연구

  • 국회미래연구원 메인페이지
  • 연구
  • 미래산업전략연구

페이지 인쇄하기
「Futures Brief」중국 소버린 AI 정책의 성과와 한계<제26-08호>

브리프형 심층분석 보고서

「Futures Brief」중국 소버린 AI 정책의 성과와 한계<제26-08호>

  • 연구책임자

    조원영

  • 연구진

  • 발간일

    2026-11-18

  • 조회수

    9

요약

브리프는 중국이 미국의 기술통제 속에서도 반도체부터 피지컬 AI까지 AI 전 계층의 독자 역량을 키워 미국을 빠르게 추격했다고 진단했다. 다만 계층마다 남은 병목이 맞물려 있고 확산 성과가 수익과 데이터로 돌아오지 않아 지금의 방식으로는 추월이 어렵다고 분석했다. 이를 바탕으로 한국은 모든 계층의 자급 대신 핵심 역량은 국내에 확보하고 외부 공급망은 전략적으로 활용하는 ‘전략적 소버린 AI’를 지향해야 하며, 국회가 관련 예산의 실현 가능성과 경제적 합리성을 엄밀히 따져야 한다고 제언했다.

브리프에 따르면 미국은 2022년부터 고성능 AI 칩의 대중국 수출을 허가제로 묶었고, 2024년에는 반도체 제조 장비와 설계 소프트웨어, 고대역폭메모리(HBM)까지 통제를 넓혔다. 2026년 1월 일부 고성능 칩의 수출심사가 완화됐지만 실제 수출 물량은 아직 많지 않은 상황이다. 이에 맞서 중국은 ‘AI 반도체 자급 → 컴퓨팅 인프라 구축 → AI 모델 개발 → 산업 확산’으로 이어지는 전 계층을 스스로 갖추는 방식으로 소버린 AI(국가가 AI 개발과 활용에 관한 핵심 의사결정권과 실행 역량을 확보하는 것)를 추진해 왔다고 브리프는 설명했다. 각 계층이 긴밀하게 연결된 만큼, 브리프는 개별 분야를 넘어 AI 생태계 전체의 성과와 한계를 함께 평가했다.

중국의 반도체 분야에서 브리프가 꼽은 첫 성과는 장비 국산화다. 중국산 식각·증착 장비가 이미 현장에서 외국산을 대체하고 있고, 최첨단 극자외선(EUV) 노광장비 없이도 회로를 여러 번 나눠 새기는 방식으로 7나노급 공정을 확보했다는 것이다. 브리프에 의하면 2025년 중국에서 팔린 AI 반도체 400만 개 중 165만 개(41%)가 중국산이었고, 2023년 90%를 넘던 외국 기업의 점유율은 2년 만에 55% 수준으로 떨어졌다.

그러나 핵심 장비 없이 공정을 운영하는 한계도 뚜렷하다고 브리프는 지적했다. 7나노급 제품 수율(생산품 중 정상품의 비율)은 중국 SMIC가 26%로 대만 TSMC(90%)에 크게 못 미치고, 가격은 오히려 40~50% 비싸다. 생산능력도 TSMC의 15분의 1에 못 미쳐 내수 수요의 약 7%만 감당한다. 화웨이가 브로커를 통해 TSMC 공정에서 생산된 칩 300만 개를 확보해 자사 칩 제조에 쓴 사례도 공급 부족을 보여 준다고 브리프는 덧붙였다. 성능 격차 역시 여전해, 브리프가 인용한 에포크AI 집계를 보면 세계 주요 AI 모델 321개 중 319개가 미국산 칩으로 훈련됐다. 중국 AI 기업들이 제3국 데이터센터를 빌려 엔비디아 칩을 우회 사용하는 것도 이 때문이라고 브리프는 설명했다.

중국은 AI 반도체의 국산화에는 성과를 냈지만, 최첨단 AI를 훈련할 고성능 칩의 자립에는 이르지 못했다. 핵심 생산 장비의 제약이 수율·비용·공급량의 열세로 이어져, 내수 점유율 확대에도 엔비디아 의존이 남아 있다는 것이 브리프의 진단이다.

AI 인프라에서는 칩 성능의 열세를 ‘물량’으로 메웠다는 것이 브리프의 분석이다. 화웨이는 칩 384개를 하나로 연결해, 72개를 묶는 엔비디아보다 5배 이상 많은 칩을 쓰는 시스템을 만들었고, 2026년 7월에는 칩 1,024개를 연결한 차세대 시스템도 공개했다. 칩 하나의 성능은 엔비디아의 6~10%지만 시스템 전체로는 엔비디아에 근접했다(제조사 발표 기준). 전력과 토지가 풍부한 서부 내륙 데이터센터에서 동부 연안의 연산을 처리하는 ‘동수서산(東數西算)’ 사업으로 전국에 컴퓨팅 거점을 세우면서, 중국의 AI 연산능력은 2021년부터 2025년까지 10배로 늘었다. 그럼에도 격차는 오히려 커지고 있다고 브리프는 짚었다. 2022년부터 2026년 6월까지 확보된 세계 AI 연산자원 중 중국의 몫은 9.6%로 미국(72.2%)의 7분의 1 수준이다. 같은 성능을 내는 데 엔비디아의 2.5배 전력이 들고, 업계 표준인 엔비디아의 쿠다(CUDA)를 대신할 개발 소프트웨어도 취약하다. 딥시크가 화웨이 시스템으로 차세대 모델 개발을 시도했다가 엔비디아로 되돌아간 사례를 브리프는 그 예로 들었다.

중국은 칩을 연결해 성능의 열세를 보완했지만, 인프라를 늘리는 동안에도 미국과의 연산자원 총량 격차는 오히려 벌어졌다. 브리프는 낮은 전력효율과 데이터·소프트웨어 병목까지 겹쳐, 확보한 연산자원을 실제 AI 개발·활용 성과로 바꾸는 데도 제약이 있다고 지적했다.

AI 모델의 추격 원동력은 적은 자원으로 성능을 끌어내는 ‘가성비’ 기술이었다고 브리프는 평가했다. 미국 고성능 AI의 답변을 학습 데이터로 삼아 자사 모델을 빠르게 개선하는 ‘증류’가 대표적이다. 브리프에 따르면 중국의 AI 모델 훈련 비용은 미국의 10% 미만이고, 이용료도 100만 토큰당 15~60달러인 미국 주요 모델과 달리 딥시크는 2달러 수준이다. 또 여러 기업이 수개월 간격으로 모델을 잇달아 내놓으며 미국 최첨단 모델과의 격차를 4~7개월로 유지하고 있다. 하지만 미국 AI 기업들이 2026년 8월부터 증류 차단에 공조하면서, 격차가 13개월로 벌어질 수 있다는 미국 싱크탱크 IFP의 전망도 브리프는 함께 전했다. 고난도 문제의 격차도 크다. 브리프가 인용한 미국 국립표준기술연구소(NIST) 평가에서 정답이 알려진 수학·코딩 문제는 정답률 차이가 3~7%p에 그쳤지만, 처음 접하는 고난도 추상 추론에서는 미국 모델 79%, 중국 모델 46%로 33%p나 벌어졌다. 이 때문에 많은 기업이 단순 업무는 중국 모델에, 계획·판단·검증 같은 복잡한 업무는 미국 모델에 맡기고 있다고 브리프는 소개했다.

중국 모델은 낮은 비용으로 미국을 빠르게 추격했지만, 고난도 추론과 장시간 자율업무에서는 성능 격차가 여전하다. 브리프는 미국의 증류 차단까지 본격화되면서, 개발비 절감과 빠른 출시를 앞세운 기존 추격 방식에도 제약이 커지고 있다고 분석했다.

브리프는 중국이 가장 두드러진 성과를 낸 분야로 AI 확산을 꼽았다. 중국의 주요 모델은 가중치를 공개해 누구나 내려받아 고쳐 쓸 수 있는 ‘오픈웨이트’ 방식으로 배포된다. 기업은 이를 자기 데이터로 추가 학습시키고 원하는 데이터센터에서 운영할 수 있어 민감 정보 유출을 막고 비용도 아낄 수 있다. 세계 최대 AI 모델 공유 플랫폼 허깅페이스에서 가장 많이 내려받은 모델 25개 중 19개가 중국산이고, AI 모델 중개 플랫폼 오픈라우터에서는 2026년 1~7월 한국의 토큰 사용량 중 45%를 중국 모델이 차지했다고 브리프는 전했다. 쇼피파이, 에어비앤비 등 미국 IT 기업도 중국 모델로 AI 서비스를 개발하고 있다. 아프리카 등 글로벌 사우스(아시아·아프리카·중남미 개발도상국)에는 무료 컴퓨팅 자원과 현지 언어 모델을 공급하며 영향력을 넓히고 있으며, 2026년 7월 세계인공지능대회에서는 글로벌 사우스 29개국 고위 관계자들이 세계인공지능협력기구(WAICO) 설립에 서명했다.

문제는 이런 확산이 수익과 데이터로 돌아오지 않는다는 점이라고 브리프는 진단했다. 공개된 모델은 누구나 변형해 다시 내놓을 수 있어, 즈푸AI의 새 모델은 다운로드 점유율이 80%까지 올랐다가 변형 모델이 쏟아지며 20일 만에 22%로 떨어졌다. 브리프에 의하면 중국 AI 기업 6곳의 AI 매출을 모두 합해도 오픈AI와 앤트로픽 두 곳 매출의 10%에 그친다. 이용자 데이터도 서비스를 운영하는 쪽에 쌓여 모델 개선의 선순환을 만들기 어렵고, 보안과 정치적 편향 우려로 인도 재무부가 딥시크 사용을 금지하고 아랍에미리트(UAE)의 AI 기업 G42가 화웨이 장비를 철수하는 등 일부 시장 진출도 막히고 있다.

중국 AI는 세계 시장에서 채택을 늘렸지만, 그 성과를 자국 개발기업의 수익과 데이터로 축적하는 데는 한계를 드러냈다. 브리프는 오픈웨이트를 통한 보급 확대가 다음 세대 모델 개발을 뒷받침할 매출과 데이터의 선순환으로 충분히 이어지지 못하고 있다고 진단했다.

로봇처럼 현실 세계에서 움직이는 피지컬 AI에서는 중국이 앞서 있지만 과열 징후도 뚜렷하다고 브리프는 경고했다. 세계 휴머노이드 로봇 생산의 80%를 중국 기업이 차지하고 있으나, 150곳이 넘는 기업 대부분이 비슷한 로봇으로 공공 매출에 기대고 있다. 브리프에 따르면 2025년 휴머노이드 입찰 292건 중 265건이 교육기관과 정부·공공부문 주문이었고, 중국 국가발전개혁위원회도 투자 거품과 중복 개발을 경고하고 나섰다.

중국은 로봇 양산체계와 현장 데이터에서 강점을 확보했지만, 정책에 기대는 생산 확대와 투자 과열도 함께 나타나고 있다. 브리프는 정부 구매 지원에 의존한 양산과 중복·과잉 투자가 지속적인 혁신에 재투자할 여력을 약화시키고 있다고 진단했다.

이를 종합해 브리프는 중국이 미국을 ‘추격’하는 것은 가능하지만 ‘추월’은 어렵다고 결론지었다. 기존 기술을 따라잡는 역량과 새 기술 방향을 이끄는 역량은 다르다는 것이다. 브리프는 그 이유로 세 가지를 들었다. 장비의 제약이 칩 공급을 묶고, 이것이 데이터센터의 비효율을 거쳐 AI 모델의 연산자원 부족으로 이어지는 등 병목이 연쇄적으로 작용한다. 또 AI 보급과 로봇 생산이 늘어도 수익과 지속 가능한 산업 수요로 이어지지 않는다. 여기에 미국은 AI를 AI 개발에 활용해 혁신 속도를 높이고 있다. 브리프가 인용한 평가에 따르면 앤트로픽의 최근 모델 성능 개선 속도는 1년 전보다 약 1.9배 빨라졌다. 이에 따라 중국은 기존 격차를 줄이는 동시에 미국의 빨라진 속도까지 넘어서야 하는 이중 과제를 안게 됐다고 브리프는 분석했다.

중국의 사례가 보여 주는 것은 막대한 자원을 쏟아붓더라도 AI 전 계층의 자급과 경쟁력을 함께 확보하기는 어렵다는 점이라고 브리프는 강조했다. 브리프에 의하면 소버린 AI는 모든 계층의 완전한 자급을 뜻하지 않으며, 나라마다 안보 환경과 산업구조, 재정 능력이 달라 국내에 갖춰야 할 역량도 다르다. 전 계층 자급에는 성능 개선과 장비 교체, 전력 공급, 인력 확보에 막대한 비용이 계속 들고, 자원을 모든 계층에 나누면 비교우위 분야의 기술개발과 산업 AI 전환에 쓸 여력이 줄어든다. 따라서 중국조차 완성하지 못한 전 계층 자급을 소버린 AI의 보편적 정책목표로 삼아서는 안 된다고 브리프는 지적했다.

이에 브리프는 두 가지 방향을 제시했다. 첫째, 외부 공급망을 유연하게 활용하면서 국가적으로 핵심적인 가치와 이를 구현하는 역량은 국내에 확보하는 ‘전략적 소버린 AI’를 추진해야 한다고 제안했다. 국내 자급, 국제 공동 대응, 외부 조달을 AI 계층과 분야별로 조합하고 기술 변화와 공급망 위험에 따라 그 조합을 조정하되, 국가적 중요성과 대체 가능성, 국내 기반, 구축·유지 비용을 따져 공급이 끊기면 피해가 크고 대체가 어려운 핵심 기능부터 역량을 확보하라는 것이다.

둘째, 국회가 정부의 소버린 AI 정책이 과도한 목표와 비효율적 투자로 흐르지 않도록 예산 심의와 감독 기능을 강화할 필요가 있다고 브리프는 밝혔다. 특히 정부가 독자 AI 파운데이션 모델 사업에 더해 약 4.7조 원 규모의 프론티어 AI 사업을 추진하는 만큼, 목표 달성 가능성과 재정 투입의 타당성, 기존 사업과의 중복 및 기회비용을 엄밀히 검토해야 한다고 강조했다. 아울러 미국과의 프론티어 AI 경쟁 자체보다 실질적인 산업 경쟁력 강화와 AI 확산 성과를 중심으로 예산의 우선순위를 조정하도록 국회가 이끌어야 한다고 덧붙였다.

브리프를 작성한 조원영 연구위원은 “중국은 막대한 국가 자원을 쏟아부어 반도체부터 피지컬 AI까지 미국을 빠르게 따라잡았지만, 장비와 칩, 소프트웨어의 병목이 서로 맞물려 있어 미국을 넘어서기는 어려운 상황”이라며, “모든 AI 계층의 자급을 목표로 삼기보다, 공급이 끊기면 피해가 크고 대체하기 어려운 핵심 역량부터 국내에 확보하고, 나머지는 국제 협력과 외부 공급망을 유연하게 활용하는 ‘전략적 소버린 AI’로 나아가야 한다”고 강조했다. 끝.




공공누리

위 저작물은 [공공누리 제 4유형]에 해당하며,출처표시 + 비상업적 이용만가능 + 변경금지 조건에 따라 이용할 수 있습니다.자세한 내용은 [저작권 정책]을 확인하시기 바랍니다.