AI로 본 싱가포르의 전환 능력

요약

싱가포르는 선천적 조건이 매우 불리한 도시국가다. 배후지도, 천연자원도, 인구의 깊이도 없고 민족적 동질성도 없다. 그런데도 싱가포르는 60년 동안 “세계가 필요로 하는 나라”라는 상태를 유지해 왔다. 흔한 설명은 이를 지리, 항만 효율, 또는 엘리트 정부의 승리로 본다. 이 글은 AI를 통해 다른 관점을 제시한다. 싱가포르가 진짜 의지해 온 것은 기존 우위가 약해지기 전에 먼저 방향을 바꾸고, 그 새 방향을 제도와 프로젝트로 실행하는 능력이다.

먼저 호르무즈 해협의 우회화, 즉 사우디아라비아 Petroline 확장, UAE 푸자이라 항, 파나마 운하 가뭄, 중국-미얀마 석유가스 파이프라인을 말라카의 비유로 삼아 물리적 허브의 취약성을 본다. 이어 싱가포르의 60년 동안 다섯 차례 전환을 통해, “필요로 되는 상태”가 아직 실패하지 않았을 때 먼저 방향을 바꾸고 그것을 실행으로 전환하는 제도적 본능을 논증한다. 이번 AI 전환에서는 GitHub Star 데이터를 통해 “AI 정제+인증” 전략을 검증하고, 2026년 싱가포르 예산안과 NAIS Update의 방향 전환을 통해 정부의 빠른 수정 능력을 확인한다.

키워드: 싱가포르 좋은 거버넌스, AI 전략, 제도적 해자, AI-native 국가, 말라카 딜레마, SEA-LION, AI Verify, 다섯 차례 전환

1. 도입: 싱가포르의 좋은 거버넌스를 어떻게 볼 것인가

1.0 연구 방법과 데이터 출처

이 글은 싱가포르의 AI 배치를 관찰의 출발점으로 삼고, 1차 인터뷰, 2차 데이터 분석, 국가 간 비교를 결합한다.

데이터 출처:

• 1차 인터뷰: 싱가포르 거주 투자자, 싱가포르 거주 중국계 창업자, 싱가포르 현지 창업자, 싱가포르 대학 교수;
• 정부 문서: 싱가포르 IMDA, MDDI, MAS, AI Singapore 공개 자료, 2026년 싱가포르 Budget, 2026년 NAIS Update;
• 산업 보고서: IMD World Digital Competitiveness, Stanford AI Index, Salesforce/Microsoft AI Adoption Surveys;
• 에너지 데이터: U.S. Energy Information Administration (EIA), International Energy Agency (IEA);
• 개발자 생태계 데이터: 2026-04-30 기준 GitHub Star/Fork 통계;
• 역사 데이터: Singapore Department of Statistics, World Bank 과거 지표;
• 웹 검색: 보완적 공개 자료, 뉴스 보도, 산업 블로그.

비교 표본: SEA-LION과 AI Verify 트랙의 상한을 논증하기 위해 유사한 국가급 AI 프로젝트(인도의 AI4Bharat, 태국의 SCB 10X, 인도의 Sarvam AI)와 유사한 거버넌스 도구(IBM AIF360, Microsoft Responsible AI Toolbox, EleutherAI lm-evaluation-harness)를 비교 대상으로 삼았다.

한계: 1차 인터뷰 표본은 제한적이며 정부 의사결정자는 포함하지 못했다. 개발자 생태계 데이터는 2026-04-30 시점의 스냅샷이다. 정책 정보는 2026-05-20까지 보완했다. AI 산업은 빠르게 진화하므로 일부 결론은 몇 달 안에 갱신될 수 있다.

1.1 진짜 질문은 무엇인가

리콴유는 반복해서 이렇게 강조했다.¹

“Singapore must always be relevant to the world.”

싱가포르의 좋은 거버넌스를 둘러싼 진짜 질문은 이것이다.

배후지도, 자원도, 인구의 깊이도, 민족적 동질성도 없는 나라가 어떻게 60년 동안 “필요로 되는” 상태를 유지했는가?

일반적인 답은 지도자의 비전, 지리적 우위, 효율적인 정부로 향한다. 우리가 더 관심을 두는 것은 그 표면 뒤의 제도적 능력이다.

싱가포르는 중요한 순간에 먼저 방향을 바꾸고 이를 실행으로 옮기는 제도를 만들었다. 몇 년마다 기계적으로 전환한 것이 아니다. 기존 우위가 아직 유효하지만 외부 환경이 이미 변하기 시작했을 때, 자원과 기관과 정책 도구를 제때 조직해 다음 전환을 밀어붙였다.²

아래에서는 AI라는 이번 전환을 통해 이 판단을 검증한다. 구체적 분석에 들어가기 전에, 우리가 “좋은 거버넌스”를 보는 세 가지 차원을 제시한다.

1.2 세 가지 관찰 차원

첫째: 물리적 허브의 취약성 - 호르무즈가 주는 경고

모든 “허브형 소국” - 싱가포르, 파나마, 덴마크, 두바이 - 은 같은 암묵적 가정 위에 서 있다. 지리적 위치는 대체 불가능하다는 가정이다.

하지만 2024-2025년 호르무즈 해협은 이 가정이 흔들리고 있음을 보여 준다. 후티 공격으로 해운 보험료가 두 배가 된 뒤, 사우디아라비아는 동서 송유관인 Petroline을 하루 700만 배럴 규모로 확장했다. 동부 유전의 원유를 호르무즈를 지나지 않고 홍해로 보내기 위해서다. UAE도 호르무즈 바깥의 푸자이라 항에 석유 터미널을 세웠다. 파나마 운하의 가뭄은 해운 경로 재설계를 촉발했고, 중국-미얀마 석유가스 파이프라인은 중국의 원유 수입이 말라카를 우회하도록 하려 한다. 세계 석유 소비의 약 20%가 호르무즈를 지나지만, 이 통로가 흔들릴 때마다 시장의 반응은 “대체 불가”가 아니라 “즉시 대체로를 찾자”다.

둘째: 싱가포르의 다섯 차례 전환 - 제도적 본능

단일 사건이 아니라 60년의 전체 궤적으로 보면, 싱가포르의 능동적 전환 패턴은 매우 분명하다.

이 전환들은 고정된 주기에 따라 발생한 것이 아니다. 외부 환경의 기어가 바뀌는 순간마다 반복적으로 나타났다.

이는 운이 아니라 제도적 본능이다. 이 본능은 싱가포르가 기존 성장 논리가 아직 유효할 때 전환을 시작하게 한다. 위기가 터진 뒤에야 마지못해 조정하는 방식이 아니다.

이것이 “좋은 거버넌스”에서 가장 복제하기 어려운 부분이다. 다른 나라는 EDB의 투자 유치 전략이나 IMDA의 정책 도구를 배울 수 있다. 하지만 “필요로 되는 상태”가 아직 실패하지 않았을 때 먼저 방향을 바꾸고, 그 새 방향을 실행으로 만드는 본능은 쉽게 배울 수 없다.

1.3 왜 AI로 싱가포르를 보는가

이제 싱가포르의 현재 AI 배치로 넘어간다. AI를 출발점으로 삼는 이유는 세 가지다.

1. AI는 싱가포르의 다음 전환에서 핵심 변수가 되고 있다. 이 일이 어떻게 추진되는지 보는 것은 좋은 거버넌스의 현대적 실험을 실시간으로 보는 것과 같다.
2. AI에는 말라카 해협이 없다. AI는 물리적 중계를 필요로 하지 않는다. 이는 싱가포르가 “지리적 해자” 사고에서 “제도적 해자” 사고로 옮겨가도록 강제한다. 좋은 거버넌스의 본질이 가장 분명히 드러난다.
3. 데이터로 검증할 수 있다. GitHub Stars, 중소기업 도입률, 정부 AI 프로젝트 수는 모두 공개적으로 확인 가능하다. 좋은 거버넌스라는 개념을 데이터 층으로 되돌릴 수 있다.

1.4 관련 산출물: 장기 관측소 sgai.md

이 연구의 연장선에서 우리는 https://sgai.md, 즉 Singapore AI Strategy Observatory를 만들고 오픈소스로 공개했다. 장기적으로 운영하며 대중이 싱가포르의 AI 전환을 계속 추적하고 이해할 수 있도록 하려는 목적이다.

아래는 AI 시대 싱가포르의 통치 방식에 대한 구체적 관찰이다.

2. 싱가포르의 AI 말라카 해협은 어디에 있는가

2.1 매력적인 비유

싱가포르는 석유를 한 방울도 생산하지 않지만 세계 3위의 정유 허브다. 주롱섬의 정유 시설은 매일 130만 배럴 이상의 원유를 처리하고, Shell과 ExxonMobil은 반세기 동안 이곳에 깊이 자리 잡았다. Vitol, Trafigura, Glencore 같은 주요 원자재 트레이더는 아시아태평양 본부를 이곳에 둔다. Platts의 아시아 석유 가격 벤치마크도 이곳에서 형성된다.

이 에너지 허브의 성장 경로는 분명하다. 지리적 위치 -> 정유 능력 -> 거래와 가격 형성 -> 생태계 -> 미래 지향적 전환. 말라카 해협은 물리적 출발점을 제공했지만, 싱가포르를 진짜 대체하기 어렵게 만든 것은 수십 년 동안 쌓인 능력, 효율, 제도적 밀도였다.

싱가포르 AI 생태계의 데이터를 정리해 보면, 싱가포르가 거의 같은 경로를 따라 AI 허브를 만들려 하고 있음을 볼 수 있다.

하지만 이 비유에는 근본적 문제가 있다. AI에는 말라카 해협이 없다.

2.2 비유의 맹점: AI에는 말라카 해협이 없다

석유는 물리적으로 이동해야 한다. 전 세계 해상 무역의 약 3분의 1이 말라카 해협을 지난다. 이 수로를 지도에서 지울 수는 없다. 싱가포르는 그 자리에 있고, 그 피하기 어려운 물리적 출발점 위에 가치를 겹겹이 쌓았다.

하지만 데이터와 알고리즘은 어떤 해협도 지날 필요가 없다.

AI 모델의 훈련과 배포는 세계 어디서든 일어날 수 있다. GPT-5가 자카르타 사용자에게 서비스하기 위해 싱가포르를 경유할 필요는 없다. 베트남의 AI 스타트업도 싱가포르를 거치지 않고 Claude API에 접속할 수 있다.

예멘의 아덴과 이집트의 수에즈도 중요한 해운 요충지에 있지만 에너지 허브가 되지 못했다. 정유와 거래 능력을 그 위에 쌓지 못했기 때문이다. AI에서는 문제가 더 심각하다. 요충지 자체가 존재하지 않는다.

그렇다면 AI 지도에서 싱가포르의 말라카 해협은 무엇인가?

2.3 네 가지 후보, 모두 치명적 약점이 있다

2.3.1 데이터 교차로론

싱가포르는 동남아시아 해저 케이블이 모이는 지점이며, 70개 이상의 데이터센터가 있다. 하지만 이 우위는 희석되고 있다. 말레이시아 조호르와 인도네시아 바탐은 더 낮은 비용과 더 풍부한 전력을 바탕으로 데이터센터를 대규모로 짓고 있다. 싱가포르도 2019년부터 데이터센터 성장을 제한했고, 2022년 Pilot Data Centre Call을 통해 제한적으로 승인을 재개했다. 데이터센터는 이전할 수 있다. 말라카 해협이 아니다.

2.3.2 제도적 신뢰론

다국적 기업은 법치, 지식재산 보호, 정치적 안정성을 신뢰해 민감한 AI 업무를 싱가포르에 둔다. 그러나 제도적 우위는 모방될 수 있고, 기업들은 점점 AI를 중립적 제3국이 아니라 자신의 시장과 데이터 소스에 가까운 곳에 두려 한다.

2.3.3 인재 집결지론

싱가포르는 글로벌 AI 인재가 만나는 장소다. 하지만 실리콘밸리, 베이징, 런던과 비교하면 AI 연구의 깊이와 인재 밀도는 아직 한 단계 이상 차이가 난다. 게다가 인재는 이동한다. 더 좋은 기회가 있는 곳으로 간다.

2.3.4 규제 샌드박스론

AI Verify 같은 거버넌스 프레임워크는 비교적 앞서 있으며, 아시아 시장에 진입하는 AI 제품의 컴플라이언스 인증 센터가 될 가능성이 있다. 이는 디지털 말라카에 가장 가까운 후보이다. 그러나 전제는 아시아가 정말 하나의 통합 AI 시장이 되어 단일 컴플라이언스 관문을 필요로 해야 한다는 것이다. 아직 그런 상황은 오지 않았다.

정리하면, 싱가포르의 AI 허브 지위는 에너지처럼 지리적 고정 효과를 갖지 않는다. 본질적으로 선택지이지, 반드시 지나야 하는 길이 아니다.

2.4 더 깊은 위험: 기반 모델이 정제층을 삼키고 있다

위의 분석은 해협이 없다는 문제에 그친다. 더 깊은 위험은 더 이상 이론이 아니다. 싱가포르가 앞서 베팅했던 두 핵심 정제 능력, SEA-LION과 AI Verify는 기반 모델의 진화에 직접 삼켜지고 있다.

2.4.1 SEA-LION: 지역화 적응의 창이 닫히고 있다

SEA-LION은 AI Singapore가 개발한 동남아시아 다국어 대규모 언어모델로, 11개 언어를 지원한다.³ 그 논리는 AI 정제다. 세계의 기반 AI 능력을 가져와 동남아시아에서 쓸 수 있는 제품으로 가공하는 것, 원유를 아시아태평양 시장에 맞는 연료로 정제하는 것과 같은 발상이다.

하지만 석유 정제는 건너뛸 수 없는 물리적 과정이다. 원유를 자동차에 바로 넣을 수는 없다. 반면 AI 모델의 정제는 완전히 건너뛸 수 있다. GPT-4가 나왔을 때는 말레이어와 태국어가 약했기 때문에 지역화 적응에는 가치가 있었다. 하지만 GPT-5, Claude, Gemini는 이런 언어를 점점 더 원어민 수준에 가깝게 지원하고 있으며 품질도 계속 좋아지고 있다. 기반 모델이 정제 단계를 직접 처리한다면, SEA-LION은 이미 고속도로가 있는 곳에 자전거 도로를 놓는 일이 된다.

2.4.2 AI Verify: 거버넌스 프레임워크는 모델 진화를 따라잡지 못한다

AI Verify는 11개 지표와 오픈소스 툴킷을 갖춘 세계 최초의 테스트 가능한 AI 거버넌스 프레임워크다.⁴ 2022년에는 진짜 선도자 우위였다. 하지만:

• AI Verify가 테스트하는 것은 설명가능성, 공정성, 투명성이다. 이는 2022년에 정의된 문제다.
• 에이전트형 AI, 멀티모달 모델, 자율 의사결정 시스템의 위험 차원은 6개월마다 바뀐다.
• 거버넌스 프레임워크의 반복 속도는 연 단위이고, 모델 능력의 반복 속도는 월 단위다.

더 근본적으로, EU AI Act는 강행 법이고, 미국은 행정명령 차원에서 움직이며, 중국은 자체 체계를 갖고 있다. AI 거버넌스 표준 경쟁은 본질적으로 강대국 정치다. 인구 600만 명의 소국인 싱가포르가 표준 설정에서 가질 수 있는 발언권에는 구조적 상한이 있다.

2.4.3 데이터가 이미 문제를 보여 준다

이는 단순한 이론 분석이 아니다. GitHub 데이터가 직접 답을 준다.⁵

SEA-LION 메인 저장소는 공개된 지 2년이 넘었고 누적 393 Star, 31 Fork를 기록했다. 주변 배포 도구와 예제 프로젝트 대부분은 한 자릿수 Star에 머문다. AI Verify는 더 눈에 띈다. 메인 저장소는 58 Star, 17 Fork에 불과하다. 이후 나온 Moonshot 테스트 도구는 조금 낫지만 그래도 316 Star다.

SEA-LION 숫자만으로 결론을 낼 수는 없다. 유사 프로젝트와 비교하면 인도의 국가급 AI4Bharat 산하 IndicTrans2는 400 Star대, 태국 SCB 10X의 Typhoon-OCR은 100 Star를 조금 넘고, Sarvam AI의 오픈소스 저장소도 수십에서 100 Star대다. 지역 언어 모델 트랙 전체가 Meta, Mistral 같은 기반 모델로부터 개발자의 관심을 빼앗지 못했다. SEA-LION은 예외가 아니라 이 트랙의 상한을 보여 준다.

AI Verify의 처지는 더 주목할 만하다. 비교 대상은 LLaMA가 아니라 같은 AI 거버넌스 도구다. IBM AIF360은 약 2,800 Star, Microsoft Responsible AI Toolbox는 약 1,700 Star, 더 범용적인 EleutherAI lm-evaluation-harness는 12,000을 넘는다. 국가급 대표 거버넌스 프레임워크가 동종 도구보다 두 자릿수 규모로 뒤처진 것은 시장 크기만으로 설명할 수 없다.

한 걸음 더 물러서 보면, AI 거버넌스 도구 트랙 전체의 상한인 12,000 Star도 LLaMA 단일 프로젝트의 60,000 Star의 5분의 1에 불과하다. 개발자의 관심은 기반 모델로 빨려 들어갔다. 거버넌스 도구는 AI 산업 안에서도 아직 주변부 범주다. 그래서 SEA-LION과 AI Verify는 서로 다른 두 실패를 보여 준다. SEA-LION은 지역 LLM 트랙의 상한이 낮다는 문제이고, AI Verify는 트랙 자체가 아직 크게 뜨지 않았으며 그 안에서도 선두가 아니라는 문제다.

석유는 스스로 진화하지 않지만 AI는 진화한다. 싱가포르가 만들려 했던 “AI 주롱섬”은, 원유 자체가 이미 직접 사용할 수 있게 되어 정제가 더 이상 필요하지 않은 현실을 마주하고 있다.

2.5 빠른 전환: 엘리트 정부의 자기 수정 능력

여기까지 보면 싱가포르는 잘못된 방향에 베팅한 것처럼 보인다. 그러나 그다음에 일어난 일이 이 이야기를 다르게 만든다.

싱가포르의 통치 스타일을 아는 사람은 이 정부의 특징이 빠르게 가설을 내고, 빠르게 검증하고, 편차를 발견하면 빠르게 조정하는 데 있음을 안다. SEA-LION과 AI Verify는 전략적 실패라기보다 빠르게 검증되고 소화된 한 차례 정책 실험에 가깝다.

2026년 초 예산안은 먼저 분명한 방향 전환을 보여 주었다.⁶

• 총리가 직접 주재하는 National AI Council을 세워 AI를 기술 의제에서 국가 최고 수준의 거버넌스 의제로 격상했다.
• 4개의 AI Mission을 내놓았고, 모두 구체적인 공공서비스 장면에 초점을 맞췄다. 플랫폼과 프레임워크 구축에서 실제 문제 해결로 이동한 것이다.
• Enterprise Innovation Scheme을 통해 400% AI 세액공제를 제공하여 기업의 AI 도입을 직접 끌어냈다.
• one-north AI Park와 National AI Literacy Programme을 통해 물리 공간부터 전국적 AI 리터러시까지 체계적으로 구축했다.

2026년 5월, MDDI는 ATxSummit에서 NAIS Update를 발표하며 이 전환을 국가전략으로 더 분명히 썼다.⁷ 다음 단계의 초점은 더 이상 단일 기술 도구가 아니다. 부문과 공공부문 전환, AI 도입의 주류화, 신뢰할 수 있는 AI 허브 구축이다. 네 개의 National AI Missions는 첨단 제조, 금융, 연결성, 의료라는 네 선도 산업에 놓였다. 이 업데이트의 의미는 분명하다. 싱가포르는 AI를 모델, 플랫폼, 프레임워크에서 공항, 항만, 금융기관, 병원, 제조 현장, 공공부문 업무 흐름으로 옮기고 있다.

2026년 예산안과 NAIS Update를 따로 보면 많은 흩어진 프로젝트처럼 보인다. 하지만 AI 도입 경로에 따라 다시 조직하면 구조가 분명해진다. 이 글은 싱가포르 AI 전략을 6가지 정책 도구로 나누고, 115개의 구체적 실행 프로젝트를 “인프라 -> 거버넌스 -> 인재 -> 응용 -> 정부 자체 사용 -> 외교”라는 실행 파이프라인으로 묶는다.

이 지도는 한 가지를 더 설명한다. 싱가포르의 전환 능력은 “방향이 바뀌었다고 판단하는 것”에 그치지 않는다. 새 방향을 부처 간, 실행 가능, 추적 가능한 프로젝트 포트폴리오로 쪼개는 능력까지 포함한다. 싱가포르의 장점은 특정 AI 기술 자체가 아니라 제도, 프로젝트, 부처 협력을 실행 능력으로 조직하는 데 있다.

남들이 쓰도록 AI 도구를 만드는 것에서, 먼저 자신이 AI를 끝까지 쓰는 것으로. 이 전환의 속도와 결단력 자체가 싱가포르 제도 능력의 증거다. 정책 방향이 어긋났다는 것을 알았을 때, 얼마나 많은 정부가 자신이 틀리지 않았다는 것을 증명하려고 더 크게 베팅하는가? 싱가포르는 바로 방향을 틀었고, 그 전환된 방향을 빠르게 제도화했다.

2.6 진짜 해자: AI를 현실 세계에서 작동하게 하는 제도 능력

기술적 우위가 모두 일시적이라면, 싱가포르에는 기반 모델이 삼킬 수 없는 무엇이 남는가?

싱가포르가 진짜로 독특한 것은 AI를 현실 세계에서 작동하게 하는 제도 능력이다.

구체적으로는 다음과 같다.

• ACE-AI는 단순한 예측 모델이 아니다. 그 뒤에는 Synapxe가 AI를 전국 1,100개 이상 클리닉의 데이터 파이프라인에 연결하는 작업이 있고,⁸ 65세 이상 인구가 21%를 넘는 초고령 사회의 압력 속에서 보건부가 AI로 예방의학 업무 흐름을 재구성하려는 의지가 있다.
• 국경 통관 AI는 단순한 알고리즘이 아니다. 그 뒤에는 승인 절차를 AI-native 방식으로 재설계하려는 ICA의 제도적 용기가 있다.
• DBS의 800개 이상 AI 모델은 단순한 기술 능력이 아니다. 그 뒤에는 MAS의 FEAT에서 Veritas로 이어지는 규제 경로가 있고,⁹ 은행이 AI를 쓸 수 있을 뿐 아니라 쓸 용기를 갖게 한다.
• 네 개의 National AI Missions는 산업 구호가 아니다. 첨단 제조, 금융, 연결성, 의료라는 싱가포르가 이미 세계적 지위를 가진 네 산업을 AI 심층 도입의 국가급 시험장으로 바꾼다.
• 창이 T5, 투아스 항, 풍골 디지털 지구는 단순한 인프라 프로젝트가 아니다. 항공 스케줄링, 항만 자동화, 로봇 운영 규칙, 데이터 플랫폼, 실제 운영 현장을 한데 묶어 싱가포르를 복잡한 물리 세계에서 AI를 구현하는 living lab으로 만든다.
• NVIDIA Singapore AI Research Lab은 단순한 외국 자본의 착륙 지점이 아니다. embodied AI, 효율적 AI, 대학, 산업 파트너, 정부 기관을 연결한다. 이는 싱가포르의 매력이 현지 시장 규모가 아니라 신뢰할 수 있는 기술 채택 기록과 글로벌 네트워크에서 나온다는 점을 보여 준다.
• 중소기업 AI 도입률이 1년 만에 4.2%에서 14.5%로 오른 것¹⁰은 싱가포르의 모델이 더 좋아서가 아니다. 400% 세액공제와 10.5만 명의 AI 교육 수료가 작동한 결과다.
• 근로자의 75%가 정기적으로 AI 도구를 사용하는 것은 UAE에 이어 세계 2위의 도입률이다.¹¹ 이는 기술 문제가 아니라 조직 변화 문제다.

기반 모델은 SEA-LION을 대체할 수 있다. 그러나 한 나라의 보건부가 1,100개 클리닉에 AI를 배포하려는 의지를 대체할 수는 없다. 공항, 항만, 금융 규제, 제조 현장, 공공서비스 프로세스를 동시에 AI에 여는 제도 능력도 대체할 수 없다. 이것들은 기술적 성취가 아니라 제도적 성취다.

3. 싱가포르 AI는 어디로 전환하고 있는가

위 분석을 바탕으로 보면 싱가포르 AI의 방향은 더 분명해진다. 초기의 가장 매력적인 구상은 AI 가치사슬에서 “정제+인증” 층의 아시아 허브가 되는 것이었다. SEA-LION으로 지역화 적응을 맡고, AI Verify로 신뢰 거버넌스 관문을 만들며, 세계의 기반 모델을 동남아시아 시장과 규제 환경에 맞는 능력으로 가공한다는 구상이다.

이 구상의 문제는 너무 안정적인 가치사슬을 전제한다는 데 있다. AI가 석유처럼 고정되고 건너뛸 수 없는 중간 단계를 가진다고 보는 것이다. 하지만 기반 모델의 다국어 능력, 도구 사용 능력, 내장 거버넌스 능력이 계속 강화되면 지역 정제와 단일 인증의 공간은 계속 압축된다. 싱가포르가 계속 관련성을 유지하려면 이 중간층만 지킬 수는 없다.

따라서 2026년 예산안과 NAIS Update가 가리키는 새 방향은 다음과 같다.

싱가포르를 AI-native 국가 모델로 만든다. AI가 실제로 공공서비스와 산업 프로세스에 들어가게 한다.

다시 말해 경쟁의 초점은 AI 가치사슬의 어느 중간 고리에서, 국가 전체가 AI 전면 도입의 모델이 될 수 있는 능력으로 이동한다.

2026년 예산안과 2026년 NAIS Update는 싱가포르 정부가 실제로 이 방향으로 움직이고 있음을 보여 준다. 단일 모델이나 단일 인증 도구는 구성 요소일 뿐이다. 체계적으로 강화되고 있는 것은 도구, 거버넌스, 데이터, 컴퓨팅, 인재, 산업 장면이 함께 만드는 현실 세계 구현 능력이다.

이 방향의 핵심 장점은 다음과 같다.

1. 기반 모델의 흡수를 두려워하지 않는다. AI가 아무리 강해져도, 그것을 전국 클리닉에 연결할 정부, 은행에 합법적 사용 경로를 제시할 규제기관, 근로자의 75%가 쓸 수 있게 하는 교육 체계가 필요하다. 이는 모델이 대체할 수 없다.

2. 경쟁 장벽이 실제로 존재한다. 제도 능력은 수십 년의 축적을 필요로 한다. 말레이시아는 더 저렴한 데이터센터를 지을 수 있지만, Smart Nation 2014에서 NAIS 2.0, Budget 2026, NAIS Update 2026으로 이어지는 싱가포르의 전체 제도 진화를 단기간에 복제할 수는 없다.

3. 수출 가능하고 수익화 가능하다. 전 세계 모든 국가는 AI를 어떻게 배포할 것인가라는 문제에 직면해 있다. 싱가포르가 먼저 해결한다면, 거버넌스 프레임워크부터 인재 체계, 정부 조달 프로세스까지 그 경험 자체가 수출 가능한 제품이 된다.

4. 연구의 한계와 위험

몇 가지 위험을 명시해야 한다.

위험 1: 600만 명의 모델이 무엇을 대표할 수 있는가? 싱가포르의 제도 환경은 매우 특수하다. 도시국가이고, 고도로 중앙집권적이며, 민족 균형이 설계되어 있고, 연방제의 마찰도 없다. 싱가포르에서 작동한 AI 솔루션이 인구 2억7천만 명, 1만7천 개 섬의 인도네시아 환경에 옮겨졌을 때 전혀 적용되지 않을 수 있다.

위험 2: 제도 능력도 쇠퇴할 수 있다. 싱가포르 정부의 실행력이 약해지고, 인재 유출이 빨라지거나, AI 활용을 과도하게 제한하는 컴플라이언스 비용 같은 중대한 정책 실수가 생기면 제도적 해자도 침식된다.

위험 3: AI-native 국가는 “첫 번째”일 필요가 없을 수 있다. 석유 가격과는 다르다. Platts 벤치마크가 한 번 자리 잡으면 대체하기 어렵지만, 각국의 AI 통치 경로는 매우 현지화될 수 있고 직접 복제 가능한 템플릿은 없을 수 있다.

5. 창업자와 투자자에게 주는 시사점

싱가포르에서 AI를 하는 창업자나 투자자에게 이 분석틀은 명확한 방향을 가리킨다. 기회는 제도 인터페이스에 있지, 기술 자체에 있지 않다.

1. 기술 해자에 기대지 말라. 모델 능력은 글로벌하다. 싱가포르에서 쓰는 GPT와 방콕에서 쓰는 GPT는 본질적으로 다르지 않다. 싱가포르에서 AI 창업을 하면서 해자가 기술뿐이라면, 해자는 없다.

2. 제도 인터페이스가 만드는 기회를 찾아라. 싱가포르의 독특한 강점은 정부가 기업을 실제 공공서비스와 규제 체계에 연결해 AI를 테스트하고 배포하게 해 준다는 점이다. 동남아시아 대부분의 나라에서는 어렵다. 이 인터페이스 자체가 해자다. 1,100개 클리닉에서 검증된 AI 솔루션은 다른 곳에서는 파일럿 기회조차 얻지 못할 수 있다.

3. “싱가포르에서 검증하고 동남아시아로 수출한다”는 현실적인 길이다. 다만 해결하는 문제가 기술 수준뿐 아니라 제도 수준에서도 이전 가능해야 한다. 의료 시스템이 규정을 지키며 AI를 배포하도록 돕는 솔루션은 더 좋은 동남아시아 언어 모델보다 지속적인 가치가 있다.

4. 정부의 방향 신호를 보라. 2026년 예산안과 NAIS Update의 방향은 매우 분명하다. AI 응용의 실제 배포가 주전장이다. 이 방향을 따르는 창업자와 투자자는 인프라 서사에 머무는 사람보다 더 많은 실제 기회를 얻을 것이다.

5. 지정학적 컴플라이언스를 제품 아키텍처의 일부로 다뤄라. Manus의 사례는 좋은 경고다. AI agent 회사는 글로벌화, 자금조달, 고객 신뢰를 위해 본사를 싱가포르로 옮길 수 있다. 하지만 기술의 출처, 팀의 출처, 자본의 출처, 규제 리스크가 자동으로 사라지는 것은 아니다.¹² 창업자에게 IP 소유권, 데이터 출처, 모델 의존성, 컴퓨팅 공급, 수출통제, 고객 시장의 규제 요구는 회사 초기부터 아키텍처 설계에 들어가야 한다. 투자자도 실사는 제품 데모와 성장 곡선만 보면 안 된다. 이 회사가 정말 국경을 넘는 규제와 강대국 기술 경쟁의 좁은 문을 통과할 수 있는지 봐야 한다. 싱가포르의 가치는 “껍데기”를 바꿔 주는 데 있지 않다. 더 신뢰할 수 있고, 더 설명 가능하며, 국제 시장과 연결되기 쉬운 제도 인터페이스를 제공하는 데 있다.

싱가포르 AI 생태계를 연구하는 사람에게 이 글은 계속 물어야 할 핵심 질문을 남긴다.

싱가포르에 남는 AI 기업은 무엇에 의해 이곳에 묶이는가? 떠나는 기업은 어느 지점에서 싱가포르가 더 이상 최적해가 아니라고 판단하는가? 싱가포르로 들어오는 기업은 정말 이곳에서 제도 능력을 쌓는가, 아니면 국제시장으로 가기 위한 중립적 외피로만 쓰는가?

답이 제도 환경과 정부 협력 기회에 집중된다면 이 글의 판단은 검증된다. 답이 비용과 시장 거리감에 집중된다면 싱가포르의 고정 효과는 우리가 생각한 것보다 약하다는 뜻이다.

6. 결론

이 글은 AI라는 이번 전환을 출발점으로 싱가포르의 좋은 거버넌스를 구체적으로 관찰했다. 핵심 결론은 세 가지다.

결론 1: 물리적 허브 지위는 대체될 수 있지만, 제도 능력은 더 대체하기 어렵다. Petroline, 푸자이라, 파나마 대체 항로, 중국-미얀마 석유가스 파이프라인을 통한 호르무즈 우회는 모든 위치 우위에 유통기한이 있음을 보여 준다. 싱가포르가 60년 동안 다섯 차례 전환한 역사는 말라카보다 더 중요한 것이 “필요로 되는 상태”가 아직 실패하지 않았을 때 먼저 방향을 바꾸고, 새 방향을 실행으로 바꾸는 제도 능력임을 보여 준다.

결론 2: 싱가포르 AI 전략의 초기 베팅인 SEA-LION과 AI Verify는 기반 모델의 진화로 공간이 압축되고 있지만, 수정 속도 자체가 제도 능력의 증거다. GitHub Star 데이터(SEA-LION 393 / AI Verify 58)와 유사 프로젝트와의 비교는 “AI 정제+인증” 트랙에서 싱가포르가 단일 도구만으로 대체 불가능한 독점 지위를 만들기 어렵다는 점을 보여 준다. 그러나 2026년 예산안과 NAIS Update는 정부가 이미 빠르게 전환했음을 보여 준다. 남들이 쓰도록 도구를 만드는 것에서 자신이 먼저 AI를 끝까지 쓰는 방향으로 이동했고, 이 전환을 첨단 제조, 금융, 연결성, 의료라는 네 개의 National AI Missions에 구현했다. 이 수정 속도 자체가 좋은 거버넌스의 현대적 증거다.

결론 3: 싱가포르 AI 전략의 중심은 “정제+인증”의 중간층에서 국가 전체를 AI 전면 구현의 모델로 만드는 방향으로 이동하고 있다. 진짜 해자는 AI를 현실 세계에서 작동하게 하는 제도 능력이다. ACE-AI에서 1,100개 클리닉으로, MAS Veritas에서 DBS의 800개 이상 모델로, 창이 T5와 투아스 항에서 풍골 디지털 지구로, 400% 세액공제에서 75% 근로자 도입률로 이어지는 것들이다. 이는 기술적 성취가 아니라 제도적 성취이므로 기반 모델에 삼켜지지 않는다.

“좋은 거버넌스”에 대한 답: EDB, IMDA 같은 정책 도구는 배울 수 있고 이식할 수 있다. 정말 희소한 것은 GDP가 여전히 성장하고 있을 때 전환을 시작하는 제도적 본능이다. AI 시대는 이 본능을 가장 잘 검증한다. AI에는 말라카가 없기 때문이다. AI는 어떤 나라에도 지리적 해자에 의존하는 것을 허용하지 않고, 제도적 해자에 의존하도록 강제한다.

연구의 의미: AI 시대에도 관련성을 유지하려는 다른 소국, 예를 들어 아일랜드, 룩셈부르크, 에스토니아, UAE에 싱가포르 사례가 주는 시사점은 이것이다. 정책 도구 자체는 열거하기 쉽지만, 자원, 기관, 프로젝트를 지속적인 실행 능력으로 조직하는 것은 어렵다. 기술이 빠르게 반복되는 시대에 국가 경쟁력은 기존 우위가 약해지기 전에 먼저 방향을 바꾸고, 새 방향을 제도화된 실행으로 만들 수 있는지에 크게 달려 있다. 이 판단은 더 큰 스케일에도 적용된다. 산업 재구성에 직면한 대국, 기술 변곡점에 있는 기업에도 “필요로 되는 상태”가 실패하기 전에 행동하는 것이 같은 해자다.

참고 문헌