AI 패권 경쟁 (표준 경쟁, 인프라 격차, 한국 전략)
솔직히 딥시크가 처음 등장했을 때, 저는 단순히 "중국이 비슷한 걸 만들었구나" 정도로 받아들였습니다. 그런데 데이터를 들여다볼수록 이건 단순한 성능 경쟁이 아니라는 생각이 들었습니다. 지금 벌어지고 있는 건 AI 기술의 표준을 누가 쥐느냐는 싸움이고, 그 결과는 국방, 산업, 공공 시스템 전반에 걸쳐 수십 년을 좌우할 수 있습니다.
표준 경쟁: 기술력이 아니라 생태계가 판을 가른다
제가 과거 CDMA 표준 논쟁 자료를 찾아본 적이 있는데, 그때도 느꼈지만 기술 경쟁의 승패는 항상 "더 뛰어난 기술"이 아니라 "더 많은 사람이 쓴 기술"이 갈랐습니다. VHS가 베타맥스를 이긴 것도, 안드로이드가 시장을 장악한 것도 마찬가지였습니다.
지금 AI 시장의 구도를 보면 그 패턴이 다시 반복되는 것처럼 보입니다. 스탠퍼드대 AI 인덱스(Stanford AI Index)에 따르면 2014년부터 2025년까지 누적 기준으로 미국의 주목할 만한 AI 모델은 560개에 달하는 반면, 중국은 74개에 그쳤습니다(출처: Stanford HAI). 단순히 숫자가 다른 게 아니라, 구글·메타·오픈AI·앤스로픽 같은 기업들이 글로벌 개발자 생태계를 중심으로 표준을 형성해왔다는 뜻입니다.
여기서 소버린 AI(Sovereign AI)라는 개념이 중요해집니다. 소버린 AI란 특정 국가가 외국 기업의 플랫폼에 의존하지 않고 자국의 언어·데이터·인프라 기반으로 독립적으로 운영하는 AI 시스템을 의미합니다. 프랑스의 미스트랄AI, 독일의 알레프알파 같은 사례가 여기에 해당합니다. 이들 유럽 기업이 등장한 것도 결국 "미국 빅테크에 전적으로 의존할 수 없다"는 위기의식에서 비롯된 것이었습니다.
중국 역시 독자 생태계를 구축하려 하고 있습니다. 그런데 제가 보기에 중국의 전략은 과거 독자 표준이 실패했던 구조적 한계를 일부 반복하고 있습니다. 글로벌 생태계 참여가 제한되고, 기술 폐쇄성이 높으며, 정치적 리스크가 외부 기업의 진입을 가로막습니다. 반면 미국 모델은 개방형 생태계를 유지하며 전 세계 개발자와 기업을 끌어들이고 있습니다. AI 특허 인용 비중을 봐도 미국이 51.9%, 중국이 29.8%로 실질적인 기술 영향력의 차이가 드러납니다.
인프라 격차: 소프트웨어 추격을 물리적 장벽으로 막는다
딥시크가 등장했을 때 제가 개인적으로 놀랐던 건 성능 자체보다 비용 효율이었습니다. 훨씬 적은 자원으로 비슷한 성능을 냈다는 점이 "AI는 결국 자본력 싸움"이라는 공식에 균열을 내는 것처럼 보였습니다. 그런데 미국의 반응을 보면서 생각이 달라졌습니다.
미국 4대 빅테크인 구글(알파벳), 마이크로소프트, 아마존, 메타는 올해만 AI 인프라에 7,000억 달러, 우리 돈으로 약 1,038조 원을 투자하겠다고 밝혔습니다. 이건 단순한 기술 개발 투자가 아닙니다. 제가 이 숫자를 처음 접했을 때 솔직히 좀 당혹스러웠습니다. 한국의 1년 국가 예산에 맞먹는 금액을 민간 기업 4곳이 단일 분야에 쏟아붓는 구조는, 어지간한 소프트웨어 혁신으로는 뛰어넘을 수 없는 물리적 장벽이 됩니다.
LLM(Large Language Model), 즉 대형 언어 모델의 성능은 결국 학습 데이터와 연산 자원의 규모에 비례합니다. LLM이란 수천억 개 이상의 매개변수를 갖춘 AI 모델로, 방대한 텍스트 데이터를 학습해 언어를 이해하고 생성하는 시스템을 말합니다. 이 모델을 학습시키고 운영하려면 고성능 GPU와 데이터센터 인프라가 필수입니다. 현재 미국 내 데이터센터는 5,427개로, 전 세계 나머지 국가를 모두 합친 것보다 많습니다.
중국의 전략은 이 인프라 격차를 정면 돌파하는 대신 알고리즘 최적화와 추론 효율화로 우회하는 방식입니다. 딥시크가 보여준 것이 바로 그 방향입니다. 그러나 미국은 이를 간파하고 반도체 수출 통제로 대응하고 있습니다. 앤스로픽의 다리오 아모데이 CEO조차 "미국 첨단 칩의 중국 수출을 허용하는 것은 엄청난 실수"라고 공개적으로 경고했을 정도입니다. 소프트웨어로 추격하려 해도, 하드웨어 접근 자체를 차단하겠다는 의도가 분명합니다.
현재 미국과 중국의 AI 모델 성능 격차를 수치로 보면 이렇습니다.
- 앤스로픽: 1,503점 (1위)
- xAI: 1,495점
- 구글: 1,494점
- 오픈AI: 1,481점
- 알리바바: 1,449점
- 딥시크: 1,424점
점수 차이는 크지 않습니다. 하지만 2023년 3월 기준으로 오픈AI가 1,322점, 2위 구글이 1,117점이었던 것과 비교하면, 선두 그룹 내 경쟁이 얼마나 치열해졌는지 알 수 있습니다. 격차가 좁혀졌다기보다는 전체 수준이 급격히 올라갔고, 그 안에서 중국도 따라붙고 있는 구조입니다(출처: Stanford HAI).
한국 전략: 편입이냐, 선택과 집중이냐
이 대목에서 저는 한국의 위치를 생각하면 솔직히 불편해집니다. 데이터센터 보유 순위 15위 안에 한국 이름이 없다는 사실, AI 모델 경쟁에서 존재감이 미미하다는 사실은 단순한 기술 격차의 문제가 아닙니다.
과기정통부 류제명 2차관이 밝힌 우려처럼, AI 기술에서 뒤처지면 국방, 안전, 노동 같은 국가 필수 분야를 해외 빅테크에 의존해야 하는 상황이 됩니다. 이걸 'AI 식민지'라고 표현하는 시각도 있는데, 자극적인 표현이기는 하지만 구조적으로 완전히 틀린 말은 아니라고 봅니다. CDMA 시대에 표준 선택은 했지만 핵심 기술 주도권이 없었던 경험을 반복할 수 있다는 것입니다.
스탠퍼드 AI 인덱스 분석을 보면 한국은 AI 특허 기술 유사성 측면에서 미국 기술 표준 쪽에 가까이 편입되어 있습니다. 일본, 대만, 영국, 프랑스와 함께 미국 AI 기술과 높은 유사성을 보이고, 심지어 러시아와 인도조차 중국보다 미국 기술에 더 근접한 구조입니다. 사실상 기술 진영은 이미 정해진 셈입니다.
그렇다면 한국이 취해야 할 전략은 무엇인지, 제 생각을 정리하면 다음과 같습니다.
- 피지컬 AI(Physical AI): 로봇과 자율 시스템에 AI를 결합하는 영역으로, 제조업 기반이 강한 한국이 집중할 수 있는 분야입니다.
- 파운데이션 모델(Foundation Model) 특화: 범용 LLM보다 한국어 특화 또는 산업 특화 모델로 좁혀서 경쟁력을 확보하는 방향입니다.
- 데이터 인프라 구축: AI 경쟁의 원자재는 데이터입니다. 공공 데이터 개방과 민간 데이터 거버넌스를 정비하는 것이 기반이 됩니다.
피지컬 AI란 디지털 공간에서만 작동하는 AI가 아니라 실제 물리적 환경에서 로봇, 자율주행, 제조 공정 등과 결합해 동작하는 AI 시스템을 의미합니다. 중국이 다음 단계로 국방 AI와 피지컬 AI 강화를 예고하고 있다는 점에서, 한국도 이 영역에서 포지셔닝을 고민할 필요가 있습니다.
AI 패권 경쟁에서 한국이 미국을 앞서는 건 현실적으로 어렵습니다. 하지만 모든 분야에서 뒤처질 필요도 없습니다. 제가 이 글을 쓰면서 계속 떠올린 건 "선택하지 않는 것도 선택"이라는 말이었습니다. 지금 당장 어느 영역에서 무엇을 할 것인지 결정하지 않으면, 결국 플랫폼을 쓰는 사용자 국가로 남게 될 가능성이 큽니다. AI를 사용하는 나라냐, AI를 만드는 나라냐의 갈림길은 지금 이 순간에도 계속 이어지고 있습니다.