HUMAIN-M3와 소버린 AI의 새 전략

사우디아라비아의 HUMAIN-M3는 ‘소버린 AI(주권 AI)’ 전략이 어떻게 바뀌고 있는지를 잘 보여주는 사례다. 모든 최첨단 역량을 국내에서 처음부터 개발하기보다, 중국 MiniMax의 M3 모델 계열을 기반으로 삼고 아랍어 중심 데이터로 추가 학습한 뒤 자체 플랫폼인 HUMAIN Node에서 제공하는 방식이다. 65

여기서 핵심은 모델의 원천 기술을 모두 자국에서 만들었느냐만이 아니다. 정부와 국내 사업자에게 AI 주권은 점점 더 모델을 어떻게 현지화하고, 어디에 호스팅하며, 어떤 보안·거버넌스 체계로 운영하고, 앞으로 어떻게 업데이트할지를 실질적으로 통제하는 능력을 뜻한다.

HUMAIN-M3는 무엇을 출시했나

사우디 국부펀드(PIF)가 지원하는 HUMAIN은 2026년 9월 3일 humain-m3를 발표했다. HUMAIN이 개발을 의뢰하고 MiniMax가 제공한 모델이며, HUMAIN Node에서 연구 프리뷰로 공개됐다. 향후 오픈 웨이트 공개 계획이 보도됐지만, 당시 프리뷰에서는 가중치를 내려받을 수 없었다. 63

이 모델은 MiniMax-M3 계열의 전문가 혼합(MoE) 구조를 기반으로 한다. 전체 파라미터는 4280억 개, 토큰당 활성화되는 파라미터는 약 230억 개다. HUMAIN은 여기에 1조 개가 넘는 아랍어 네이티브 콘텐츠 토큰으로 추가 사전학습을 진행했다고 밝혔다. 61

이는 범용 모델 위에 단순 번역 기능을 덧붙인 사례와는 다르다. HUMAIN의 목표는 기반 모델의 폭넓은 역량을 유지하면서도, 지역 언어 데이터와 문화적 맥락을 활용해 아랍어 이해·생성 성능을 높이는 데 있다. 211

오픈 웨이트 기반 모델이 바꾸는 소버린 AI의 경제성

최상급 범용 모델을 처음부터 훈련하려면 막대한 컴퓨팅 자원, 데이터, 엔지니어링 역량, 그리고 시간이 필요하다. 반면 오픈 웨이트 기반 모델을 활용하면, 국내 운영 주체는 지속 학습, 평가, 배포, 거버넌스처럼 자국의 우선 과제에 직접 연결된 영역에 투자를 집중할 수 있다.

MiniMax는 M3를 코딩과 에이전트 작업을 위한 오픈 웨이트 모델로 내세우고 있으며, API 기준 최대 100만 토큰 컨텍스트를 지원한다고 설명한다. 18 이런 기반 모델에서 출발하면 국가 AI 프로그램은 아랍어 방언, 지역 특화 지식, 공공·기업 업무 흐름, 현지화 평가처럼 범용 모델이 충분히 다루지 못할 수 있는 영역에 더 집중할 수 있다.

전략적 이점이 ‘외부 기술에서 완전히 독립한다’는 뜻은 아니다. HUMAIN-M3 역시 중국 모델 계열에 기반한다. 다만 실제 활용을 좌우하는 층위, 즉 어떤 데이터로 특화할지, 추론을 어디서 실행할지, 모델을 어떻게 갱신할지, 어떤 서비스에 적용할지에 대해 현지 운영자의 통제력을 높여준다.

벤치마크 성과는 유망하지만, 독립 검증은 아직이다

HUMAIN은 7개 공개 아랍어 벤치마크에서 동일 가중치 평균 **89.37%**를 기록했고, 5개 테스트에서 1위를 차지했다고 발표했다. 이는 MiniMax M3 기준 모델보다 평균 9.03점 높은 수치라고 밝혔다. 12

이 결과는 선택된 벤치마크에서 아랍어 추가 학습이 성능 향상에 기여할 수 있음을 보여주는 의미 있는 신호다. 다만 해석에는 주의가 필요하다. 공개된 종합 점수는 HUMAIN 자체 평가 환경에서 산출됐으며, 보도 시점에 공개 OALL 리더보드에 제출된 결과는 아니었다. 3

따라서 이 수치만으로 모든 아랍어 과제에서의 실제 신뢰성, 안전성, 비용 효율성, 성능 우위를 독립적으로 입증했다고 보기는 어렵다. 공개 재현, 실제 배포 사례, 지역 방언 및 고위험 업무를 대상으로 한 평가가 단일 벤치마크 표보다 더 중요해질 것이다.

내려받을 수 있는 가중치가 갖는 실무적 가치

오픈 웨이트는 특정 원격 모델 공급자 한 곳에 대한 의존을 낮출 수 있다는 점에서 전략적 가치가 있다. CNAS는 각국이 벤더 종속을 피하는 실용적 수단으로 오픈 웨이트 모델을 점점 더 중시한다고 분석한다. 모델을 내려받아 자체 호스팅하고, 맞춤화하며, 일부 환경에서는 더 낮은 비용으로 배포할 수 있기 때문이다. 38

정부 또는 국내 사업자 입장에서는 다음과 같은 통제 수단이 가능해진다.

• 데이터 처리: 민감한 업무를 해외 API가 아니라 국내 또는 통제된 인프라에서 처리하도록 설계할 수 있다.
• 언어 현지화: 현지 아랍어 변종과 기관별 전문 용어에 맞춰 지속 학습하고 성능을 평가할 수 있다.
• 기술 선택권: 추론 스택, 하드웨어 구성, 배포 구조를 직접 선택할 수 있다.
• 지속성: 외부 API의 약관·가격·가용성·접근 권한이 바뀌더라도, 사용 가능한 모델 체크포인트는 완전한 API 의존보다 높은 복원력을 제공한다.

물론 이는 자동으로 보장되는 이점이 아니다. 오픈 웨이트 모델을 운영하려면 컴퓨팅 역량, 사이버보안 체계, 모델 평가 전문성, 라이선스 검토, 장기 유지보수 계획이 필요하다.

커지는 소버린 AI 시장

HUMAIN-M3는 더 큰 흐름의 일부다. CNAS는 2026년 중반 기준 67개국의 정부 지원 소버린 AI 프로젝트를 184건으로 집계했으며, 같은 해 상반기에만 41건이 새로 추가됐다. 이후 갱신된 실시간 지수에는 185건이 표시됐다. 3433

CNAS는 소버린 AI 프로젝트를 국가 전략 이익과 명시적으로 연결되고, 국내 컴퓨팅·모델·데이터 생태계에 대한 실질적 공공 투자를 받는 정부 지원 AI 이니셔티브로 폭넓게 정의한다. 33 이는 AI 주권이 모델만의 문제가 아니라 인프라와 데이터까지 포함하는 문제임을 뜻한다. 모델을 보유하거나 현지화하는 일은 소버린 AI 스택의 한 층위일 뿐이다.

중국 개발사들은 강력한 모델을 API뿐 아니라 오픈 웨이트 형태로도 제공하면서 이 시장의 중요한 공급자로 부상했다. CNAS는 코딩, 추론, 멀티모달, 에이전트 역량을 갖춘 오픈 웨이트 시스템을 제공하는 중국 개발사가 최소 7곳이라고 집계했다. 36

MiniMax M3 역시 MiniMax 서비스 외의 선택지를 통해 제공된다. Artificial Analysis는 Nebius와 SambaNova를 포함한 여러 API 제공업체에서 이 모델을 제공한다고 소개했다. 이는 오픈 모델이 단일 인프라 사업자에 묶이지 않고 대체 제공업체를 통해 서비스될 수 있음을 보여준다. 22

HUMAIN-M3가 던지는 신호

가장 중요한 결론은 단일 벤치마크가 최종 승자를 가린다는 데 있지 않다. 경쟁의 단위 자체가 바뀌고 있다는 점이다.

각국은 이제 현지 언어 수요에 맞게 조정하고, 원하는 인프라에서 운용하며, 국내 요건에 따라 평가하고, 장기간 유지할 수 있는 재사용 가능한 AI 자산을 찾고 있다. 강력한 기반 모델은 여전히 중요하다. 그러나 오픈 웨이트 제공 여부, 하드웨어 적응 지원, 안정적인 추론 선택지, 데이터 거버넌스, 신뢰할 수 있는 업데이트 경로도 그에 못지않게 중요해질 수 있다.

HUMAIN-M3는 따라서 미·중 모델 연구소 간 단순 경쟁을 넘어선다. 앞으로의 경쟁은 AI의 미래에 대해 더 큰 통제권을 원하는 국가들에 누가 더 적응 가능하고, 관리 가능하며, 운영상 오래 지속될 수 있는 AI 스택을 제공하느냐를 둘러싼 경쟁이기도 하다.