AI 주권은 “국산 모델만 써야 한다”는 뜻이 아니다. 더 중요한 질문은 따로 있다. 어떤 모델을 쓰든 데이터를 어떻게 다루고, 판단 기준을 누가 조정하며, 실제 업무에 맞게 누가 책임지고 적용하느냐다.
Sakana AI의 전략은 이 질문에 대한 현실적인 답에 가깝다. 미국·중국식 초대형 모델 경쟁을 그대로 따라가기보다, 외부 프런티어 모델과 자체 기술을 조합해 효율성과 통제권을 함께 확보하려는 방향이다.1
경쟁력은 ‘모델 하나’가 아니라 연결 방식에서 나온다
Sakana AI가 보여주는 핵심은 거대한 단일 모델을 직접 보유하는 것이 아니다. 여러 모델을 목적에 맞게 연결하고, 필요한 곳에 배치하며, 전체 시스템을 통제하는 능력이다.
대표적인 사례가 KAME다. KAME는 실시간 음성-음성 대화 AI의 지식을 강화하기 위한 탠덤 아키텍처로, ICASSP 2026에 채택됐다.2
구조는 명확하다. 앞단의 음성-음성 모델은 빠른 응답 루프를 맡아 즉시 발화를 시작한다. 동시에 뒤에서는 백엔드 LLM이 비동기로 추론하며 응답 후보를 만든다. 이 후보는 실시간 ‘오라클’ 신호처럼 프런트엔드에 주입된다.2
이 방식의 장점은 속도와 지식의 역할을 분리한다는 데 있다. 대화는 끊기지 않게 유지하면서도, 더 강한 추론 능력을 가진 LLM의 도움을 받을 수 있다.
중요한 것은 어떤 모델을 쓰느냐보다 바꿀 수 있느냐이다
KAME에서 특히 눈여겨볼 부분은 백엔드 LLM을 프런트엔드 변경 없이 교체할 수 있다는 점이다. 작업에 따라 GPT-4.1, Claude Opus, Gemini 2.5 Flash 등을 붙일 수 있다.2
이는 AI 시스템 설계에서 중요한 판단 기준을 제시한다. 특정 모델 하나에 종속되는 대신, 업무 목적에 맞춰 모델을 선택하고 교체할 수 있어야 한다는 것이다.
KAME 실험에서도 이런 차이가 드러난다. Claude는 추론 과제에서 더 높은 점수를 내는 경향이 관찰됐고, GPT는 인문학 질문에서 더 높은 점수를 내는 경향이 관찰됐다.2 모든 상황에서 항상 우월한 하나의 모델이 있다기보다, 과제별로 강점이 다를 수 있다는 뜻이다.
따라서 기업 입장에서 중요한 역량은 “어떤 모델이 최고인가”를 한 번 정하는 것이 아니다. 업무별로 적합한 모델을 고르고, 바꾸고, 검증할 수 있는 운영 체계를 갖추는 것이다.
현지화는 AI 주권의 실무적 출발점이다
Sakana AI의 Namazu도 같은 흐름에서 볼 수 있다. Namazu는 기존 프런티어 모델을 일본의 문화, 사회, 안전 요구에 맞게 사후학습한 시제품이다.3 해외 모델을 배척하는 대신, 일본에서 쓰기 적합하게 조정하는 접근이다.
이 지점에서 AI 주권은 추상적인 구호가 아니라 실무 문제가 된다. 민감한 데이터를 어떻게 다룰지, 어떤 질문에 답하지 않을지, 특정 산업의 암묵지를 어떻게 반영할지, 사회적·문화적 기준을 어디에 둘지 결정해야 하기 때문이다.
성능 좋은 외부 모델을 호출하는 것만으로는 충분하지 않다. 실제 현장에서는 모델의 답변을 업무 기준에 맞게 조정하고, 결과를 검증하며, 필요하면 다른 모델로 교체할 수 있어야 한다.
실전 적용이 최종 판단 기준이다
Sakana AI의 방향은 연구에만 머물지 않는다. 2026년 4월 30일 Sakana AI는 SMBC그룹과 함께 여러 AI 에이전트를 활용하는 제안서 자동 생성 애플리케이션을 개발했다고 발표했다.4
이 사례가 중요한 이유는 AI 활용의 초점이 단순한 답변 생성에서 업무 프로세스 설계로 옮겨가기 때문이다. 정보 수집, 분석, 가설 수립, 품질 평가처럼 서로 다른 역할을 여러 에이전트가 나눠 맡는 구조는 실제 기업 업무에 더 가깝다.4
결국 앞으로의 AI 경쟁은 “가장 큰 모델을 누가 갖고 있나”보다 “우리 데이터와 업무 흐름에 맞게 통제 가능한 시스템을 누가 만드나”로 이동한다.
Sakana AI가 보여주는 일본형 AI 전략의 핵심도 여기에 있다. 폐쇄적으로 모든 것을 직접 만들겠다는 접근이 아니다. 좋은 외부 모델은 활용하되, 조정·연결·검증·적용 역량은 내부에 쌓는 것이다.
기업이 배울 점도 분명하다. AI 도입을 모델 선택 문제로만 보지 말고, 모델을 교체할 수 있는 구조, 업무별 평가 기준, 데이터와 결과를 통제하는 운영 체계를 함께 설계해야 한다. 그것이 Sakana AI 사례가 보여주는 가장 실용적인 메시지다.
2KAME: Tandem Architecture for Enhancing Knowledge in Real-Time Speech-to-Speech Conversational AI
3Sakana AI、既存モデルを日本仕様に調整した「Namazu」（α版）とチャットサービス「Sakana Chat」発表
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.