미 국방부, AI 8개사 기밀망 배치 추진…보스턴 인재에게 커지는 ‘보안형 AI’ 수요

미 국방부가 주요 AI 기업들의 기술을 기밀 네트워크 환경에 배치하는 계약을 추진한다. 국방부 공식 발표와 Oracle의 별도 발표 기준으로는 OpenAI, Google, Microsoft, Amazon Web Services, NVIDIA, SpaceX, Reflection, Oracle 등 8개사가 포함된다. 일부 보도는 Oracle을 제외한 7개사로 정리했지만, 이번 기사는 공식 발표 기준에 따라 8개사로 표기한다.

이번 발표는 AI 경쟁이 소비자용 챗봇이나 일반 사무 자동화를 넘어 국방, 정보, 보안 인프라 영역으로 이동하고 있음을 보여준다. 보스턴권 독자에게도 단순한 워싱턴 뉴스가 아니다. 렉싱턴의 MIT 링컨연구소, 한스컴 공군기지 주변 방산·보안 기술 생태계, 케임브리지와 보스턴의 AI 연구 인력이 연결될 수 있는 변화이기 때문이다.

국방부는 5월 1일 발표에서 이들 기업의 AI 역량을 IL6·IL7 기밀 네트워크 환경에 배치한다고 밝혔다. IL6·IL7은 일반 상용 클라우드보다 높은 보안 수준을 요구하는 국방부 내부 네트워크로 이해하면 된다. 국방부는 이 AI 도입이 데이터 종합, 작전 상황 이해, 복잡한 환경에서의 의사결정 지원에 쓰일 것이라고 설명했다.

정량적으로 눈에 띄는 대목도 있다. 국방부는 공식 AI 플랫폼인 GenAI.mil을 이미 130만 명이 넘는 국방부 인력이 사용했고, 5개월 동안 수천만 건의 프롬프트와 수십만 개의 에이전트가 활용됐다고 밝혔다. 여기서 에이전트는 사람이 반복적으로 하던 정보 검색, 요약, 절차 실행 일부를 자동으로 수행하도록 설정한 AI 작업 단위를 뜻한다.

이번 계약의 또 다른 포인트는 특정 한 기업에 의존하지 않겠다는 방향이다. 국방부는 여러 AI 기업의 기술을 동시에 들여와 ‘벤더 락인’, 즉 한 공급자에게 시스템 전체가 묶이는 상황을 피하겠다고 설명했다. 이는 AI 시장에서 모델 성능만큼이나 보안, 클라우드 배치, 운영 안정성, 조달 적합성이 중요해지고 있다는 신호다.

보스턴과의 연결성은 뚜렷하다. MIT 링컨연구소는 렉싱턴에 있는 국방부 산하 연방 연구개발센터로, 센서, 통신, 신호처리, 의사결정 지원, 사이버보안, 자율시스템 등을 다룬다. MIT 자료에 따르면 2025 회계연도 기준 링컨연구소에는 약 4,500명의 MIT 직원과 475명의 하청 인력이 일했고, 예산의 90%가 미 국방부에서 나왔다.

또 2025년 공개된 TX-GAIN AI 슈퍼컴퓨터는 생성형 AI, 물리 시뮬레이션, 데이터 분석 연구를 지원하는 인프라로 소개됐다. MIT는 이 시스템이 600개가 넘는 NVIDIA GPU 가속기를 기반으로 하며, 링컨연구소와 MIT 캠퍼스 전반의 연구개발을 지원한다고 설명했다. 국방 AI, 사이버보안, 자율시스템, 바이오디펜스 같은 분야가 보스턴 연구 생태계와 멀지 않은 주제라는 뜻이다.

따라서 이번 변화는 보스턴 AI 인재에게 ‘AI를 만들 줄 아는 사람’만이 아니라 ‘보안이 필요한 환경에서 AI를 검증하고 운영할 줄 아는 사람’의 가치가 커진다는 의미에 가깝다. 모델 개발자뿐 아니라 클라우드 엔지니어, 사이버보안 인력, 데이터 거버넌스 담당자, MLOps 엔지니어, 모델 평가·레드팀 인력, 인간 검토 절차를 설계하는 제품·운영 인력의 수요가 함께 움직일 수 있다.

유학생과 취업비자 대상자에게는 현실적 제약도 있다. 국방·기밀 프로젝트는 직무에 따라 미국 시민권이나 보안인가가 요구될 수 있다. 모든 AI·클라우드·보안 일자리가 그렇다는 뜻은 아니지만, 방산 기업이나 연방 계약 프로젝트에 지원할 때는 채용공고의 citizenship, clearance, export control, sponsorship 문구를 먼저 확인하는 것이 필요하다. 비자 문제는 개인 상황에 따라 달라질 수 있으므로, 일반 정보 차원에서 이해하는 편이 적절하다.

현직자와 이직 준비자에게는 기술 스택을 더 구체적으로 볼 필요가 있다. AWS, Azure, Google Cloud, Oracle Cloud 같은 대형 클라우드 환경에서의 보안 배포 경험, 로그와 감사 추적, 권한 관리, 데이터 분류, 모델 출력 검증, 민감 데이터 처리 경험은 일반적인 AI 활용 능력보다 더 차별화될 수 있다. 단순히 챗봇을 잘 쓰는 수준보다, 조직 안에서 AI가 어떤 데이터에 접근하고 어떤 판단에는 사람이 개입해야 하는지를 설계하는 역량이 중요해지는 흐름이다.

스타트업 입장에서는 기회와 부담이 함께 있다. 국방·공공 부문 AI 시장은 예산 규모가 크지만, 조달 절차가 느리고 보안·규정 준수 비용이 높다. 매출까지 걸리는 시간이 길어질 수 있어, 런웨이, 즉 현재 현금으로 버틸 수 있는 기간을 보수적으로 봐야 한다. 반대로 국방부가 여러 공급자를 쓰겠다는 방향을 내놓은 만큼, 대형 클라우드·모델 기업 주변에서 보안 검증, 데이터 파이프라인, 운영 도구, 특화 모델을 제공하는 중소기업과 연구 기반 스타트업의 공간도 생길 수 있다.

지금 당장 모든 채용시장이 바뀌는 것은 아니다. 다만 AI가 사무 보조 도구에서 보안이 필요한 핵심 업무 시스템으로 이동하고 있다는 점은 분명하다. 보스턴권 독자라면 ‘AI 직무’라는 넓은 표현보다 국방 AI, 보안 클라우드, 모델 평가, 사이버보안, 자율시스템, 데이터 거버넌스 같은 세부 키워드를 함께 볼 필요가 있다. 앞으로 관전 포인트는 실제 예산 집행 규모, 보안인가가 필요한 직무와 민간 AI 직무의 분리, 그리고 AI 시스템에 대한 인간 감독 기준이 어떻게 구체화되는지다.