AI 초심자에서 챔피언으로: 중소기업의 성장 단계에 맞춘 정책 경로

중소기업의 AI 도입을 가속하려면 모든 기업에 같은 처방을 적용해서는 안 된다. 기업마다 규모와 산업, 디지털 성숙도, 추구하는 AI 응용의 범위와 복잡성이 크게 다르기 때문이다. G7 국가들은 이런 차이를 반영해 기존 전략과 프로그램을 발전시키고 있다. 중소기업을 뚜렷한 AI 도입 프로파일로 나누면 정책 개입의 표적을 더 분명히 정할 수 있다. 기업이 기초 실험에서 출발해 맞춤형 또는 에이전트형 AI 솔루션 개발로 나아가는 동안, 필요한 촉진 요인과 지원 수단도 함께 달라져야 한다.

첫 단계는 AI 초심자다. 이들은 AI 여정의 맨 앞에서 인식 부족, 제한된 내부 역량, 초기 자금에 대한 제한된 접근이라는 장벽을 마주한다. 따라서 정책의 중심은 AI가 무엇인지 이해하도록 돕고 기초 역량을 만드는 데 놓인다. 일본 METI의 중소기업용 AI 도입 가이드북은 모듈형·산업별 자료를 제공한다. 프랑스의 IA 부스터는 자문 서비스와 재정 인센티브를 결합해 초기 탐색을 지원하며, 프랑스 뉨은 중소기업에 15만 건 가까운 디지털 전환 서비스가 배치되도록 했다. 영국의 디지털 도입 파일럿은 산업계와 협력해 중소기업이 AI 준비도에 초점을 맞추고 새로운 디지털 기술을 시험하도록 돕는다.

초심자의 실험을 가로막는 비용과 도구 접근 문제에도 별도 대응이 필요하다. 독일의 ‘중소기업을 위한 생성형 AI’는 초기 실험 비용을 상쇄하는 보조금을 제공한다. 이는 미텔슈탄트-디지털 혁신 허브와 ‘중소기업을 위한 사이버보안’ 이니셔티브를 포괄하는 더 넓은 지원 위에 구축된다. 영국은 69,000건의 스타트업 대출과 영국기업은행에 대한 30억 파운드 자본 확충으로, AI를 포함한 디지털 기술에 투자하는 소기업의 자금조달을 강화했다.

다음은 AI 최적화 기업이다. 실험을 넘어 여러 비즈니스 기능에 AI를 통합하기 시작한 기업은 인력 준비, 운영 재구조화, 투자 확대의 위험이라는 더 복잡한 과제와 맞닥뜨린다. 영국의 AI 역량향상 기금은 비즈니스 필요에 맞춘 직원 훈련을 공동 지원한다. 캐나다의 AI 지원 프로그램은 진행 중인 R&D에 역량 개발을 내재화하고, 이탈리아는 ICT 공급자와 전통 산업의 간극을 메울 ‘AI 촉진자’ 창설을 모색한다.

확대 단계에서는 도입 절차와 투자 위험을 낮추는 수단도 중요하다. 일본의 카탈로그형 노동절감 투자보조금은 사전승인된 자동화 도구를 지원해 도입을 단순화한다. 이탈리아의 전환 5.0 세액공제는 디지털화와 환경 목표까지 진전시키는 AI 투자에 보상한다. 영국의 BridgeAI는 농업과 제조업처럼 성장성이 높지만 디지털화가 덜 된 부문을 구조적으로 지원한다. 미국의 국가 AI 실행계획은 실제 여건에서 도구를 시험할 규제 샌드박스와 AI 우수센터를 요구하며, 헬스케어·에너지·농업의 도메인별 이니셔티브도 포함한다. 실시간 클라우드 기반 AI 서비스를 가능하게 하는 5G 같은 보완 인프라도 이 단계에서 결정적이다.

세 번째는 자사의 운영 필요에 맞춘 AI 도구를 개발하려는 AI 탐색 기업이다. 이들에게는 고성능 컴퓨팅, 고품질 데이터셋, 장기 R&D 자금에 대한 지속적인 접근이 필요하다. 캐나다의 AI 컴퓨팅 접근 기금은 고성능 컴퓨팅 시설 이용을 보조한다. 영국의 AI 연구 자원과 미국의 NAIRR 파일럿은 국내 AI 혁신을 위한 주권적 컴퓨팅 용량을 확충한다. NAIRR 파일럿은 현재 미국 기반 학술 연구자와 교육자를 대상으로 하지만, 발의된 입법은 연방 R&D 자금을 받는 소기업으로 접근을 넓히되 대기업은 계속 제외하도록 한다. 독일의 AI 서비스 센터는 중소기업과 연구기관에 첨단 인프라와 맞춤형 기술 지원을 함께 제공한다.

데이터와 자금도 탐색 기업의 핵심 조건이다. 영국은 익명화된 공공 데이터셋을 중앙에서 이용할 수 있는 국가 데이터 도서관을 개발 중이다. 공익재단으로 구성된 프랑스의 Current AI는 공공·민간 데이터셋의 가용성을 넓히고 있다. 자체 데이터를 AI 활용에 맞게 준비하기 어려운 기업을 위해 내부 데이터의 디지털화, 구조화, 라벨링을 돕는 지원도 등장했다. 미국의 SBIR·STTR 프로그램은 국방·헬스케어·농업 같은 고위험·고수익 부문의 AI 네이티브 스타트업에 초기 단계의 지분 희석 없는 보조금을 제공한다. 일본의 부문별 연성법 방식 데이터 거버넌스는 경직된 법적 제약 없이 책임 있는 실험을 가능하게 한다.

마지막 단계는 운영 대부분에 AI 시스템을 통합하고 혁신의 최전선 가까이에서 활동하는 AI 챔피언이다. 정책 수요는 기초 지원에서 첨단 컴퓨팅 인프라, 세계적 수준의 인재, 역동적인 혁신 생태계로의 통합으로 이동한다. 직접적인 공공 보조금 의존도는 낮지만 안정적이고 우호적인 기업 환경은 여전히 중요하다.

프런티어 기업을 지원하려면 컴퓨팅·인재·데이터를 결합한 강력한 생태계가 필요하다. EU의 AI 팩토리는 이 요소들을 규모 있게 집적하며 독일·프랑스·이탈리아에 시설이 계획돼 있다. 사전훈련 모델과 정제 데이터셋에 대한 접근을 제공해 최적화 기업과 탐색 기업에도 혜택을 준다. 프랑스의 AI 클러스터처럼 스타트업, 대학, 공공 연구소를 연결하는 지역·학제간 협업은 AI 수월성을 집중시키고 국가 혁신 역량을 강화한다.

전략적 인프라 계획도 규모 확대의 핵심이다. 영국의 컴퓨팅 로드맵은 2030년까지 최대 20억 파운드를 약정해 AI 연구 자원의 대폭 확충과 차세대 데이터센터를 위한 AI 성장 구역 창설을 지원한다. 일본은 2030년까지 약 650억 미국달러의 정부 약정에 기업·국제 기여를 더해 AI 인프라를 확충하고 있다. 결국 정책의 역할은 한 가지 도구를 반복하는 것이 아니라, 기업이 놓인 도입 프로파일에 따라 역량·자금·데이터·컴퓨팅·생태계의 조합을 달리 맞추는 데 있다.

출처: OECD, CC BY 4.0.