도록 일자리 구조 변화와 산업·지역 간 격차에 대한 대응도 지금부터 치열하게 준비해야 한다"고 강조했다.
배경훈 과기부총리 겸 과학기술정보통신부 장관은 "정부 출 범 이후 국가AI전략위를 중심으로 민관이 함께 총력을 다한 결과 우리나라도 AI 3강의 토대를 만들었다"며, "이제는 국민이 체감할 수 있는 과제를 구체화하고, 속도감 있게 이행해야 하는 시기인 만큼 모든 부처가 본격적인 성과 창출을 위해 협력하는 것이 중요하다"고 말했다.
임문영 위원회 상근 부위원장은 "각 부처는 최종 확정된 인공지능행동계획을 책임 있게 이행해 주길 바라며, 현장의 작은 과제 하나하나가 모여 국가경쟁력을 좌우한다는 인식 아래, 위원회는 정책 현장을 직접 점검하며 실질적인 성과로 이어질 수 있도록 면밀히 챙겨나가겠다"고 역설했다.
AI로 전세계 압도하는 美 '제네시스'·中 '반석'
K-문샷, 제대로 가려면
"AI로 과학기술 체제 통째로 갈아엎는다"
미국 '제네시스 미션' 26개 전선 동시 개전, 한국은?
"美·中 대격변 시대"···KAIST '위기' 긴급 진단
"공감대 형성 및 대덕 원팀 구성 시급"
[국부창출 1] 격변의 시대, "대덕단지 뭉쳐야"
KAIST-출연연-기업, 각개전투 아닌 시스템 절실
[대덕단상]출연연, 돈 먹는 하마 vs 국부창출 전진기지
"AI 시대, 대덕단지와 제조중소기업 데이터 숨겨진 금맥"
이경수 부의장 "숙련 기술자·연구자 만남, 제조혁신 출발점"
[기자수첩] KAIST 이사진은 총사퇴를
KAIST 총장과 이사장은 KAIST를 사랑하지 않았다