미국 국방부(Pentagon, DoD)가 엔비디아, 마이크로소프트, 아마존웹서비스(AWS), Reflection AI와 차례로 계약을 체결하며 군사 기밀망(classified networks)에 인공지능(AI)을 배포하는 작업을 본격화했다. 국방부 공식 발표에 따르면 이번 계약들은 기밀 네트워크 내에서 AI 모델을 직접 운영할 수 있는 환경을 구축하는 데 초점이 맞춰져 있다.

국방부는 지난 몇 주간 구글, 스페이스엑스, 오픈AI 등과도 유사한 합의를 이미 진행했다. 이는 AI 벤더에 대한 의존도를 줄이겠다는 전략의 일환으로 풀이된다. 특히 이번 결정은 앤쓰로픽(Anthropic)과의 논란이 된 분쟁이 배경에 깔려 있다. 앤쓰로픽이 자사 AI 모델의 사용 조건 문제로 국방부 협력을 거부하자, DoD는 다양한 기술 벤더와의 파트너십을 확대하는 방식으로 대응한 것이다.

시장 구도의 변화

국방부의 이번 움직임은 미국 방위산업의 AI 생태계를 변화시키고 있다. 과거 클라우드 인프라 도입에서 AWS가 압도적 우위를 차지했던 것과 달리, 이제는 AI 영역에서 여러 벤더가 동시에 기여하는 구도로 전환되고 있다. 국방부는 GPU 칩셋, 클라우드 AI 서비스, 인프라 통합 등 각기 다른 강점을 가진 벤더들을 선택해 기술 독립성을 추구하는 모습이다.

엔비디아는 AI 학습 및 추론 가속화를 위한 GPU(그래픽처리장치) 칩셋을, 마이크로소프트는 클라우드 기반 AI 서비스와 코파일럿(Copilot) 기술을, AWS는 기존 클라우드 인프라 위의 AI 통합 환경을 각각 제공한다. Reflection AI는 기밀 환경에서의 AI 운영에 특화된 솔루션을 내세우고 있다.

벤더 다각화의 양면성

국방부가 여러 벤더와의 계약을 동시에 진행하는 이유는 명확하다. 단일 벤더에 대한 의존도가 높아지면, 그 기업의 정책 변화가 미국 국방력에 직결될 수 있기 때문이다. 앤쓰로픽의 거부 사례는 이러한 우려가 현실화되었음을 보여준다.

다만 이 접근법은 운영 효율성 측면에서 도전 과제를 낳는다. 여러 벤더의 AI 시스템을 동시에 운영·유지하려면 인력, 표준화, 보안 감시 비용이 증가한다. 또한 각 벤더의 모델이 서로 다른 아키텍처와 성능 특성을 가지므로, 이들을 통합하는 과정에서 기술적 복잡성도 나타난다.

기밀망 배포의 현실적 과제

기밀망에서의 AI 운영은 민간 클라우드 환경과는 비교가 안 될 정도의 보안 요구사항을 동반한다. 데이터 격리(air-gapped) 환경에서 AI 모델을 학습하고 추론하려면, 각 벤더가 제공하는 솔루션이 국방부의 엄격한 보안 기준을 통과해야 한다. 또한 AI 의사결정 프로세스의 설명가능성(explainability)도 국방 운영 감시 및 법적 책임 추적을 위해 필수다.

이는 단순히 상용 AI 모델을 그대로 옮기는 것이 아니라, 각 벤더가 기밀 환경에 맞게 기술을 수정·검증하는 과정을 거쳐야 함을 의미한다. 앤쓰로픽이 국방부 협력을 거부한 것도 기밀 환경에서의 AI 운영 기준이 자사 정책과 맞지 않았기 때문으로 분석된다.

산업 생태계와 정부 시장

국방부의 계약 확대는 실리콘밸리의 AI 벤더들에게 시장을 확대하는 기회를 제공한다. 특히 소규모 AI 기업들도 특화된 솔루션을 통해 국방부와 직접 계약을 맺을 수 있는 경로가 열렸다. 동시에 각 벤더는 기밀망 배포라는 높은 기술 장벽을 통과하기 위해 R&D 투자를 늘려야 한다.

또한 국방부의 벤더 다각화 전략은 향후 정부 AI 조달(procurement) 시장의 기준점이 될 가능성이 크다. 연방정부 산하 다른 기관들도 국방부의 사례를 참고해 자신의 AI 전략을 수립할 것으로 예상된다.

앞으로의 과제

국방부가 여러 벤더와의 계약을 신속하게 체결할 수 있었던 배경에는 각 기업의 빠른 대응과 정부의 명확한 의지가 있었다. 다만 이들 계약이 실제 운영 단계로 진입할 때 진정한 시험이 시작된다. 기밀망 내에서 신뢰할 수 있는 AI 운영이 가능한지, 각 시스템 간의 데이터 호환성을 어떻게 확보할 것인지, 국제 기술 표준과 미국의 보안 요구사항을 어떻게 조율할 것인지가 남겨진 과제다.

국방부의 벤더 다각화 전략이 단순한 공급망 관리를 넘어 실제로 기술 혁신과 국방 역량 강화를 가져올 수 있을지는 향후 구현 과정에서 나타날 것이다.