AI 기초 어디까지 알아야 할까?｜2026 기준 개념 정리

AI 기초의 범위는 2026년에 한 번 바뀌었다. 2026년 1월 22일 인공지능기본법이 시행되면서 생성형 AI 결과물 표시 의무, 고영향 AI 확인 의무, 학습 누적연산량 10의 26승 부동소수점연산 이상 대규모 AI의 위험관리 결과 제출이 법으로 들어왔기 때문이다. 사전 고지 의무를 어기면 3천만원 이하 과태료 대상이 된다. 같은 해 정부 AI 예산은 약 10조원, GPU 확보 목표는 26만 장이다. AI 기초 개념을 모델 구조 암기로만 잡으면 이 변화가 빠진다. 이 글은 AI 기초 이론과 AI 기초교육의 범위를 법·실무·인프라 세 축으로 정리한 자료다.

 

✅ 핵심 요약 인공지능기본법은 2026년 1월 22일 시행됐고, 생성형 AI 사업자는 결과물이 AI로 생성됐음을 표시해야 한다 안전성 확보 의무 대상은 누적연산량 10의 26승 FLOPs 이상 + 최첨단 기술 + 기본권 중대 영향 우려 세 요건을 모두 충족한 경우다 사전 고지 의무 위반은 3천만원 이하 과태료, 표시 의무 위반은 시정명령 대상이며 시행 후 1년 이상 유예·계도기간이 운영된다 정부 AI 예산은 약 10조원, GPU는 26만 장(소요 전력 약 500MW) 확보가 목표다

AI 기초 개념은 2026년에 무엇이 달라졌나요?

AI 기초 개념의 기준선이 법으로 생겼다는 점이 2026년의 가장 큰 변화다. 과학기술정보통신부는 2026년 1월 21일 인공지능기본법이 다음 날 시행된다고 밝혔다. 핵심은 생성형 AI 결과물에 대한 표시 의무다. 이용자가 명확히 인식할 수 있는 방법으로 표시해야 하며, 이용자의 연령 등을 고려하도록 했다. 딥페이크 결과물은 사회적 부작용 우려가 커 명확한 표시가 요구되고, 딥페이크가 아닌 애니메이션·웹툰 등은 가시적 표시와 함께 눈에 보이지 않는 디지털 워터마크도 허용된다.

결과물 유형	표시 방식
딥페이크	명확한 표시 요구 (사회적 부작용 우려)
애니메이션·웹툰 등	가시적 표시 + 비가시적 디지털 워터마크 허용
생성형 AI 일반	알림창·UI 등으로 AI 결과물임을 안내

출처: 대한민국 정책브리핑 - 인공지능기본법 22일 시행, 생성형 AI 결과물 워터마크 표시 의무 (2026.1.21)

AI 기초 이론을 공부할 때 모델 구조만 보면 이 지점이 빠진다. 생성형 AI를 업무에 쓰는 순간 ‘출력물에 표시했는가’가 실무 체크리스트에 들어오기 때문이다.

AI 사업자에게 생긴 의무는 어떤 것들인가요?

인공지능기본법은 사업자 의무를 조문 단위로 나눠 둔다. 제31조는 투명성 확보로, 고영향 AI와 생성형 AI 사업자가 제품·서비스가 해당 AI에 기반한다는 사실을 사전에 고지하고 결과물이 생성형 AI로 만들어졌음을 표시하도록 한다. 제33~35조는 고영향 AI 해당 여부를 사전 검토하고 위험관리방안·설명 방안·이용자 보호 방안·사람의 관리감독 조치를 이행하며 확인 문서를 5년간 보관하도록 한다.

조항	의무 내용
제31조	투명성 확보: 사전 고지 + 생성형 AI 결과물 표시
제32조	대규모 AI 위험 식별·평가·완화 및 위험관리체계 결과 제출
제33~35조	고영향 AI 해당 여부 확인, 위험관리·설명·보호·감독 조치, 문서 5년 보관
제36조	일정 규모 이상 국내 주소·영업소 없는 사업자의 국내 대리인 지정

출처: 법률신문 - AI 기본법 시행과 그 시사점 (2026.2.19)

제재 수위도 정리돼 있다. 사전 고지 의무 위반과 국내 대리인 관련 위반은 3천만원 이하 과태료이고, 표시 의무 위반에는 과태료 대신 시정명령이 적용된다. 과학기술정보통신부는 시행 후 1년 이상 규제 적용을 유예하고 그 기간에 사실조사와 과태료 계도기간을 운영한다고 밝혔다. 사실조사는 인명사고나 인권훼손 등 중대한 사회적 문제가 발생하는 극히 예외적인 경우에만 실시한다.

위반 유형	제재
사전 고지 의무 위반	3천만원 이하 과태료
국내 대리인 관련 위반	3천만원 이하 과태료
표시 의무 위반	시정명령
시행 초기	1년 이상 유예, 사실조사·과태료 계도기간

고영향 AI와 대규모 AI는 무엇으로 갈리나요?

고영향 AI는 “법에서 정하는 영역”에서 쓰였는지를 기준으로 판단하며, 위험의 중대성을 함께 고려한다. 중요한 예외가 하나 있다. 최종 의사결정 과정에 사람이 개입하면 통제 가능한 것으로 보아 고영향 AI 대상에서 제외된다. AI 기초 개념에서 ‘사람의 감독’이 왜 반복해서 나오는지가 이 조항으로 설명된다.

구분	판단 기준
적용 영역	법에서 정하는 영역에서의 활용 여부
위험 평가	위험의 중대성 등을 함께 고려
제외 사유	최종 의사결정에 사람이 개입해 통제 가능한 경우
세부 기준	시행령 및 가이드라인에서 규정

대규모 AI는 기준이 수치로 박혀 있다. 안전성 확보 의무 대상이 되려면 세 가지를 모두 충족해야 한다.

요건	기준
누적연산량	학습에 쓰인 누적연산량 10의 26승 FLOPs 이상
기술 수준	최첨단 기술 적용
위험도	사람의 기본권에 광범위하고 중대한 영향을 미칠 우려

세 요건을 모두 넘긴 대규모 AI는 위험 식별·평가·완화와 위험관리체계 구축 결과를 과학기술정보통신부 장관에게 제출해야 한다(법 제32조). 세부 판단 기준은 가이드라인에서 정할 예정이다.

AI 기초교육의 범위를 정부 인프라로 보면 어디까지인가요?

AI 기초교육이 다루는 범위는 정부가 깔고 있는 인프라 규모를 보면 가늠이 된다. 2026년 과학기술정보통신부 업무계획 기준 AI 예산은 약 10조원 규모이고, GPU 확보 목표는 26만 장이다. 26만 장을 돌리는 데 필요한 전력은 약 500MW로 추산된다. 정부가 확보한 GPU는 올해 약 1만 3천 장, 내년 약 3만 7천 장이다.

항목	수치
AI 예산	약 10조원 규모
GPU 목표	26만 장 (2030년까지)
소요 전력	약 500MW
정부 확보 GPU	올해 약 1만 3천 장, 내년 약 3만 7천 장
장기 목표	2030년 이후 100만 장 이상 (아시아·태평양 AI 허브 전제)

출처: 대한민국 정책브리핑 - 2026년 과학기술정보통신부 업무계획

독자 파운데이션 모델은 1단계 개발을 2026년 1월에 마치고 연내 글로벌 톱10 모델을 목표로 한다. 5개 컨소시엄이 2026년 1월 1차 결과를 내고 2026년 6월에 2차 평가를 받는 구조이며, 결과물은 오픈소스로 공개한다. 전 국민 대상 온·오프라인 AI 교육 확대도 과제에 포함돼 있다.

과제	시점
독자 파운데이션 모델 1단계	2026년 1월
파운데이션 모델 2차 평가	2026년 6월
민생 AI 프로젝트 1차 4개	내년
K-AI 기반 모두의 AI 서비스	2027년경

AI 직무 쪽으로 더 들어가려면 → 프롬프트 엔지니어링 어디로 가고 있을까?｜채용 기준 확인

실무에서 말하는 AI 기초는 무엇을 뜻하나요?

현장에서 말하는 AI 기초는 모델 이론이 아니라 업무 성과로 연결된 활용 경험에 가깝다. 링커리어 커뮤니티에 2026년 6월 올라온 “비기술 회사에서 말하는 AI 잘 활용하는 사람의 기준이 뭔가요?”라는 질문에는 멘토 3명이 답했는데, 세 명의 기준이 거의 같았다. 한 멘토는 “기술을 개발하는 사람이 아니라, AI를 도구로 삼아 자신의 직무 생산성을 극대화하는 사람입니다”라고 정리했고, 다른 멘토는 “코딩이나 프롬프트 엔지니어링을 잘하는 것보다 업무를 얼마나 효율적으로 개선했는지가 핵심입니다”라고 답했다.

멘토	제시한 기준
달남	AI로 직무 생산성을 극대화하는 사람, 프롬프트 설계와 노코드 자동화까지
청마	AI 툴 사용 빈도가 아니라 업무 효율·성과를 실제로 만들어냈는지
뭐든지할수있다!	업무 개선 정도가 핵심, 시간·품질 개선 사례로 설명

출처: 링커리어 커뮤니티 - 비기술 회사에서 말하는 AI 잘 활용하는 사람의 기준이 뭔가요? (2026.6.10)

세 답변 모두 자기소개서·면접에서는 ‘AI를 쓸 줄 안다’는 모호한 표현 대신 문제 상황에서 활용 과정, 그리고 시간 단축이나 성과 향상 같은 정량적 결과 순으로 설명하라고 조언했다. 멘토 개인 의견이므로 실제 평가 기준은 공고별 확인이 필요하다.

AI 기초 이론은 어디까지 잡아야 하나요?

AI 기초 이론의 범위는 법 기준·실무 기준·인프라 맥락 세 층으로 나누면 정리된다. 법 기준은 용어와 의무를 아는 것이고, 실무 기준은 업무에 적용해 결과를 낸 경험이며, 인프라 맥락은 왜 지금 수요가 몰리는지를 설명하는 배경이다. AI 기초 강의를 고를 때도 이 세 층 중 무엇을 채워 주는 과정인지 보면 선택이 쉬워진다.

층	확인할 내용	근거
법 기준	생성형 AI 표시, 고영향 AI 확인, 사람의 감독	인공지능기본법 제31·33~35조
제재 기준	사전 고지 위반 3천만원 이하 과태료	법률신문 2026.2.19
규모 기준	10의 26승 FLOPs, 대규모 AI 의무	법 제32조
실무 기준	업무 적용 사례와 정량적 개선	링커리어 커뮤니티 2026.6
인프라 맥락	AI 예산 10조원, GPU 26만 장	2026 과기정통부 업무계획

 

📚 처음부터 제대로 배우는 AI 기초 (feat. 직무별 현업 데이터 분석 실습)   📌 이런 분께 추천합니다 AI 기초 개념을 용어 수준이 아니라 실습까지 이어서 잡고 싶은 분 직무별 데이터 분석 적용 사례를 함께 보고 싶은 구직자 AI 기초 강의를 처음 고르는 비전공자 취업 준비 단계에서 AI 활용 경험을 만들고 싶은 분   💡 강의 장점 기초 개념에서 직무별 현업 데이터 분석 실습까지 이어지는 구성 비전공자 기준으로 설계된 입문 커리큘럼 ★ 고용노동부 지정 K-디지털 기초역량훈련 공식 인증 과정 KDC 수강료 90% 국비지원 — 자부담 10%만 결제

👉 AI 기초 강의 바로가기

 

📚 [AI기초] 초보자도 쉽게 배워 바로 쓰는 AI 실무 과정   📌 이런 분께 추천합니다 재직 중에 AI 기초교육을 짧게 끝내고 싶은 중소기업 구성원 업무에 바로 적용할 AI 활용법부터 찾는 분 AI 기초 이론보다 실무 적용 순서를 먼저 잡고 싶은 분 사내 AI 도입을 앞두고 기준을 세워야 하는 분   💡 강의 장점 초보자 기준으로 바로 쓰는 실무 활용 중심 구성 업무 적용 흐름을 따라가는 커리큘럼 ★ 고용노동부 중소기업 AI 기초훈련 지정 과정 중소기업 재직자 대상 전액 무료 수강

👉 AI 실무 과정 바로가기

 

선택 기준	처음부터 제대로 배우는 AI 기초	[AI기초] 초보자도 쉽게 배워 바로 쓰는 AI 실무
주 대상	구직자·비전공 입문자	중소기업 재직자
중심 축	개념 + 직무별 데이터 분석 실습	업무 적용 중심 실무
강의 유형	KDC	중소기업 AI 기초훈련
비용	수강료 90% 국비지원	전액 무료

자주 묻는 질문

Q1. AI 기초를 공부할 때 법까지 알아야 하나요?

생성형 AI를 업무에 쓰는 단계라면 필요하다. 인공지능기본법이 2026년 1월 22일 시행되면서 생성형 AI 사업자는 결과물이 AI로 생성됐음을 표시해야 하고, 사전 고지 의무를 어기면 3천만원 이하 과태료 대상이 된다. 다만 과학기술정보통신부는 시행 후 1년 이상 규제 적용을 유예하고 계도기간을 운영한다고 밝혔다.

Q2. AI 기초 개념에서 자주 나오는 ‘사람의 감독’은 왜 중요한가요?

고영향 AI 판단에서 예외 사유로 작동하기 때문이다. 최종 의사결정 과정에 사람이 개입해 통제 가능하면 고영향 AI 대상에서 제외된다. 고영향 AI로 분류되면 위험관리방안·설명 방안·이용자 보호 방안·관리감독 조치를 이행하고 확인 문서를 5년간 보관해야 하므로, 사람의 개입 여부가 의무 수준을 가르는 분기점이 된다.

Q3. AI 기초 강의와 AI 기초교육은 어떻게 고르면 되나요?

대상이 다르다. 구직자·비전공 입문자는 개념과 실습이 함께 있는 과정이 맞고, 재직자는 업무 적용 중심 과정이 효율적이다. 비용 구조도 갈린다. K-디지털 기초역량훈련은 수강료 90%가 국비 지원되고, 중소기업 AI 기초훈련은 중소기업 재직자가 전액 무료로 수강한다.

Q4. AI 기초 이론만 알면 취업에 도움이 되나요?

이론만으로는 부족하다는 의견이 많다. 링커리어 커뮤니티의 비기술 직무 AI 활용 기준 질문에 답한 멘토 3명은 모두 AI 도구 사용 경험 자체가 아니라 AI로 업무 성과나 효율을 만든 경험을 기준으로 제시했다. 자기소개서에서도 문제 상황, 활용 과정, 정량적 결과 순으로 설명하라는 조언이 공통적이었다.

결론

AI 기초의 범위는 네 가지로 정리된다. 첫째, 2026년 1월 22일 인공지능기본법 시행으로 생성형 AI 표시와 사전 고지가 법적 의무가 됐고 위반 시 3천만원 이하 과태료 대상이다. 둘째, 고영향 AI는 사람의 개입 여부로 갈리고, 대규모 AI는 10의 26승 FLOPs라는 수치 기준을 갖는다. 셋째, AI 예산 약 10조원과 GPU 26만 장이라는 인프라 규모가 AI 기초교육 수요의 배경이다. 넷째, 실무가 요구하는 AI 기초는 도구 사용 경험이 아니라 업무 개선 결과로 설명되는 활용 경험이다.

 

📌 본 글은 2026년 기준으로 최신화하여 작성되었습니다.

📌 함께 보면 좋은 글

AI 강의 사이트 어디로 갈까?｜대상별 경로 정리