홍콩 AI 전 국민 보급(전민 AI) 계획으로, 홍콩 특별행정구 정부는 향후 두 회계연도에 걸쳐 200회가 넘는 행사를 개최할 예정이라고 밝혔다.
이는 합리적인 출발이지만, 성과를 단순히 행사 수나 참석자 수, 수료증 개수로 평가해서는 안 된다. 핵심 질문은 명확하다: 시민이 프롬프트 작성과 생성형 AI 활용법을 배운 뒤, 기업이 기꺼이 비용을 지불할 만한 실무 역량을 획득했는가 이다.
홍콩은 일국양제 하의 특별행정구이며 국제 금융 허브로서의 지위를 가진 도시다. 홍콩 AI 정책은 중국 본토의 모델 및 오픈소스 생태계에 접근할 수 있는 장점과, 국제 금융 네트워크·영문 비즈니스 관행·보증 가능한 감사·보험 시장 등 신뢰 인프라를 동시에 활용할 수 있는 여지를 가진다.
홍콩 AI, 싱가포르·말레이시아와 비교
싱가포르는 이미 인재 양성, 연구, 기업 실증과 적용을 연계해 왔다. AI Singapore는 인재와 산업 적용을 촉진하고, AI Verify Foundation 같은 조직은 테스트 프레임워크와 툴킷, 인증, 샌드박스 사례를 제공해 기업이 실제로 배포할 수 있는 신뢰 메커니즘을 만든다.
말레이시아의 National AI Office는 2026~2030년 행동계획에서 AI 도입, 규제 프레임워크, 윤리 지침, 정부 AI 영향 연구, 트렌드 보고서와 데이터셋 구축 등을 포함시키며, 의료·교통·농업·공공서비스·교육·중소기업을 핵심 적용 분야로 지목했다. 이들 국가는 단순한 ‘시범 사용’을 넘어, 결과를 설명할 수 있는 정책 도구를 설계한다.
반면 홍콩의 강점은 다르다. 홍콩은 국제금융·영문계약·보증 가능한 감사 체계·보험 시장이라는 신뢰 인프라를 바탕으로, 외부 모델을 단순히 재생산하는 대신 기업이 채택할 수 있고 규제가 수용할 수 있으며 오류 발생 시 책임을 추적할 수 있는 상업적 AI 서비스로 전환해야 한다.
6가지 고부가 AI 신직업
감사와 컴플라이언스, 기업 도입의 방어선
AI가 기업 내부 프로세스로 깊숙이 들어올수록, 기업은 ‘대강 맞는’ 결과를 더 이상 용납할 수 없다. 여기서 첫 번째 신직업이 나온다.
AI 감사원은 모델이 공급사가 주장한 방식으로 작동하는지, 데이터 사용에 정당한 권한이 있는지, 시스템 행동 로그와 버전 변경 이력이 추적 가능한지를 점검한다. 모델 리스크 분석가는 모델이 어떤 상황에서 오류를 내는지, 그 오류가 초래할 손실 규모는 어느 정도인지, 어느 의사결정 지점에서 사람의 재검토가 필수인지 규정한다.
AI 컴플라이언스 컨설턴트는 개인정보보호법, 자금세탁방지 가이드라인, 상장 규정과 업계 요건을 기업이 실행 가능한 AI 사용 정책과 데이터 처리 절차로 전환한다. 이는 회계사·변호사·컴플라이언스 인력을 대체하는 것이 아니라, 기존 전문성을 모델에도 적용 가능하게 확장하는 일이다.
테스트, 자료 거버넌스, 보험 설계
업계 테스트 전문가는 의료 요약, 법률 문서, 물류 서류, 고객 응대 같은 실제 업무 시나리오에서 모델을 검증한다. 모델 점수만으로는 부족하며, 특정 프로세스에서의 신뢰도가 기업의 구매 결정에 더 큰 영향을 준다.
데이터 거버넌스 전문가는 어떤 데이터를 외부 모델에 보낼 수 있고 어떤 데이터를 내부에 남겨야 하는지 경계를 정하고, 국경 간 데이터 전송을 어떻게 처리할지 설계하며, 이용자가 삭제를 요구했을 때 기업이 이를 증명할 수 있도록 시스템을 구성한다.
더불어 AI 제품 책임·보험 설계자도 중요해진다. AI 보조 결정으로 고객이 피해를 입었을 때 책임을 누구에게 물을지, 보험사는 모델 오류율과 오류 유형을 어떻게 반영해 보험 약관·보험료·청구 절차를 설계할지 기술적 이해가 필요하다. 홍콩은 국제 보험 허브라는 점에서 이 분야를 실제 서비스로 발전시킬 잠재력이 크다.
과정이 곧 직업 경로가 되게 하려면
200회가 넘는 공개 강좌를 실제 고용성과로 연결하려면, 정부·대학·업계는 단순한 참여 수치보다 측정 가능한 직업 성과를 설계해야 한다.
첫째, 감사·컴플라이언스·보험·법률·물류·데이터 관리 분야 종사자를 위한 산업별 AI 자격증을 만들고, 강의는 실제 업무 흐름·데이터 처리·사람의 재검토·오류 처리 절차를 포함해야 한다. 단순히 프롬프트 입력을 시범하는 수준으로는 불충분하다.
둘째, 중소기업을 대상으로 3~6개월의 통제된 파일럿을 제공해야 한다. 무작정 수업 시간이나 도입 비용만 보조하는 대신, 기업의 지속적 채택 여부·처리 시간 단축·오류율 개선·인력의 고부가 업무 전환 여부를 성과 기준으로 삼아야 한다.
셋째, 번체 중국어(전통중문), 광둥어 및 영어로 된 산업별 테스트 기준을 마련해야 한다. 기업은 서로 다른 모델이 지역적 상업 언어·계약 조항·고객 대화·국경 간 문서를 처리할 때 어떤 차이가 있는지 알아야만 비교·교체·책임 추궁이 가능하다. 비교 가능한 기준이 없으면 협상력도 없다.
사용자 시장에만 머물지 말아야 한다
AI는 일자리를 바꿀 것이다. 그러나 홍콩의 더 큰 위험은 일부 시민이 외부에서 만들어진 AI를 단순히 ‘사용’하는 법만 배우는 것이다. 홍콩 AI 정책이 도구 사용 교육에만 머물면, 많은 행사는 결국 해외와 본토 모델 플랫폼의 사용자 기반을 넓히는 결과에 그칠 수 있다.
홍콩이 진짜로 길러야 할 인력은, 모델을 신뢰할 수 있는지 판단하고, 오류 발생 시 누가 책임지는지 정하며, 데이터의 국경 간 이용 가능성을 평가하고, AI를 금융·법률·감사·보험·무역의 핵심 프로세스에 통합할 수 있는 전문가들이다. 모델과 프롬프트는 외부에서 확보할 수 있지만, 기업이 계약하고 규제가 수용하는 서비스로 만드는 역량은 외주로 넘길 수 없다.
결론적으로, 단순 강좌를 넘어 전문직들이 AI로 새로운 수입을 창출하고 기업이 핵심 업무에 AI를 도입할 수 있는 경로를 설계하지 못하면, 200회 행사는 200번의 박수로 끝날 뿐이다. 모델 공급자는 구독료를 벌더라도, 홍콩에는 지속 가능한 산업이 남지 않을 위험이 있다.
