AI 뉴스 SVIL 중국 AI 공업정보화부 엔비디아 반도체 화웨이

중국이 5년에 700조 원을 계산 능력에 붓습니다 — 9,800 엑사플롭스 목표와 국산 칩

SVIL - Singularity Visual Intelligence Lab 2026. 09. 08 17 min read

중국이 앞으로 5년 동안 정보 인프라에 3조 8천억 위안을 쓰겠다고 밝혔습니다. 달러로 약 5,320억 달러, 우리 돈으로는 700조 원이 넘습니다.

목표 숫자도 함께 나왔습니다. 2030년까지 AI 계산 능력을 9,800 엑사플롭스까지 끌어올리겠다는 것입니다. 지금의 네 배가 넘는 규모입니다.

중국 공업정보화부가 공개한 5개년 계획 문서에 담긴 내용입니다. 숫자가 워낙 커서 그냥 지나치기 쉬운데, 무엇을 뜻하는지 하나씩 뜯어보면 우리 쪽 이야기도 보입니다.

칠흑 속으로 끝없이 뻗어 나가는 거대한 격자 구조와 이음매마다 빛나는 청록 선 — 국가 규모 계산 인프라를 표현한 개념 이미지

베이징이 5년치 청사진을 내놨습니다

중국 공업정보화부가 정보통신 산업 5개년 계획을 공개했습니다. 대상 기간은 2026년부터 2030년까지입니다.

중국은 5년 단위로 산업 계획을 세우고 그것을 기준으로 예산과 인허가를 움직입니다. 계획 문서에 들어간 숫자는 단순한 희망이 아니라 실제 집행의 기준이 되는 경우가 많습니다.

이번 문서의 무게 중심은 명확합니다. AI를 돌릴 계산 능력을 국가 차원에서 확보하겠다는 것입니다.

3조 8천억 위안, 우리 돈으로 얼마인가

계획에 담긴 정보 인프라 누적 투자액은 3조 8천억 위안입니다. 달러로 약 5,320억 달러입니다.

원화로 환산하면 700조 원을 넘습니다. 우리나라 한 해 예산의 상당 부분에 해당하는 금액을 5년에 걸쳐 정보 인프라 한 분야에 쓰겠다는 뜻입니다.

여기서 정보 인프라는 데이터센터만이 아니라 통신망까지 포함하는 넓은 범위입니다. 그래도 중심은 AI 계산 시설입니다.

검은 공간 저편까지 펼쳐진 광대한 청록 발광 평면 — 5,320억 달러라는 투자 규모

9,800 엑사플롭스라는 목표

계획이 제시한 2030년 목표는 지능형 계산 능력 9,800 엑사플롭스입니다.

엑사플롭스는 1초에 100경 번 계산할 수 있는 능력을 뜻합니다. 9,800 엑사플롭스는 그 9,800배입니다.

여기서 말하는 지능형 계산은 일반 계산이 아니라 AI 학습과 추론에 맞춘 계산을 가리킵니다. 같은 이름의 성능 지표라도 측정 방식이 나라마다 다를 수 있다는 점은 감안해야 합니다.

지금은 얼마나 되나 — 2,185 엑사플롭스

출발점도 함께 공개됐습니다. 올해 6월 말 기준 중국의 지능형 계산 능력은 2,185 엑사플롭스였습니다.

목표인 9,800과 비교하면 지금은 약 22퍼센트 지점에 있습니다.

이 숫자가 있어서 목표를 검증할 수 있습니다. 출발점을 밝히지 않는 계획은 나중에 달성 여부를 따지기 어렵습니다.

한쪽에는 성기게 흩어진 희미한 정육면체들, 반대쪽에는 훨씬 조밀하고 밝게 뭉친 같은 정육면체들 — 계산 능력의 증가

1년 만에 177퍼센트 늘었습니다

더 눈여겨볼 것은 증가 속도입니다. 2,185 엑사플롭스는 1년 전보다 177퍼센트 늘어난 값입니다.

1년 만에 거의 세 배가 됐다는 뜻입니다. 이 속도가 유지되면 2030년 목표는 오히려 여유 있는 편에 속합니다.

물론 초기에는 증가율이 높고 규모가 커질수록 둔해지는 것이 보통입니다. 전력과 부지가 한계로 작용하기 시작하면 속도는 떨어집니다.

네 배로 키우겠다는 계산

2,185에서 9,800으로 가려면 약 4.5배가 필요합니다. 5년에 걸쳐 나눠 보면 매년 35퍼센트 안팎씩 늘려야 합니다.

최근 증가율이 177퍼센트였던 것을 생각하면 목표 자체는 공격적이라기보다 현실적인 축에 가깝습니다.

다만 지금까지의 증가는 상당 부분 해외 가속기를 들여와 이룬 것입니다. 그 조건이 바뀌면 계산이 달라집니다.

수천 개의 작은 정육면체로 쌓인 벽과 그 틈으로 새어 나오는 청록빛 — 이미 구축된 계산 용량

문서의 정체 — 15차 5개년 계획

이번 문서는 정보통신 산업 부문의 15차 5개년 계획에 해당합니다. 지난 9월 7일 공개됐습니다.

중국의 5개년 계획은 국가 전체 계획이 먼저 나오고 부처별 세부 계획이 뒤따르는 구조입니다. 이번 것은 그 세부 계획 중 하나입니다.

부처 계획은 국가 계획보다 구체적입니다. 숫자와 시설 규모가 명시되는 곳이 대체로 이 단계입니다.

만 장짜리 묶음과 십만 장짜리 묶음

계획은 가속기 만 장 규모, 그리고 십만 장 이상 규모의 계산 묶음을 순차적으로 배치하겠다고 밝혔습니다.

가속기를 여러 장 묶어 하나처럼 쓰는 것을 클러스터라고 합니다. 큰 모델을 학습시키려면 한 장으로는 불가능해서 묶음 규모가 곧 능력이 됩니다.

십만 장 규모는 현재 세계 최상위권 학습 시설에 해당하는 크기입니다. 그것을 여러 곳에 두겠다는 계획입니다.

어둠에 떠 있는 세 층의 각진 구조, 위에서 아래로 밝기가 단계적으로 낮아지는 구성 — 거점·지역·말단의 3층 설계

전국 통합 컴퓨팅 네트워크라는 구상

계획의 또 다른 축은 전국의 계산 시설을 하나의 망으로 묶는 것입니다.

어느 지역에서 계산 요청이 들어오든 여유가 있는 시설로 보내 처리한다는 구상입니다. 전기를 전력망으로 나누듯 계산 능력을 나누겠다는 발상입니다.

실제로 이렇게 하려면 지역 간 통신 지연을 줄이는 일이 관건입니다. 계획에 통신망 투자가 함께 들어간 이유가 여기 있습니다.

허브·지역·엣지의 3층 구조

망은 세 층으로 설계됐습니다. 대규모 학습을 담당하는 거점, 그 아래 지역 시설, 그리고 사용자 가까이 놓이는 말단 시설입니다.

학습은 시간이 오래 걸려도 되니 전기가 싼 곳에 두면 됩니다. 반대로 사용자 요청에 즉시 답해야 하는 추론은 가까이 있어야 합니다.

이 구분을 계획 단계에서 명시했다는 점이 눈에 띕니다. 무작정 큰 시설만 짓는 접근에서 한 단계 나아간 설계입니다.

밝은 중심점에서 뻗어 나가 거듭 갈라지며 가늘어지는 청록 광선들 — 전국 통합 계산망

추론 전용 설비를 따로 두는 이유

계획은 용도별로 맞춘 추론 설비를 따로 두겠다고 밝혔습니다.

학습과 추론은 요구 조건이 다릅니다. 학습은 대규모 병렬 처리와 긴 시간이 필요하고, 추론은 짧은 지연과 높은 처리량이 중요합니다.

지금까지 많은 곳이 학습용 장비로 추론까지 처리했습니다. 규모가 커지면 이 방식은 비효율적이라, 나누는 방향이 자연스러운 흐름입니다.

국산 칩에 맞춘다는 문장

계획 문서에는 국내에서 생산한 계산용 칩에 인프라를 맞추는 노력을 강화하겠다는 내용이 담겼습니다.

표현은 부드럽지만 방향은 분명합니다. 시설을 지을 때 자국산 가속기를 기준으로 설계하겠다는 뜻입니다.

소프트웨어와 하드웨어를 함께 맞춰야 하는 일이라 시간이 걸립니다. 계획 기간을 5년으로 잡은 이유 중 하나로 보입니다.

크기가 제각각인 사각 덩어리들이 빈틈없이 맞물려 하나의 각진 덩어리를 이루고 이음매마다 청록이 빛나는 모습 — 규모가 다른 계산 묶음의 배치

80퍼센트 국산화가 뜻하는 것

이와 별도로, 국가 주도 데이터센터 구축에서 기반 칩의 80퍼센트를 국내 공급업체에서 조달하도록 하는 방침이 보도된 바 있습니다.

다만 이 조항은 이번 5개년 계획 문서 본문과는 별개로 전해진 내용이라, 두 가지를 구분해서 볼 필요가 있습니다.

어느 쪽이든 방향은 같습니다. 해외 가속기 의존도를 계획적으로 줄이겠다는 것입니다.

엔비디아와 AMD의 자리

이 방향이 그대로 실행되면 엔비디아와 AMD가 중국 AI 시장에서 차지할 자리는 크게 줄어듭니다.

이미 수출 규제로 최상위 제품 판매가 막혀 있던 상황에서, 이번에는 수요 쪽에서도 문이 좁아지는 셈입니다.

엔비디아는 최근 실적 전망에서 중국 매출을 사실상 빼고 계산해 왔습니다. 시장이 이 방향을 이미 어느 정도 반영하고 있다는 뜻입니다.

어두운 무리가 한쪽으로 물러나고 밝은 청록 무리가 빈자리로 들어서는 장면 — 해외 칩에서 국산 칩으로의 전환

수혜자는 누구인가 — 화웨이와 그 주변

국산 전환의 수혜자로는 화웨이가 가장 먼저 꼽힙니다. 자체 AI 가속기와 이를 묶는 시스템을 함께 갖추고 있기 때문입니다.

그 밖에 알리바바 클라우드, 비런 테크놀로지, 무어 스레드 같은 곳이 후보로 거론됩니다.

다만 국산 가속기의 성능과 소프트웨어 생태계는 아직 격차가 있습니다. 물량으로 메우는 방식에는 전력이라는 대가가 따릅니다.

이미 지어진 52개 시설

출발점은 계획서 위의 숫자만이 아닙니다. 중국은 이미 가속기 만 장 이상을 갖춘 지능형 계산 시설 52곳을 구축한 상태입니다.

이 정도 규모의 시설을 52곳이나 운영하고 있다는 것은 건설과 운영 경험이 쌓였다는 뜻입니다.

새 계획은 맨땅에서 시작하는 것이 아니라 이 기반 위에 올라갑니다. 목표 달성 가능성을 볼 때 감안해야 할 부분입니다.

화면 한가운데를 가로막은 두꺼운 어두운 벽과 반대편에서 밀려와 통과하지 못하는 희미한 청록빛 — 좁아지는 해외 가속기의 자리

실제 사례 — 딥시크의 대규모 묶음 구축

민간 쪽 움직임도 같은 방향입니다. 딥시크가 화웨이 가속기를 대규모로 묶는 프로젝트를 진행 중이라는 소식이 최근 전해졌습니다.

국산 가속기로 최상위 모델을 학습시킬 수 있는지가 이 계획 전체의 시험대입니다. 딥시크는 그 시험을 정면으로 치르는 쪽에 있습니다.

결과가 어떻게 나오느냐에 따라 국산 전환의 속도가 달라질 것으로 보입니다.

실제 사례 — 알리바바 클라우드의 자체 칩

알리바바 클라우드도 자체 설계 칩을 자사 서비스에 투입해 왔습니다. 클라우드 사업자가 직접 칩을 만드는 흐름은 미국에서도 같습니다.

자체 칩은 범용성이 떨어지지만 자기 서비스에 맞춰 최적화할 수 있고, 무엇보다 공급을 스스로 통제할 수 있습니다.

수출 규제 환경에서는 이 통제권의 가치가 훨씬 커집니다.

검은 공간 중앙의 강렬한 청록 덩어리와 그 주위를 가까이 도는 작고 어두운 각진 덩어리들 — 국산 전환의 중심 기업과 주변 생태계

전력이라는 숨은 변수

계산 능력을 네 배로 늘리려면 전기가 그만큼 더 필요합니다. 국산 가속기가 전력 대비 성능에서 뒤진다면 필요한 전기는 네 배보다 더 늘어납니다.

중국은 발전 설비를 빠르게 늘려 온 나라라 이 부분에서는 상대적으로 여유가 있는 편입니다.

그래도 전력은 계획에서 가장 조용히 작동하는 제약입니다. 계산 시설 계획을 볼 때 전력 계획을 함께 봐야 하는 이유입니다.

미국과 유럽의 대응 구도

같은 시기 미국은 AI 규제를 느슨하게 가져가자는 입장을 국제 무대에서 밀고 있고, 유럽은 AI 법 집행을 시작했습니다.

여기에 중국이 국가 주도 인프라 확충으로 답을 낸 셈입니다. 세 지역이 각각 다른 방식으로 같은 목표를 향하고 있습니다.

규제로 갈지, 자본으로 갈지, 국가 계획으로 갈지의 차이입니다. 어느 쪽이 유효한지는 몇 년 뒤에야 드러날 것입니다.

지면도 지평선도 없는 칠흑에 무중력으로 떠 있는 수십 개의 각진 탑과 윤곽을 훑는 청록 선 — 전국에 흩어진 계산 시설

계획이 계획으로 끝날 위험

5개년 계획의 숫자가 늘 그대로 실현되는 것은 아닙니다. 과거 산업 계획 중에는 목표를 크게 밑돈 사례도 있습니다.

특히 이번처럼 해외 기술 접근이 제한된 상태에서의 목표는 변수가 많습니다.

그래서 이 숫자는 확정된 미래가 아니라 의지의 표명으로 읽는 편이 정확합니다. 다만 그 의지에 5,320억 달러라는 금액이 붙어 있다는 점은 무겁습니다.

숫자를 어떻게 읽어야 하나

발표된 성능 지표는 나라와 기관마다 측정 방식이 다를 수 있습니다. 특히 어떤 정밀도로 계산했는지에 따라 같은 장비도 값이 크게 달라집니다.

그래서 9,800 엑사플롭스라는 값을 다른 나라 수치와 그대로 나란히 놓고 비교하기는 어렵습니다.

비교보다 중요한 것은 방향과 속도입니다. 중국이 어느 쪽으로 얼마나 빠르게 가는지가 이 발표의 핵심 정보입니다.

위에서 내려온 굵은 청록 에너지 기둥이 아래쪽 어두운 덩어리로 곧장 흘러드는 장면 — 계산 시설을 떠받치는 전력

한국 반도체에 미치는 영향

우리 입장에서 관심사는 메모리입니다. AI 가속기에는 고대역폭 메모리가 대량으로 들어가고, 이 분야는 한국 기업의 비중이 큽니다.

중국이 가속기를 국산으로 바꾸더라도 메모리 수요 자체는 남습니다. 다만 중국 메모리 업체들도 빠르게 올라오고 있어 안심할 상황은 아닙니다.

계산 시설이 늘어나는 것 자체는 메모리 수요에 우호적입니다. 문제는 그 수요를 누가 채우느냐입니다.

저시력 사용자에게 이 흐름이 갖는 의미

계산 능력이 늘면 AI 서비스 가격이 내려가는 방향으로 작용합니다. 음성 안내나 화면 설명 같은 기능을 쓰는 비용도 함께 내려갑니다.

다만 지역별로 쓸 수 있는 서비스가 갈라지면 접근성 기능의 품질도 갈라집니다. 어떤 지역에서는 한국어 음성 안내가 잘 되고 어떤 지역에서는 아닌 상황이 생길 수 있습니다.

기술 진영이 나뉘는 흐름은 사용자에게 선택지를 늘려 주기도 하고, 반대로 특정 기능이 어느 한쪽에만 남게 만들기도 합니다.

좁은 틈을 사이에 두고 멀찍이 마주 선 두 개의 거대한 어두운 덩어리와 그 사이를 가르는 가느다란 청록 선 — 기술 진영이 갈라지는 구도

핵심 정리

중국 공업정보화부가 2026년부터 2030년까지의 정보통신 5개년 계획을 공개했습니다. 정보 인프라 누적 투자액은 3조 8천억 위안, 약 5,320억 달러입니다.

2030년 지능형 계산 능력 목표는 9,800 엑사플롭스입니다. 올해 6월 말 기준 2,185 엑사플롭스에서 약 4.5배 늘리겠다는 계산입니다.

계획은 만 장과 십만 장 규모의 계산 묶음 배치, 전국 통합 계산망, 용도별 추론 설비를 담았고 국산 칩에 맞춘 설계를 강조했습니다.

이 방향이 실행되면 해외 가속기의 자리는 좁아집니다. 다만 성능 지표의 측정 기준이 다르고 전력이라는 제약이 남아 있어, 숫자를 그대로 받아들이기보다 방향과 속도로 읽는 편이 정확합니다.

참고하실 만한 것

AI 관련 국가 계획 소식을 보실 때는 목표 숫자와 함께 출발점 숫자를 찾아보시면 좋겠습니다. 둘이 같이 있어야 검증이 가능합니다.

성능 지표는 측정 기준이 다르면 비교가 성립하지 않습니다. 큰 숫자 하나만 보고 판단하지 않으시는 편이 안전합니다.

SVIL은 이런 소식을 큰 글자와 쉬운 설명으로 정리해 올리고 있습니다. 다른 글도 함께 보시면 흐름이 잡히실 겁니다.

출처

협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://svil.dev/