{"content_id":"n6ghvtqrzl","slug":"korea-ai-for-all-project-structure-and-risks","locale":"ko","schema_type":"TechArticle","category":"ai_data","category_name":"AI 데이터","title":"정부 ‘모두의 AI’ 프로젝트: 무료·무제한 구조와 검증 쟁점","summary":"정부 ‘모두의 AI’는 전 국민 대상 무료·무제한 범용 챗봇과 공공서비스 이용을 돕는 AI 에이전트를 구축하려는 프로젝트다. 2026년 8월 11일 사업자 공모가 마감됐으며, 국산 모델 사용 비율뿐 아니라 무제한의 실제 의미, 개인정보 처리, 오신청 책임과 성과 공개 방식이 핵심 검증 대상이다.","sponsorship_disclosure":null,"author":{"name":"인조이스 편집팀","url":"https://injoys.com/ko/about"},"key_points":["‘모두의 AI’ 사업자 공모는 2026년 8월 11일 마감됐지만 사업자 선정, 계약 체결, 정식 출시는 별개의 단계다.","계획상 서비스는 전 국민이 비용 없이 이용하는 범용 챗봇과 공공서비스 안내·신청을 지원하는 AI 에이전트로 구성된다.","선정 사업자의 독자 AI 파운데이션 모델을 50% 이상, 다른 국내 기업 모델을 30% 이상 사용하도록 한 조건은 모델 사용량의 측정 기준과 외부 감사를 함께 공개해야 검증할 수 있다.","공공서비스 신청 기능에는 본인 확인, 명시적 동의, 제출 전 최종 확인, 처리 기록, 정정·취소 절차가 필요하다.","AI 접근성 개선 여부는 가입자 수가 아니라 실제 이용 격차, 과업 완료율, 오류율, 비용, 개인정보 사고와 서비스 안정성으로 평가해야 한다."],"content_markdown":"정부 ‘모두의 AI’는 단순히 국산 무료 챗봇 하나를 만드는 사업이 아니다. 범용 생성형 AI의 접근성을 넓히고, 여러 국내 모델을 서비스 안에서 활용하며, 장기적으로는 공공서비스 안내와 신청까지 지원하는 AI 에이전트를 구축하려는 계획이다.\n\n2026년 8월 17일 기준 사업자 공모 마감일인 8월 11일은 지났다. 따라서 공모 조건과 정부 목표는 확인된 계획으로 설명할 수 있지만, 최종 사업자·세부 이용약관·서비스 수준·정식 출시일은 후속 발표와 계약 결과를 확인해야 한다.\n\n## 프로젝트의 현재 상태와 범위\n\n| 항목 | 공개된 계획의 의미 | 아직 확인해야 할 사항 |\n|---|---|---|\n| 사업 단계 | 2026년 8월 11일 사업자 공모 마감 | 선정 결과, 계약 체결, 시범 운영 여부 |\n| 출시 목표 | 2026년 안에 범용 챗봇과 공공 AI 에이전트 출시 추진 | 정확한 개시일과 단계별 제공 기능 |\n| 이용 대상 | 전 국민 대상 서비스 지향 | 미성년자, 재외국민, 국내 체류 외국인 등의 계정 조건 |\n| 이용 비용 | 일반 이용자에게 무료 제공하는 구조 | 유료 부가 기능, 기업·API 이용 포함 여부 |\n| 사용량 | ‘무제한’을 핵심 목표로 제시 | 공정 이용 정책, 속도 제한, 혼잡 시 대기열, 파일 용량 제한 |\n| 모델 구성 | 사업자 독자 모델 50% 이상, 다른 국내 기업 모델 30% 이상 사용 | 호출 수·토큰·연산량·비용 중 어떤 기준으로 비율을 계산하는지 |\n| 정부 지원 | 민간 사업자와 협력하고 개발·운영 인프라를 지원하는 구조 | 지원 예산, GPU 물량, 지원 기간, 종료 후 운영 재원 |\n\n공모 마감은 서비스 출시를 뜻하지 않는다. 우선협상, 기술 검증, 계약, 보안 점검과 시범 운영이 이어질 수 있으므로 ‘연내 출시’는 목표 일정이지 이미 보장된 결과가 아니다.\n\n## ‘무료·무제한’이 실제로 뜻하는 것\n\n무료는 이용자가 매번 사용료를 직접 지불하지 않는다는 의미에 가깝다. 학습과 추론에 필요한 GPU, 전력, 저장장치, 네트워크, 안전성 평가와 고객 지원 비용이 사라지는 것은 아니다. 그 비용은 정부 지원, 사업자의 부담 또는 두 주체의 결합으로 충당된다.\n\n무제한도 기술적으로 아무 제한이 없다는 뜻으로 단정할 수 없다. 안정적인 서비스를 위해 다음과 같은 운영 조건이 적용될 수 있다.\n\n- 짧은 시간에 지나치게 많은 요청을 보내는 행위에 대한 속도 제한\n- 자동화된 대량 호출이나 계정 공유를 막는 공정 이용 정책\n- 한 번에 입력할 수 있는 문서 크기와 대화 길이 제한\n- 이미지·영상 생성처럼 연산량이 큰 기능의 별도 한도\n- 이용자가 몰리는 시간의 대기열 또는 낮은 처리 우선순위\n- 불법·유해 요청과 사이버 공격을 제한하는 안전 정책\n\n따라서 최종 약관에는 월간 메시지 수뿐 아니라 분당 요청 수, 응답 속도, 문맥 길이, 파일 처리량, 지원 기능과 API 제공 여부가 명시돼야 한다. 개인용 챗봇의 무료 이용이 기업용 API나 자동화된 대량 업무까지 무료라는 의미는 아니다.\n\n## 국산 모델 50%와 30% 조건의 구조\n\n계획의 특징은 한 기업의 모델만 사용하는 대신 복수의 국내 AI 모델이 참여하는 구조를 요구한다는 점이다.\n\n- 선정 사업자의 독자 AI 파운데이션 모델: 전체 모델 사용의 50% 이상\n- 다른 국내 기업이 개발한 모델: 전체 모델 사용의 30% 이상\n- 나머지 부분: 공고와 계약에서 허용 범위 및 사용 목적을 확인해야 하는 영역\n\n두 비율을 더하면 80%이므로 산술상 20%가 남는다. 그러나 이를 곧바로 외국 모델 몫으로 해석해서는 안 된다. 같은 국내 모델의 추가 사용, 검색·분류용 소형 모델, 안전 필터 또는 별도 도구가 어떤 방식으로 집계되는지는 세부 산식에 달려 있다.\n\n### 비율을 검증하려면 분모부터 공개해야 한다\n\n‘모델 사용 50%’는 측정 단위에 따라 전혀 다른 결과가 나온다.\n\n| 측정 기준 | 장점 | 왜곡 가능성 |\n|---|---|---|\n| 호출 건수 | 계산과 설명이 간단함 | 가벼운 요청을 대량으로 보내 비율을 높일 수 있음 |\n| 입출력 토큰 수 | 실제 처리한 텍스트 규모를 반영함 | 이미지·음성·도구 호출의 비용을 충분히 반영하지 못함 |\n| 연산량 | 기술적 자원 사용을 비교하기 좋음 | 외부에서 측정하고 감사하기 어려움 |\n| 추론 비용 | 경제적 의존도를 파악할 수 있음 | 내부 원가와 계약 단가의 공개가 필요함 |\n| 이용 시간 | 서비스 기여 시간을 보여줄 수 있음 | 모델별 처리 난이도와 품질 차이를 반영하기 어려움 |\n\n신뢰할 수 있는 검증에는 모델별 호출량과 토큰 비중, 처리한 과업 유형, 추론 비용, 장애 시간, 품질 평가를 함께 공개하는 방식이 적합하다. 사업자가 스스로 계산한 비율만 발표하기보다 독립적인 감사와 재현 가능한 집계 규칙이 필요하다.\n\n### 국산 모델 비율이 곧 기술 자립을 뜻하지는 않는다\n\n모델이 국내에서 개발됐더라도 GPU, 클라우드, 학습 데이터 도구, 오픈소스 구성요소와 반도체 공급망은 해외 기술에 의존할 수 있다. 반대로 외국산 구성요소를 일부 사용한다고 해서 서비스 전체가 국내 통제 밖에 있다고 단정할 수도 없다.\n\n실질적인 기술 주권을 평가하려면 다음 요소를 구분해야 한다.\n\n- 모델 가중치의 소유권과 사용권\n- 국내에서 직접 수정하고 재학습할 수 있는 능력\n- 추론 서버와 이용자 데이터가 저장·처리되는 위치\n- 외부 공급자가 계약을 중단해도 서비스를 계속 운영할 수 있는지\n- 보안 취약점과 모델 오류를 국내 운영자가 직접 수정할 수 있는지\n- 학습 데이터의 출처, 저작권 처리와 한국어 품질\n\n## 기존 무료 챗봇과 무엇이 다른가\n\n기존 민간 무료 챗봇도 일반 질문, 문서 요약, 번역과 코드 작성을 지원한다. ‘모두의 AI’가 차별화되려면 가격 외에 공공서비스 연계, 국내 모델 생태계, 보편적 접근성과 공적 책임에서 차이를 보여야 한다.\n\n| 비교 기준 | 일반적인 민간 무료 챗봇 | ‘모두의 AI’ 계획 |\n|---|---|---|\n| 제공 목적 | 제품 이용자 확보와 상용 서비스 확대 | 보편적 AI 접근과 국내 생태계 조성 |\n| 사용량 | 제품별 무료 한도와 혼잡 시 제한이 다름 | 무료·무제한을 지향하지만 세부 정책은 확정 확인 필요 |\n| 모델 선택 | 제공 기업이 자체적으로 결정 | 독자 모델과 다른 국내 기업 모델의 최소 사용 비율 요구 |\n| 공공서비스 | 정보를 설명하거나 링크를 제시하는 수준이 일반적 | 안내부터 신청 지원까지 확장하는 AI 에이전트 구상 |\n| 책임 구조 | 민간 이용약관과 제품 정책 중심 | 정부, 운영 사업자, 모델 제공자, 소관 행정기관의 역할 구분 필요 |\n| 성과 공개 | 기업이 선택한 지표를 주로 발표 | 공공 재원이 들어간다면 비용·품질·안전 지표 공개 필요 |\n\n실제 우위는 출시 후 같은 과업과 조건으로 비교해야 한다. 무료라는 이유만으로 정확도, 속도, 개인정보보호 또는 한국어 성능이 더 우수하다고 볼 수는 없다.\n\n## 공공서비스 AI 에이전트의 작동 단계\n\n공공서비스를 설명하는 챗봇과 실제 신청을 수행하는 에이전트는 위험 수준이 다르다. 안전한 신청 지원은 다음 단계를 구분해 설계해야 한다.\n\n1. 이용자의 목적과 상황을 확인한다.\n2. 공식 행정정보를 검색해 가능한 제도를 안내한다.\n3. 자격 요건을 예비 점검하되 최종 자격 판정이 아님을 알린다.\n4. 필요한 개인정보와 서류를 항목별로 설명한다.\n5. 이용자가 제공한 정보로 신청서 초안을 작성한다.\n6. 제출 기관, 입력 내용, 법적 확인 사항을 이용자에게 다시 보여준다.\n7. 본인 인증과 명시적 동의를 거친 뒤 공식 시스템에 제출한다.\n8. 접수번호와 처리 상태를 제공하고 정정·취소 경로를 안내한다.\n\n공식 시스템과 연결되지 않은 AI가 신청을 ‘완료했다’고 표시해서는 안 된다. 행정기관이 접수를 확인하고 접수번호를 발급하기 전까지는 초안 작성 또는 제출 준비 단계로 명확히 표시해야 한다.\n\n## 개인정보와 오신청 책임\n\n공공서비스 신청에는 주민등록정보, 주소, 가족관계, 소득, 건강, 장애, 계좌정보처럼 민감하거나 피해 가능성이 큰 데이터가 포함될 수 있다. 일반 대화 기능과 행정 신청 기능을 동일한 데이터 정책으로 운영하면 과도한 수집과 2차 이용 위험이 커진다.\n\n필수 보호 장치는 다음과 같다.\n\n- 신청 업무별로 필요한 정보만 수집하는 목적 제한과 최소 수집\n- 대화 내용이 모델 학습에 사용되는지에 대한 별도 고지와 선택권\n- 모델 제공자, 클라우드 운영자, 행정기관 사이의 데이터 전달 범위 공개\n- 저장 위치, 보유 기간, 삭제 방법과 백업 데이터 처리 기준 공개\n- 계정 탈취를 막기 위한 다중 인증과 중요한 제출 단계의 재인증\n- 개인정보를 가린 운영 로그와 권한별 접근 통제\n- 프롬프트 인젝션, 악성 문서와 위조 행정 사이트에 대한 방어\n- 제출 직전 전체 신청 내용을 확인하고 수정할 수 있는 화면\n- 잘못 제출된 신청의 정정·취소·이의제기 경로\n\n### 책임은 단계별로 나눠야 한다\n\n| 문제 상황 | 우선 확인할 책임 영역 |\n|---|---|\n| AI가 존재하지 않는 지원 제도를 안내함 | 모델·검색 시스템의 정확성, 운영자의 검증 절차 |\n| 자격 조건을 잘못 해석함 | 공식 규정 연계, 소관 행정기관의 최신 정보 제공, 서비스의 면책 고지 적정성 |\n| 신청서에 잘못된 값이 입력됨 | 자동 입력 로직, 제출 전 이용자 확인 절차, 정정 기능 |\n| 동의 없이 정보가 외부 모델로 전달됨 | 운영 사업자와 데이터 처리 수탁자의 개인정보보호 의무 |\n| 공식 시스템에는 접수되지 않았는데 완료로 표시됨 | 서비스 연계 상태 검증, 접수번호 확인과 장애 처리 |\n| 이용자가 허위 정보를 입력함 | 이용자 확인 의무와 고의성, 서비스가 오류를 유도했는지 여부 |\n\n모든 책임을 이용자의 최종 확인 한 번으로 넘기는 방식은 적절하지 않다. 모델 오류, 시스템 연계 실패, 잘못된 화면 설계와 이용자의 입력 오류를 구분할 수 있도록 단계별 기록을 보존해야 한다.\n\n## 놓치기 쉬운 쟁점: 무제한 서비스의 지속 가능성\n\n무료·무제한이라는 표어가 장기간 유지되려면 초기 GPU 지원뿐 아니라 유지보수, 모델 개선, 보안 대응과 고객 지원을 포함한 총비용 구조가 필요하다. 지원 기간이 끝난 뒤 운영 주체가 사용량을 줄이거나 광고·데이터 활용·유료 기능에 의존할 가능성도 계약 단계에서 점검해야 한다.\n\n특히 다음 질문에 대한 답이 공개돼야 한다.\n\n- 정부 지원이 끝난 뒤에도 핵심 기능은 계속 무료인가?\n- 이용자 증가로 추론 비용이 예상치를 넘으면 어떤 제한이 적용되는가?\n- 사업자가 교체되면 계정, 대화 기록과 공공서비스 신청 이력은 어떻게 이전되는가?\n- 참여 모델 기업이 철수하면 모델 비율과 서비스 품질을 어떻게 유지하는가?\n- 장애나 보안 사고가 발생했을 때 목표 복구 시간은 얼마인가?\n- 공공서비스 기능을 중단할 때 진행 중인 신청은 누가 처리하는가?\n\n이 질문들은 모델 성능과 별개의 운영 지속성 문제다. 공공 인프라에 가까운 서비스를 목표로 한다면 서비스 수준 협약, 사업자 교체 계획과 데이터 이동성까지 설계해야 한다.\n\n## AI 접근성 격차를 검증할 지표\n\n가입자 수나 전체 질문 건수만으로는 ‘모두의 AI’가 격차를 줄였는지 알 수 없다. 성과는 접근, 품질, 안전, 자립성, 비용을 나눠 측정해야 한다.\n\n| 평가 영역 | 권장 지표 |\n|---|---|\n| 접근성 | 지역·연령·장애 여부·소득 구간별 이용률, 모바일·저사양 기기 성공률, 접근성 표준 준수 여부 |\n| 실질적 활용 | 재방문율, 과업 완료율, 중도 포기율, 디지털 취약계층의 도움 요청 비율 |\n| 답변 품질 | 한국어 사실 정확도, 근거 제시율, 환각률, 최신 행정정보 반영 시간 |\n| 공공서비스 | 자격 예비 점검 오류율, 신청 완료율, 오신청·정정률, 평균 처리 시간 |\n| 국내 생태계 | 모델별 호출·토큰·비용 비중, 참여 기업 수, 특정 공급자 집중도 |\n| 개인정보·안전 | 과다 수집 사례, 무단 2차 이용, 보안 사고, 계정 탈취, 유해 답변 신고와 처리 시간 |\n| 운영 안정성 | 가동률, 응답 지연, 혼잡 시간 대기, 장애 복구 시간 |\n| 경제성 | 월간 활성 이용자당 비용, 완료된 과업당 비용, 정부 지원 종료 후 예상 운영비 |\n\n평균 수치만 공개하면 취약계층의 실패가 가려질 수 있다. 전체 성과와 함께 집단별 격차, 측정 방법, 표본 규모, 평가 시점과 외부 감사 결과를 공개해야 한다.\n\n## 이용자가 출시 후 확인할 사항\n\n서비스가 개시되면 다음 내용을 먼저 확인하는 것이 안전하다.\n\n- 운영 주체와 공식 접속 주소가 정부 발표와 일치하는지\n- 무료 범위와 공정 이용 제한이 무엇인지\n- 대화가 모델 학습에 사용되는지와 거부 방법\n- 개인정보가 어느 기업과 기관에 전달되는지\n- 공공서비스 신청이 초안 작성인지 실제 접수인지\n- 제출 전 수정과 취소가 가능한지\n- 접수 완료 후 공식 기관의 접수번호가 발급됐는지\n- 오류·피해 신고와 분쟁 처리 창구가 어디인지\n\n‘모두의 AI’의 성패는 무료 모델을 공개하는 데서 끝나지 않는다. 이용자가 중요한 일을 안전하게 마치고, 국내 AI 기업들이 검증 가능한 방식으로 참여하며, 공공 재원의 비용과 성과가 투명하게 공개될 때 정책 목표를 평가할 수 있다.","content_html":"\u003cp\u003e정부 ‘모두의 AI’는 단순히 국산 무료 챗봇 하나를 만드는 사업이 아니다. 범용 생성형 AI의 접근성을 넓히고, 여러 국내 모델을 서비스 안에서 활용하며, 장기적으로는 공공서비스 안내와 신청까지 지원하는 AI 에이전트를 구축하려는 계획이다.\u003c/p\u003e\n\u003cp\u003e2026년 8월 17일 기준 사업자 공모 마감일인 8월 11일은 지났다. 따라서 공모 조건과 정부 목표는 확인된 계획으로 설명할 수 있지만, 최종 사업자·세부 이용약관·서비스 수준·정식 출시일은 후속 발표와 계약 결과를 확인해야 한다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%ED%94%84%EB%A1%9C%EC%A0%9D%ED%8A%B8%EC%9D%98-%ED%98%84%EC%9E%AC-%EC%83%81%ED%83%9C%EC%99%80-%EB%B2%94%EC%9C%84\" class=\"anchor\" id=\"프로젝트의-현재-상태와-범위\"\u003e\u003c/a\u003e프로젝트의 현재 상태와 범위\u003c/h2\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e항목\u003c/th\u003e\n\u003cth\u003e공개된 계획의 의미\u003c/th\u003e\n\u003cth\u003e아직 확인해야 할 사항\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"항목\"\u003e사업 단계\u003c/td\u003e\n\u003ctd data-label=\"공개된 계획의 의미\"\u003e2026년 8월 11일 사업자 공모 마감\u003c/td\u003e\n\u003ctd data-label=\"아직 확인해야 할 사항\"\u003e선정 결과, 계약 체결, 시범 운영 여부\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"항목\"\u003e출시 목표\u003c/td\u003e\n\u003ctd data-label=\"공개된 계획의 의미\"\u003e2026년 안에 범용 챗봇과 공공 AI 에이전트 출시 추진\u003c/td\u003e\n\u003ctd data-label=\"아직 확인해야 할 사항\"\u003e정확한 개시일과 단계별 제공 기능\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"항목\"\u003e이용 대상\u003c/td\u003e\n\u003ctd data-label=\"공개된 계획의 의미\"\u003e전 국민 대상 서비스 지향\u003c/td\u003e\n\u003ctd data-label=\"아직 확인해야 할 사항\"\u003e미성년자, 재외국민, 국내 체류 외국인 등의 계정 조건\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"항목\"\u003e이용 비용\u003c/td\u003e\n\u003ctd data-label=\"공개된 계획의 의미\"\u003e일반 이용자에게 무료 제공하는 구조\u003c/td\u003e\n\u003ctd data-label=\"아직 확인해야 할 사항\"\u003e유료 부가 기능, 기업·API 이용 포함 여부\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"항목\"\u003e사용량\u003c/td\u003e\n\u003ctd data-label=\"공개된 계획의 의미\"\u003e‘무제한’을 핵심 목표로 제시\u003c/td\u003e\n\u003ctd data-label=\"아직 확인해야 할 사항\"\u003e공정 이용 정책, 속도 제한, 혼잡 시 대기열, 파일 용량 제한\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"항목\"\u003e모델 구성\u003c/td\u003e\n\u003ctd data-label=\"공개된 계획의 의미\"\u003e사업자 독자 모델 50% 이상, 다른 국내 기업 모델 30% 이상 사용\u003c/td\u003e\n\u003ctd data-label=\"아직 확인해야 할 사항\"\u003e호출 수·토큰·연산량·비용 중 어떤 기준으로 비율을 계산하는지\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"항목\"\u003e정부 지원\u003c/td\u003e\n\u003ctd data-label=\"공개된 계획의 의미\"\u003e민간 사업자와 협력하고 개발·운영 인프라를 지원하는 구조\u003c/td\u003e\n\u003ctd data-label=\"아직 확인해야 할 사항\"\u003e지원 예산, GPU 물량, 지원 기간, 종료 후 운영 재원\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e공모 마감은 서비스 출시를 뜻하지 않는다. 우선협상, 기술 검증, 계약, 보안 점검과 시범 운영이 이어질 수 있으므로 ‘연내 출시’는 목표 일정이지 이미 보장된 결과가 아니다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EB%AC%B4%EB%A3%8C%EB%AC%B4%EC%A0%9C%ED%95%9C%EC%9D%B4-%EC%8B%A4%EC%A0%9C%EB%A1%9C-%EB%9C%BB%ED%95%98%EB%8A%94-%EA%B2%83\" class=\"anchor\" id=\"무료무제한이-실제로-뜻하는-것\"\u003e\u003c/a\u003e‘무료·무제한’이 실제로 뜻하는 것\u003c/h2\u003e\n\u003cp\u003e무료는 이용자가 매번 사용료를 직접 지불하지 않는다는 의미에 가깝다. 학습과 추론에 필요한 GPU, 전력, 저장장치, 네트워크, 안전성 평가와 고객 지원 비용이 사라지는 것은 아니다. 그 비용은 정부 지원, 사업자의 부담 또는 두 주체의 결합으로 충당된다.\u003c/p\u003e\n\u003cp\u003e무제한도 기술적으로 아무 제한이 없다는 뜻으로 단정할 수 없다. 안정적인 서비스를 위해 다음과 같은 운영 조건이 적용될 수 있다.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e짧은 시간에 지나치게 많은 요청을 보내는 행위에 대한 속도 제한\u003c/li\u003e\n\u003cli\u003e자동화된 대량 호출이나 계정 공유를 막는 공정 이용 정책\u003c/li\u003e\n\u003cli\u003e한 번에 입력할 수 있는 문서 크기와 대화 길이 제한\u003c/li\u003e\n\u003cli\u003e이미지·영상 생성처럼 연산량이 큰 기능의 별도 한도\u003c/li\u003e\n\u003cli\u003e이용자가 몰리는 시간의 대기열 또는 낮은 처리 우선순위\u003c/li\u003e\n\u003cli\u003e불법·유해 요청과 사이버 공격을 제한하는 안전 정책\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e따라서 최종 약관에는 월간 메시지 수뿐 아니라 분당 요청 수, 응답 속도, 문맥 길이, 파일 처리량, 지원 기능과 API 제공 여부가 명시돼야 한다. 개인용 챗봇의 무료 이용이 기업용 API나 자동화된 대량 업무까지 무료라는 의미는 아니다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EA%B5%AD%EC%82%B0-%EB%AA%A8%EB%8D%B8-50%EC%99%80-30-%EC%A1%B0%EA%B1%B4%EC%9D%98-%EA%B5%AC%EC%A1%B0\" class=\"anchor\" id=\"국산-모델-50와-30-조건의-구조\"\u003e\u003c/a\u003e국산 모델 50%와 30% 조건의 구조\u003c/h2\u003e\n\u003cp\u003e계획의 특징은 한 기업의 모델만 사용하는 대신 복수의 국내 AI 모델이 참여하는 구조를 요구한다는 점이다.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e선정 사업자의 독자 AI 파운데이션 모델: 전체 모델 사용의 50% 이상\u003c/li\u003e\n\u003cli\u003e다른 국내 기업이 개발한 모델: 전체 모델 사용의 30% 이상\u003c/li\u003e\n\u003cli\u003e나머지 부분: 공고와 계약에서 허용 범위 및 사용 목적을 확인해야 하는 영역\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e두 비율을 더하면 80%이므로 산술상 20%가 남는다. 그러나 이를 곧바로 외국 모델 몫으로 해석해서는 안 된다. 같은 국내 모델의 추가 사용, 검색·분류용 소형 모델, 안전 필터 또는 별도 도구가 어떤 방식으로 집계되는지는 세부 산식에 달려 있다.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%EB%B9%84%EC%9C%A8%EC%9D%84-%EA%B2%80%EC%A6%9D%ED%95%98%EB%A0%A4%EB%A9%B4-%EB%B6%84%EB%AA%A8%EB%B6%80%ED%84%B0-%EA%B3%B5%EA%B0%9C%ED%95%B4%EC%95%BC-%ED%95%9C%EB%8B%A4\" class=\"anchor\" id=\"비율을-검증하려면-분모부터-공개해야-한다\"\u003e\u003c/a\u003e비율을 검증하려면 분모부터 공개해야 한다\u003c/h3\u003e\n\u003cp\u003e‘모델 사용 50%’는 측정 단위에 따라 전혀 다른 결과가 나온다.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e측정 기준\u003c/th\u003e\n\u003cth\u003e장점\u003c/th\u003e\n\u003cth\u003e왜곡 가능성\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"측정 기준\"\u003e호출 건수\u003c/td\u003e\n\u003ctd data-label=\"장점\"\u003e계산과 설명이 간단함\u003c/td\u003e\n\u003ctd data-label=\"왜곡 가능성\"\u003e가벼운 요청을 대량으로 보내 비율을 높일 수 있음\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"측정 기준\"\u003e입출력 토큰 수\u003c/td\u003e\n\u003ctd data-label=\"장점\"\u003e실제 처리한 텍스트 규모를 반영함\u003c/td\u003e\n\u003ctd data-label=\"왜곡 가능성\"\u003e이미지·음성·도구 호출의 비용을 충분히 반영하지 못함\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"측정 기준\"\u003e연산량\u003c/td\u003e\n\u003ctd data-label=\"장점\"\u003e기술적 자원 사용을 비교하기 좋음\u003c/td\u003e\n\u003ctd data-label=\"왜곡 가능성\"\u003e외부에서 측정하고 감사하기 어려움\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"측정 기준\"\u003e추론 비용\u003c/td\u003e\n\u003ctd data-label=\"장점\"\u003e경제적 의존도를 파악할 수 있음\u003c/td\u003e\n\u003ctd data-label=\"왜곡 가능성\"\u003e내부 원가와 계약 단가의 공개가 필요함\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"측정 기준\"\u003e이용 시간\u003c/td\u003e\n\u003ctd data-label=\"장점\"\u003e서비스 기여 시간을 보여줄 수 있음\u003c/td\u003e\n\u003ctd data-label=\"왜곡 가능성\"\u003e모델별 처리 난이도와 품질 차이를 반영하기 어려움\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e신뢰할 수 있는 검증에는 모델별 호출량과 토큰 비중, 처리한 과업 유형, 추론 비용, 장애 시간, 품질 평가를 함께 공개하는 방식이 적합하다. 사업자가 스스로 계산한 비율만 발표하기보다 독립적인 감사와 재현 가능한 집계 규칙이 필요하다.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#%EA%B5%AD%EC%82%B0-%EB%AA%A8%EB%8D%B8-%EB%B9%84%EC%9C%A8%EC%9D%B4-%EA%B3%A7-%EA%B8%B0%EC%88%A0-%EC%9E%90%EB%A6%BD%EC%9D%84-%EB%9C%BB%ED%95%98%EC%A7%80%EB%8A%94-%EC%95%8A%EB%8A%94%EB%8B%A4\" class=\"anchor\" id=\"국산-모델-비율이-곧-기술-자립을-뜻하지는-않는다\"\u003e\u003c/a\u003e국산 모델 비율이 곧 기술 자립을 뜻하지는 않는다\u003c/h3\u003e\n\u003cp\u003e모델이 국내에서 개발됐더라도 GPU, 클라우드, 학습 데이터 도구, 오픈소스 구성요소와 반도체 공급망은 해외 기술에 의존할 수 있다. 반대로 외국산 구성요소를 일부 사용한다고 해서 서비스 전체가 국내 통제 밖에 있다고 단정할 수도 없다.\u003c/p\u003e\n\u003cp\u003e실질적인 기술 주권을 평가하려면 다음 요소를 구분해야 한다.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e모델 가중치의 소유권과 사용권\u003c/li\u003e\n\u003cli\u003e국내에서 직접 수정하고 재학습할 수 있는 능력\u003c/li\u003e\n\u003cli\u003e추론 서버와 이용자 데이터가 저장·처리되는 위치\u003c/li\u003e\n\u003cli\u003e외부 공급자가 계약을 중단해도 서비스를 계속 운영할 수 있는지\u003c/li\u003e\n\u003cli\u003e보안 취약점과 모델 오류를 국내 운영자가 직접 수정할 수 있는지\u003c/li\u003e\n\u003cli\u003e학습 데이터의 출처, 저작권 처리와 한국어 품질\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EA%B8%B0%EC%A1%B4-%EB%AC%B4%EB%A3%8C-%EC%B1%97%EB%B4%87%EA%B3%BC-%EB%AC%B4%EC%97%87%EC%9D%B4-%EB%8B%A4%EB%A5%B8%EA%B0%80\" class=\"anchor\" id=\"기존-무료-챗봇과-무엇이-다른가\"\u003e\u003c/a\u003e기존 무료 챗봇과 무엇이 다른가\u003c/h2\u003e\n\u003cp\u003e기존 민간 무료 챗봇도 일반 질문, 문서 요약, 번역과 코드 작성을 지원한다. ‘모두의 AI’가 차별화되려면 가격 외에 공공서비스 연계, 국내 모델 생태계, 보편적 접근성과 공적 책임에서 차이를 보여야 한다.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e비교 기준\u003c/th\u003e\n\u003cth\u003e일반적인 민간 무료 챗봇\u003c/th\u003e\n\u003cth\u003e‘모두의 AI’ 계획\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"비교 기준\"\u003e제공 목적\u003c/td\u003e\n\u003ctd data-label=\"일반적인 민간 무료 챗봇\"\u003e제품 이용자 확보와 상용 서비스 확대\u003c/td\u003e\n\u003ctd data-label=\"‘모두의 AI’ 계획\"\u003e보편적 AI 접근과 국내 생태계 조성\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"비교 기준\"\u003e사용량\u003c/td\u003e\n\u003ctd data-label=\"일반적인 민간 무료 챗봇\"\u003e제품별 무료 한도와 혼잡 시 제한이 다름\u003c/td\u003e\n\u003ctd data-label=\"‘모두의 AI’ 계획\"\u003e무료·무제한을 지향하지만 세부 정책은 확정 확인 필요\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"비교 기준\"\u003e모델 선택\u003c/td\u003e\n\u003ctd data-label=\"일반적인 민간 무료 챗봇\"\u003e제공 기업이 자체적으로 결정\u003c/td\u003e\n\u003ctd data-label=\"‘모두의 AI’ 계획\"\u003e독자 모델과 다른 국내 기업 모델의 최소 사용 비율 요구\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"비교 기준\"\u003e공공서비스\u003c/td\u003e\n\u003ctd data-label=\"일반적인 민간 무료 챗봇\"\u003e정보를 설명하거나 링크를 제시하는 수준이 일반적\u003c/td\u003e\n\u003ctd data-label=\"‘모두의 AI’ 계획\"\u003e안내부터 신청 지원까지 확장하는 AI 에이전트 구상\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"비교 기준\"\u003e책임 구조\u003c/td\u003e\n\u003ctd data-label=\"일반적인 민간 무료 챗봇\"\u003e민간 이용약관과 제품 정책 중심\u003c/td\u003e\n\u003ctd data-label=\"‘모두의 AI’ 계획\"\u003e정부, 운영 사업자, 모델 제공자, 소관 행정기관의 역할 구분 필요\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"비교 기준\"\u003e성과 공개\u003c/td\u003e\n\u003ctd data-label=\"일반적인 민간 무료 챗봇\"\u003e기업이 선택한 지표를 주로 발표\u003c/td\u003e\n\u003ctd data-label=\"‘모두의 AI’ 계획\"\u003e공공 재원이 들어간다면 비용·품질·안전 지표 공개 필요\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e실제 우위는 출시 후 같은 과업과 조건으로 비교해야 한다. 무료라는 이유만으로 정확도, 속도, 개인정보보호 또는 한국어 성능이 더 우수하다고 볼 수는 없다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EA%B3%B5%EA%B3%B5%EC%84%9C%EB%B9%84%EC%8A%A4-ai-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8%EC%9D%98-%EC%9E%91%EB%8F%99-%EB%8B%A8%EA%B3%84\" class=\"anchor\" id=\"공공서비스-ai-에이전트의-작동-단계\"\u003e\u003c/a\u003e공공서비스 AI 에이전트의 작동 단계\u003c/h2\u003e\n\u003cp\u003e공공서비스를 설명하는 챗봇과 실제 신청을 수행하는 에이전트는 위험 수준이 다르다. 안전한 신청 지원은 다음 단계를 구분해 설계해야 한다.\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e이용자의 목적과 상황을 확인한다.\u003c/li\u003e\n\u003cli\u003e공식 행정정보를 검색해 가능한 제도를 안내한다.\u003c/li\u003e\n\u003cli\u003e자격 요건을 예비 점검하되 최종 자격 판정이 아님을 알린다.\u003c/li\u003e\n\u003cli\u003e필요한 개인정보와 서류를 항목별로 설명한다.\u003c/li\u003e\n\u003cli\u003e이용자가 제공한 정보로 신청서 초안을 작성한다.\u003c/li\u003e\n\u003cli\u003e제출 기관, 입력 내용, 법적 확인 사항을 이용자에게 다시 보여준다.\u003c/li\u003e\n\u003cli\u003e본인 인증과 명시적 동의를 거친 뒤 공식 시스템에 제출한다.\u003c/li\u003e\n\u003cli\u003e접수번호와 처리 상태를 제공하고 정정·취소 경로를 안내한다.\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e공식 시스템과 연결되지 않은 AI가 신청을 ‘완료했다’고 표시해서는 안 된다. 행정기관이 접수를 확인하고 접수번호를 발급하기 전까지는 초안 작성 또는 제출 준비 단계로 명확히 표시해야 한다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EA%B0%9C%EC%9D%B8%EC%A0%95%EB%B3%B4%EC%99%80-%EC%98%A4%EC%8B%A0%EC%B2%AD-%EC%B1%85%EC%9E%84\" class=\"anchor\" id=\"개인정보와-오신청-책임\"\u003e\u003c/a\u003e개인정보와 오신청 책임\u003c/h2\u003e\n\u003cp\u003e공공서비스 신청에는 주민등록정보, 주소, 가족관계, 소득, 건강, 장애, 계좌정보처럼 민감하거나 피해 가능성이 큰 데이터가 포함될 수 있다. 일반 대화 기능과 행정 신청 기능을 동일한 데이터 정책으로 운영하면 과도한 수집과 2차 이용 위험이 커진다.\u003c/p\u003e\n\u003cp\u003e필수 보호 장치는 다음과 같다.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e신청 업무별로 필요한 정보만 수집하는 목적 제한과 최소 수집\u003c/li\u003e\n\u003cli\u003e대화 내용이 모델 학습에 사용되는지에 대한 별도 고지와 선택권\u003c/li\u003e\n\u003cli\u003e모델 제공자, 클라우드 운영자, 행정기관 사이의 데이터 전달 범위 공개\u003c/li\u003e\n\u003cli\u003e저장 위치, 보유 기간, 삭제 방법과 백업 데이터 처리 기준 공개\u003c/li\u003e\n\u003cli\u003e계정 탈취를 막기 위한 다중 인증과 중요한 제출 단계의 재인증\u003c/li\u003e\n\u003cli\u003e개인정보를 가린 운영 로그와 권한별 접근 통제\u003c/li\u003e\n\u003cli\u003e프롬프트 인젝션, 악성 문서와 위조 행정 사이트에 대한 방어\u003c/li\u003e\n\u003cli\u003e제출 직전 전체 신청 내용을 확인하고 수정할 수 있는 화면\u003c/li\u003e\n\u003cli\u003e잘못 제출된 신청의 정정·취소·이의제기 경로\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#%EC%B1%85%EC%9E%84%EC%9D%80-%EB%8B%A8%EA%B3%84%EB%B3%84%EB%A1%9C-%EB%82%98%EB%88%A0%EC%95%BC-%ED%95%9C%EB%8B%A4\" class=\"anchor\" id=\"책임은-단계별로-나눠야-한다\"\u003e\u003c/a\u003e책임은 단계별로 나눠야 한다\u003c/h3\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e문제 상황\u003c/th\u003e\n\u003cth\u003e우선 확인할 책임 영역\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"문제 상황\"\u003eAI가 존재하지 않는 지원 제도를 안내함\u003c/td\u003e\n\u003ctd data-label=\"우선 확인할 책임 영역\"\u003e모델·검색 시스템의 정확성, 운영자의 검증 절차\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"문제 상황\"\u003e자격 조건을 잘못 해석함\u003c/td\u003e\n\u003ctd data-label=\"우선 확인할 책임 영역\"\u003e공식 규정 연계, 소관 행정기관의 최신 정보 제공, 서비스의 면책 고지 적정성\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"문제 상황\"\u003e신청서에 잘못된 값이 입력됨\u003c/td\u003e\n\u003ctd data-label=\"우선 확인할 책임 영역\"\u003e자동 입력 로직, 제출 전 이용자 확인 절차, 정정 기능\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"문제 상황\"\u003e동의 없이 정보가 외부 모델로 전달됨\u003c/td\u003e\n\u003ctd data-label=\"우선 확인할 책임 영역\"\u003e운영 사업자와 데이터 처리 수탁자의 개인정보보호 의무\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"문제 상황\"\u003e공식 시스템에는 접수되지 않았는데 완료로 표시됨\u003c/td\u003e\n\u003ctd data-label=\"우선 확인할 책임 영역\"\u003e서비스 연계 상태 검증, 접수번호 확인과 장애 처리\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"문제 상황\"\u003e이용자가 허위 정보를 입력함\u003c/td\u003e\n\u003ctd data-label=\"우선 확인할 책임 영역\"\u003e이용자 확인 의무와 고의성, 서비스가 오류를 유도했는지 여부\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e모든 책임을 이용자의 최종 확인 한 번으로 넘기는 방식은 적절하지 않다. 모델 오류, 시스템 연계 실패, 잘못된 화면 설계와 이용자의 입력 오류를 구분할 수 있도록 단계별 기록을 보존해야 한다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EB%86%93%EC%B9%98%EA%B8%B0-%EC%89%AC%EC%9A%B4-%EC%9F%81%EC%A0%90-%EB%AC%B4%EC%A0%9C%ED%95%9C-%EC%84%9C%EB%B9%84%EC%8A%A4%EC%9D%98-%EC%A7%80%EC%86%8D-%EA%B0%80%EB%8A%A5%EC%84%B1\" class=\"anchor\" id=\"놓치기-쉬운-쟁점-무제한-서비스의-지속-가능성\"\u003e\u003c/a\u003e놓치기 쉬운 쟁점: 무제한 서비스의 지속 가능성\u003c/h2\u003e\n\u003cp\u003e무료·무제한이라는 표어가 장기간 유지되려면 초기 GPU 지원뿐 아니라 유지보수, 모델 개선, 보안 대응과 고객 지원을 포함한 총비용 구조가 필요하다. 지원 기간이 끝난 뒤 운영 주체가 사용량을 줄이거나 광고·데이터 활용·유료 기능에 의존할 가능성도 계약 단계에서 점검해야 한다.\u003c/p\u003e\n\u003cp\u003e특히 다음 질문에 대한 답이 공개돼야 한다.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e정부 지원이 끝난 뒤에도 핵심 기능은 계속 무료인가?\u003c/li\u003e\n\u003cli\u003e이용자 증가로 추론 비용이 예상치를 넘으면 어떤 제한이 적용되는가?\u003c/li\u003e\n\u003cli\u003e사업자가 교체되면 계정, 대화 기록과 공공서비스 신청 이력은 어떻게 이전되는가?\u003c/li\u003e\n\u003cli\u003e참여 모델 기업이 철수하면 모델 비율과 서비스 품질을 어떻게 유지하는가?\u003c/li\u003e\n\u003cli\u003e장애나 보안 사고가 발생했을 때 목표 복구 시간은 얼마인가?\u003c/li\u003e\n\u003cli\u003e공공서비스 기능을 중단할 때 진행 중인 신청은 누가 처리하는가?\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e이 질문들은 모델 성능과 별개의 운영 지속성 문제다. 공공 인프라에 가까운 서비스를 목표로 한다면 서비스 수준 협약, 사업자 교체 계획과 데이터 이동성까지 설계해야 한다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#ai-%EC%A0%91%EA%B7%BC%EC%84%B1-%EA%B2%A9%EC%B0%A8%EB%A5%BC-%EA%B2%80%EC%A6%9D%ED%95%A0-%EC%A7%80%ED%91%9C\" class=\"anchor\" id=\"ai-접근성-격차를-검증할-지표\"\u003e\u003c/a\u003eAI 접근성 격차를 검증할 지표\u003c/h2\u003e\n\u003cp\u003e가입자 수나 전체 질문 건수만으로는 ‘모두의 AI’가 격차를 줄였는지 알 수 없다. 성과는 접근, 품질, 안전, 자립성, 비용을 나눠 측정해야 한다.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003e평가 영역\u003c/th\u003e\n\u003cth\u003e권장 지표\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"평가 영역\"\u003e접근성\u003c/td\u003e\n\u003ctd data-label=\"권장 지표\"\u003e지역·연령·장애 여부·소득 구간별 이용률, 모바일·저사양 기기 성공률, 접근성 표준 준수 여부\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"평가 영역\"\u003e실질적 활용\u003c/td\u003e\n\u003ctd data-label=\"권장 지표\"\u003e재방문율, 과업 완료율, 중도 포기율, 디지털 취약계층의 도움 요청 비율\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"평가 영역\"\u003e답변 품질\u003c/td\u003e\n\u003ctd data-label=\"권장 지표\"\u003e한국어 사실 정확도, 근거 제시율, 환각률, 최신 행정정보 반영 시간\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"평가 영역\"\u003e공공서비스\u003c/td\u003e\n\u003ctd data-label=\"권장 지표\"\u003e자격 예비 점검 오류율, 신청 완료율, 오신청·정정률, 평균 처리 시간\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"평가 영역\"\u003e국내 생태계\u003c/td\u003e\n\u003ctd data-label=\"권장 지표\"\u003e모델별 호출·토큰·비용 비중, 참여 기업 수, 특정 공급자 집중도\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"평가 영역\"\u003e개인정보·안전\u003c/td\u003e\n\u003ctd data-label=\"권장 지표\"\u003e과다 수집 사례, 무단 2차 이용, 보안 사고, 계정 탈취, 유해 답변 신고와 처리 시간\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"평가 영역\"\u003e운영 안정성\u003c/td\u003e\n\u003ctd data-label=\"권장 지표\"\u003e가동률, 응답 지연, 혼잡 시간 대기, 장애 복구 시간\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"평가 영역\"\u003e경제성\u003c/td\u003e\n\u003ctd data-label=\"권장 지표\"\u003e월간 활성 이용자당 비용, 완료된 과업당 비용, 정부 지원 종료 후 예상 운영비\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003e평균 수치만 공개하면 취약계층의 실패가 가려질 수 있다. 전체 성과와 함께 집단별 격차, 측정 방법, 표본 규모, 평가 시점과 외부 감사 결과를 공개해야 한다.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#%EC%9D%B4%EC%9A%A9%EC%9E%90%EA%B0%80-%EC%B6%9C%EC%8B%9C-%ED%9B%84-%ED%99%95%EC%9D%B8%ED%95%A0-%EC%82%AC%ED%95%AD\" class=\"anchor\" id=\"이용자가-출시-후-확인할-사항\"\u003e\u003c/a\u003e이용자가 출시 후 확인할 사항\u003c/h2\u003e\n\u003cp\u003e서비스가 개시되면 다음 내용을 먼저 확인하는 것이 안전하다.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e운영 주체와 공식 접속 주소가 정부 발표와 일치하는지\u003c/li\u003e\n\u003cli\u003e무료 범위와 공정 이용 제한이 무엇인지\u003c/li\u003e\n\u003cli\u003e대화가 모델 학습에 사용되는지와 거부 방법\u003c/li\u003e\n\u003cli\u003e개인정보가 어느 기업과 기관에 전달되는지\u003c/li\u003e\n\u003cli\u003e공공서비스 신청이 초안 작성인지 실제 접수인지\u003c/li\u003e\n\u003cli\u003e제출 전 수정과 취소가 가능한지\u003c/li\u003e\n\u003cli\u003e접수 완료 후 공식 기관의 접수번호가 발급됐는지\u003c/li\u003e\n\u003cli\u003e오류·피해 신고와 분쟁 처리 창구가 어디인지\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e‘모두의 AI’의 성패는 무료 모델을 공개하는 데서 끝나지 않는다. 이용자가 중요한 일을 안전하게 마치고, 국내 AI 기업들이 검증 가능한 방식으로 참여하며, 공공 재원의 비용과 성과가 투명하게 공개될 때 정책 목표를 평가할 수 있다.\u003c/p\u003e\n","tags":["AI","생성형 AI","AI 데이터센터","개인정보보호","AI 에이전트"],"faqs":[{"question":"정부 ‘모두의 AI’는 지금 바로 이용할 수 있나요?","answer":"2026년 8월 17일 기준 사업자 공모는 마감됐지만 정식 서비스가 출시됐다고 볼 수는 없습니다. 사업자 선정, 계약, 보안 점검과 시범 운영 이후 공식 개시 여부를 확인해야 합니다."},{"question":"‘연내 출시’는 정확히 언제인가요?","answer":"연내 출시는 2026년 안에 서비스를 내놓겠다는 목표를 의미합니다. 정확한 날짜와 범용 챗봇·공공 AI 에이전트의 동시 출시 여부는 후속 공식 발표가 있어야 확정할 수 있습니다."},{"question":"무료·무제한이면 모든 기능과 API도 제한 없이 쓸 수 있나요?","answer":"그렇게 단정할 수 없습니다. 무료·무제한은 일반 이용자용 서비스 목표이며, 자동화된 대량 호출, 기업용 API, 대용량 파일, 이미지·영상 기능에는 별도 제한이나 공정 이용 정책이 적용될 수 있습니다."},{"question":"국산 AI 파운데이션 모델 50% 이상은 무엇을 기준으로 계산하나요?","answer":"호출 건수, 토큰 수, 연산량 또는 추론 비용 중 무엇을 기준으로 삼느냐에 따라 결과가 달라집니다. 신뢰할 수 있는 평가는 계약상 산식과 모델별 사용 통계, 외부 감사 방법을 함께 공개해야 가능합니다."},{"question":"다른 국내 기업 모델을 30% 이상 사용하는 이유는 무엇인가요?","answer":"선정 사업자의 모델에만 수요가 집중되는 것을 줄이고 여러 국내 AI 기업이 서비스에 참여하도록 하기 위한 생태계 설계로 볼 수 있습니다. 다만 실제 효과는 과업 배분, 사용량 산식, 참여 기업 수와 계약 지속성을 통해 검증해야 합니다."},{"question":"50%와 30%를 제외한 나머지 20%는 외국 AI 모델인가요?","answer":"반드시 그렇지는 않습니다. 산술상 20%가 남지만 국내 모델의 추가 사용, 검색·분류 모델, 안전 도구 또는 외부 모델이 어떤 범위에서 허용되는지는 공고와 계약의 집계 규칙을 확인해야 합니다."},{"question":"AI 에이전트가 공공서비스 신청을 자동으로 완료하나요?","answer":"최종 기능 범위가 확정되기 전에는 자동 완료를 전제로 해서는 안 됩니다. 안전한 구조라면 자격 예비 점검, 서류 안내와 신청서 초안을 제공한 뒤 이용자의 본인 인증과 최종 확인을 거쳐 공식 행정 시스템에서 접수번호를 받아야 합니다."},{"question":"AI가 잘못 신청하면 누가 책임지나요?","answer":"오류 원인에 따라 책임이 달라집니다. 잘못된 모델 답변, 시스템 연계 실패, 자동 입력 오류, 행정정보 미갱신과 이용자의 허위 입력을 구분할 수 있어야 하며, 운영 사업자와 소관 기관은 정정·취소 및 분쟁 처리 절차를 제공해야 합니다."},{"question":"공공서비스 상담 내용이 AI 학습에 사용될 수 있나요?","answer":"최종 개인정보 처리방침과 동의 화면을 확인해야 합니다. 행정 신청에 사용된 개인정보와 민감정보는 일반 대화 데이터와 분리하고, 모델 학습 여부에 대해 명확히 고지하며 거부·삭제 방법을 제공하는 것이 중요합니다."},{"question":"‘모두의 AI’가 외국 AI 의존도를 줄였는지는 어떻게 판단하나요?","answer":"국산 모델 호출 비율만으로는 충분하지 않습니다. 모델 수정·재학습 능력, 가중치와 운영권, 데이터 처리 위치, 해외 GPU·클라우드 의존도, 공급 중단 시 대체 가능성과 비용 구조를 함께 평가해야 합니다."},{"question":"AI 접근성 격차가 줄었는지는 어떤 지표로 확인해야 하나요?","answer":"전체 가입자 수보다 지역·연령·장애·소득 구간별 실제 이용률, 과업 완료율, 중도 포기율, 저사양 기기 접근성, 오류율과 도움 요청 비율을 비교해야 합니다. 평균값과 함께 집단별 격차를 공개해야 정책 효과를 판단할 수 있습니다."}],"sources":[{"url":"https://www.msit.go.kr/eng/bbs/view.do?bbsSeqNo=42\u0026mId=4\u0026mPid=2\u0026nttSeqNo=1285\u0026sCode=eng","title":"Ministry of Science and ICT English press release, nttSeqNo 1285","type":"source"},{"url":"https://www.msit.go.kr/index.do?PB_1627285017=1","title":"과학기술정보통신부 공식 웹사이트","type":"source"},{"url":"https://www.msit.go.kr/eng/bbs/view.do?bbsSeqNo=42\u0026mId=4\u0026mPid=2\u0026nttSeqNo=1243\u0026sCode=eng","title":"Ministry of Science and ICT English press release, nttSeqNo 1243","type":"source"}],"images":[{"id":725,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6OTE3MywicHVyIjoiYmxvYl9pZCJ9fQ==--5eb71b4addcede49812b54e7b93021867442e036/ai-75517c05.webp","is_representative":true,"generation_method":"ai_image","license":"ai_generated","mime_type":"image/webp","translations":{"ko":{"alt":"시민과 정부, 의료·교육·교통 등 공공 서비스를 연결하는 AI 네트워크 일러스트","caption":"중앙 AI가 다양한 시민과 공공 서비스, 데이터 인프라 및 보안 체계를 연결하는 모습을 나타낸다.","description":null},"en":{"alt":"AI network linking citizens, government, and public services including health, education, and transit","caption":"A central AI connects diverse citizens with public services, data infrastructure, security, and verification.","description":null},"ja":{"alt":"市民や政府と医療・教育・交通などの公共サービスを結ぶAIネットワークの図","caption":"中央のAIが多様な市民と公共サービス、データ基盤、セキュリティを結んでいる。","description":null},"es":{"alt":"Red de IA que conecta a la ciudadanía y el gobierno con servicios públicos","caption":"Una IA central conecta a distintas personas con servicios públicos, datos, seguridad y verificación.","description":null},"id":{"alt":"Jaringan AI yang menghubungkan warga dan pemerintah dengan berbagai layanan publik","caption":"AI pusat menghubungkan beragam warga dengan layanan publik, infrastruktur data, keamanan, dan verifikasi.","description":null},"pt":{"alt":"Rede de IA conectando cidadãos e governo a serviços públicos","caption":"Uma IA central conecta diferentes cidadãos a serviços públicos, dados, segurança e verificação.","description":null},"zh-hant":{"alt":"連結民眾、政府與醫療、教育、交通等公共服務的AI網路示意圖","caption":"中央AI連結多元民眾、公共服務、資料基礎設施、安全與驗證系統。","description":null},"de":{"alt":"KI-Netzwerk verbindet Bürger und Regierung mit öffentlichen Diensten","caption":"Eine zentrale KI verknüpft vielfältige Bürger mit öffentlichen Diensten, Dateninfrastruktur, Sicherheit und Prüfung.","description":null}}},{"id":726,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6OTE3OSwicHVyIjoiYmxvYl9pZCJ9fQ==--2e93ea0619a310dede2dcd826c633bcdc407208b/ai-bf86986d.webp","is_representative":false,"generation_method":"ai_image","license":"ai_generated","mime_type":"image/webp","translations":{"ko":{"alt":"정부 청사로 연결되는 AI 데이터 흐름과 보안·접근성 검증 절차를 표현한 삽화","caption":"다양한 시민이 정부 AI 서비스의 보안, 신원 확인, 위험 및 품질 검증 과정을 이용하고 있다.","description":null},"en":{"alt":"AI data streams entering a government building alongside security, access, and quality checks","caption":"Citizens navigate a public AI service with identity, security, risk, and quality controls.","description":null},"ja":{"alt":"政府庁舎に流れ込むAIデータと、セキュリティ・アクセス・品質検証を描いた図","caption":"市民が本人確認や安全性、リスク、品質の検証を備えた公共AIサービスを利用している。","description":null},"es":{"alt":"Flujos de datos de IA hacia un edificio público con controles de seguridad, acceso y calidad","caption":"La ciudadanía accede a un servicio público de IA con controles de identidad, seguridad, riesgo y calidad.","description":null},"id":{"alt":"Aliran data AI menuju gedung pemerintah dengan pemeriksaan keamanan, akses, dan kualitas","caption":"Warga menggunakan layanan AI publik dengan kontrol identitas, keamanan, risiko, dan kualitas.","description":null},"pt":{"alt":"Fluxos de dados de IA chegando a um prédio público com verificações de segurança, acesso e qualidade","caption":"Cidadãos usam um serviço público de IA com controles de identidade, segurança, risco e qualidade.","description":null},"zh-hant":{"alt":"AI資料流匯入政府大樓，並展示安全、存取與品質驗證流程","caption":"民眾使用具備身分、安全、風險與品質檢核的公共AI服務。","description":null},"de":{"alt":"KI-Datenströme führen zu einem Regierungsgebäude mit Sicherheits-, Zugangs- und Qualitätsprüfungen","caption":"Bürger nutzen einen öffentlichen KI-Dienst mit Identitäts-, Sicherheits-, Risiko- und Qualitätskontrollen.","description":null}}},{"id":727,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6OTE4NywicHVyIjoiYmxvYl9pZCJ9fQ==--56ed55d27f8b98f384b5e144992c0e992cd1c5cf/ai-83b27366.webp","is_representative":false,"generation_method":"ai_infographic","license":"ai_generated","mime_type":"image/webp","visible_locales":["ko"],"translations":{"ko":{"alt":"모두의 AI 계획과 검증 쟁점을 추진 일정, 서비스, 모델 구성, 안전 절차, 평가 지표로 정리한 인포그래픽","caption":"무료 AI 서비스의 추진 단계와 검증·평가 항목을 다섯 영역으로 설명한다.","description":null},"en":{"alt":"Korean infographic outlining the Everyone's AI timeline, services, model mix, safety steps, and evaluation metrics","caption":"The graphic presents five areas for launching and validating the free public AI service.","description":null},"ja":{"alt":"みんなのAIの推進日程、サービス、モデル構成、安全手続き、評価指標を示す韓国語の図解","caption":"無料の公共AIサービスの導入段階と検証項目を5分野で説明している。","description":null},"es":{"alt":"Infografía en coreano sobre el calendario, servicios, modelos, seguridad y evaluación de IA para Todos","caption":"El gráfico resume cinco áreas para implementar y verificar el servicio público gratuito de IA.","description":null},"id":{"alt":"Infografik Korea tentang jadwal, layanan, komposisi model, prosedur keamanan, dan evaluasi AI untuk Semua","caption":"Grafik ini merangkum lima bidang peluncuran dan verifikasi layanan AI publik gratis.","description":null},"pt":{"alt":"Infográfico em coreano sobre cronograma, serviços, modelos, segurança e avaliação do projeto IA para Todos","caption":"O gráfico resume cinco áreas de implementação e verificação do serviço público gratuito de IA.","description":null},"zh-hant":{"alt":"韓文資訊圖表，整理全民AI的推動時程、服務、模型組成、安全程序與評估指標","caption":"圖表以五個面向說明免費公共AI服務的推動與驗證重點。","description":null},"de":{"alt":"Koreanische Infografik zu Zeitplan, Diensten, Modellmix, Sicherheit und Bewertung von KI für alle","caption":"Die Grafik fasst fünf Bereiche zur Einführung und Prüfung des kostenlosen öffentlichen KI-Dienstes zusammen.","description":null}}}],"published_at":"2026-08-18T05:03:35+09:00","updated_at":"2026-08-18T05:03:35+09:00","license":"cc_by","translation_status":"original","available_locales":["ko","en","ja","es"],"data_locales":["ko","en","ja","es","id","pt","zh-hant","de"],"url":"https://injoys.com/ko/articles/korea-ai-for-all-project-structure-and-risks"}