AI 투자를 이야기할 때 거대한 데이터센터와 자국 모델부터 떠올리기 쉽다. 첨단 반도체를 확보하고 고성능 모델을 학습해 다른 나라 기술에 의존하지 않는 체계를 만들자는 구상이다. 재정과 전력이 넉넉한 국가라면 검토할 만한 전략이다. 그러나 교사와 의사, 행정 인력이 부족한 나라에도 같은 순서가 최선일까.
세계은행이 2026년 8월 발표한 세계개발보고서 2026: 인공지능의 약속은 다른 순서를 제안한다. 이미 있는 AI를 **도입하고(adopt), 현지 언어와 업무에 맞게 조정한 뒤(adapt), 필요한 경우에만 더 높은 기술 단계로 나아가라(advance)**는 것이다. 세계은행은 저소득·중소득국에서 생성형 AI로 자동화될 위험이 큰 일자리를 4.5%, AI로 생산성이 의미 있게 높아질 수 있는 일자리를 16.2%로 추정했다. 비교 대상인 고소득국 수치는 각각 14.2%, 18.7%였다.[^1]
이 차이를 ‘개발도상국에는 AI가 덜 중요하다’고 해석하면 뜻을 거꾸로 읽게 된다. 숙련 인력이 부족한 곳에서는 일자리를 줄이는 효과보다 전문 서비스를 더 많은 사람에게 제공하는 효과가 먼저 나타날 수 있다. 핵심은 누가 가장 큰 모델을 보유했는지가 아니라 어느 공공서비스의 병목을 가장 적은 비용으로 줄일 수 있는가다.
공공서비스의 병목은 모델 성능만이 아니다
지역 병원에 의사가 부족하거나 농민에게 제때 작황 정보를 전할 상담 인력이 없다면 최첨단 생성형 모델이 필요하지 않을 수 있다. 위험도가 낮고 반복되는 분류·예측·안내 업무부터 자동화하거나, 담당자가 더 많은 사례를 처리하도록 도울 수 있다.
10월 8일 소개된 세계은행 관련 강연에 따르면, 개발도상국의 AI 활용은 익숙한 챗봇보다 예측 분석과 지리공간 정보, 조기경보, 행정 의사결정 지원 같은 백오피스 업무에서 더 많이 나타난다. 농업 분야에서는 지역 날씨와 토양 자료를 바탕으로 파종을 돕고, 보건 분야에서는 부족한 의료 인력이 위험 신호를 먼저 확인하도록 지원할 수 있다. 이런 용도에서는 대화 능력보다 오류가 낳는 비용과 현지 자료의 품질, 담당자가 결과를 바로잡을 수 있는지가 중요하다.
세계은행의 2026년 보고서는 의료와 교육, 사법, 농업 지원을 AI의 실제 활용 분야로 제시한다. 공공서비스에 AI를 도입했다는 사실만으로 성과가 입증되는 것은 아니다. 안내를 받은 농민의 의사결정이 나아졌는지, 진료 대기 시간이 줄었는지, 현지 언어 사용자에게도 같은 수준의 정확도를 제공하는지 측정해야 한다.[^1][^2]
‘모델을 사 오는 것’과 ‘현지에 맞게 쓰는 것’ 사이에 일이 많다
외국에서 잘 작동한 모델을 들여와 번역만 하면 될 것 같지만, 실제로는 그렇지 않다. 행정 서식과 법률 용어가 다르고 지역 방언과 지명도 다르다. 농업·보건 데이터의 품질 역시 지역마다 차이가 나며, 안정적인 인터넷조차 없는 곳도 있다.
세계은행은 모델을 처음부터 개발하는 비용을 아끼더라도 전력과 연결성, 데이터, 기술 역량, 제도적 역량에는 투자해야 한다고 강조한다. 사하라 이남 아프리카 농촌 학교의 약 3분의 1은 안정적인 전력을 공급받지 못하고, 3분의 2가 넘는 학교는 믿을 만한 인터넷에 접속하기 어렵다고 보고했다.[^1] 초거대 모델을 구매하기 전에 현장에서 서비스를 운영할 기본 여건부터 갖춰야 할 수 있다.
소규모 모델이나 이미 검증된 예측 도구를 현지 언어와 업무 자료에 연결하고, 사람이 오답을 바로잡을 창구를 마련하는 일은 겉보기에 덜 화려하다. 그러나 이용자 한 명이 실제로 도움을 받는 데 드는 비용과 서비스의 지속 가능성을 따지면 투자 효율이 더 높을 수도 있다.
데이터센터 구축과 AI 응용 서비스 도입은 같은 예산을 두고 경쟁할 수 있다
대규모 AI 시설을 지으려면 전력망과 냉각 설비, 안정적인 통신망, 부지, 장기 자본을 확보해야 한다. AI 인프라 입지를 다룬 10월 초 영상은 유럽의 신규 데이터센터가 전력과 부지 여건이 나은 곳을 찾아 대도시에서 더 멀리 옮겨 가는 흐름을 보여준다. 개발도상국 공공서비스와 같은 시장의 사례는 아니지만, 모델과 데이터센터를 직접 소유하려면 막대한 초기 투자가 필요하다는 비용 구조를 설명한다.
대형 모델을 보유해야 의료 안내나 농업 조기경보를 개선할 수 있다는 주장은 따져 볼 필요가 있다. 국가안보와 데이터 주권, 통신 단절에 대비하려면 자체 인프라 투자가 필요할 수도 있다. 현지 적응을 강조한다고 해서 모든 나라에 데이터센터가 불필요하다는 뜻은 아니다. 목표가 다른 투자를 모두 ‘AI 경쟁력’이라는 이름으로 묶어 평가하지 말아야 한다.
정부는 AI를 도입할 때 특정 공급자의 서비스에 계속 묶이지 않도록 데이터 형식과 시스템 연결 방식을 표준화해야 한다. 계약이 끝난 뒤 데이터를 어디까지 옮길 수 있는지도 미리 확인해야 한다. 세계은행이 상호운용성을 강조하는 이유다.[^2] 도입 비용이 낮더라도 나중에 전환하는 데 큰 비용이 들면 처음의 이점은 오래가지 않는다.
10월 인도 사례가 던지는 실무 질문
2026년 10월 6일 세계은행이 공개한 인도 경제 업데이트는 이 논쟁을 구체적으로 보여준다. 세계은행은 인도의 AI 투자와 기술 인력을 평가하는 한편, 중소기업의 도입 장벽을 낮추고 농업과 공공서비스에 현지에 맞춘 소규모 AI를 적용하는 데서 가장 폭넓은 성과가 나올 수 있다고 설명했다. 세계은행의 AgriConnect를 이런 응용 중심 접근의 사례로 들었다.[^3]
이 조언은 고급 AI 기술 개발을 포기하라는 뜻이 아니다. 개발 역량이 부족한 분야에서 먼저 검증 가능한 서비스 개선을 이루면, 이후 현지 모델과 인프라에 투자할 이유와 규모를 더 정확히 판단할 수 있다. 무엇을 자체 개발할지 정하려면 어떤 기능이 반복해서 실패하고 어떤 데이터가 부족한지부터 알아야 한다.
개발도상국의 AI 정책은 데이터센터를 몇 개 세웠는지가 아니라, 서비스 처리 시간과 오류율이 얼마나 달라졌는지로 평가해야 한다. 대형 모델 계약보다 사업이 끝난 뒤에도 학교와 병원, 행정기관이 도구를 계속 쓸 수 있는지가 중요하다. AI 투자는 기술 보유의 상징보다 이용자에게 전달된 서비스의 성과에서 출발해야 한다.
[^1]: 세계은행, 「AI Offers Lifeline to Developing Economies in an Era of Weak Growth」, 2026-08-04. https://www.worldbank.org/en/news/press-release/2026/08/04/ai-offers-lifeline-to-developing-economies-in-an-era-of-weak-growth [^2]: 세계은행, 「World Development Report 2026: The Promise of Artificial Intelligence」, 2026. https://www.worldbank.org/en/publication/wdr2026 [^3]: 세계은행, 「India Development Update – October 2026」, 2026-10-06. https://www.worldbank.org/en/news/press-release/2026/10/06/india-development-update-oct-2026 [^4]: 세계은행, 「Global AI and Digital Summit 2026」, 2026-10-19~22 예정. https://www.worldbank.org/en/events/2026/10/19/global-ai-and-digital-summit-2026