🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

비영리단체 Current AI는 언어·문화·데이터에 대한 지역 공동체의 통제권을 보장하면서 누구나 무료로 이용하고 개선할 수 있는 개방형 공공 AI 인프라를 구축하고 있다.

📌 핵심 요약

• 2025년 2월 설립된 Current AI는 민간 기업이 소유한 주요 AI 시스템의 공공 대안을 만들겠다는 목표로 정부·기업·재단이 참여하는 공공·민간 파트너십을 운영한다.
• 프랑스 정부의 1억 달러를 시작으로 포드재단, 맥아더재단, DeepMind, Salesforce 등이 참여해 총 4억 달러의 자금 지원을 약정했다.
• 인도 정부의 AI 언어 부문 Bhashini와 개발한 오픈소스 기기 Suno Sutra는 인터넷 연결 없이 22개 인도 언어로 AI를 사용할 수 있도록 설계됐다.
• 첫 지원 사업에서는 케냐, 레바논, 브라질 아마존의 네 조직에 320만 달러를 배정해 다국어 데이터셋, 문화 기록 데이터베이스, 오프라인 AI 도구, AI 감사 도구 개발을 지원했다.
• Current AI는 10개 기관과 7주 만에 오픈소스 챗봇 Alpha Chat을 구축했으며, Sakana AI와 일본 및 기존 AI가 소외한 글로벌 사우스 공동체를 위한 공동 오픈소스 AI 스택도 개발할 계획이다.

🧩 주요 포인트

1. 영어 중심 AI와 시장 확대형 다국어 모델 개발은 소수언어의 문화적 맥락과 공동체의 동의를 배제할 수 있으며, Current AI는 이를 공공 인프라의 문제로 규정한다.
2. 모델과 데이터를 지역에 저장하고 공동체 전문가의 참여 및 언제든 중단할 수 있는 동의 절차를 적용함으로써 데이터 통제권을 실제 개발 과정에 포함하려 한다.
3. 언어 모델·안전 도구·컴퓨팅 자원을 여러 기관이 분담하는 연합형 개발은 단일 기업 소유가 아닌 공동 구축·공동 활용 방식으로 공공 AI 스택을 구현한다.

🧠 상세 정리

1. 민간 AI에 대응하는 공공 대안

Current AI는 주요 AI 시스템이 OpenAI, Google, Anthropic과 같은 민간 기업에 속해 있다는 문제의식에서 출발한다. 최고경영자 아야 브데이르는 AI가 모든 사람의 삶을 바꿀 정도로 중요한 기술이라면 초기 월드와이드웹처럼 누구에게나 무료로 열려 있는 공공 대안이 필요하다고 설명했다. 이 단체는 마르틴 티스네가 2025년 2월 설립했으며, 브데이르는 Mozilla의 AI 전략을 이끈 뒤 1월에 합류했다. 운영 방식은 정부·기업·자선재단이 공익 기술에 자금을 제공하는 공공·민간 파트너십으로, 참여 기관은 투자자가 아니라 자금 제공자로 규정된다. 프랑스 정부가 초기 자금 1억 달러를 제공했고 포드재단, 맥아더재단, DeepMind, Salesforce 등이 동참하면서 약정된 총지원액은 4억 달러에 이르렀다.

2. 22개 언어를 지원하는 오프라인 AI 기기

기사는 영어를 하지 못하는 인도 농촌의 농부가 병든 식물의 사진을 찍고도 인터넷에서 필요한 정보를 찾기 어려운 상황을 대표 사례로 제시한다. Current AI는 이러한 장벽을 해결하기 위해 인도 AI 서밋에서 인도 정부의 AI 언어 부문인 Bhashini와 협력했고, 그 결과 휴대용 오프라인 기기 Suno Sutra를 개발했다. 이 기기는 인터넷 연결 없이 22개 인도 언어로 AI를 실행하므로 네트워크와 영어 능력에 대한 의존을 줄이는 데 초점을 둔다. 인도에 수백 개의 언어와 방언이 있지만 현재 AI가 이를 충분히 대표하지 못한다는 것이 개발 배경이다. Suno Sutra는 오픈소스로 공개돼 개발자 공동체가 기존 결과물을 바탕으로 추가 기능과 활용 방식을 만들 수 있다.

3. 언어 보존을 넘어 문화와 맥락의 문제로

브데이르는 전 세계에서 사용되는 언어의 절반이 소멸 위기에 놓인 가운데, 대규모 언어 모델과 AI 시스템이 영어를 중심으로 발전하면서 많은 언어와 그 언어를 사용하는 문화·공동체가 뒤처지고 있다고 지적한다. 언어는 단순한 의사소통 수단이 아니라 지식, 전통, 기억, 정체성을 세대 간에 전달하는 매개이므로 AI가 특정 언어를 다루지 못하면 그 문화도 온전히 담을 수 없다는 주장이다. 그는 대형 기술기업의 다국어 모델이 시장 확대를 위해 개발되며 공동체의 동의나 문화적 맥락을 충분히 고려하지 않는다고 비판했다. 특히 원주민 공동체가 데이터 활용 규칙을 정하기도 전에 선교사가 만든 성경 번역본이 학습 데이터로 사용되는 사례를 문제로 들었다. Current AI가 지향하는 초기 웹 형태의 개방형 시스템에서는 개선 성과가 모두에게 돌아가고, 특정 주체가 이용자를 배제하지 않으며, 각 공동체가 자체 데이터를 계속 통제해야 한다.

4. 케냐·레바논·브라질 아마존의 첫 지원 사업

Current AI는 첫 번째 지원 사업에서 케냐, 레바논, 브라질 아마존 지역의 네 조직에 총 320만 달러를 배정했다. 케냐의 Masakhane 프로젝트는 보건, 농업, 교육에 활용할 수 있도록 50개가 넘는 아프리카 언어의 AI 데이터셋을 구축한다. 레바논의 Institute for Worldmaking은 아랍 지역의 문화사와 현대 문화 활동을 기계가 읽을 수 있는 데이터베이스로 디지털화하되, 기술기업이 아니라 해당 공동체가 이를 통제하도록 설계한다. 브라질의 Portal sem Porteiras는 아마존 원주민 공동체와 오프라인 AI 도구를 만들면서 데이터를 해당 지역 안에 보관한다. 케냐의 African Internet Rights Alliance는 아프리카 전역에서 AI 시스템의 책임성을 검증할 수 있는 감사 도구를 개발하며, 지원 대상들은 언어 데이터 구축부터 문화 기록, 현장 도구, 책임성 점검까지 서로 다른 인프라 층을 담당한다.

5. 데이터 소유권과 동의를 개발 과정에 내장

데이터 소유권에 관해 브데이르는 공동체마다 다양한 모델과 제안이 존재하지만, 실리콘밸리 기업이 데이터를 장악해 소수의 부를 늘리는 방식은 답이 아니라고 선을 그었다. Current AI가 제시한 접근법은 모델과 데이터를 가능한 한 지역에 저장하고, 무언가를 만들기 전에 공동체 전문가를 참여시키며, 공동체가 어느 단계에서든 작업을 중단시킬 수 있는 동의 절차를 개발 파이프라인에 포함하는 것이다. 지원받은 네 조직 가운데 이 문제를 완전히 해결한 곳은 아직 없지만, 각 조직은 데이터 통제권에 관한 질문 자체를 사업 설계에 반영했다. 이는 문제가 복잡하다는 이유로 정부나 기술기업이 모두를 대신해 결정하는 기존 관행을 그대로 받아들이지 않으려는 태도다. 또한 Current AI는 대형 기술기업식 규모만을 성과의 기준으로 삼지 않으며, 한 지역에서 개발된 도구가 다른 공동체의 언어와 생태 지식을 계승하는 데 쓰이는 구체적인 효용도 중요한 성과로 본다.

6. 연합형 오픈소스 AI 스택 구축

Current AI는 제네바에서 열린 AI for Good Global Summit에서 오픈소스 챗봇 Alpha Chat을 공개했다. 이 챗봇은 Hugging Face, Mozilla, MIT Media Lab을 포함한 10개 기관의 연합이 7주 동안 구축했으며, 참여 조직들은 언어 모델, 안전 도구, 컴퓨팅 자원 등 AI 스택의 서로 다른 구성 요소를 제공했다. 이 방식은 하나의 기업이 전체 시스템을 소유하는 대신 여러 기관이 기술과 자원을 결합해 공개 결과물을 만드는 Current AI의 운영 구상을 보여준다. Current AI는 도쿄의 Sakana AI와도 협약을 체결해 일본어와 일본 문화를 지원하는 공동 오픈소스 AI 스택을 개발할 계획이다. 양측은 이 스택을 일본에만 한정하지 않고, 지배적인 AI 시스템이 충분히 다루지 않았던 글로벌 사우스의 공동체도 지원하는 방향으로 확장하려 한다.

🧾 핵심 주장 / 시사점

• Current AI의 공공성은 결과물을 무료로 공개하는 데 그치지 않고, 데이터의 지역 보관, 사전 공동체 참여, 중단 가능한 동의 절차를 통해 구축 과정의 권한까지 분산하는 데 있다.
• 첫 지원 사업은 언어 데이터셋과 문화 기록뿐 아니라 오프라인 현장 도구 및 감사 체계도 포함하므로, 공공 AI 인프라를 모델 하나가 아니라 데이터·응용·거버넌스가 연결된 구조로 다룬다.
• Alpha Chat 사례는 여러 조직이 AI 스택의 구성 요소를 나눠 제공하고 하나의 오픈소스 결과물로 조립하는 방식이 실제 단기간의 공동 개발로 이어질 수 있음을 보여준다.

✅ 액션 아이템

• 지역 저장·공동체 전문가 참여·철회 가능한 동의 절차를 데이터 통제권 적용 기준으로 정의한다.
• 언어 모델·안전 도구·컴퓨팅을 분담하는 연합형 공공 AI 스택과 단일 기업 소유 방식의 차이를 비교한다.
• Suno Sutra식 오프라인·다국어 접근과 첫 지원 사업의 데이터셋·감사 도구 성과 범위를 점검한다.

❓ 열린 질문

• 4억 달러 약정 자금이 지역 공동체 통제권을 유지한 채 어떻게 배분·집행될 것인가?
• 언제든 중단 가능한 동의 절차가 실제 모델 학습·배포 단계에서 어디까지 강제되는가?
• Sakana AI와 공동 개발할 오픈소스 AI 스택이 글로벌 사우스 소외 언어를 어떤 기준으로 우선순위 매길 것인가?