AI-native인 기업과 국가

본 글은 태어날 때부터 AI-native인 기업과 AI-native 국가로서의 싱가포르라는 두 가지 유형의 실험을 함께 비교한다. 전자는 2026년 How To Build A Company With AI From The Ground Up 에서 YC가 설명한 50–500명 샘플이고; 후자는 Budget 2026에서 설명한 570만 명 샘플이다. 둘 다 동일한 아키텍처를 사용하되, 완전히 다른 레버리지를 갖는다.

---

1. 동일한 아키텍처, 두 가지 규모

2026년 동시에 두 가지 유형의 AI-native 실험이 진행 중이다.

한 가지는 50–500명의 기업——Anthropic, Cursor, Lovable——이 첫날부터 AI를 워크플로우 중심에 두는 것이다. YC 파트너인 Diana Hu는 이러한 방법론을 다음과 같이 정의한다:

「It should not be a tool your company just uses. It should be the operating system your company runs on.」

AI는 단지 기업이 사용하는 도구여야 하지 않는다. 기업이 운영하는 운영 체제여야 한다.

또 다른 유형은 570만 명의 도시 국가이다. 싱가포르는 먼저 NAIS 2.0(National AI Strategy 2.0, 2023년 발표)으로 AI를 국가 전략으로 삼았고, 2026년 Budget에서 AI를 전체 예산의 전략 주선으로 격상했으며, 황순차가 직접 National AI Council을 지휘하고, 11개 부처를 걸친 Committee of Supply이 모두 AI를 중심으로 한다. 전략 수준, 조직 배치, 재정 투입 세 가지를 함께 보면, 싱가포르는 지금까지 유일하게 「AI-native 국가를 만든다」는 것을 명시적 국가 전략으로 삼은 주권국가이다.

이 둘을 나란히 놓으면, 간과된 사실을 볼 수 있다: 50명의 기업과 570만 명의 국가는 동일한 AI-native 아키텍처를 사용할 수 있다. 규모는 레버리지만 결정하고, 본질을 결정하지 않는다.

세 가지 데이터 신호——왜 Budget 2026이 현실인가

• 황순차가 Budget 2026 폐막 연설에서 처음으로 AI를 전체 예산의 전략 주선으로 격상했다
• RIE2030 배정액 S$37B(2025-12 발표, 2026-04 시행)
• EDB가 유치한 외국계 데이터센터 >S$30B(Microsoft S$5.5B, AWS S$12B, Google US$9B)
• 11개 부처를 걸친 COS의 AI에 대한 협력 토론(MDDI / MTI / MOH×3 / MOE / MOM / MOT / MND / MSE×3 / MSF×2 / MCCY)

조작적 정의

한 조직이 AI-native라고 부를 때 무엇인가? 세 가지 판정 기준:

1. 의사 결정의 핵심 경로에 AI가 있다: 핵심 판단은 기본적으로 AI가 먼저 출력하고, 인간이 예외적 승인을 한다
2. 워크플로우가 AI를 기본 가정으로 한다: 프로세스, 데이터, 산출물은 AI가 주요 소비자인 것을 기준으로 설계된다
3. 인센티브가 AI 강화에 정렬된다: 승진, 채용, 교육이 AI를 우회하는 인간의 영웅적 행위에 보상하지 않는다

이 세 가지 기준은 50명의 기업에서는 수개월 내에 재구성할 수 있지만, 570만 명의 국가에서는 공무원 시스템, 민간 부문, 전국민 교육을 꿰뚫어야 한다——5–10년이 낙관적 추정이다.

기업은 한 가지 방식으로 이 세 가지를 한다; 국가는 완전히 다른 방식으로 동일한 세 가지를 해야 한다. 싱가포르의 배팅은 연산력 / 데이터 / 모델이 아니다——이 세 가지 생산 요소에서 우위를 갖지 않기 때문이다. 배팅하는 것은 실행 아키텍처이다: 정부가 스스로 AI-native 개혁을 하면서, 동시에 국가 수준의 레버리지로 국내 기업의 AI-native 전환을 함께 끌어올린다——두 가지 모두 해야 한다. 이것이 본 글이 논증하고자 하는 핵심이다.

---

2. AI-native 기업은 무엇인가

YC는 2026년 How To Build A Company With AI From The Ground Up 에서 방법론을 명확히 정리했다. 본 절에서는 Diana Hu의 다섯 가지 기둥을 차용하되, Jack Dorsey의 Block에서의 중간층 조직 제거 설계를 추가로——50명의 기업이 어떻게 AI-native로 변하는지에 대한 완전하고 작동 가능한 체크리스트를 구성한다.

1. 폐쇄 루프 시스템(Closed Loop)

이것이 가장 기초가 되는 항목이다. Diana가 사용하는 개념은 제어 이론이다:

• 개방 루프(open loop): 결정 → 실행 → 체계적으로 측정하지 않음 → 조정하지 않음. 본질상 손실이 있는 시스템이다
• 폐쇄 루프(closed loop): 자조정 시스템으로, 지속적으로 출력을 모니터링하고 프로세스를 조정하며, 실행할수록 더 정확해진다

구세계의 기업은 기본적으로 모두 개방 루프이다: 결정, 실행, 결과를 반드시 체계적으로 측정하지는 않음, 프로세스가 자동으로 조정되지 않음. AI-native 기업의 제1원리는 모든 중요한 프로세스를 폐쇄 루프로 만드는 것이다——산출물이 AI로 들어가고, AI가 완전한 맥락을 보고, 다음 단계를 자동으로 조정한다.

2. AI에 쿼리 가능한 조직(Queryable Organization)

폐쇄 루프를 작동시키려면, 조직이 반드시 AI에 쿼리 가능해야 한다. 구체적인 방법:

• 모든 회의를 AI 노트테이커로 기록한다
• 개인 메시지와 이메일을 줄이고, 에이전트들을 모든 커뮤니케이션 채널에 임베드한다
• 대시보드를 자체 구축하여 모든 데이터를 연결한다: 매출, 영업, 엔지니어링, 채용, 운영——모두
• 에이전트가 Linear, Slack, Pylon, GitHub, Notion, 영업 통화 녹음, 일일 스탠딩 미팅에 접속하도록 한다

핵심 원칙: 모델이 전체 능력을 발휘하려면, 직원과 동등한 수준의 맥락을 제공해야 한다.

3. AI 소프트웨어 팩토리(AI Software Factories)

소프트웨어 개발 모드가 재작성된다:

• 인간: 스펙을 작성하고, 성공을 정의하는 테스트 세트를 작성한다
• 에이전트: 구현 코드를 생성하고, 테스트가 통과할 때까지 반복 개선한다
• 인간: 출력이 적합한지 판단한다

극단적 형태: 저장소에 손으로 작성된 코드가 없고, 스펙과 테스트만 있다. Strong Compute가 이 방식이다——에이전트들이 확률론적 만족 임계값에 도달할 때까지 반복 개선하게 하며, 목표는 인간이 코드를 작성하거나 코드를 검토하는 단계를 제거하는 것이다.

4. 중간 관리 폐지 / 세 가지 직원 원형

구시대에는 중간 관리자가 조직 내에서 위아래로 정보를 전달해야 했습니다. AI-native 회사에서는 지능 계층(intelligence layer)이 이 기능을 대체했습니다——거의 인간 미들웨어가 없어야 합니다.

Jack Dorsey가 Block에서 한 말:

“만약 기존의 조직 구조와 관리 체계를 유지한다면 이 변화를 완전히 놓쳤다는 의미입니다. 회사 자체는 지능 계층으로 재구축되어야 하며, 인간은 정보를 경로설정하는 대신 가장자리에서 그것을 안내해야 합니다.”

만약 기존의 조직 구조와 관리 체계를 유지한다면 이 변화를 완전히 놓쳤다는 의미입니다. 회사 자체는 지능 계층으로 재구축되어야 하며, 인간은 정보를 경로설정하는 대신 가장자리에서 그것을 안내해야 합니다.

미래 회사에는 세 가지 직원만 남을 것입니다:

5. token으로 인원 대체하기

자원 관점의 재정의:

• AI 도구를 사용하는 한 명 = 과거 시대의 전체 엔지니어링 팀
• 엔지니어링, 디자인, HR, 행정은 모두 대폭 축소되어야 합니다
• 불편할 정도로 높은 API 청구서를 감수해야 합니다——그것이 대체하는 것은 훨씬 더 비싸고 비효율적인 인력 비용입니다
• 최고의 회사는 token을 완전히 사용할 것입니다

---

이 다섯 가지를 50명 규모의 회사에 적용하면, 각각 수개월 내에 재설계를 완료할 수 있습니다.

그렇다면 570만 명 인구의 국가에 적용하면 어떨까요?

---

3. AI-native 국가는 어떤 모습인가

싱가포르 Budget 2026은 현재 유일한 완전한 답안을 제시했습니다. 이 섹션에서는 먼저 최상위 수준의 내러티브를 살펴보고, 다음으로 여섯 가지 핵심 전략을 사용하여 모든 부처의 구체적인 구현을 분류하여 전개하며, 마지막으로 세 가지 수준의 위험 관리를 살펴봅니다.

3.1 최상위 내러티브: 부처 의제에서 전략 주선으로

신호 1 — 정치 내러티브의 수준 상향

Lawrence Wong은 2026년 3월 6일 Budget 폐막 연설에서 처음으로 AI를 전체 예산안의 전략 주선으로 상향했으며, 동시에 전체 예산안을 싱가포르가 “더 경쟁적이고, 더 분열되며, 궁극적으로 더 위험해진” 세계에 대응하기 위한 국가 행동 계획으로 정의했습니다——AI는 핵심 전략적 자산입니다.

신호 2 — 조직 수준 상향

Lawrence Wong이 National AI Council 의장을 직접 맡고 있으며, MDDI에 단독으로 추진하게 하지 않습니다. 이는 싱가포르가 국가급 의제를 인식하는 표징적 조치입니다:핵심 의제는 특정 부처에 맡기지 않고 직접 총리 사무실에 배치됩니다.

11개 부처가 동시에 AI 의제를 중심으로 Committee of Supply 토론을 전개했으며, 이는 싱가포르 COS 역사상 AI 의제가 가장 집중된 경우입니다.

신호 3 — 재정 수준 상향

• RIE2030 할당 S$37B(2025-12 공포, 2026-04 시행)
• 공공 AI 연구 투자 S$1B+(2026–2030)
• EIS 400% 세무 공제 AI로 확대(YA 2027–28, S$50K/기업/연간 한도)

이 세 신호가 겹치면 = 국가급 AI Founder 모델 수립. Josephine Teo가 MDDI, IMDA, 국제 AI 거버넌스 세 개의 라인을 단독으로 조율합니다——찾을 수 있는 57개의 공식 장관 연설 중 그녀가 23개를 차지합니다.

3.2 여섯 가지 핵심 전략——국가급 AI-native의 완전한 전체상

Budget 2026 + 각 부처 + 각 법정 기구의 모든 AI 관련 정책 및 구현 프로젝트를 AI 도입 경로에 따라 여섯 가지 핵심 전략으로 분류합니다:기반 시설, 거버넌스, 인력, 응용, 정부 자용, 외교.

이는 부처별로 분류하는 것(MDDI / IMDA / MAS / MOH / …)보다 독자가 전체 형태를 한눈에 파악할 수 있게 해줍니다. 각 핵심 전략은 여러 부처를 걸쳐 있으며, 함께 연결되어야 완전한 실행 파이프라인이 됩니다.

핵심 전략 1 — 기반 시설(데이터 + 컴퓨팅 파워 + 물리적 인프라)

국가가 직접 하는 일:기업이 자체적으로 감당할 수 없는 컴퓨팅 파워 + 데이터 기반을 구축합니다.

외국 자본이 유입하는 컴퓨팅 파워(EDB):

• Microsoft 데이터 센터 S$5.5B
• AWS S$12B
• Google US$9B / S$11.6B + DeepMind Lab
• NVIDIA × SIT Centre for AI、× Singtel、× AI Accelerator
• OpenAI 싱가포르 APAC 지역 본사
• Anthropic 싱가포르 Country Lead 채용(2026)

국내 보조금으로 지원하는 컴퓨팅 파워:

• Enterprise Compute Initiative (ECI) S$150M——기업의 컴퓨팅 파워 구매 직접 보조금
• one-north AI Park / Kampong AI（MOF）

자금 조성 플랫폼：

• Anchor Fund @ 65 제2차 배치 S$1.5B
• Future Sectors Development Fund S$1.5B
• EQDP 확대 S$6.5B

국가급 데이터 기반시설：

• MOH/Synapxe HEALIX = 국가 의료 데이터 + AI 기반시설
• URA Virtual Singapore = 국가급 디지털 트윈
• BCA BETC Grant S$100M = 건설업 디지털 기반시설
• JTC Punggol Digital District + Open Digital Platform (ODP) = 전 구역 지능형 지역

국가 안보 컴퓨팅 파워：

• HTX NGINE — NVIDIA B200 DGX SuperPOD（국가 안보 자체 보유 컴퓨팅 파워）

추진 과제 2 — 거버넌스（규칙 + 샌드박스 + 법률）

국가가 직접 하는 일：기업이 과감하게 배포하도록 하기. 기업이 AI를 배포하지 않는 가장 큰 장애물은 규정 준수 위험——기술은 이미 충분하다.

범용 거버넌스 프레임워크（IMDA）：

• Model AI Governance Framework（2019）
• AI Verify（2022）+ AI Verify Sandbox（10+ 다국적 대기업 참여）
• GenAI Eval Sandbox + GenAI Sandbox 2.0
• Generative AI 거버넌스 프레임워크（2024）
• Agentic AI Governance Framework（2026-01-22 다보스, 전 세계 최초 공개）
• Trusted Data Sharing Framework + DPTM 업그레이드 SS 714:2025

금융업 거버넌스 5계층 스택（MAS）：

• FEAT Principles（공정성 / 윤리 / 책임성 / 투명성）
• Veritas Initiative v1 / v2 / v3
• Project MindForge（24개 기관 + Microsoft / AWS / Google / Nvidia 전부 포함）
• AI Risk Management Guidelines
• BuildFin.ai

사이버 보안 거버넌스（CSA）：

• Securing AI Systems Guidelines + Companion Guide
• Securing Agentic AI 증보 초안
• Frontier AI Risk Advisory
• Cyber Trust Mark — AI 보안 차원

법률 거버넌스（MINLAW + IPOS）：

• Copyright Act §244 = AI 훈련 면책（일본과 함께 전 세계에서 가장 관대）
• IPOS 「When Code Creates」 보고서 — AI Authorship 입장
• 산출물 측 엄격 관리：OCHA + Elections Bill 2024（딥페이크 금지）+ Criminal Law Bill 2025（AI 사적 이미지 범죄화）+ Online Safety (Relief and Accountability) Bill 2025

거버넌스 철학：훈련 관대 + 산출물 엄격 관리. 일본과 싱가포르는 현재 세계에서 유일하게 이것을 달성한 두 국가——이는 기업에 명확하고 예측 가능한 경계를 제공한다.

추진 과제 3 — 인재（교육 + 훈련 + 전환）

국가가 직접 하는 일：기업이 AI를 활용할 수 있는 인재를 찾을 수 있도록 하기.

전 국민 계층（MDDI）：

• AI Bilingual 100K 근로자 계획（초도 배치 accountancy + legal, 1H 2026 개시, ISCA / SAL / SCCA와 협력）
• National AI Literacy Programme

전문가 계층（IMDA + AISG）：

• TechSkills Accelerator (TeSA) AI 확대 버전
• AISG AI Apprenticeship Programme (AIAP)：16차 배치 410명 이상 견습생, 900명 이상 지원, 신규 배치 800명 모집
• AISG 100E Programme（각 항목당 S$150K 총 투자）

교육 시스템 계층（MOE + NIE）：

• SLS（Student Learning Space）AI 툴킷 8가지 범주
• GenAI 사용 지침 + AI Ethics Framework
• EdTech Masterplan 2030
• NIE AI@NIE + Certificate in AI for Education
• Microsoft Elevate × Singapore（고등교육 AI 보급）
• NUS / NTU / SMU / SUTD 전면 AI 교과 개혁

재정 보조 계층（SSG + WSG）：

• SkillsFuture AI 과정 50% / 70% 계층별 보조
• Mid-Career S$4,000 Credit
• SkillsFuture Level-Up Programme
• WSG × SSG 통합 = 원스톱 기술 및 고용 플랫폼

중년층 재훈련 계층（MOM）：

• Job Redesign+
• Career Conversion Programme (CCP)
• Enterprise Workforce Transformation Package (EWTP)
• NTUC × AI 근로자 보호

「우리 모두가 AI 엔지니어가 될 수 있는 것은 아닙니다. 하지만 우리는 자신의 전문 분야에서 AI에 대해 ‘이중언어 사용자’가 될 수 있습니다.」

— Josephine Teo, MDDI Committee of Supply, 2026-03-02

중점 4 — 응용 (산업 + 공공 서비스 착지)

국가가 직접 하는 일: 11개 부처에서 동시에 플래그십 애플리케이션을 배포합니다.

산업 플래그십 (MTI):

• National AI Missions (4대 선도 산업)
• AI Centres of Excellence
• Embodied AI 구현형 AI R&D
• Industry Transformation Maps (ITM)의 AI 업그레이드

연구 플래그십 (A*STAR):

• A*STAR CFAR 5대 연구 기둥
• AI Manufacturing 2030 (Mencast 프로펠러)
• AI 소재 선별 50–100배 가속
• GIS + SingHealth 건강 AI 협력
• National Multimodal LLM Programme S$70M

지역 LLM 플래그십 (AISG):

• SEA-LION v3 / v4 / Guard
• SEALD (데이터 세트)

기업 보급 (IMDA + ESG):

• NAIIP — National AI Impact Programme: 10K 기업 + 100K 노동자 / 2026–2029
• Champions of AI (플래그십 기업 계획)
• ESG PSG AI 보조금 비율 30% → 50%
• ESG SMEs Go Digital AI 모듈

의료 (MOH + Synapxe):

• Note Buddy — GenAI 임상 기록 보조원 (5,000+ 의료진, 67K 환자 기록, 2025-12 기준)
• HealthHub AI (공개 엔드포인트, 4.5/5 평점)
• AimSG (국가 의료 영상 AI)
• SELENA+ (당뇨병 망막병증 선별)
• ACE-AI (만성질환 위험 예측, 2027년 초 약 1,100개 Healthier SG 클리닉 전체로 확대)
• APOLLO (국가급 CT 관상 동맥 AI)
• Healthier SG × 디지털 트윈 (만성 신장 질환 관리)

「AI 강화, AI 결정이 아님 — 임상의는 항상 결정 회로에 있습니다.」

— Ong Ye Kung, MOH Committee of Supply, 2026-03-05

교통 (MOT + LTA + PSA + CAG):

• Punggol AV 공공 셔틀 (첫 번째 상용화 AV, 3개 노선 2025-12 운행 개시)
• CETRAN AV 국가 테스트 센터
• PSA Tuas Mega Port = 2040년대 전 세계 최대 완전 자동 항구
• Changi 전 세계 첫 ISO/IEC 42001 AI 거버넌스 인증

건설과 도시 (MND + HDB + BCA + URA + JTC):

• Built Environment AI Centre of Excellence (BE AI CoE S$30M)
• BCA Integrated Digital Delivery (IDD)
• SPRINT 프로그램 — 건설 산업 AI 정부 조달 녹색 통로
• HDB Tengah = 첫 번째 스마트 에너지 타운 4.2만 가구
• HDB AskJudy + MSO OneService

환경과 수도 (MSE + NEA + PUB):

• NEA Weather Science Research Programme S$25M
• 뎅기열 AI 예측 + 모기 매개 제어
• PUB Smart Water Meter Programme + Joint Operations Centre + Bentley 누수 탐지

중점 5 — 정부 자체 용도 (Procurement / 자체 선도)

국가가 직접 하는 일: 공무원이 먼저 AI를 사용하도록 하고, 기업에 선례를 보여줍니다.

민간 정부 (GovTech):

• Pair (공무원 AI 보조원, 150K 공무원 목표)
• Pair Search (Hansard + 법원 + 법령 검색 가능)
• LaunchPad (3K MAU / 400개 아이디어)
• AI Trailblazers 1.0 + 2.0
• Litmus + Sentinel (AI 보안 쌍)
• Agentspace = 아시아 첫 air-gapped agentic AI 사례

국방 (MINDEF + DSTA + DSO + DIS):

• DIS — SAF Digital and Intelligence Service (2022 제4군종 설립, 2025 DCCOM + SAFC4DC로 개편) = AI를 군종 구조 자체에 통합
• DIS × AI Singapore MoU + DIS Sentinel Programme
• DSTA × Shield AI (자율 무인기) + Thales AI Co-Lab + Anduril Lattice
• DSTA × RSN 컴퓨터 비전 함선 분류
• DSTA 자체 개발 GenAI 도구 + DSTA × MIT CSAIL
• DSO × Mistral AI 국방 GenAI
• DSO × Alan Turing Institute MoU

국내 보안 (HTX + SPF + ICA):

• HTX Phoenix LLM (자체 학습)
• HTX H2RC 휴머노이드 로봇 센터 S$100M (2026 Q2 착수)
• HTX × Google Cloud / Microsoft / Mistral AI / Firmus / Singtel / ST Engineering
• SPF Anti-Scam Centre / Anti-Scam Command — RPA + AI
• SPF PolCam + GIBSON 공항 로봇 + Smart Glasses 실시간 비디오 분석
• ICA Multi-Modal Biometrics System (MMBS) — 홍채 + 얼굴

중점 6 — 외교 (국제 거버넌스 + 외자 + 표준 제정)

국가가 직접 하는 일: 외자가 AI 거버넌스 본부를 싱가포르에 두도록 합니다.

이것이 570만 인구가 G7 급 발언권을 움직일 수 있는 유일한 방식입니다.

싱가포르가 주도하는 글로벌 프레임워크:

• Singapore AI Safety Institute (AISI) — S$10M/yr
• Singapore Conference on AI / International Scientific Exchange on AI Safety I + II
• Singapore Consensus on Global AI Safety Research Priorities（100+ 참여자 / 11개 국가의 living document）
• IMDA × Humane Intelligence 다양한 레드팀 도전

ASEAN 지역:

• ASEAN Working Group on AI Governance (WG-AI)
• ASEAN Guide on AI Governance and Ethics（10개국 채택）
• ASEAN Hanoi Declaration 2026（디지털 장관 회의）

양자 협력:

• US-Singapore Smart Cities Programme + Digital Economic Cooperation Roadmap
• ROK 양자 AI 협력
• EU-ASEAN AI 거버넌스 대화

군사 / 보안:

• REAIM Asia Regional Consultations（싱가포르 공동 주재）
• REAIM Seoul Summit 2024（싱가포르가 공동 개최）
• Bletchley Park / Seoul / Paris AI Safety Summits 전체 참여

UN + 글로벌:

• UN Global Dialogue on AI Governance + Independent International Scientific Panel
• AI Singapore × UNDP 글로벌 AI 리터러시

전 세계 인구의 0.07%로 G7 급 AI 거버넌스 발언권을 얻다——이것이 싱가포르 전략에서 가장 복제 불가능한 부분입니다.

3.3 위험 관리 3개 계층

국가급 AI-native는 동시에 위험 관리를 수행해야 합니다——이는 기업 규모에서는 훨씬 간단하지만, 국가 차원에서는 복잡해집니다.

경제 위험 계층 — PMET 중산층 정치 압력（최대 변수）

“AI is a gamechanger. It can augment workers or displace them, depending on how work and jobs are redesigned.”

AI는 게임의 규칙을 바꾸는 것입니다. 그것은 노동자를 증강하거나 대체할 수 있습니다——업무와 직업이 어떻게 재설계되는지에 따라 달려 있습니다.

— Tan See Leng, MOM Committee of Supply, 2026-03-03

Tan See Leng의 이 말은 일반적인 언급이 아니라, 핵심 유권자에 대한 직접적인 안심입니다. MOM은 반복적으로 mid-career PMEs face highest risk 와 job redesign for human-with-AI 를 강조합니다.

이것은 Smart Nation 시대에 존재하지 않았던 정치적 변수입니다. Smart Nation 시대에는 실업 위험이 블루칼라와 기층 사무원에게 떨어졌지만, AI 시대에는 첫 번째 칼이 PMET 중산층을 향합니다——주니어 변호사, 주니어 회계사, 주니어 분석가, 주니어 엔지니어. 싱가포르의 정치적 안정성은 PMET 중산층의 안전감에 큰 정도로 달려 있습니다.

위험: AI 인력 대체를 제한하는 규정을 낳을 수 있으며——이는 전체 전략을 역효과로 만들 수 있습니다.

사회 위험 계층 — 취약 집단 보호

MSF + MCCY를 넘나드는 여러 COS 토론에서 제시된 우려사항:

• AI 딥페이크 착취가 아동과 취약 집단을 위협합니다（Rachel Ong, MSF COS 2026-03-05）
• AI 자동화가 장애인의 기존 직책을 대체합니다——포장, 분류, 기초 행정, 프로그래밍（Neo Kok Beng）
• Online Safety Commission 1단계 아동 이미지 학대 대응
• ECDA Inclusive Support Programme (InSP)
• 말레이 / 무슬림 커뮤니티 AI 경제 준비도（Saktiandi Supaat, MCCY COS）

보안 위험 계층 — 중요 인프라 + 국가 안보

• CSA Securing AI Systems Guidelines + Frontier AI Risk Advisory
• DIS / DSO / SPF / HTX 내부 AI 배포는 완전히 공개되지 않습니다
• AI 챗봇을 청소년 정신 건강 상담에 사용하는 비규제 입장（Koh Poh Koon, oral-answer-4051）: 정부는 추적이 실질적이지 않다고 생각하여, 대신 합법적인 대안들（mindline 1771、mindline.sg、CHAT）을 홍보합니다 + 앱스토어 연령 인증

---

4. 국가는 기업의「포장층」——7가지 전달 레버리지

제3절의 6가지 핵심 조치를 재배열합니다——기업의 어떤 병목을 해결하는지에 따라 분류합니다——자주 간과되던 한 가지 사실을 보게 될 것입니다:

싱가포르 전략에는 두 가지 계층이 있습니다: 정부가 자체적으로 AI-native 개혁을 수행하면서, 동시에 전체 국가를 기업 AI-native 전환의「포장층」으로 조직합니다.

정부 자신의 AI-native 개혁（ACE-AI, Pair, DIS, PSA Tuas）만으로는 충분하지 않습니다——정부 부문은 GDP의 작은 부분만 차지합니다. 국가가 AI-native로 불리려면, 기업군도 AI-native여야 합니다. Budget 2026의 진정한 승부는 정부 개혁과 기업 확대를 동시에 하는 것입니다: 정부 자체의 AI-native는 기초이고, 국가급 레버리지가 기업 전환 속도를 확대하는 것이 확장입니다.

7개의 전달 레버리지——6가지 핵심 조치를 재분할

주요 관찰

이 7가지 중 제6(정부 자체 사용)과 제7(국제 외교)만 국가가 직접 진행하는 것입니다. 나머지 5가지는 모두 국가가 기업에 침투하는 것입니다.

이 주장이 독특한 이유:

• 대부분의 AI 국가 전략 문서는 국가와 기업을 나란히 분석하며 중첩 관계를 놓칩니다.
• 싱가포르는 두 개의 레일이 동시에 달립니다: 정부가 직접 AI-native 개조를 진행(ACE-AI, Pair, DIS, PSA Tuas)하면서 동시에 전체 국가를 기업 AI-native 전환의 포장층으로 조직합니다. 두 가지 모두 해야 하며, 하나라도 빠지면 안 됩니다.——정부 자체의 AI-native는 포장층이 작동할 수 있는 실행 기반이고, 포장층은 정부 개조의 대외 연장입니다.
• 이것이 싱가포르가 계산 능력 / 데이터 / 모델이 없는 상황에서도 여전히 선도할 수 있는 이유를 설명합니다——이는 실행 아키텍처에 베팅합니다: 정부 실행 능력에 의존하여 기업 전환 속도를 확대합니다. 생산 요소는 모두 우위가 없으므로 실행에만 베팅할 수 있습니다.

양측 원문의 동형성

Diana Hu와 Mariam Jaafar의 발언을 함께 놓으면, 예상치 못한 동형성을 볼 수 있습니다:

“It should not be a tool your company just uses. It should be the operating system your company runs on.”

— Diana Hu, YC, 2026

“If healthcare is truly a national AI mission, the goal cannot be incremental adoption.”

의료가 정말로 국가 AI 사명이라면, 목표는 점진적 도입에 그칠 수 없습니다.

— Mariam Jaafar, MOH COS 2026-03-04

회사 버전의 발언과 국가 버전의 발언은 같은 것을 말하고 있습니다——이것이 이 기사의 가장 강력한 양극 동형성의 증거입니다.

---

5. 실행 상태 관찰

앞에서 정리한 것은 싱가포르의 실행 아키텍처입니다——양 레일이 동시에 달립니다: 정부가 직접 AI-native 개조를 진행하면서 동시에 국가를 기업 AI-native 전환의 증폭기로 조직합니다. 남은 질문은 하나뿐입니다: 이 아키텍처가 실행될 수 있을까요?

실행 상태는 웅대한 서사보다 더 볼 가치가 있습니다. 아래는 장기적으로 추적 중인 몇 가지 수치와 사건들입니다——이들이 어떻게 움직이는지가 이 주장이 검증되는지 아니면 반박되는지를 결정합니다.

정부 레일: 자체 AI-native가 정말로 작동하는가

• Pair 침투: 150K 공무원 목표 중에서 월간 활성 비율이 어느 정도까지 갈까요? 현재 상태는 이미 온라인 상태이며, 핵심은 침투 깊이입니다.
• ACE-AI 진료소 커버리지: 2027년 초 목표인 전체 약 1,100개 Healthier SG 진료소로 확대——정시에 구현되거나 연기될까요?
• Note Buddy 확산: 2025-12의 5,000+ 의료 전문가, 67K 의료 기록에서 전국 의사로 확산하는 데 얼마나 걸릴까요? 이것은 GenAI 임상 적용의 가장 초기 샘플이며, 확산 속도는 의료 시스템의 AI 수용 속도를 반영합니다.
• DIS / HTX / DSO 보안 측면 AI: 공개하지 않는 것 자체가 관찰 항목입니다——투명성이 개선되고 있습니까?

기업 레일: 레버리지가 정말로 기업을 움직일 수 있는가

• 중소 기업 AI 채택률: 4.2%에서 14.5%로의 상승은 1년의 상승입니다. 다음 1-2년에 계속 2배로 증가하여 30% 이상에 도달할까요, 아니면 15% 근처에 머물까요? 2배 증가는 레버리지가 효과가 있다는 뜻이고, 정체는 초기 보너스가 끝났다는 의미입니다.
• NAIIP 중기 진도: 2027년 중기까지 10K 기업 + 100K 근로자 추진이 어느 정도까지 진행될까요?
• Champions of AI 확장: 리스트가 중형 기업까지 포괄하고 있는가, 아니면 대기업 플래그십만 포함합니까?

양 레일 결합: 정부 용법이 기업으로 전도될 수 있는가

• 공립 → 민립: Note Buddy / SELENA+ / ACE-AI 이 전략이 민립 병원 / 개인 진료소에 채택되는 시간차
• Pair → 기업 AI 어시스턴트: 국내 기업이 자체 구축한 AI 어시스턴트가 Pair의 프레임워크를 참고하는지 여부(Litmus + Sentinel 보안 더블팩이 업계 기본값이 될 수 있는지)
• 국가 데이터 인프라의 기업 개방: HEALIX가 민간 의료 AI에 인터페이스를 개방하는가; Virtual Singapore가 도시 AI 스타트업의 기본 플랫폼이 되는가

국제: 핸들 6이 견뎌낼 수 있는가

• Singapore Consensus 영향력: 2026년 업데이트 후 100+ 참여자 / 11개국에서 더 많은 연구 기관 및 정책 네트워크로 확대할 수 있을까요? G20 의제에 진입할 수 있을까요?
• Agentic AI Governance Framework: 2026-01년 전 세계 최초 공개 후 얼마나 많은 국가 / 다국적 기업이 인용했을까요?
• AI 회사 APAC 본부 동향: OpenAI, Anthropic, 기타 대형 기업이 싱가포르 직원을 확대할 것 vs 철수할 것. 이것은 싱가포르 AI 거버넌스 신뢰도에 대한 시장의 가장 직접적인 투표입니다.

고용 충격: 가장 큰 실행 변수

3절 위험 관리에서 말했듯이——AI 시대의 첫 번째 칼은 PMET 중산층을 향합니다. 이것은 Smart Nation 시대에는 존재하지 않던 정치 변수입니다. 전체 전략을 실행할 수 있는지 여부는 이 칼이 내려올 때 재교육과 직무 전환이 따라갈 수 있는지에 달려 있습니다.

• PMET 초봉 및 채용 규모: 초급 변호사 / 회계사 / 엔지니어의 초봉과 채용 규모가 감소하는가——이것은 AI 대체 효과의 가장 초기 신호입니다.
• 재교육 프로젝트 직무 전환율: CCP, SkillsFuture Mid-Career Credit, AI Bilingual 100K 이수자가 정말로 직무 전환에 성공했는가, 아니면 한 바퀴 돌아 원래 직무로 돌아갔거나 심지어 노동 시장을 떠났는가
• NTUC 정책 주장: 「근로자 보호」에서 「AI 배포 제한」으로 업그레이드하는 임계점——일단 넘으면 전체 전략을 다시 써야 합니다.
• PAP 선거 데이터: PMET 높은 비율 선거구의 득표율 변화는 사회 수용도 관찰의 가장 확실한 신호입니다.

역신호: 어떤 일이 이 주장을 뒤집을 것인가

• 고용 충격이 임계점을 넘어 AI가 인력을 대체하는 것을 제한하는 규정을 야기합니다.
• 대기업(DBS, Singtel, PSA)이 매우 빠르게 달리고 중소 기업이 완전히 뒤처진다——양 레일이 양극화로 변합니다.

위의 수치가 전반적으로 긍정적으로 나타나면 「양 레일이 동시에 달린다」는 주장은 참입니다; 한 레일이 명백히 뒤처지면, 주장을 수정하거나 실행 능력이 과대평가된 것입니다.

---

추가 자료

• 디지털화에서 AI로: 싱가포르의 두 번째 국가급 전환 — Budget 2026과 2014 Smart Nation을 나란히 대조
• 싱가포르의 AI 말라카 해협은 어디에 있는가? — AI 정제 허브 전략의 부상과 침식
• 싱가포르 AI 정책 진화 전경 — 2014 스마트 국가에서 2026 종합 AI 전략까지 5단계 타임라인
• 국회 AI 초점 — Budget 2026 기간 각 부처 Supply 위원회의 완전한 토론 기록
• 정책 문서 — Budget 2026 공식 문서 및 중문 번역