블로그

‘독파모’ 결전의 달 — 국민 200명이 뽑는 국가대표 AI, 4팀 중 3팀만 산다

독파모
국가대표 AI
소버린 AI
파운데이션 모델

미국의 오픈AI·앤트로픽, 중국의 딥시크·Zhipu가 세계 AI 패권을 다투는 지금, 한국은 무엇을 하고 있을까요? 그 답이 이번 달 윤곽을 드러냅니다. 국가대표 AI를 뽑는 ‘독자 AI 파운데이션 모델 프로젝트(독파모)’가 결전의 달에 들어섰습니다. LG AI연구원·SK텔레콤·업스테이지·모티프테크놀로지스 4개 정예팀이 개발을 마쳤고, 8월 8~11일 일반 국민 200명이 직접 써보고 평가하는 전례 없는 관문을 거쳐, 이르면 12일 4팀 중 3팀만 살아남는 2차 평가 결과가 나옵니다. 정부는 이번 관문을 통과하면 “세계 3위를 넘어 2위권까지 도전할 기술력”이 갖춰진다고 봅니다. GPT·제미나이 없이 우리 손으로 만드는 AI, 그 현주소를 정리해 봅니다.

독파모가 뭔가 — ‘국가대표 AI 선발전’

독파모는 챗GPT나 제미나이 같은 독자적 AI 파운데이션 모델을 순수 국내 기술로 개발해 전 국민이 쓰도록 하는 국가 프로젝트입니다. 이재명 정부의 ‘AI 3대 강국 도약’ 공약의 핵심 사업으로, 이전 정부의 ‘월드 베스트 LLM(WBL)’ 프로젝트가 새 정부에서 이름을 바꿔 확대된 것입니다. 정부는 2027년까지 5,300억 원 규모로 GPU(팀당 500장에서 1,000장 이상으로 확대), 데이터, 인력을 지원합니다.

운영 방식이 독특합니다. 마치 스포츠 국가대표 선발전처럼, 여러 팀을 뽑아 6개월마다 평가로 탈락시키며 최종 승자를 가리는 서바이벌 구조입니다. 목표도 명확합니다 — GPT나 제미나이 같은 글로벌 모델의 95% 이상 성능을 확보한 한국형 독자 AI를 만드는 것. 선정되면 ‘K-AI 모델’, 개발사는 ‘K-AI 기업’이라는 명칭을 쓸 수 있습니다.

2025.8 5개 팀 선정 착수

2026.1 1차 평가 네이버·NC 탈락

2026.2 모티프 합류 4팀 체제

2026.8 2차 평가 ★ 4팀 → 3팀

2027 최종 선발 2팀 확정

6개월마다 평가로 압축 — 지금은 4팀에서 3팀으로 좁히는 두 번째 관문 앞 ※ 일정은 정부 발표 기준, 변동될 수 있음

5팀 → 3팀 → (모티프 합류) 4팀 → 3팀 → 2팀 — 한 단계씩 좁혀지는 국가대표 선발전입니다

1차의 충격 — 네이버·NC AI의 탈락

이 프로젝트가 화제가 된 결정적 장면은 지난 1월 1차 평가였습니다. 당초 5개 팀 중 1팀만 탈락시킬 예정이었는데, 국내 포털 1위 네이버클라우드와 게임 AI 강자 NC AI가 나란히 탈락하며 업계가 충격에 휩싸였습니다. 특히 네이버의 탈락 사유가 상징적이었습니다.

⚠️ ‘프롬 스크래치’ 원칙 — 단순 파인튜닝은 안 된다

정부는 해외 AI 모델을 단순히 미세조정(파인튜닝)한 ‘파생형 모델’은 독자 AI로 인정하지 않는다는 기준을 적용했습니다. 네이버클라우드는 종합 점수로는 상위 4팀에 들었지만, ‘프롬 스크래치(From Scratch·처음부터 자체 개발)’ 요건을 충족하지 못했다는 전문가 판단으로 탈락했습니다. NC AI는 독자성 결격은 아니었으나 종합 점수 경쟁에서 밀렸습니다. ‘진짜 우리 기술로 만들었는가’를 성능만큼 엄격히 따지겠다는 의지를 보여준 장면입니다.

탈락한 네이버·NC는 재도전하지 않기로 했고, 최종 5팀에 못 들었던 카카오도 패자부활전을 포기했습니다. 대신 정부는 추가 공모로 모티프테크놀로지스를 선발해, 현재의 4팀 병렬 체제(LG·SKT·업스테이지·모티프)가 완성됐습니다.

결전의 4팀 — 저마다의 필승 전략

정예팀	대표 모델 · 강점
LG AI연구원	엑사원(EXAONE) 계열. 1차 사용자 평가에서 25점 만점을 받은 선두주자. 연구·산업 응용에 강점
SK텔레콤	통신 인프라·데이터 기반. 에이닷 등 실서비스 연계와 대규모 운영 역량
업스테이지	‘솔라 오픈2 프리뷰’ 공개. 추론·도구 호출 강화, 포털 다음에 검색·요약·에이전트 적용 계획. 경량화(노타 협업)로 기업 실용성 강조
모티프테크놀로지스	후발주자지만 ‘모티프3 프리뷰’가 아티피셜 애널리시스 지표에서 44점, 글로벌 오픈소스 3위권 기록하며 추격

2차 평가의 승부처는 1차와 다릅니다. 1차가 벤치마크 성능과 독자 개발 여부였다면, 2차는 복잡한 업무를 스스로 판단·수행하는 ‘에이전틱 AI’ 역량과 실제 B2B 현장에서의 운영 효율성이 핵심 기준입니다. 앞서 다룬 챗GPT 워크·AI 에이전트 흐름이 국가대표 선발 기준에도 그대로 반영된 셈입니다. 벤치마크도 글로벌 주요 리더보드를 타깃으로 국제 기준에 맞춰 개선되고, ‘프롬 스크래치’ 이행 수준을 단계별로 차등 평가하는 독자성 세부 지표도 새로 도입됩니다.

이번의 하이라이트 — 국민 200명이 심사위원이 된다

2차 평가에서 가장 주목할 것은 일반 국민 200명이 직접 참여하는 사용자 평가입니다. 벤치마크 점수와 전문가 심사에 더해, 8월 8일부터 11일까지 선정된 국민 평가단이 4개 모델을 직접 써보고 평가합니다. 평가단은 주민등록 인구 통계 기준으로 성별·연령 비율을 맞춰 선정돼 대표성을 높였습니다.

① 벤치마크 국제 기준 리더보드 성능 점수 객관 지표

② 전문가 독자성(프롬 스크래치) 에이전틱 역량 기술 심사

③ 국민 200명 ★ 직접 사용·체감 편의성·신뢰성 8/8~11 · 성별·연령 대표성

성능(숫자)만이 아니라 ‘국민이 실제로 쓸 만한가’까지 — 개발 과정의 투명성과 현장성을 높이려는 시도

벤치마크·전문가·국민 — AI 국가대표를 뽑는 데 ‘사용자 체감’을 정식 심사 항목으로 넣었습니다

이는 단순한 이벤트가 아닙니다. 생성형 AI가 일상과 산업으로 퍼지면서 성능 수치뿐 아니라 사용자가 체감하는 편의성·신뢰성·활용 가능성이 중요해졌기 때문입니다. 과기정통부는 세부 평가 기준과 결과를 8월 중 일괄 공개해, AI 개발 과정의 투명성과 현장성을 높이겠다고 밝혔습니다.

왜 이걸 하나 — ‘소버린 AI’라는 국가 전략

독파모의 배경에는 ‘소버린(주권) AI’라는 세계적 흐름이 있습니다. 소버린 AI란 한 국가가 독립적으로 운영·통제할 수 있는 AI를 뜻합니다. 지금까지 이 블로그에서 다뤘듯, 미국은 안보를 이유로 최전선 모델의 해외 접근을 제한하고, 중국은 자체 모델·칩으로 수직 자립에 나섰습니다. 이런 상황에서 특정국 AI에만 의존하면 기술·문화·경제·안보적으로 종속될 수 있다는 위기감이 커졌습니다.

실제로 미국이 특정 AI 서비스 접근을 제한하자 여러 나라의 AI 생태계가 흔들린 사례가 있었고, 이것이 각국의 소버린 AI 경쟁에 불을 붙였습니다. 중국·일본·프랑스·영국·인도·동남아가 모두 자체 AI 구축에 나선 이유입니다. 한국의 독파모도 이 흐름 위에 있습니다. 우리말과 우리 문화·법·제도를 제대로 이해하고, 유사시에도 통제 가능한 AI를 우리 손에 두겠다는 것입니다.

냉정하게 — 넘어야 할 현실

① ‘95% 성능’이라는 목표의 무게

목표는 글로벌 최상위 모델의 95% 성능이지만, 최전선은 지금도 빠르게 전진하고 있습니다. GPT-5.6, 클로드, 제미나이가 계속 진화하는 만큼 ‘따라잡기’는 움직이는 표적을 쫓는 일입니다. 프리뷰 모델들이 글로벌 오픈소스 3위권 성능을 보였다는 평가는 고무적이지만, 상용 최전선과의 격차는 여전히 숙제입니다.

② 자원의 현실 — GPU와 데이터

지난 Zhipu·화웨이 글에서 봤듯, AI 개발의 승부는 결국 컴퓨팅 자원과 데이터에서 갈립니다. 5,300억 원과 GPU 1만 장 지원은 의미 있는 규모지만, 조 단위를 쏟아붓는 글로벌 빅테크와 비교하면 제한적입니다. 한정된 자원을 얼마나 효율적으로 쓰느냐가 관건입니다.

③ 개발 그다음 — ‘쓰이게 만드는’ 생태계

모델을 잘 만드는 것과 실제로 국민·기업이 쓰게 만드는 것은 다른 문제입니다. 오픈소스로 공개해 다양한 서비스가 그 위에서 자라나는 생태계가 형성돼야 진짜 성공입니다. 2차 평가가 ‘현장 적용성’과 ‘에이전틱 역량’을 강조하는 것도 이 때문입니다.

마치며 — 우리 손으로 만드는 AI의 분수령

정리하면, 독파모는 미·중이 주도하는 AI 패권 경쟁 속에서 한국이 ‘AI 주권’을 확보하려는 국가적 시도이며, 이번 8월이 그 성패를 가르는 중요한 분수령입니다. 지금까지 이 블로그에서 다뤄온 국산 NPU(AI의 연산), 월드모델(AI의 이해), 그리고 오늘의 독파모(AI의 모델)가 모두 ‘한국이 AI를 남에게 빌리지 않고 스스로 만든다’는 하나의 목표로 이어집니다. 국민 200명이 심사위원석에 앉는 이 독특한 선발전이, 우리말을 가장 잘 이해하고 우리가 통제할 수 있는 ‘진짜 우리 AI’를 만들어낼 수 있을지 — 8월의 결과를 함께 지켜볼 만합니다.

자주 묻는 질문 (FAQ)

Q. 독파모(독자 AI 파운데이션 모델)가 무엇인가요?

챗GPT·제미나이 같은 AI 파운데이션 모델을 순수 국내 기술로 개발해 전 국민이 쓰도록 하는 국가 프로젝트입니다. ‘AI 3대 강국 도약’을 목표로 2027년까지 5,300억 원을 투입해 GPU·데이터·인력을 지원하며, 6개월마다 평가로 팀을 압축하는 서바이벌 방식으로 운영됩니다.

Q. 이번 2차 평가는 어떻게 진행되나요?

벤치마크 평가, 전문가 평가, 그리고 일반 국민 200명이 직접 모델을 써보는 사용자 평가로 구성됩니다. 국민 평가는 8월 8~11일 진행되며, 성별·연령 비율을 맞춰 선정됩니다. 이르면 8월 12일 4개 팀(LG·SKT·업스테이지·모티프) 중 3팀만 남기는 결과가 발표될 전망입니다.

Q. 왜 해외 AI를 쓰지 않고 독자 모델을 만드나요?

특정국 AI에만 의존하면 기술·문화·경제·안보적으로 종속될 수 있기 때문입니다. 이를 ‘소버린(주권) AI’ 문제라고 하며, 미국의 모델 접근 제한과 중국의 자체 AI 자립 흐름 속에 각국이 자국 AI 구축에 나서고 있습니다. 우리말과 문화·제도를 제대로 이해하고 유사시에도 통제 가능한 AI를 확보하려는 것이 독파모의 취지입니다.

⚠️ 본 글은 2026년 8월 3일 기준 정부 발표 및 언론 보도를 바탕으로 작성된 정보 제공 목적의 콘텐츠입니다. 평가 일정·결과·모델 성능 등은 진행 상황에 따라 달라질 수 있으며, 본 글은 특정 기업·종목에 대한 투자 권유가 아닙니다. 투자 판단과 그에 따른 책임은 투자자 본인에게 있습니다.

8월 3, 2026

TSMC “AI 수요 수년간 지속” — 애리조나 397조 원 증액이 ‘버블 논쟁’에 던진 답

TSMC
애리조나 투자
AI 반도체 수요
파운드리

AI가 거품인지 슈퍼사이클인지를 두고 논쟁이 뜨거운 지금, 그 답을 가장 정확히 알 만한 회사가 입을 열었습니다. 세계 AI 칩의 대부분을 만드는 TSMC입니다. TSMC는 2분기 실적 발표 직후 “AI 반도체 수요가 앞으로 수년간 구조적으로 이어질 것”이라며, 미국 애리조나 투자 규모를 기존보다 1,000억 달러 늘린 총 2,650억 달러(약 397조 원)로 확대한다고 공식 확인했습니다. 세계 첨단 AI 칩 생산을 사실상 독점한 기업의 설비투자 계획은 미래 수요를 보여주는 가장 강력한 선행 지표로 통합니다. 그 TSMC가 ‘먹을 것을 남에게 남겨두지 않겠다’며 397조 원을 베팅한 것 — 오늘은 이 결정의 무게를 뜯어봅니다.

무슨 일인가 — 1,650억에서 2,650억 달러로

웬델 황(黃仁昭) TSMC 최고재무책임자(CFO)는 2분기 실적 발표 직후 외신 인터뷰에서 애리조나 투자 확대를 밝혔습니다. 지난해 3월 웨이퍼 공장·패키징 공장·R&D 센터 건립을 위해 1,650억 달러 투자를 발표했는데, 여기에 1,000억 달러(약 148조 원)를 더해 총 2,650억 달러로 늘린 것입니다. 미국 내 외국인직접투자(FDI) 사상 최대 수준입니다.

황 CFO의 발언에는 자신감이 넘쳤습니다. “고객들의 강력한 수요가 계속되고 있으며, 이는 수년에 걸친 구조적 수요”라며 “고객 성장을 뒷받침하기 위해 할 수 있는 모든 것을 하고 있다”고 했고, 나아가 “어떤 경쟁사에도 시장을 양보할 생각이 없다(다른 누구에게도 먹을 것을 남겨둘 생각이 없다)”고 못 박았습니다. 인텔의 파운드리 진출과 일론 머스크의 자체 반도체 사업을 겨냥한 견제구로 읽힙니다.

항목	내용
애리조나 총투자	1,650억 → 2,650억 달러(약 397조 원), 1,000억 달러 증액
최종 규모	반도체 생산공장 10곳 + 첨단 패키징 2곳 + R&D 센터 1곳
올해 설비투자(CAPEX)	기존 520~560억 → 600~640억 달러로 상향
북미 고객 비중	엔비디아·AMD 등 북미가 지난 분기 매출의 78%
1공장 현황	이미 가동 중, 대만 본사 수준의 수율 확보

왜 이 발언이 중요한가 — ‘버블 논쟁’의 결정적 증언

이 소식의 무게를 이해하려면 최근의 시장 분위기를 봐야 합니다. 앞서 다룬 ‘AI 버블 vs 슈퍼사이클’ 논쟁에서 BIS(국제결제은행)는 AI 투자가 3년 만에 4.5배로 불어난 것을 두고 2008년급 붕괴 가능성을 경고했고, 최근엔 필라델피아 반도체 지수가 고점 대비 20% 빠지며 기술적 약세장에 진입하는 등 ‘피크아웃(정점 통과)’ 우려가 커진 상태였습니다.

바로 이 시점에 AI 칩을 실제로 만드는 회사가 “수요는 구조적이고 수년간 이어진다”며 400조 원에 가까운 증설을 확정한 것입니다. 투자자의 ‘기대’나 애널리스트의 ‘전망’이 아니라, 주문서를 눈앞에서 보는 생산자의 판단이라는 점에서 무게가 다릅니다. 황 CFO는 “AI 메가트렌드가 지금 방향대로 이어지는 한 수익성 있는 성장을 계속할 수 있다”고까지 말했습니다.

120 2020

650 2024

1,650 2025.3

2,650 2026.7 약 397조 원

※ 누적 발표 기준, 언론 보도 종합 | 막대 높이는 이해를 돕기 위한 것으로 실제 비율과 다를 수 있음

4년 새 20배 이상 — 세계 1위 파운드리의 미국 베팅은 멈추지 않고 커지고 있습니다

왜 미국인가 — 5배 비싼데도 짓는 이유

흥미로운 것은 TSMC가 미국 공장 건설비가 대만의 4~5배에 달한다고 스스로 인정하면서도 투자를 강행한다는 점입니다. 황 CFO는 “초기에는 마진 희석 효과가 확대될 수 있다”면서도 “궁극적으로는 미국 반도체 생태계 발전에 도움이 될 것”이라며 장기 수익성에 자신감을 보였습니다. 비싼 비용을 감수하고 미국에 짓는 데는 두 가지 힘이 작용합니다.

① 시장 — 고객이 거기 있다 엔비디아·AMD 등 북미 고객 = 지난 분기 매출의 78% AI 칩 주문의 심장부에 생산기지를 붙이는 전략

② 지정학 — 압박과 분산 미국 정부의 리쇼어링 압박 (관세·보조금 지렛대) 대만 집중 리스크 분산 (지정학적 우려 대응)

단, 최첨단 공정은 여전히 대만에서 먼저 양산 — ‘핵심 기술은 지킨다’는 원칙 재확인 기술 유출 우려를 의식한 TSMC의 절충선

고객 밀착과 지정학적 압박이 함께 작용했지만, TSMC는 ‘최첨단은 대만 우선’이라는 선을 분명히 그었습니다

다만 TSMC는 핵심 기술 유출 우려를 의식한 듯 최첨단 공정은 앞으로도 대만에서 가장 먼저 양산한다는 원칙을 재확인했습니다. 미국에는 대규모 생산능력을 두되, 기술 주도권의 심장은 대만에 남기겠다는 절충입니다. 애리조나 1공장이 이미 대만 본사 수준의 수율을 확보했다는 점도 이번 증액에 자신감을 더한 배경입니다.

한국에는 어떤 의미인가 — 양날의 칼

TSMC의 이번 발표는 한국 반도체에 상반된 두 신호를 동시에 보냅니다.

✅ 좋은 신호 — 수요의 ‘보증수표’

세계 1위 파운드리가 “AI 수요는 구조적이고 수년간 이어진다”고 선언한 것은, AI 칩에 HBM을 공급하는 삼성전자·SK하이닉스에게 강력한 수요 보증입니다. TSMC가 만드는 AI 칩이 늘어날수록 그 위에 얹히는 한국산 HBM 수요도 함께 커지기 때문입니다. 앞서 다룬 슈퍼사이클 진영의 논리를 세계 1위 생산자가 뒷받침해준 셈이라, 국내 메모리·소부장에 우호적입니다.

⚠️ 부담스러운 신호 — 벌어지는 파운드리 격차

반면 삼성전자 파운드리에는 부담입니다. 앞서 다룬 대로 파운드리 2.0 점유율은 TSMC 38% 대 삼성 4%로 격차가 큰데, TSMC가 397조 원을 쏟아부으며 “경쟁사에 시장을 안 내주겠다”고 못 박은 것은 이 격차를 더 벌리겠다는 선언입니다. 앤트로픽·테슬라·엔비디아 수주로 반격을 노리는 삼성에게 만만치 않은 압박입니다.

결국 이번 발표는 한국에게 ‘메모리로는 수혜, 파운드리로는 도전’이라는 이중 메시지입니다. AI 슈퍼사이클의 지속은 반갑지만, 그 과실을 TSMC가 파운드리에서 독식하는 구도가 강화된다는 점은 삼성이 풀어야 할 숙제로 남습니다.

냉정하게 — 낙관만 할 수 없는 이유

① ‘생산자의 낙관’도 완벽하진 않다

TSMC의 수요 전망은 강력한 신호지만, 생산자 역시 틀릴 수 있습니다. 과거 반도체 사이클에서도 대규모 증설이 공급과잉으로 이어진 전례가 있고, TSMC의 증설은 곧 자사 실적을 방어하려는 유인도 깔려 있습니다. ‘수요가 구조적’이라는 판단이 맞는지는 결국 시간이 검증합니다.

② 건설 인력·인프라라는 현실의 벽

황 CFO 스스로 애리조나의 건설 인력과 기반시설 부족을 도전 과제로 꼽았습니다. 계획은 397조 원이지만, 미국 현지의 인력난과 높은 건설비가 실제 가동 속도를 늦출 수 있습니다. 발표된 숫자와 실제 양산 사이에는 늘 시차와 변수가 존재합니다.

마치며 — 생산자가 내놓은 답, 그러나 검증은 남았다

정리하면, TSMC의 397조 원 증액과 “수요 수년간 지속” 선언은 최근의 피크아웃 우려에 세계 1위 생산자가 내놓은 정면 반박입니다. 지금까지 이 블로그에서 다뤄온 ‘AI 버블 vs 슈퍼사이클’ 논쟁, 삼성 파운드리 반격, 글로벌 증설 대전이 이 하나의 뉴스에서 만납니다 — AI 칩을 실제로 만드는 회사가 미래를 어떻게 보느냐. 그 답은 분명 ‘지속’이었습니다. 다만 생산자의 낙관도 검증이 필요하고, 건설 현실이라는 변수도 남아 있습니다. TSMC의 이 거대한 베팅이 슈퍼사이클의 확증이 될지, 아니면 과잉의 서막이 될지 — 앞으로 몇 년간 반도체 시장을 읽는 가장 중요한 관전 포인트가 될 것입니다.

자주 묻는 질문 (FAQ)

Q. TSMC는 애리조나에 얼마를 투자하나요?

기존 1,650억 달러에서 1,000억 달러를 추가해 총 2,650억 달러(약 397조 원)로 확대합니다. 최종적으로 반도체 생산공장 10곳, 첨단 패키징 공장 2곳, R&D 센터 1곳이 들어설 예정이며, 미국 내 외국인직접투자 사상 최대 규모입니다.

Q. 이 발표가 왜 중요한가요?

세계 첨단 AI 칩 생산을 주도하는 TSMC의 설비투자는 미래 반도체 수요를 보여주는 선행 지표로 여겨집니다. AI 버블·피크아웃 우려가 커진 시점에 “수요가 구조적이고 수년간 이어진다”며 대규모 증설을 확정한 것은, 실제 주문을 보는 생산자가 슈퍼사이클의 지속에 힘을 실은 것으로 해석됩니다.

Q. 한국 반도체에는 어떤 영향이 있나요?

양면적입니다. AI 칩 수요 지속은 HBM을 공급하는 삼성전자·SK하이닉스에 우호적인 수요 보증입니다. 반면 TSMC가 대규모 증설로 “시장을 안 내주겠다”고 밝힌 것은 파운드리에서 삼성과의 격차를 더 벌리려는 것이어서, 파운드리 사업에는 부담이 됩니다.

⚠️ 본 글은 2026년 7월 20일 기준 언론 보도를 바탕으로 작성된 정보 제공 목적의 콘텐츠입니다. 투자 규모·설비투자 전망·매출 비중 등 수치는 시점에 따라 달라질 수 있으며, 본 글은 특정 기업·종목에 대한 투자 권유가 아닙니다. 투자 판단과 그에 따른 책임은 투자자 본인에게 있습니다.

7월 21, 2026

화웨이 ‘아틀라스 950 슈퍼포드’ — 개별 칩은 져도 ‘묶어서 이긴다’는 중국의 반격

화웨이
아틀라스 950
슈퍼노드
WAIC 2026

지금 중국 상하이에서는 세계인공지능대회(WAIC 2026)가 열리고 있습니다(7월 17~20일). 시진핑 주석이 창설 이래 처음으로 개막식에 직접 참석할 만큼 격이 달라진 이 무대의 최대 화제는 단연 화웨이입니다. 화웨이가 공개한 ‘아틀라스 950 슈퍼포드’는 AI 칩 8,192장을 하나로 묶은 업계 최대 규모의 컴퓨팅 시스템으로, 화웨이는 “엔비디아 차세대 제품 대비 연산력 6.7배, 메모리 15배”라고 주장했습니다. 개별 칩 성능에서는 밀려도 여러 개를 묶어서 이기겠다는 중국의 새 전략 — 그 실체와, 여기서 조용히 웃는 한국 메모리의 입장을 정리해 봅니다.

무슨 일인가 — 8,192장을 하나로 묶다

화웨이가 상하이 WAIC 전시장에 실물을 공개한 ‘아틀라스 950 슈퍼포드’의 핵심은 ‘슈퍼노드(SuperPoD)’라는 개념입니다. 슈퍼노드란 고속 상호연결 기술로 수천 장의 AI 칩을 하나의 거대한 연산 풀(pool)처럼 작동하게 묶는 기술입니다. 아틀라스 950은 최대 8,192장의 신경망처리장치(NPU, 어센드 950 칩)를 연결해, 조(兆) 단위 매개변수의 대형언어모델(LLM)을 훈련·추론할 수 있도록 설계됐습니다.

구성 방식도 공개됐습니다. 한 캐비닛(랙)에 64개씩, 16개 캐비닛에 총 1,024개의 어센드 950 칩이 들어가고, 이런 묶음 8개를 다시 엮으면 8,192장이 하나로 작동합니다. 화웨이는 엔비디아 차세대 제품 ‘NVL144’와 비교해 총 연산력 6.7배, 메모리 용량 15배로 주요 지표에서 세계 선두라고 밝혔습니다. 중국 화타이증권은 올해를 “중국 슈퍼노드의 원년”이라 평가했습니다.

⚠️ 먼저 짚을 것 — 이 수치는 ‘업체 주장’입니다

연산력 6.7배·메모리 15배는 화웨이가 자체 발표한 수치로, 독립된 제3자 벤치마크로 검증된 것이 아닙니다. 게다가 이는 칩 하나끼리의 비교가 아니라 ‘8,192장을 묶은 거대 시스템’ 대 ‘상대적으로 적은 수의 엔비디아 구성’을 비교한 것으로 보입니다. 규모를 키우면 총량이 커지는 건 당연한 만큼, ‘개별 칩이 엔비디아를 앞섰다’는 뜻으로 읽으면 오해입니다. 실제로 화웨이 부회장도 “단일 칩에서는 엔비디아에 뒤처져 있고 단기간에 따라잡기 어렵다”고 인정했습니다.

핵심 전략 — ‘개별 칩’이 아니라 ‘시스템’으로 싸운다

이 제품의 진짜 의미는 성능 수치가 아니라 전략의 전환에 있습니다. 미국의 수출 규제로 엔비디아의 최신 GPU(H100 등)를 구할 수 없게 된 중국은, 개별 칩 성능에서 열세를 인정하는 대신 ‘칩을 최대한 많이, 효율적으로 묶는 시스템 기술’로 그 격차를 메우겠다는 우회로를 택했습니다. 쉬즈쥔 화웨이 부회장의 말이 이 전략을 압축합니다. “단일 칩에서는 뒤처지지만, 슈퍼노드와 클러스터에서는 자신 있다.”

엔비디아 방식 강력한 개별 칩 (성능 우위) GPU 칩 자체가 빠르다

화웨이 방식 (슈퍼노드) 약한 칩을 8,192장 묶는다 연결 기술로 총량을 키운다

규제로 강한 칩을 못 구하자 → ‘물량 × 연결 기술’로 우회하는 것이 중국의 승부수

한 명의 천재 대신 100명의 평범한 일꾼을 완벽히 조직하는 전략 — 대신 전기와 공간을 훨씬 많이 씁니다

이 전략은 화웨이만의 것이 아닙니다. 이번 WAIC에서 통신장비업체 ZTE도 여러 중국 GPU 기업과 공동 개발한 ‘매트릭스 슈퍼노드’를 선보였고, 다수의 중국 GPU 업체가 유사한 클러스터 기술을 공개했습니다. 개별 칩 규제를 시스템 통합이라는 집단 전략으로 돌파하려는 중국 AI 업계의 공통된 움직임입니다. 화웨이는 EUV 노광장비 없이도 2031년까지 공정을 1.4나노까지 끌어올리겠다는 목표도 함께 제시했습니다.

공짜가 아니다 — 슈퍼노드의 대가

‘묶어서 이긴다’는 전략에는 분명한 대가가 따릅니다. 칩을 많이 쓸수록 전력 소비와 물리적 공간, 냉각 부담이 기하급수적으로 커지기 때문입니다. 엔비디아가 칩 한 장으로 할 일을 화웨이가 여러 장으로 한다면, 그만큼 전기요금과 데이터센터 규모가 늘어납니다. 앞서 다룬 ‘AI 데이터센터 전력 전쟁’과 ‘SMR’ 이야기가 중국에서는 더 절박한 문제가 되는 셈입니다.

항목	슈퍼노드 전략의 명(明)	암(暗)
성능	시스템 총량으로 최상위 LLM 훈련 가능	개별 칩 효율은 여전히 열세
규제 대응	엔비디아 없이 자립 컴퓨팅 확보	선단 공정·EUV 규제는 여전한 벽
전력·비용	물량으로 성능 목표 달성	전력·공간·냉각 비용 급증
메모리	대규모 HBM·D램 탑재로 대역폭 확보	메모리 대량 조달 부담(수요는 폭증)

여기서 웃는 한국 — 슈퍼노드는 ‘HBM 먹는 하마’다

이 대목이 한국에 중요합니다. 슈퍼노드가 성능을 내려면 수천 장의 칩에 각각 고대역폭 메모리(HBM)와 D램이 대량으로 붙어야 합니다. 화웨이가 스스로 “메모리 용량 15배”를 강조한 것 자체가, 이 시스템이 막대한 메모리를 필요로 한다는 방증입니다. 칩을 많이 묶는 전략일수록 메모리 수요는 오히려 폭증하는 구조입니다.

슈퍼노드 확산 칩 수천~수만 장 연결 중국·미국 동시 진행

HBM · D램 수요 ↑ 칩마다 메모리 필수 탑재 묶을수록 총량 급증

한국 메모리 수혜

AI 인프라 경쟁이 어느 방향이든 메모리는 필요 — 앞선 글들에서 반복 확인한 ‘메모리의 중립성’ 단, 변수는 중국 CXMT의 HBM 추격 속도

미국이 이기든 중국이 이기든, 그 칩에는 한국 메모리가 들어갑니다 — 지금까지 반복된 구조입니다

다만 조건이 붙습니다. 미국의 대중 규제로 삼성·SK하이닉스의 최신 HBM을 중국에 파는 것 자체가 제한될 수 있고, 그 빈자리를 노려 중국 CXMT가 HBM 자체 개발에 속도를 내고 있습니다. 즉 ‘슈퍼노드가 늘면 메모리 수요가 는다’는 구조는 맞지만, 그 수요를 한국이 다 가져갈 수 있느냐는 규제와 중국 추격이라는 두 변수에 달려 있습니다. 이는 지난 Zhipu 글에서 짚은 ‘메모리의 중립성’과 그 한계가 그대로 반복되는 지점입니다.

큰 그림 — WAIC가 보여준 ‘두 개의 AI 세계’

이번 WAIC의 진짜 메시지는 제품 하나가 아니라 ‘AI 메이드 인 차이나’의 자립 선언입니다. 시진핑 주석의 개막식 첫 참석, “중국지조(중국이 지혜롭게 만든다)” 구호, 화웨이·ZTE의 슈퍼노드 총출동은 미국 중심 AI 질서에 대한 정면 도전으로 읽힙니다. 지금까지 이 블로그에서 다룬 Zhipu의 오픈소스 모델, 딥시크, 화웨이 어센드가 하나의 그림으로 모이는데 — 모델부터 칩, 시스템까지 미국 없이 완결하려는 중국식 AI 생태계가 그것입니다.

세계는 점점 ‘미국 진영’과 ‘중국 진영’이라는 두 개의 AI 인프라로 갈라지고 있습니다. 그 사이에서 한국은 흥미로운 위치에 있습니다. 양쪽 모두에 메모리를 공급할 수 있는 몇 안 되는 나라이지만, 동시에 미·중 규제의 한가운데에 서 있기도 합니다. 슈퍼노드 경쟁이 뜨거워질수록 메모리 수요는 커지지만, 그 수혜를 어느 진영에서 얼마나 realize할 수 있느냐가 한국 반도체의 다음 과제입니다.

자주 묻는 질문 (FAQ)

Q. 화웨이 아틀라스 950 슈퍼포드가 엔비디아보다 성능이 좋나요?

화웨이는 엔비디아 차세대 제품 대비 연산력 6.7배·메모리 15배라고 주장하지만, 이는 업체 자체 발표 수치이며 개별 칩이 아니라 8,192장을 묶은 거대 시스템 기준입니다. 화웨이 부회장도 “단일 칩 성능은 엔비디아에 뒤처진다”고 인정했습니다. 즉 칩이 더 좋은 게 아니라 ‘많이 묶어서 총량을 키운’ 것입니다.

Q. 슈퍼노드 전략의 단점은 무엇인가요?

칩을 많이 쓸수록 전력 소비, 물리적 공간, 냉각 부담이 크게 늘어납니다. 엔비디아가 칩 한 장으로 할 일을 여러 장으로 처리하는 만큼 전기요금과 데이터센터 규모가 커지는 것이 대표적 단점입니다. 선단 공정과 EUV 장비 규제도 여전한 벽입니다.

Q. 이 흐름이 한국 반도체에 좋은가요, 나쁜가요?

양면적입니다. 슈퍼노드는 칩마다 HBM·D램을 대량으로 필요로 해 메모리 수요를 키우는 기회입니다. 다만 미국의 대중 규제로 최신 HBM의 중국 수출이 제한될 수 있고, 중국 CXMT의 HBM 추격도 변수여서 그 수요를 한국이 온전히 가져갈 수 있을지는 별개의 문제입니다.

⚠️ 본 글은 2026년 7월 19일 기준 언론 보도를 바탕으로 작성된 정보 제공 목적의 콘텐츠입니다. 본문의 성능 수치(연산력 6.7배·메모리 15배 등)는 화웨이 측 자체 발표로 독립 검증된 것이 아니며, 시점에 따라 달라질 수 있습니다. 본 글은 특정 기업·종목에 대한 투자 권유가 아니며, 투자 판단과 그에 따른 책임은 투자자 본인에게 있습니다.

7월 19, 2026

앤트로픽도 자체 AI 칩 — 삼성 2나노가 잡은 ‘엔비디아 탈출’ 릴레이의 다음 바통

앤트로픽
삼성 파운드리
2나노
커스텀 AI 칩

구글(TPU), 오픈AI(할라페뇨), 애플(브로드컴), 그리고 중국 Zhipu까지 — 빅테크의 ‘자체 AI 칩’ 릴레이에 또 한 명의 주자가 합류했습니다. 클로드 개발사 앤트로픽입니다. 그런데 이번엔 한국에 특히 반가운 소식이 붙었습니다. 앤트로픽이 그 칩을 삼성전자 2나노 공정에서 생산하는 방안을 검토 중이라는 것. TSMC에 눌려 점유율 4%에 머물던 삼성 파운드리에, 테슬라·엔비디아에 이어 세계 최고가 AI 스타트업까지 고객 명단에 오를 수 있다는 신호입니다. 오늘은 이 ‘초기 단계’ 소식의 무게와, 삼성 파운드리 반격의 실체를 정리해 봅니다.

무슨 일인가 — ‘초기 단계’라는 단서를 먼저

미국 IT 전문매체 디인포메이션 보도에 따르면, 앤트로픽은 자체 AI 칩 개발 초기 작업에 착수했고 잠재적 위탁생산(파운드리) 파트너로 삼성전자의 2나노(㎚) 공정과 첨단 패키징 기술 활용을 검토하고 있습니다. 다만 반드시 짚어야 할 단서가 있습니다. 아직 구체적인 칩 설계나 시험 생산에 진입하지 않은 초기 단계이며, 앤트로픽은 여러 칩 설계업체와도 논의 중이고, 최종적으로 사업이 성사되지 않을 가능성도 있다는 점입니다. ‘수주 확정’이 아니라 ‘검토 중’인 사안이라는 것을 전제로 봐야 합니다.

앤트로픽 스스로도 선을 그었습니다. 회사는 성명에서 “엔비디아 GPU와 구글 TPU, 아마존웹서비스(AWS)의 트레이니엄 칩 등이 앞으로도 자사 연산 인프라의 핵심 역할을 할 것”이라며, 자체 칩이 기존 협력을 대체하는 것은 아니라는 입장을 밝혔습니다. 삼성전자는 논평을 거절했습니다. 그럼에도 이 소식이 주목받는 이유는, 두 회사의 ‘연결고리’가 이미 존재하기 때문입니다.

💡 이미 놓여 있던 다리 — 시리즈H 투자

앤트로픽은 지난 5월 완료한 시리즈H 투자 라운드에서 삼성전자·SK하이닉스·마이크론을 ‘전략적 인프라 파트너’로 참여시켜 650억 달러(약 100조 원)를 조달했습니다. 당시 기업가치는 9,650억 달러(약 1,487조 원)로, 오픈AI를 뛰어넘어 세계 최고가 AI 스타트업에 올랐습니다. 3대 메모리 회사 중 로직 칩을 만드는 파운드리를 가진 곳은 삼성전자가 유일합니다. 투자로 맺어진 관계가 생산 협력으로 이어질 개연성이 처음부터 있었던 셈입니다.

왜 앤트로픽도 자체 칩인가 — 릴레이의 논리

이 흐름은 이 블로그에서 반복해 다뤄온 ‘빅테크 커스텀 칩’ 릴레이의 연장입니다. 이유는 언제나 같습니다. 엔비디아 GPU에 대한 의존을 낮춰 연산 비용과 전력 부담을 줄이고, 자사 AI 서비스에 최적화된 칩을 확보하려는 것입니다. 훈련은 엔비디아에 맡기더라도, 매일 반복되는 추론만큼은 전용 칩으로 돌려 비용을 낮추겠다는 계산입니다.

구글 TPU

오픈AI 할라페뇨 (브로드컴 설계)

애플 AI 서버 칩 (브로드컴)

앤트로픽 자체 칩 (검토 중) ✦

TSMC 🇹🇼 파운드리 2.0 점유율 38%

삼성 2나노 🇰🇷 점유율 4% · 앤트로픽 노림 ✦

공통 목표: 엔비디아 GPU 의존 ↓ · 추론 비용과 전력 부담 ↓

모두가 ‘엔비디아 탈출’을 향해 뛰고, 그 칩을 만들 파운드리 자리를 놓고 TSMC와 삼성이 다툽니다

흥미로운 것은 앤트로픽의 선택지입니다. 오픈AI·애플이 브로드컴이라는 ‘설계 파트너’를 거친 것과 달리, 앤트로픽은 여러 칩 설계업체와 논의하면서 생산 파트너로 삼성을 직접 저울질하고 있습니다. 앤트로픽에 삼성은 이미 투자 파트너이자 메모리(HBM) 공급사이기도 해서, 로직 칩 생산까지 묶으면 ‘한 지붕 협력’이 가능하다는 점이 매력으로 꼽힙니다.

삼성 파운드리의 반격 — 왜 지금 기회가 왔나

이 소식이 삼성에 중요한 이유는 파운드리 사업의 오랜 부진 때문입니다. 시장조사업체 카운터포인트리서치에 따르면 2026년 1분기 글로벌 파운드리 2.0 시장에서 TSMC 점유율은 38%, 삼성전자는 4% 수준입니다. 격차가 압도적이죠. 그런데 바로 그 TSMC의 독주가 역설적으로 삼성에 기회를 열고 있습니다.

TSMC 🇹🇼 38%

삼성전자 🇰🇷 4%

TSMC 생산능력 포화 → 낙수 물량이 삼성으로

※ 파운드리 2.0은 순수 파운드리 외 비메모리 IDM·OSAT·포토마스크까지 포함 | 카운터포인트리서치

격차는 크지만, TSMC에 물량이 몰릴수록 ‘대안 공급처’ 삼성의 몸값이 오릅니다

논리는 이렇습니다. 구글 TPU와 각종 ASIC 수요가 폭증하면서 TSMC의 첨단 공정 생산능력이 포화 상태에 이르고 있습니다. 그러면 물량을 다 소화하지 못한 낙수 수요와, 특정 업체 쏠림을 피하려는 고객들이 대안으로 삼성을 찾게 됩니다. 카운터포인트리서치도 “구글 TPU와 ASIC 수요 확대로 첨단 공정 생산능력 부족이 심화될 수 있다”며 “삼성과 인텔의 신규 수주가 확대될 전망”이라고 분석했습니다. 여기에 칩 가격 협상에서 우위를 점하려는 고객이 ‘제2 공급처’로 삼성을 두려는 전략적 이유도 있습니다.

이미 쌓인 수주 — 흑자 전환이 눈앞에

앤트로픽 건이 ‘검토 중’인 것과 별개로, 삼성 파운드리는 이미 굵직한 AI 칩 수주를 쌓아왔습니다. 지난해 테슬라와 약 23조 원 규모로 차세대 자율주행 칩 ‘AI6’ 생산 계약을 맺었고, 올해는 엔비디아의 추론 언어처리장치(LPU) ‘그록3’ 수주를 공식화했습니다. 여기에 구글도 차세대 TPU 일부 생산을 삼성에 맡기는 방안을 검토 중인 것으로 전해집니다.

고객	내용	상태
테슬라	자율주행 칩 ‘AI6’, 약 23조 원 규모	계약 체결
엔비디아	추론 LPU ‘그록3’ 생산	수주 공식화
구글	차세대 TPU 일부 생산	검토 중
앤트로픽	자체 AI 칩, 2나노 + 첨단 패키징	초기 검토 (오늘의 뉴스)

삼성은 8인치 구형 공정을 정리하는 대신 2~4나노 선단 공정에 기술 역량을 집약해 고수익 구조를 만들고 있습니다. 미국 테일러 팹은 2나노 양산을 준비하며 내년 본격 가동을 앞두고 있습니다. 이런 신규 수주가 쌓이면서 만년 적자였던 파운드리 사업부의 흑자 전환이 “시간 문제”라는 평가가 나옵니다. 앞서 다룬 삼성전자 2분기 89조 원 실적에서 파운드리 적자 축소가 한 축이었던 것과도 이어지는 흐름입니다.

냉정하게 — 넘어야 할 ‘수율’이라는 벽

① 검증되지 않은 2나노 수율

삼성의 최대 과제는 여전히 선단 공정의 수율(양품 비율) 안정화입니다. 과거 일부 선단 공정에서 수율 문제로 고객 신뢰를 잃은 전례가 있어, TSMC의 2나노(N2)와 경쟁하려면 안정적 수율을 실증해야 한다는 지적이 끊이지 않습니다. 앤트로픽 같은 최상위 고객일수록 수율과 성능을 깐깐하게 따지기 때문에, ‘검토’가 ‘수주’로 이어지려면 이 벽을 넘어야 합니다.

② ‘검토’와 ‘계약’ 사이의 거리

오늘 소식은 어디까지나 초기 검토 단계입니다. 칩 용도·성능 목표·서버 통합 방식을 저울질하는 중이고, 앤트로픽은 다른 설계·생산 업체와도 논의하고 있습니다. 과거에도 대형 파운드리 ‘검토’ 보도가 실제 계약으로 이어지지 않은 사례가 적지 않았던 만큼, 기대를 확정으로 앞서 읽는 것은 경계할 필요가 있습니다.

③ TSMC와의 근본 격차

점유율 38% 대 4%라는 격차는 단기간에 좁혀지지 않습니다. TSMC는 첨단 공정과 패키징, 오랜 고객 신뢰라는 삼중의 해자를 갖고 있습니다. 삼성의 AI 칩 수주 확대는 분명한 반등 신호지만, ‘역전’이 아니라 ‘대안 공급처로서의 입지 강화’라는 관점에서 보는 것이 현실적입니다.

마치며 — 릴레이의 종착지에 한국이 있다

정리하면, 앤트로픽의 자체 칩 검토는 구글·오픈AI·애플·Zhipu로 이어진 ‘빅테크 커스텀 칩’ 릴레이의 최신 바통이며, 이번엔 그 바통이 삼성 2나노를 향하고 있습니다. 확정된 계약은 아니지만, 세계 최고가 AI 스타트업이 삼성을 생산 후보로 올렸다는 사실 자체가 파운드리 반격의 상징적 장면입니다. 지금까지 이 블로그에서 다뤄온 애플-브로드컴, 오픈AI 할라페뇨, Zhipu 자체 칩이 모두 ‘엔비디아 탈출’의 조각이었다면, 오늘의 이야기는 그 조각들이 만들어낸 새로운 파운드리 수요를 한국이 얼마나 잡아낼 수 있느냐에 대한 것입니다. 커스텀 칩 시대가 열릴수록 그 칩을 만들 공장의 가치도 오르고, 그 기회의 문 앞에 삼성이 서 있습니다. 남은 것은 수율이라는 마지막 시험을 통과하는 일입니다.

자주 묻는 질문 (FAQ)

Q. 앤트로픽이 삼성에서 AI 칩을 만드는 게 확정됐나요?

아닙니다. 앤트로픽이 자체 AI 칩 개발 초기 단계에서 삼성전자 2나노 공정과 첨단 패키징 활용을 ‘검토’하고 있다는 외신 보도이며, 구체적 설계나 시험 생산에는 진입하지 않았습니다. 앤트로픽은 여러 설계·생산 업체와 논의 중이고, 사업이 성사되지 않을 가능성도 있습니다.

Q. 왜 AI 기업들이 자체 칩을 만들려고 하나요?

엔비디아 GPU에 대한 의존을 낮춰 연산 비용과 전력 부담을 줄이고, 자사 AI 서비스에 최적화된 칩을 확보하기 위해서입니다. 구글(TPU), 오픈AI(할라페뇨), 애플(AI 서버 칩)에 이어 앤트로픽까지 같은 흐름에 합류하고 있습니다.

Q. 삼성 파운드리는 TSMC를 따라잡을 수 있나요?

단기간 역전은 어렵습니다. 2026년 1분기 파운드리 2.0 점유율은 TSMC 38%, 삼성 4%로 격차가 큽니다. 다만 TSMC 생산능력 포화로 낙수 물량과 ‘제2 공급처’ 수요가 삼성으로 향하고 있어, 테슬라·엔비디아 수주에 이어 대안 공급처로서 입지를 넓히는 국면입니다. 관건은 2나노 수율 안정화입니다.

⚠️ 본 글은 2026년 7월 18일 기준 외신·언론 보도를 바탕으로 작성된 정보 제공 목적의 콘텐츠입니다. 앤트로픽의 자체 칩 및 삼성 협력은 초기 검토 단계로 확정된 계약이 아니며, 점유율·수주 관련 수치는 시점·기관에 따라 달라질 수 있습니다. 본 글은 특정 기업·종목에 대한 투자 권유가 아니며, 투자 판단과 그에 따른 책임은 투자자 본인에게 있습니다.

7월 18, 2026

‘AI 다음’은 융복합 반도체 — 바이오·우주·양자·UAM이 여는 차세대 시스템반도체 격전지

시스템반도체
융복합 산업
양자컴퓨팅
차세대 반도체

지금 반도체 시장의 주인공은 단연 AI입니다. HBM이 메모리 실적을 끌어올리고, NPU·GPU가 데이터센터를 채우고 있죠. 그런데 업계의 시선은 벌써 ‘그다음’을 향합니다. 17일 업계 전망에 따르면, AI가 열어젖힌 고성능 반도체 호황의 바통을 이어받을 주자로 바이오·의료, 우주·위성통신, 양자컴퓨팅, 도심항공교통(UAM) 같은 융복합 산업이 지목됩니다. 공통점은 하나 — 모두 맞춤형 시스템반도체 없이는 굴러가지 않는다는 것입니다. 메모리 강국 한국이 ‘그다음’에서도 주인공이 될 수 있을지, 차세대 격전지의 지도를 그려봅니다.

왜 ‘메모리 다음’을 지금 이야기하나

AI 슈퍼사이클은 분명 강력하지만, 그 수혜는 메모리(HBM·D램)에 집중돼 있습니다. 문제는 한국의 구조적 약점이 바로 시스템반도체(비메모리)에 있다는 점입니다. 시스템반도체는 데이터를 저장하는 메모리와 달리 연산·제어를 담당하는 ‘두뇌’ 칩으로, 전 세계 반도체 시장의 약 60% 이상을 차지하는 더 큰 시장입니다. 그런데 한국의 시스템반도체 세계 시장점유율은 오랫동안 3% 안팎에 머물러 왔습니다.

AI가 만든 호황이 언젠가 정점을 지나면(앞선 ‘AI 버블 vs 슈퍼사이클’ 논쟁이 이 지점을 다뤘습니다), 다음 성장 동력이 필요합니다. 그리고 그 동력으로 지목되는 융복합 산업들은 하나같이 범용 칩이 아닌 특수 목적 시스템반도체를 요구합니다. 즉 ‘메모리 다음’을 준비한다는 것은 곧 ‘시스템반도체 경쟁력을 확보한다’는 뜻이고, 이것이 한국 반도체가 넘어야 할 다음 산이라는 것입니다.

지금 — AI 시대 HBM · D램 (메모리) NPU · GPU 한국 강점: 메모리

바통 터치

다음 — 융복합 시대 바이오 · 우주 · 양자 · UAM 맞춤형 시스템반도체 한국 과제: 비메모리

시스템반도체는 전체 시장의 약 60%+ — 한국 점유율은 오랫동안 3% 안팎에 머물러 있습니다 ‘메모리 다음’을 준비한다는 것은 곧 ‘시스템반도체 경쟁력’을 확보한다는 뜻

메모리에서 이미 세계 1위인 한국에게, 진짜 과제는 늘 ‘두뇌 칩’이라 불리는 시스템반도체였습니다

4대 격전지 — 어떤 반도체가 필요한가

🧬 ① 바이오·의료 — 가장 유력한 후보

차세대 반도체 시장의 첫손에 꼽히는 분야입니다. 생체센서와 의료영상으로 수집한 데이터를 실시간 해석하는 칩, 웨어러블 진단기기용 초저전력 칩, 유전자 분석을 가속하는 반도체 등이 필요합니다. 고령화와 디지털 헬스케어 확산으로 수요가 폭발할 것으로 전망되며, AI 반도체 기술이 그대로 이식될 수 있어 진입 장벽도 상대적으로 낮습니다.

⚛️ ② 양자컴퓨팅 — “AI 다음은 양자”

지난해 노벨 물리학상 수상자 존 마티니스 교수는 “AI 다음은 양자가 될 것”이라고 단언했습니다. 양자컴퓨터가 상용화되면 양자 제어칩(큐비트를 제어)과 극저온(영하 270도 안팎) 환경에서 동작하는 특수 반도체라는 완전히 새로운 시장이 열립니다. 한 시장조사기관은 2030년 양자컴퓨팅 시장을 약 200억 달러(약 30조 원)로 전망했습니다.

🛰️ ③ 우주·위성통신 — 저궤도 위성의 시대

저궤도 위성(LEO) 발사가 급증하면서 우주 방사선을 견디는 내방사선 반도체, 위성통신용 고주파(RF) 칩, 위성 탑재 AI 연산칩 수요가 커집니다. 위성은 자율주행·UAM·원격제어의 인프라이기도 해서, 하나의 시장이 여러 산업으로 연결되는 확장성이 특징입니다.

🚁 ④ UAM(도심항공교통) — 하늘을 나는 반도체

‘하늘을 나는 자동차’로 불리는 UAM에는 비행 제어, 충돌 회피, 자율비행을 담당하는 고신뢰성 시스템반도체가 탑재됩니다. 자동차용 반도체보다 훨씬 엄격한 안전성·내구성이 요구되며, 실증사업이 본격화되며 상용화 시계가 빨라지고 있습니다. 앞서 다룬 피지컬 AI·월드모델 기술과도 직접 맞닿아 있습니다.

분야	필요한 시스템반도체	특징
바이오·의료	생체신호 처리칩, 초저전력 진단칩	AI 기술 이식 용이, 진입장벽 낮음
양자컴퓨팅	양자 제어칩, 극저온 특수 반도체	완전 신시장, 2030년 30조 원 전망
우주·위성	내방사선 칩, 위성 RF·AI 연산칩	여러 산업의 공통 인프라
UAM	비행 제어·자율비행 고신뢰성 칩	극한 안전성 요구, 피지컬 AI 연계

공통 열쇠 — 결국 ‘시스템반도체 생태계’다

네 분야는 응용처가 제각각이지만, 성패를 가르는 열쇠는 하나로 모입니다. 바로 선제적인 시스템반도체 생태계 구축입니다. 이규복 인하대 특임교수(전 반도체공학회장)는 “바이오 분야의 시스템반도체와 양자컴퓨팅용 시스템, 우주·위성통신 등 관련 시장이 앞으로 급성장할 것”이라며 “한국이 반도체에 강점을 갖고 있는 만큼, 신산업에 필요한 핵심 반도체를 선제적으로 확보해 향후 이 분야에 한국 기술을 사용하도록 하는 전략이 필요하다”고 지적합니다.

핵심은 ‘누가 먼저 선점하느냐’입니다. 이들 융복합 산업은 아직 표준이 정립되지 않은 초기 시장이라, 지금 핵심 반도체를 확보해두면 산업이 커질 때 그 생태계 전체가 한국 기술 위에서 돌아가게 만들 수 있습니다. 반대로 놓치면, 시스템반도체 3%라는 만년 약점이 미래 산업에서도 반복됩니다.

팹리스 칩 설계

파운드리 위탁 생산

디자인하우스 설계-생산 연결 + 전문 인력

세 톱니가 함께 돌아야 완성 — 메모리 세계 1위 한국이 상대적으로 약한 바로 그 영역 국산 NPU 스타트업(리벨리온·퓨리오사AI 등)의 성장이 이 생태계의 씨앗

메모리는 대기업 혼자 잘하면 되지만, 시스템반도체는 설계·생산·인력이 함께 커야 하는 ‘생태계 게임’입니다

희망의 씨앗 — 이미 시작된 도전들

다행히 밑바탕은 쌓이고 있습니다. 앞선 글에서 다룬 국산 NPU 스타트업(리벨리온·퓨리오사AI·딥엑스·모빌린트)의 성장은 한국 팹리스 생태계가 살아나고 있다는 신호입니다. 이들이 AI 추론용 칩에서 쌓은 설계 역량은 바이오·자율주행·UAM용 특수 칩으로 확장될 수 있는 자산입니다. 정부도 ‘K-AI 반도체 기술지원센터’를 세우고 국민성장펀드로 직접 투자에 나서는 등, 시스템반도체 저변 확대에 이전과 다른 무게를 싣고 있습니다.

삼성전자와 SK하이닉스가 벌어들인 막대한 현금(앞서 다룬 ‘반도체 머니’)도 이 도전의 실탄이 될 수 있습니다. 실제로 삼성전자는 로봇·전장·공조 기업 M&A로 시스템반도체 응용처를 넓히고 있고, 파운드리 경쟁력 강화에 사활을 걸고 있습니다. 메모리에서 번 돈을 시스템반도체와 미래 산업에 재투자하는 선순환이 만들어질 수 있느냐가 관건입니다.

냉정하게 — 넘어야 할 현실

① 시간과의 싸움

융복합 산업들은 대부분 상용화까지 수년 이상 남았습니다. 양자컴퓨터는 아직 실험실 단계이고, UAM은 실증 중이며, 우주는 진입 비용이 막대합니다. ‘미래 수요’에 지금 투자하는 것은 앞선 SMR·증설 글에서 봤듯 큰 베팅이며, 타이밍이 빗나가면 매몰비용이 됩니다.

② 생태계는 돈만으로 안 된다

시스템반도체는 설계 인력, 소프트웨어, 오랜 레퍼런스가 함께 쌓여야 하는 분야입니다. 메모리처럼 대규모 투자로 단기간에 격차를 벌리기 어렵고, 미국·대만이 수십 년간 다진 팹리스·파운드리 생태계를 따라잡는 데는 인내가 필요합니다.

③ 선택과 집중

네 분야를 다 잘할 수는 없습니다. 한국이 강점을 살릴 수 있는 분야(예: AI 기술 이식이 쉬운 바이오, 메모리와 시너지가 큰 영역)에 자원을 집중하는 전략적 선택이 필요하다는 지적이 나옵니다.

마치며 — ‘AI 이후’를 준비하는 자

정리하면, AI 반도체 호황은 지금 뜨겁지만 영원하지 않고, 그 바통을 이어받을 주자로 바이오·우주·양자·UAM 같은 융복합 산업이 준비되고 있습니다. 이 산업들의 공통분모는 ‘맞춤형 시스템반도체’이고, 이는 한국 반도체의 오랜 숙제이자 미래 성장의 열쇠입니다. 지금까지 이 블로그에서 다뤄온 국산 NPU, 반도체 머니, 800조 클러스터, 월드모델이 모두 이 지점에서 만납니다 — 메모리에서 번 돈과 AI에서 쌓은 설계 역량을, 다음 세대의 시스템반도체로 어떻게 연결하느냐. ‘AI 이후’를 먼저 준비하는 자가 다음 사이클의 주인공이 될 것입니다.

자주 묻는 질문 (FAQ)

Q. 융복합 반도체가 정확히 무엇인가요?

바이오·의료, 우주·위성통신, 양자컴퓨팅, 도심항공교통(UAM) 등 서로 다른 산업과 결합해 각 분야에 특화된 기능을 수행하는 맞춤형 시스템반도체를 말합니다. 범용 칩이 아니라 생체신호 처리, 양자 제어, 내방사선, 비행 제어 등 특정 목적에 최적화된 칩이 핵심입니다.

Q. 왜 ‘AI 다음’으로 이 분야가 꼽히나요?

AI 반도체 호황이 언젠가 정점을 지나면 새로운 성장 동력이 필요한데, 바이오·양자·우주·UAM은 모두 빠르게 성장하면서 특수 목적 시스템반도체를 필수로 요구하기 때문입니다. 노벨상 수상자가 “AI 다음은 양자”라고 언급하는 등 전문가들의 관심도 높습니다.

Q. 한국은 이 분야에서 경쟁력이 있나요?

메모리는 세계 1위지만 시스템반도체 점유율은 3% 안팎으로 약점입니다. 다만 국산 NPU 스타트업의 성장, 정부의 시스템반도체 육성, 반도체 기업의 풍부한 현금이 도전의 밑바탕이 되고 있습니다. AI 기술을 이식하기 쉬운 분야부터 선택과 집중이 필요하다는 분석입니다.

⚠️ 본 글은 2026년 7월 17일 기준 업계 전망 및 언론 보도를 바탕으로 작성된 정보 제공 목적의 콘텐츠입니다. 시장 규모·성장 전망은 기관·시점에 따라 달라질 수 있으며, 본 글은 특정 기업·종목에 대한 투자 권유가 아닙니다. 투자 판단과 그에 따른 책임은 투자자 본인에게 있습니다.

7월 17, 2026

중국 Zhipu, 자체 AI 칩까지 노린다 — GLM 오픈소스가 흔드는 ‘지능당 단가’ 전쟁

Zhipu AI
GLM-5.2
오픈소스 AI
중국 AI 칩

지난해 딥시크가 그랬듯, 올해는 중국 AI 스타트업 Zhipu(Z.ai)가 실리콘밸리를 긴장시키고 있습니다. 이 회사의 오픈소스 모델 GLM-5.2는 앤트로픽 클로드 오푸스 4.8과 한 끗 차이 성능을 약 5분의 1 비용에 내놓았고, 화웨이 칩만으로 학습됐으며, 누구나 무료로 내려받아 자기 서버에서 돌릴 수 있습니다. 그리고 지난 7일, 여기에 결정적 소식이 더해졌습니다. Zhipu가 자체 AI 칩 설계까지 검토 중이라는 것. 모델(소프트웨어)에서 칩(하드웨어)까지 미국 없이 만드는 ‘수직 자립’ 그림이 그려지고 있습니다. 오늘은 이 흐름의 실체와, AI 경쟁의 새 기준이 된 ‘지능당 단가’를 정리해 봅니다.

오늘의 뉴스 — Zhipu, 중국 칩 설계사와 ‘자체 칩’ 논의 착수

정보기술 매체 디인포메이션 등에 따르면, Zhipu는 최근 여러 중국 반도체 설계 기업과 맞춤형 AI 프로세서 공동 개발을 위한 초기 논의에 착수했습니다. 배경은 명확합니다. 오픈소스 GLM 시리즈 수요가 폭증하는데, 미국의 수출 규제로 첨단 컴퓨팅 자원 확보가 갈수록 어려워지고 있기 때문입니다. 모델을 아무리 잘 만들어도 이를 돌릴 칩이 부족하면 성장에 한계가 생기니, 아예 칩까지 자체 확보에 나서겠다는 것입니다.

이는 앞서 다룬 오픈AI ‘할라페뇨’, 애플-브로드컴 AI 서버 칩과 같은 ‘모델 기업의 칩 내재화’ 흐름입니다. 다만 결정적 차이가 있습니다. 미국 빅테크가 ‘엔비디아 의존을 줄이려는’ 선택이라면, Zhipu는 ‘엔비디아를 아예 쓸 수 없어서’ 등 떠밀린 자립이라는 점입니다. 규제가 낳은 자력갱생인 셈입니다.

먼저 짚을 것 — GLM-5.2가 왜 화제인가

자체 칩 이야기를 이해하려면 그 배경인 GLM 모델의 위상을 먼저 봐야 합니다. Zhipu가 지난 6월 공개한 GLM-5.2는 독립 분석기관 아티피셜 애널리시스의 지능 지수에서 공개(오픈웨이트) 모델 중 1위에 올랐습니다. 딥시크, 미니맥스, 카이미 등 쟁쟁한 중국 오픈소스 모델을 제쳤고, 에이전트 능력 평가에서는 구글의 상위 모델까지 앞섰다는 평가를 받았습니다.

51 GLM-5.2 🇨🇳 Zhipu

46 제미나이 3.1 🇺🇸 구글

44 미니맥스 M3 🇨🇳

44 딥시크 V4 🇨🇳

43 카이미 K2.6 🇨🇳

※ 특정 에이전트 중심 지수 기준 | 평가 항목에 따라 순위는 달라질 수 있음

공개 모델 1위, 그것도 구글 상위 모델을 앞선 점수 — 중국 오픈소스의 도달점을 보여줍니다

하지만 진짜 파괴력은 성능이 아니라 ‘가격 대비’에 있습니다. GLM-5.2는 클로드 오푸스 4.8과 한 끗 차이 성능을 약 5분의 1 비용에 제공하고, MIT 라이선스로 공개돼 누구나 무료로 내려받아 상업적으로 쓸 수 있습니다. 오픈라우터 기준 토큰 사용량이 지난해 딥시크 V4 출시 때보다 더 빠르게 늘고 있다는 점이 인기를 방증합니다.

새로운 게임의 룰 — ‘지능당 단가(Intelligence per Dollar)’

이 현상이 중요한 이유는 AI 경쟁의 평가 기준 자체를 바꾸고 있기 때문입니다. 그동안은 ‘누가 가장 똑똑한 모델을 만드느냐’가 전부였습니다. 그런데 최전선 모델의 토큰 비용이 기업 예산을 압박하기 시작하면서, 이제 기업들은 ‘같은 돈으로 얼마나 많은 지능을 얻느냐(intelligence per dollar)’를 따지기 시작했습니다.

💡 왜 ‘지능당 단가’가 결정적인가

AI 에이전트가 확산되면서 한 작업에 수만~수십만 토큰이 소모되는 시대가 왔습니다. 최고 성능 모델이 반드시 필요한 작업도 있지만, 상당수 업무는 ‘충분히 좋으면서 훨씬 싼’ 모델로 처리할 수 있습니다. GLM-5.2가 파고든 지점이 정확히 여기입니다. “1% 부족한 성능을 80% 저렴한 가격이 상쇄한다”는 계산이 성립하는 순간, 폐쇄형 최전선 모델의 가격 결정력에 균열이 생깁니다. 지난 GPT-5.6 글에서 언급한 ‘파레토 프론티어(성능-비용 최적 경계) 경쟁’이 오픈소스 진영에서 훨씬 공격적으로 벌어지고 있는 셈입니다.

여기에 지정학적 순풍까지 더해졌습니다. 미국 정부가 안보상의 이유로 앤트로픽의 최상위 모델(페이블·미토스)의 해외 접근을 제한하고, 오픈AI도 정부 요청으로 GPT-5.6 접근을 일부 제한하면서, “아무도 못 막는 모델(무료 오픈소스)”이 오히려 더 안전한 선택처럼 보이게 된 것입니다. 미국 밖 개발자에게는 GLM-5.2가 현재 구할 수 있는 가장 성능 좋은 공개 라이선스 모델이라는 평가가 나옵니다.

모델에서 칩까지 — ‘중국판 수직계열화’의 완성 시도

자체 칩 검토는 이 자립 그림의 마지막 조각입니다. 이미 GLM-5는 엔비디아 GPU를 단 한 개도 쓰지 않고 화웨이 어센드 910B 칩 10만 개로 학습된 것으로 알려졌습니다. 학습을 국산 칩으로 해낸 데 이어, 이제 추론에 최적화된 자체 칩까지 확보하면 ‘설계-학습-추론’의 전 과정을 미국 밖에서 완결하게 됩니다.

① 모델 — 오픈소스 GLM-5.2 ✅ 공개 1위 MIT 라이선스 무료 배포 · 자체 호스팅 가능

② 학습 — 화웨이 어센드 910B ✅ 이미 달성 엔비디아 GPU 0개, 어센드 10만 개로 GLM-5 학습

③ 자체 칩 설계 — 추론 특화 🔄 지금 검토 중 중국 칩 설계사와 초기 논의 (오늘의 뉴스)

④ 파운드리 — 국산 생산 ⚠️ 최대 관문 첨단 공정·수율·EUV 규제가 여전한 병목

위 세 층은 빠르게 메웠지만, 맨 아래 ‘첨단 생산’이 자립의 마지막이자 가장 높은 벽

모델·학습은 이미 자립, 칩 설계는 진행 중 — 남은 건 첨단 파운드리라는 마지막 관문입니다

Zhipu는 이런 도전을 뒷받침할 자금도 갖췄습니다. 2019년 칭화대에서 분사한 이 회사는 알리바바·텐센트 등의 투자를 받았고, 올 1월 홍콩 증시에 상장(중국 주요 LLM 기업 최초)해 약 5억 5,800만 달러를 조달했습니다. 여기에 상하이 STAR마켓 2차 상장(약 150억 위안 목표)까지 준비 중입니다. 모델·자금·정부 지원이 삼박자를 이루자, 칩이라는 다음 고지를 넘볼 여력이 생긴 것입니다.

한국에 주는 함의 — 위협과 기회가 공존한다

관점	내용
⚠️ 위협	중국이 저가 오픈소스 모델 + 국산 칩으로 ‘저비용 AI 생태계’를 구축하면, 고성능·고가 전략에 기댄 진영의 가격 결정력이 약해짐. AI 반도체 수요의 상당분이 화웨이 등 중국 칩으로 흡수될 가능성
✅ 기회	어떤 칩이든(엔비디아든 화웨이든 자체 칩이든) AI 연산에는 고대역폭 메모리가 필수. 화웨이 어센드도 HBM을 탑재하는 만큼, 메모리 수요처가 오히려 다변화됨. 중국 AI 생태계 확대 = HBM 수요 확대
📌 시사점	국산 NPU가 ‘추론 특화’로 노리는 시장을, 중국은 ‘자체 칩 + 오픈소스’로 훨씬 큰 규모로 공략 중. 한국도 모델-칩-메모리를 잇는 생태계 전략이 필요

핵심은 메모리의 중립성입니다. 미국이 엔비디아 GPU를 규제해도, 중국이 화웨이 칩으로 갈아타도, 그 칩에 들어가는 HBM은 여전히 필요합니다. AI 반도체 패권 경쟁이 어느 방향으로 흐르든 메모리 수요는 유지된다는 점이, 앞선 글들에서 반복해 확인한 한국 메모리 산업의 구조적 강점입니다. 다만 중국 CXMT의 HBM 추격이 빨라지고 있어, 이 중립적 수혜가 언제까지 이어질지는 별개의 문제입니다.

냉정하게 — 넘어야 할 벽

① 파운드리라는 마지막 관문

칩을 ‘설계’하는 것과 ‘생산’하는 것은 다른 문제입니다. 자체 칩을 설계해도 첨단 공정에서 안정적으로 양산하려면 결국 파운드리가 필요한데, 중국의 첨단 공정 수율과 EUV 장비 확보는 여전히 규제와 기술의 벽에 막혀 있습니다. 수직 자립의 마지막이자 가장 높은 관문입니다.

② 성능 격차와 추론 속도

화웨이 어센드는 순수 연산성능(FLOPs)에서 엔비디아 H100에 미치지 못하고, 추론 속도도 느립니다(예: 초당 17토큰 대 25토큰+). 소프트웨어 최적화와 대규모 클러스터로 이를 메우고 있지만, 하드웨어 격차 자체가 사라진 것은 아닙니다.

③ 데이터·법적 리스크

Z.ai의 클라우드 API를 쓰면 중국 법률의 적용을 받습니다. 다만 MIT 가중치를 내려받아 자체 서버에서 돌리면 이 문제는 사라져, ‘자체 호스팅’이라는 우회로가 열려 있다는 점이 오픈소스의 강점이자 확산 동력입니다.

마치며 — AI 패권의 축이 이동한다

정리하면, Zhipu의 자체 칩 검토는 단일 기업의 이벤트가 아니라 ‘중국이 미국 없이 AI 전 과정을 완결하려는’ 큰 흐름의 상징입니다. 딥시크가 열고 Zhipu가 잇는 이 흐름은 AI 경쟁의 기준을 ‘최고 성능’에서 ‘지능당 단가’로, 그리고 ‘폐쇄형 최전선’에서 ‘오픈소스’로 이동시키고 있습니다. 지금까지 이 블로그에서 다룬 국산 NPU, 애플-브로드컴 커스텀 칩, 미·중 기술경쟁이 모두 이 지점에서 만납니다. AI 반도체의 미래는 ‘누가 가장 강력한 칩을 만드느냐’만큼이나 ‘누가 가장 효율적인 생태계를 만드느냐’에 달려 있으며, 그 경쟁에서 한국이 메모리라는 중립 지대를 얼마나 오래 지켜낼지가 관전 포인트입니다.

자주 묻는 질문 (FAQ)

Q. Zhipu(Z.ai)는 어떤 회사인가요?

2019년 중국 칭화대에서 분사한 AI 스타트업으로, 오픈소스 GLM 시리즈 모델로 유명합니다. 알리바바·텐센트 등의 투자를 받았고 2026년 1월 중국 주요 LLM 기업 최초로 홍콩 증시에 상장했습니다. 중국의 ‘AI 호랑이’ 기업 중 하나로 꼽힙니다.

Q. GLM-5.2가 왜 주목받나요?

공개(오픈웨이트) 모델 중 지능 지수 1위에 오르며 클로드 오푸스 4.8과 한 끗 차이 성능을 약 5분의 1 비용에 제공하기 때문입니다. MIT 라이선스로 무료 배포돼 자체 서버에서 돌릴 수 있고, 미국의 최전선 모델 접근 제한과 맞물려 ‘아무도 못 막는 모델’로서 대안이 되고 있습니다.

Q. 중국의 AI 자립이 한국에 위협인가요?

양면적입니다. 저비용 AI 생태계가 커지면 고가 전략의 가격 결정력이 약해지는 위협이 있지만, 어떤 AI 칩이든 HBM 등 고대역폭 메모리가 필요하므로 한국 메모리 산업에는 수요 다변화 기회이기도 합니다. 다만 중국 CXMT의 HBM 추격 속도가 변수입니다.

⚠️ 본 글은 2026년 7월 16일 기준 언론 보도를 바탕으로 작성된 정보 제공 목적의 콘텐츠입니다. 자체 칩 개발은 초기 검토 단계로 확정된 계획이 아니며, 벤치마크 수치는 평가 기관·항목에 따라 달라질 수 있습니다. 본 글은 특정 기업·종목에 대한 투자 권유가 아니며, 투자 판단과 그에 따른 책임은 투자자 본인에게 있습니다.

7월 16, 2026

글로벌 반도체 증설 대전 — 인텔 8.5조·SK 다롄 재가동, ‘AI 공급 부족 2028년’에 베팅하다

반도체 증설
인텔 팹34
SK하이닉스 다롄
낸드플래시

AI 반도체 부족이 D램·HBM을 넘어 낸드플래시와 CPU까지 번지고 있습니다. 오늘(15일) 하루에만 두 개의 대형 증설 소식이 나왔습니다. 인텔은 아일랜드 공장에 50억 유로(약 8조 5,000억 원)를, SK하이닉스는 미·중 갈등으로 수년간 멈춰 있던 중국 다롄 2공장을 다시 돌립니다. 신규 부지를 새로 파는 대신 기존 팹을 채우는 ‘스피드 증설’이 공통 키워드인데, 그 배경엔 “AI발 공급 부족이 2028년 이후까지 간다”는 업계의 강력한 베팅이 깔려 있습니다. 오늘은 전 세계에서 동시다발로 벌어지는 증설 경쟁의 지도를 그려봅니다.

오늘의 뉴스 — 하루에 나온 두 개의 증설 신호

🇮🇪 인텔, 아일랜드 팹34에 50억 유로

인텔은 아일랜드 레이슬립 생산기지에 50억 유로(약 8조 5,000억 원)를 투자해 ‘팹34’를 현대화하고 생산능력을 확대합니다. 핵심은 AI 서버용 제온(Xeon) CPU 생산 확대와 자동화 시스템 구축입니다. 그동안 AI 반도체 하면 GPU·HBM만 주목받았지만, AI 서버 한 대에는 이를 제어하는 CPU도 반드시 들어갑니다. 추론·에이전트형 AI가 늘면서 CPU 수요까지 덩달아 커진 것입니다.

🇨🇳 SK하이닉스, 멈췄던 다롄 2공장 재가동

SK하이닉스는 중국 다롄 2공장의 유휴 공간에 낸드플래시 생산장비를 추가 반입해 생산량을 늘립니다. 신규 공장을 새로 짓는 대신 기존 팹의 장비를 채우는 방식으로 빠르게 대응하는 것인데요. 보도에 따르면 하반기부터 238단 V8 낸드 라인을 새로 깔아 월 3만~5만 장(웨이퍼) 규모의 생산능력을 목표로 하며, 2027년 상반기까지 단계적으로 완성할 계획입니다.

두 소식의 공통점은 ‘속도’입니다. 땅을 파고 건물을 올리는 데만 수년이 걸리는 신규 팹 대신, 이미 있는 공장의 빈 공간과 유휴 설비를 활용해 최대한 빨리 물량을 뽑아내겠다는 전략입니다. 그만큼 지금의 수요가 급하다는 방증이기도 합니다.

다롄 재가동의 속사정 — 3년의 족쇄가 풀렸다

SK하이닉스의 다롄 2공장 재가동은 단순한 증설 이상의 의미가 있습니다. 이 공장은 3년 가까이 발이 묶여 있던 ‘동결 자산’이었기 때문입니다. 2020년 인텔 낸드 사업부를 약 11조 원에 인수하며 확보한 다롄 팹은 SK하이닉스 낸드 생산량의 약 30%를 담당하는 핵심 기지인데, 2022년 2공장 착공식까지 열고도 두 가지 벽에 막혀 멈춰 있었습니다.

🔒 벽 ① 미·중 규제 중국 내 첨단 장비 반입 제한 → 신공장 가동 불가

🔒 벽 ② 낸드 불황 낸드 업황 침체·공급과잉 → 투자 우선순위 밀림

🔓 2026년, 둘 다 풀렸다 ① 美, 연간 단위 장비 반입 승인 방식으로 완화 (VEU 대체) ② AI 추론·eSSD 수요로 낸드 회복

규제와 업황이라는 두 변수가 동시에 개선되며 ‘증설의 적기’가 왔다는 평가

기술이 아니라 ‘규제’와 ‘업황’이 발목을 잡았던 공장 — 두 매듭이 함께 풀렸습니다

결정적 변화는 두 가지입니다. 첫째, 미국 상무부 산업안보국(BIS)이 기존 ‘검증된 최종사용자(VEU)’ 방식 대신 연간 단위로 장비 반입을 승인하는 방식으로 정책을 조정하면서 장비 공급 불확실성이 상당 부분 완화됐습니다. 둘째, HBM이 D램 실적을 끌어올린 데 이어 낸드까지 AI 추론·eSSD 수요로 살아났습니다. 규제와 업황, 두 변수가 동시에 개선되자 3년간 묵혀둔 자산을 드디어 가동할 명분이 생긴 것입니다.

💡 왜 다롄이 중요한가 — eSSD와 QLC

다롄 공장은 SK하이닉스 팹 중 유일하게 QLC(쿼드러플레벨셀) 낸드를 생산합니다. QLC는 셀 하나에 4비트를 저장해 같은 면적에 더 많은 데이터를 담을 수 있어, AI 데이터센터의 대용량 저장장치인 기업용 SSD(eSSD)에 딱 맞습니다. 자회사 솔리다임이 세계 최초로 64TB급 eSSD를 내놓을 수 있었던 것도 이 QLC 기술 덕분입니다. AI 데이터센터가 늘수록 eSSD 수요가 폭증하니, 다롄의 몸값도 함께 오르는 구조입니다.

이것은 ‘점’이 아니라 ‘판’ — 전 세계 동시 증설 지도

오늘의 두 소식은 훨씬 큰 그림의 일부입니다. AI 공급 부족이 장기화될 것이라는 전망 아래, 전 세계 반도체 기업들이 제품군 전반에 걸쳐 동시다발로 생산능력을 늘리고 있습니다.

기업 / 지역	증설 내용	겨냥하는 제품
인텔 🇮🇪	아일랜드 팹34에 50억 유로(약 8.5조)	AI 서버용 제온 CPU
SK하이닉스 🇨🇳	다롄 2공장 재가동, V8 낸드 라인 신설	eSSD용 QLC 낸드
SK하이닉스 🇰🇷	청주 M17에 약 80조 투자, 2029년 상반기 가동 목표	낸드 (10년 만의 신규 낸드 팹)
삼성전자 🇰🇷	평택·용인·호남 클러스터 등 국내 대규모 투자	D램·HBM·파운드리
마이크론 🇯🇵	히로시마 공장에 약 14조, 2028년 하반기 양산	차세대 D램·HBM4E
TSMC 🇯🇵	구마모토 2공장 2027년 말 가동 목표	파운드리(로직)

특히 SK하이닉스의 청주 M17이 상징적입니다. 10년 만의 신규 낸드 팹 투자로, 곽노정 사장은 “에이전틱 AI에 이어 피지컬 AI가 도입되면서 낸드가 적용되는 분야와 수요는 더 확산될 것이고, 낸드 공급이 부족해 D램뿐 아니라 낸드 증설도 필요해졌다”고 밝혔습니다. 그동안 ‘만년 조연’이던 낸드가 증설 무대의 주연으로 올라선 순간입니다.

왜 다들 지금 짓나 — ‘2028년 부족론’이라는 공통 믿음

이 모든 증설을 관통하는 하나의 전제가 있습니다. “AI 반도체 공급 부족이 2028년 이후까지 이어진다”는 업계의 공통된 믿음입니다. 반도체 공장은 착공부터 양산까지 수년이 걸리기 때문에, 2028년 수요에 대비하려면 지금 당장 삽을 떠야 합니다. 지금의 증설 러시는 곧 ‘미래 수요에 대한 거대한 베팅’인 셈입니다.

흥미로운 것은 이번 사이클이 특정 제품에 국한되지 않는다는 점입니다. 생성형 AI가 추론·에이전트 중심으로 발전하면서 GPU뿐 아니라 이를 제어하는 CPU, 데이터를 저장하는 낸드, 대역폭을 책임지는 HBM까지 전방위로 수요가 붙었습니다. 그래서 인텔은 CPU를, SK하이닉스는 낸드를, 삼성·마이크론은 D램·HBM을, TSMC는 로직을 동시에 늘리는 ‘전 품목 증설’이 벌어지고 있는 것입니다. AI 반도체 시장의 주도권은 결국 “누가 더 빨리 생산능력을 확보하느냐”에서 갈릴 것이라는 게 업계의 판단입니다.

냉정하게 — 증설 경쟁의 그림자

① 공급과잉의 부메랑

모두가 동시에 증설하면, 수요 예측이 빗나갔을 때 다 함께 공급과잉에 빠질 수 있습니다. 낸드가 불과 2~3년 전 극심한 불황을 겪었던 것도 바로 이 과잉 투자 때문이었습니다. ‘2028년 부족론’이 맞으면 선제 증설이 승자를 만들지만, 틀리면 그 반대가 됩니다. 앞서 다룬 ‘AI 버블 vs 슈퍼사이클’ 논쟁이 여기서도 그대로 반복됩니다.

② 지정학이라는 상수

다롄 재가동이 미국의 규제 완화 덕에 가능했듯, 반대로 규제가 다시 강화되면 중국 내 생산은 언제든 인질이 될 수 있습니다. SK하이닉스가 10년 만의 신규 낸드 팹을 중국이 아닌 국내(청주)에 짓기로 한 것도 이런 지정학적 리스크를 분산하려는 포석으로 읽힙니다.

③ 중국 후발주자의 추격

CXMT·YMTC 등 중국 메모리 기업이 D램·낸드 양쪽에서 빠르게 추격 중입니다. 한국이 증설로 물량을 확보하는 사이, 중국이 저가 물량으로 범용 시장을 잠식하면 증설 효과가 반감될 수 있습니다. 속도전의 이면에는 이런 추격의 그림자도 함께 있습니다.

마치며 — 생산능력이 곧 경쟁력인 시대

정리하면, AI 수요가 반도체 전 품목으로 번지면서 전 세계가 ‘누가 더 빨리 짓느냐’의 속도 경쟁에 들어섰습니다. 신규 부지(호남 800조, 청주 80조)와 기존 팹 채우기(다롄, 아일랜드)가 동시에 진행되는, 그야말로 총력전입니다. 지금까지 이 블로그에서 다뤄온 삼성 실적·SK 나스닥·호남 클러스터·반도체 머니가 모두 ‘돈과 실적’의 이야기였다면, 오늘은 그 돈이 향하는 종착지인 ‘생산능력’ 자체의 이야기입니다. AI 인프라 경쟁에서 결국 마지막에 웃는 쪽은, 2028년의 수요를 정확히 읽고 오늘 가장 빠르게 캐파를 확보한 기업이 될 것입니다.

자주 묻는 질문 (FAQ)

Q. 왜 반도체 기업들이 동시에 공장을 늘리나요?

AI 서버·데이터센터 투자 확대로 D램·HBM뿐 아니라 낸드플래시와 CPU까지 전방위 수요가 급증했고, 업계가 이 공급 부족이 2028년 이후까지 이어질 것으로 보기 때문입니다. 공장 건설에 수년이 걸리는 만큼 미래 수요에 대비해 지금 증설에 나서는 것입니다.

Q. SK하이닉스 다롄 공장은 왜 그동안 멈춰 있었나요?

미·중 갈등에 따른 중국 내 첨단 장비 반입 제한과 낸드 업황 침체가 겹쳤기 때문입니다. 2026년 들어 미국이 연간 단위 장비 반입 승인 방식으로 규제를 완화하고 AI 추론·eSSD 수요로 낸드 업황이 회복되면서 재가동이 가능해졌습니다.

Q. 증설 경쟁에 위험은 없나요?

있습니다. 모두가 동시에 늘리면 수요 예측이 빗나갈 경우 공급과잉에 빠질 수 있고, 실제로 낸드는 2~3년 전 과잉 투자로 불황을 겪었습니다. 여기에 미·중 규제 변동성과 중국 후발주자(CXMT·YMTC)의 추격도 변수로 꼽힙니다.

⚠️ 본 글은 2026년 7월 15일 기준 언론 보도를 바탕으로 작성된 정보 제공 목적의 콘텐츠입니다. 투자 금액·생산능력·일정 등은 기업 계획으로 향후 변동될 수 있으며, 본 글은 특정 종목에 대한 투자 권유가 아닙니다. 투자 판단과 그에 따른 책임은 투자자 본인에게 있습니다.

7월 15, 2026

‘삼전닉스’ 현금 200조 시대 — 반도체 빅2가 금리·환율까지 움직이는 자본시장 큰손이 됐다

삼성전자
SK하이닉스
반도체 머니
자본시장

지난 SK하이닉스 나스닥 상장 글에서 ‘삼성은 내부 현금으로, SK는 글로벌 조달로’라는 서로 다른 자본 전략을 이야기했습니다. 그런데 두 회사가 벌어들이는 현금이 이제는 단순히 공장을 짓는 돈을 넘어섰습니다. 채권을 발행하던 대기업이 채권을 사들이는 ‘매수 큰손’이 되고, 한 달에 10조 원 넘는 자금이 채권시장에 풀려 회사채 금리를 안정시키며, 40조 원 규모 환전이 원·달러 환율을 끌어내립니다. 반도체가 ‘비정상적인 속도로 현금을 찍어내는 사업’이 되면서 삼성전자·SK하이닉스, 이른바 ‘삼전닉스’가 한국 자본시장의 새 게임메이커로 떠올랐습니다. 오늘은 이 ‘반도체 머니’의 위력을 정리해 봅니다.

현금 200조 원 — 분기마다 50조씩 쌓인다

출발점은 압도적인 현금 창출력입니다. 두 회사의 현금성 자산은 2026년 3월 말 기준 약 201조 6,781억 원. 지난해 말보다 약 41조 원 늘어난 규모이고, 2분기에는 여기에 또 약 50조 원이 더해졌을 것으로 전망됩니다. 한 증권사 연구원은 이 상황을 이렇게 표현했습니다. “10조 원을 투자하면 1년 만에 15조~20조 원 이익이 나는 수준까지 왔다. 메모리가 비정상적인 속도로 현금을 찍어내는 사업이 됐다.”

약 160 2025년 말

약 201 2026년 1분기 말

약 250+ 2026년 2분기 말 (추정)

※ 언론 보도 기준 합산 추정치 | SK하이닉스 ADR 40조 원 조달분 포함, 분기당 약 50조 원씩 증가

공장을 짓고도 남는 현금 — 이 ‘남는 돈’이 자본시장으로 흘러 들어가기 시작했습니다

흥미로운 반전은 여기서 시작됩니다. 대규모 설비 투자가 필요한 반도체 기업은 원래 돈을 빌리는 쪽(채권 발행자)이었습니다. 그런데 현금이 이렇게 쌓이자, 이제는 남는 돈을 굴리기 위해 채권을 사들이는 쪽(매수자)으로 입장이 뒤바뀐 것입니다.

채권시장 큰손 — “가뭄에 단비 같은 유일한 매수처”

SK하이닉스는 최근 한 달 동안에만 채권시장에 10조~15조 원을 투입한 것으로 증권가는 추산합니다. 증권사 회사채와 기업어음(CP)은 물론 금융채, 한전채, 신용등급 AA급 이상 우량 대기업 회사채까지 폭넓게 사들였습니다. 올해 상반기 누적으로는 20조 원이 넘는 국내 채권을 매입한 것으로 추정되고, 최근에는 국고채 투자까지 검토 중이라고 밝혔습니다.

💡 왜 이게 중요한가 — 시장의 ‘완충재’ 역할

올해 단기자금시장은 불안했습니다. 주식시장 활황으로 자금이 증시로 몰리면서 증권사들이 유동성 확보를 위해 CP·단기채 발행을 늘렸고, 이 과정에서 조달 금리가 연 4%대까지 치솟기도 했습니다. 이때 SK하이닉스가 대규모 매수에 나서면서 시장의 수급 부담을 흡수했습니다. 한 채권 연구원은 “최근 크레디트 시장에서 사실상 유일한 대규모 매수처가 SK하이닉스이며, 가뭄에 단비 같은 역할을 하고 있다”고 평했고, 또 다른 연구원은 “하이닉스 자금이 없었다면 회사채 시장은 지금보다 훨씬 더 약했을 것”이라고 전했습니다.

삼성전자도 마찬가지입니다. AA+급 우량 여신전문금융회사채(여전채)를 중심으로 물량을 대거 흡수하기 시작했고, 증권사 랩(Wrap) 같은 간접투자상품과 국고채·공사채 입찰에도 대규모 자금을 투입한 것으로 알려졌습니다. 한 IB 관계자는 “삼성전자가 사실상 (금리) 경쟁을 유도하는 구조가 형성되고 있다”고 전했는데, 그만큼 두 회사의 자금이 시장 금리에 영향을 미치는 변수가 됐다는 뜻입니다.

환율까지 흔든다 — ‘제2의 조선 수주’ 효과

영향은 채권을 넘어 외환시장으로 이어집니다. SK하이닉스가 ADR 발행으로 조달한 265억 달러 규모의 자금이 국내에서 원화로 환전될 것으로 예상되면서, 원·달러 환율이 최근 달러당 1,500원 선 아래로 내려가기도 했습니다. 과거 조선사들이 대규모 수주를 받으면 선수금이 원화로 바뀔 것이라는 기대에 원화가 힘을 받았던 것과 같은 원리입니다.

삼전닉스 현금 200조+ · 분기마다 50조↑

채권시장 한 달 10~15조 매수 회사채 금리 안정 → 시장 완충재

외환시장 ADR 265억 달러 환전 원·달러 1,500원 하회 → 원화 강세 압력

M&A 시장 삼성 작년 6조 성사 로봇·전장·공조 확장 → 최대 전략적 투자자

자산운용 법인 MMF 240조 성과급 → ETF·연금 → 운용사 유치전

채권·외환·M&A·자산운용 — 반도체 두 회사의 돈이 자본시장 네 갈래로 동시에 퍼져나갑니다

한 외환시장 관계자는 “앞으로는 삼성전자와 SK하이닉스의 반도체 수주, 해외 자금조달 이슈가 강력한 환율 변동 요인으로 작용할 것”이라고 내다봤습니다. 반도체 두 회사의 자금 흐름이 금리와 환율이라는 거시 지표를 움직이는 변수가 됐다는 의미입니다.

M&A·IPO 큰손 — 자본시장 전 영역으로

파급은 인수합병(M&A) 시장으로도 번집니다. 삼성전자는 지난 한 해에만 약 6조 원 규모의 M&A를 연이어 성사시켰습니다. 독일 공조기업 플랙트그룹(약 2조 5,000억 원), 독일 ZF의 첨단운전자보조시스템(ADAS) 사업부(약 2조 5,000억 원), 미국 오디오기업 마시모 오디오 사업부(약 5,000억 원)를 인수하며 전장·공조 분야를 강화했고, 로봇 전문기업 레인보우로보틱스를 자회사로 편입해 로봇·AI 생태계 구축에도 속도를 냈습니다. 지난해 말에는 M&A 전담 조직까지 신설했습니다.

영역	‘삼전닉스’의 움직임
채권시장	SK하이닉스 한 달 10~15조 매수, 상반기 20조+ 매입. 회사채·CP·한전채·국고채까지 — 시장 금리 안정에 기여
외환시장	ADR 265억 달러 환전 예상에 원·달러 1,500원 하회. ‘제2의 조선 수주’ 효과
M&A	삼성 작년 6조 성사(전장·공조·로봇). 국내외 최대 전략적 투자자(SI)로 부상
PE 협업	삼성SDS가 KKR 대상 전환사채(CB) 발행 — 삼성이 자금조달에 PE 활용한 사실상 첫 사례
자산운용	법인 MMF 순자산 240조(연초 대비 +22%). 임직원 성과급까지 ETF·연금 유입 기대

특히 상징적인 장면이 삼성SDS가 글로벌 사모펀드 KKR을 대상으로 전환사채(CB)를 발행해 투자금을 유치한 사례입니다. 삼성그룹이 자금조달에 사모펀드(PE)를 활용한 것은 사실상 처음으로, 대형 전략적 투자자(SI)와 재무적 투자자(FI)가 함께 뛰는 구조가 대형 딜의 새 공식이 되고 있음을 보여줍니다. 여기에 SK하이닉스 ADR 상장을 주관한 글로벌 인수단이 벌어들인 수수료만 3,888억 원(파생 수익 포함 5,000억 원 이상 추정)에 달해, IB 업계의 경쟁도 뜨거워지고 있습니다.

냉정하게 — 한계와 그림자도 있다

① M&A 실탄은 넘치지만 살 곳이 마땅찮다

현금은 넘쳐도 대형 M&A에는 구조적 한계가 있습니다. 삼성·SK하이닉스는 이미 글로벌 메모리 1·2위라 동종 업계엔 인수 대상이 거의 없고, 이종 반도체는 각국 기업결합 심사 통과가 매우 어렵습니다. 장비·소재 기업 지분 투자나 합작법인(JV)은 이어지지만, 보유 현금 규모에 비하면 제한적이라는 평가입니다.

② ‘삼성 영업’이라는 부작용

두 회사의 자금이 워낙 크다 보니 채권 중개인들이 발행사와 삼성 사이에서 금리 조건을 조율하는 데 부담을 느끼고, 수익성이 낮아도 거래를 성사시키려는 ‘삼성 영업’ 경쟁이 벌어진다는 지적도 나옵니다. 거대 자금이 시장을 왜곡할 수 있다는 우려의 이면입니다.

③ 결국 사이클에 달렸다

이 모든 위력의 원천은 AI 메모리 슈퍼사이클입니다. 앞선 ‘AI 버블 vs 슈퍼사이클’ 논쟁에서 봤듯, 만약 업황이 꺾이면 현금 창출력도 둔화되고 자본시장에서의 영향력도 함께 줄어듭니다. ‘반도체 머니’의 지속성은 결국 사이클의 지속성과 한 몸이라는 점을 기억할 필요가 있습니다.

마치며 — 산업 자본이 금융을 만나는 지점

정리하면, 반도체 슈퍼사이클이 만든 천문학적 현금이 삼성전자와 SK하이닉스를 제조 기업을 넘어 한국 자본시장의 게임메이커로 바꿔놓고 있습니다. 채권 금리를 안정시키고, 환율을 움직이고, M&A 판을 키우고, 운용업계의 유치 경쟁을 촉발하는 — 과거 조선업이 하던 역할을 이제 반도체가, 그것도 훨씬 큰 규모로 하고 있는 셈입니다. 지난 글들에서 다룬 삼성의 89조 실적, SK의 나스닥 상장, 800조 호남 클러스터가 ‘생산’의 이야기였다면, 오늘의 이야기는 그 생산이 만들어낸 ‘자본’이 어떻게 경제 전체로 퍼지는가에 대한 것입니다. AI 인프라 경쟁의 다음 라운드는 어쩌면 공장이 아니라 자본시장에서 벌어질지도 모릅니다.

자주 묻는 질문 (FAQ)

Q. 왜 반도체 기업이 채권을 사들이나요?

대규모 설비 투자를 위해 원래 채권을 발행(자금 조달)하던 반도체 기업이, AI 슈퍼사이클로 현금이 급격히 쌓이면서 남는 여유자금을 굴리는 매수자로 바뀌었기 때문입니다. SK하이닉스는 한 달에 10조~15조 원을 회사채·CP·한전채 등에 투자하며 채권시장의 주요 매수처가 됐습니다.

Q. 반도체 머니가 환율에도 영향을 주나요?

네. SK하이닉스가 ADR 발행으로 조달한 265억 달러가 국내에서 원화로 환전될 것이라는 기대만으로 원·달러 환율이 1,500원 선 아래로 내려가기도 했습니다. 과거 조선사의 대규모 수주가 환율을 움직였던 것과 유사한 ‘제2의 조선 수주’ 효과로 해석됩니다.

Q. 이런 흐름이 계속될까요?

이 위력의 원천은 AI 메모리 슈퍼사이클입니다. 업황이 유지되는 한 현금 창출과 자본시장 영향력도 이어지겠지만, 사이클이 꺾이면 함께 둔화될 수 있습니다. 또 현금은 넘쳐도 대형 M&A 대상이 마땅치 않고, 거대 자금이 시장을 왜곡할 수 있다는 우려도 함께 제기됩니다.

⚠️ 본 글은 2026년 7월 14일 기준 언론 보도 및 증권가 추정치를 바탕으로 작성된 정보 제공 목적의 콘텐츠입니다. 현금성 자산·채권 투자 규모 등은 추정치로 실제와 다를 수 있으며, 본 글은 특정 종목에 대한 투자 권유가 아닙니다. 투자 판단과 그에 따른 책임은 투자자 본인에게 있습니다.

7월 15, 2026

월드모델(World Model) 총정리 — LLM이 ‘말한다면’, 월드모델은 ‘이해한다’는 포스트 생성형 AI

월드모델
World Model
피지컬 AI
포스트 생성형 AI

챗GPT에게 “컵을 떨어뜨리면 어떻게 되나요?”라고 물으면 “깨질 수 있습니다”라고 답합니다. 하지만 정작 왜 깨지는지 — 중력, 가속도, 낙하 높이, 바닥의 재질 — 그 물리 법칙을 ‘이해’하고 있는 건 아닙니다. ‘던진다’와 ‘떨어진다’라는 단어의 통계적 연관성을 학습했을 뿐이죠. 이 근본적 한계를 넘어서겠다는 것이 2026년 AI 시장의 새 키워드, ‘월드모델(World Model)’입니다. 생성형 AI 다음 판을 연다는 이 기술이 무엇인지, 왜 로봇·자율주행의 심장으로 불리는지, 그리고 돈이 어디로 몰리는지 정리해 봅니다.

월드모델이란 — 머릿속으로 ‘시뮬레이션하는 능력’

월드모델은 현실 세계의 물리 법칙과 공간·시간의 변화를 이해하고, 이를 바탕으로 ‘다음에 무슨 일이 벌어질지’를 예측하는 AI입니다. 로봇이 물건을 집기 전에 결과를 머릿속으로 미리 그려보고, 자율주행차가 처음 보는 교차로에서 상황을 예측하는 — 바로 그 ‘시뮬레이션하는 능력’ 자체입니다.

기존 거대 언어 모델(LLM)이 말을 잘하는 비서였다면, 월드모델은 상황을 이해하고 행동까지 계획하는 존재에 가깝습니다. 한 전문가는 이를 영화 ‘매트릭스’에 비유했는데요, 현실을 그대로 재현한 가상 세계를 머릿속에 두고 그 안에서 미리 겪어본다는 개념입니다.

LLM (거대 언어 모델) 💬 말을 잘하는 비서 “던진다↔떨어진다” 단어의 통계적 연관성 학습 물리 법칙은 내재화 못 함 텍스트·이미지 세계에 강함

월드모델 (World Model) 🌐 이해하고 행동을 계획 중력·가속도·공간 관계 물리 법칙을 내재화 ‘다음 상황’을 예측·시뮬레이션 현실·물리 세계에 강함

※ 둘은 대립이 아니라 보완 관계 — 언어 추론과 물리 행동을 하나로 통합하려는 시도가 이어지고 있습니다

말의 세계와 물리의 세계 — AI가 넘어야 할 다음 경계선입니다

💡 월드모델 ≠ 피지컬 AI, 헷갈리지 마세요

두 용어는 자주 혼용되지만 다릅니다. 피지컬 AI는 로봇·자율주행차처럼 몸체를 갖고 물리 세계에서 행동하는 AI 시스템 ‘전반’을 가리키는 넓은 개념입니다. 월드모델은 그 안에 들어가는 ‘핵심 부품’이고요. 피지컬 AI가 몸이라면, 월드모델은 그 안의 공간 지각 능력(두뇌의 일부)인 셈입니다. 지난 글에서 다룬 중국 휴머노이드 로봇들이 ‘몸’이라면, 그 몸을 똑똑하게 만드는 소프트웨어가 바로 월드모델입니다.

왜 지금 떠오르나 — ‘AGI로 가는 길’이라는 공감대

월드모델이 급부상한 배경에는 두 가지 흐름이 있습니다. 첫째, 텍스트 학습만으로는 한계에 도달했다는 인식입니다. 인터넷상의 텍스트는 거의 다 학습했고, 진짜 지능으로 가려면 물리 세계와의 상호작용이 필요하다는 데 점점 많은 연구자들이 동의하고 있습니다. 둘째, 로봇·자율주행 같은 피지컬 AI가 실전 배치 단계에 들어서면서, 이들을 안전하게 학습시킬 ‘가상 훈련장’의 수요가 폭증했습니다.

특히 피지컬 AI는 실제 환경에서 작동하는 만큼 오류가 인명 피해로 이어질 수 있어, 가상환경에서의 충분한 학습과 검증이 필수입니다. 현실에서 100번 넘어지며 배우는 대신, 월드모델이 만든 가상 세계에서 100만 번 시뮬레이션하며 배우는 것 — 이 합성 데이터 생성 능력이 월드모델의 핵심 가치입니다. 대표적 성공 사례가 테슬라입니다. 차량의 여러 카메라·센서로 주변 환경을 데이터화하고, 이를 기반으로 도로 환경의 월드모델을 구축해 자율주행을 고도화해 왔습니다.

돈이 몰린다 — 상반기에만 5개 스타트업에 4,800억 원

시장은 이미 반응하고 있습니다. 포브스에 따르면 2026년 상반기 글로벌 벤처캐피털이 월드모델 스타트업 5곳에 30억 달러(약 4,800억 원) 이상을 투자했습니다. 빅테크의 움직임도 빠릅니다.

기업 / 모델	내용
엔비디아 ‘코스모스’	로봇·자율주행 학습용 ‘월드 파운데이션 모델’ 공개. 옴니버스 시뮬레이션과 결합해 피지컬 AI 생태계 확장 주도
엔비디아 ‘알파마요’	언어 추론(VLM)과 물리 행동(월드모델)을 하나의 모델로 통합하는 시도
구글 딥마인드 계열	텍스트 명령으로 상호작용 가능한 3D 세계를 생성하는 제니(Genie) 계열 연구
오픈AI	공식적으로 월드모델 연구 방향을 언급하며 영상·시뮬레이션 기반 확장 모색
월드모델 전문 스타트업	월드랩스 등 물리 세계 이해에 특화된 신생 기업에 대규모 VC 자금 유입

주목할 것은 월드모델의 쓰임새가 로봇에만 국한되지 않는다는 점입니다. 게임 엔진, 영화 VFX, 의료 시뮬레이션, 건축 설계 등 물리 세계를 가상으로 재현해야 하는 모든 분야가 잠재 시장입니다. LLM이 사무·창작 영역을 바꿨다면, 월드모델은 물리적 산업 전반을 겨냥하는 셈입니다.

한국의 대응 — 340억 국책과제와 ‘해외 의존 탈피’

한국도 발 빠르게 움직이고 있습니다. 과학기술정보통신부는 ‘피지컬 AI 선도기술개발 사업’에 착수해, 향후 2년간 총 340억 원을 투입하는 월드모델 국책과제를 시작했습니다. 피지컬 AI 기업 마음AI가 LG전자와 함께 이 과제를 공동 수행하며, 실제 산업 현장에 적용 가능한 월드모델 기반 자율지능 기술과 데이터 학습 체계 구축을 담당합니다.

정부가 팔을 걷은 이유는 명확합니다. 그동안 국내 피지컬 AI 산업은 관련 시뮬레이션 플랫폼을 대부분 해외 기술(특히 엔비디아 옴니버스·코스모스)에 의존해 왔기 때문입니다. 독자적인 월드모델 원천기술을 확보하지 못하면, 로봇·자율주행이라는 하드웨어를 잘 만들어도 그 ‘두뇌’는 계속 빌려 써야 하는 구조입니다. 국산 NPU가 ‘AI의 연산’을 국산화하려는 시도였다면, 이번 국책과제는 ‘AI의 물리적 이해’를 국산화하려는 시도라 할 수 있습니다.

응용 — 로봇 · 자율주행차 · 산업 자동화 휴머노이드, eVTOL, 스마트팩토리

두뇌 — 월드모델 ✦ + 언어 모델(LLM) 물리 세계 예측·시뮬레이션 + 언어 추론 → 행동 계획

AI 반도체 — NPU · GPU 연산을 담당 (지난 글의 국산 NPU가 여기)

하드웨어 — 몸체 · 센서 · 구동장치 모터·감속기·카메라·라이다 (중국이 앞선 영역)

지능 ↑

몸체는 중국이, 연산은 NPU 진영이 경쟁하는 사이 — 진짜 승부처는 ‘두뇌’ 레이어의 월드모델입니다

남은 쟁점 — LLM은 월드모델이 될 수 있는가

학계에서는 흥미로운 논쟁이 진행 중입니다. ‘LLM이 이미 월드모델을 부분적으로 갖고 있는가’라는 질문입니다. 찬성 측은 LLM이 언어를 매개로 세계의 인과관계와 변화를 일정 수준 모델링할 수 있다고 봅니다. 유명한 사례가 ‘오셀로 실험’인데, 보드게임의 착점 위치만 학습시켰더니 LLM이 게임판의 구조 자체를 추론해내더라는 2022년 연구가 있었고, 2025년 더 발전된 모델로 재현되며 화제가 됐습니다. 텍스트만 학습한 AI가 사물을 묘사하는 그럴듯한 SVG 이미지를 그려내는 것도 내재적 월드모델의 증거로 인용됩니다.

반면 회의론자들은 언어만으로는 진짜 물리 법칙을 담을 수 없으며, 별도의 물리 기반 학습이 반드시 필요하다고 반박합니다. 이 논쟁의 결말이 중요한 이유는, 만약 LLM 확장만으로 월드모델에 도달할 수 있다면 기존 빅테크가 유리하고, 별도 아키텍처가 필요하다면 신생 스타트업에도 기회가 열리기 때문입니다. 아직 정답은 나오지 않았고, 그래서 지금이 투자와 연구가 가장 뜨거운 국면입니다.

마치며 — 다음 판을 여는 열쇠

정리하면, AI의 무게중심이 ‘말하고 그리는’ 디지털 세계에서 ‘이해하고 행동하는’ 물리 세계로 이동하고 있고, 그 이동을 가능케 하는 핵심 기술이 월드모델입니다. 지금까지 이 블로그에서 다뤄온 조각들 — 중국 휴머노이드(몸), 국산 NPU(연산), AI 데이터센터·SMR(전력) — 이 모두 ‘피지컬 AI’라는 하나의 그림으로 수렴하는데, 월드모델은 바로 그 그림의 ‘두뇌’에 해당하는 마지막 퍼즐입니다. 생성형 AI가 지난 3년의 주인공이었다면, 다음 3년의 주인공은 월드모델이 될 가능성이 높습니다. 한국이 하드웨어와 반도체에 이어 이 ‘두뇌’ 레이어에서도 자리를 잡을 수 있을지가, 피지컬 AI 시대의 성패를 가를 관전 포인트입니다.

자주 묻는 질문 (FAQ)

Q. 월드모델과 LLM은 무엇이 다른가요?

LLM은 텍스트의 통계적 연관성을 학습해 ‘말을 잘하는’ AI라면, 월드모델은 중력·가속도 같은 물리 법칙과 공간·시간의 변화를 이해해 ‘다음 상황을 예측하고 행동을 계획하는’ AI입니다. LLM이 디지털·언어 세계에 강하다면 월드모델은 현실·물리 세계에 강하며, 둘은 대립이 아니라 보완 관계로 통합이 시도되고 있습니다.

Q. 월드모델은 어디에 쓰이나요?

로봇·자율주행·산업 자동화 같은 피지컬 AI의 ‘두뇌’로 쓰이며, 실제 환경에서 위험한 학습을 대신할 가상 훈련장(합성 데이터 생성) 역할을 합니다. 이 밖에 게임 엔진, 영화 VFX, 의료 시뮬레이션, 건축 설계 등 물리 세계를 가상으로 재현하는 모든 분야가 잠재 시장입니다.

Q. 한국의 월드모델 경쟁력은 어느 정도인가요?

정부가 ‘피지컬 AI 선도기술개발 사업’으로 2년간 340억 원을 투입하는 월드모델 국책과제를 시작했고, 마음AI·LG전자 등이 참여합니다. 다만 그동안 시뮬레이션 플랫폼을 엔비디아 등 해외 기술에 의존해 온 만큼, 독자 원천기술 확보가 핵심 과제로 꼽힙니다.

⚠️ 본 글은 2026년 7월 13일 기준 언론 보도 및 연구 자료를 바탕으로 작성된 정보 제공 목적의 콘텐츠입니다. 투자 금액·기술 동향은 시점에 따라 달라질 수 있으며, 본문에 언급된 기업에 대한 투자 권유가 아닙니다. 투자 판단과 그에 따른 책임은 투자자 본인에게 있습니다.

7월 14, 2026

SMR 소형모듈원전 총정리 — AI 데이터센터의 심장이 된 ‘공장에서 찍어내는 원자로’

SMR
소형모듈원전
AI 데이터센터
i-SMR

지난 글에서 AI의 다음 병목은 ‘전기’이고, 그 완충지대가 ESS라는 이야기를 했습니다. 그런데 배터리는 전기를 ‘저장’할 뿐, ‘만들어내지’는 못합니다. 챗GPT 검색 한 번이 구글 검색보다 10배 많은 전력을 쓰는 시대 — 빅테크들이 도달한 결론은 대담합니다. 데이터센터 옆에 아예 원자로를 두자. 마이크로소프트·구글·아마존이 지난 1년간 계약한 신규 원자력 용량만 10GW를 넘겼고, 미국에선 10년 만에 신규 상업용 원전 건설이 승인됐으며, 한국은 부산 기장에 첫 국산 SMR 부지를 확정했습니다. ‘공장에서 찍어내는 원자로’, SMR의 시대를 정리해 봅니다.

SMR이 뭐길래 — ‘원전 대성당’에서 ‘에너지 가전제품’으로

SMR(Small Modular Reactor, 소형모듈원자로)은 이름 그대로 작고(설비용량 300MWe 이하), 모듈식으로 만드는 원자로입니다. 기존 대형 원전과의 결정적 차이는 짓는 방식에 있습니다. 모든 공정을 현장에서 진행하는 대형 원전과 달리, SMR은 부품을 공장에서 표준화 생산한 뒤 현장에서 조립합니다. 업계에서는 이 전환을 ‘원전 대성당’에서 ‘에너지 가전제품’으로의 패러다임 변화라고 부릅니다.

구분	대형 원전	SMR
설비 용량	1,000MWe 이상	300MWe 이하 (모듈 여러 기 조합 가능)
건설 방식	전 공정 현장 시공	공장 제작 후 현장 조립
건설 기간	10년 이상 흔함 (지연·비용 초과 빈발)	3~5년 목표
비용 사례	미 보글 원전 — 당초 예상의 2배인 300억 달러	초기 투자 부담 낮아 민간·빅테크도 접근 가능
입지	대규모 부지 · 냉각수 필수	소규모 분산 배치 — 데이터센터 인근 설치 가능

왜 하필 지금 원자력일까요. 태양광·풍력은 날씨에 따라 출력이 출렁여 24시간 돌아가야 하는 데이터센터의 기저 전원으로는 한계가 뚜렷하고, 미국은 전력망의 70% 이상이 30년을 넘긴 노후 인프라입니다. 모건스탠리는 2028년 미국에서 원전 44기 분량인 44GW의 전력 부족을 전망했습니다. 전기가 부족한데 무탄소여야 하고 24시간 안정적이어야 한다 — 이 세 조건을 동시에 만족하는 현실적 선택지로 SMR이 부상한 것입니다.

빅테크의 ‘원전 쇼핑’ — 1년 새 10GW

마이크로소프트 스리마일섬 1호기 재가동 20년 전력구매계약(PPA)

구글 카이로스 파워와 SMR 전력 대규모 계약

아마존 X-에너지와 SMR 개발·전력 계약

1년간 신규 계약 10GW+ 빅테크 4개사 원자력 에너지 계약 용량

신용도 높은 빅테크의 장기 구매 보장이 자금난에 시달리던 SMR 업계에 ‘금융의 다리’를 놓았습니다

정부가 아니라 빅테크가 이끄는 원자력 르네상스 — 전력 구매 계약이 곧 투자입니다

이 동맹의 진짜 의미는 돈의 흐름에 있습니다. SMR 개발사들의 오랜 난제는 ‘수익이 나기 전까지 누가 수조 원을 대주느냐’였는데, 신용도 높은 빅테크가 수십 년치 전력 구매를 보장(PPA)하자 은행 대출과 생산 라인 가동이 가능해졌습니다. 외신들이 이를 ‘금융의 다리’라고 부르는 이유입니다. 지난해 말 기준 SMR 시장은 장기적으로 2,160조 원 규모까지 성장할 것이라는 전망도 나옵니다.

2026년, 상용화 원년이 되다

2026 🇨🇳 링롱-1 세계 최초 상업 운전 목표 🇺🇸 테라파워 건설 승인

2028 🇰🇷 i-SMR 표준설계 인가 목표

2030 🇺🇸 테라파워 실증 완공 (SK · HD현대 참여) 🇨🇦 달링턴 계통 연결

2030s 🇬🇧 영국 첫 배치 (25억 파운드 투입)

※ 각국 정부·기업 발표 목표 기준 — 인허가·건설 상황에 따라 변동될 수 있습니다

구호에서 콘크리트로 — 세계 곳곳에서 SMR이 실제로 지어지기 시작했습니다

올해가 분수령으로 꼽히는 이유가 있습니다. 중국은 하이난에 짓는 가압경수로 SMR ‘링롱-1(ACP100)’의 세계 최초 육상 상업 운전을 올 상반기 목표로 마무리 단계에 있고, 미국에서는 빌 게이츠가 세운 테라파워가 원자력규제위원회(NRC)로부터 10년 만의 신규 상업용 원전 건설 승인을 받아 와이오밍에서 4세대 나트륨 냉각 원자로를 짓고 있습니다. 캐나다는 달링턴 부지의 BWRX-300 기초 공사를 마쳤고, 미 에너지부는 9억 달러 실증 프로그램을, 영국은 25억 파운드 투자를 가동했습니다. 페이퍼 플랜의 시대가 끝나고 콘크리트가 부어지는 단계로 넘어온 것입니다.

한국의 위치 — 기장에서 시작하는 i-SMR, 그리고 기업들의 합종연횡

한국도 올해 실사업화 단계에 진입했습니다. 지난 2월 SMR 특별법이 국회를 통과했고, 6월에는 부산 기장군이 국내 첫 i-SMR(한국형 혁신형 SMR) 건설 후보부지로 확정됐습니다. i-SMR은 170MWe급 노심 4기를 묶어 680MWe를 내는 일체형 가압경수로로, 올 2월 원자력안전위원회에 표준설계인가를 신청해 2028년 인가 획득을 목표로 하고 있습니다. 여기에 한·사우디가 공동 개발해 이미 설계 인가를 받은 SMART100, 해양 부유식 BANDI-60까지 ‘투트랙’ 라인업을 갖췄습니다.

기업	SMR 전략
SK	테라파워 투자. SK이노베이션-한수원 협력으로 데이터센터용 SMR 생태계 구축 — 최태원 회장 “AI 데이터센터와 발전소를 함께 짓는 솔루션 준비”
HD현대	테라파워와 협력 체계 강화 — 정기선 회장, 다보스에서 빌 게이츠와 회동
두산에너빌리티	SMR 주기기 제작 — 글로벌 SMR 파운드리 포지션
현대건설 · 삼성물산	현대건설-홀텍 해외 SMR 건설, 삼성물산-뉴스케일 투자 및 루마니아 사업 기본설계 참여
삼성중공업 · 한화오션	부유식 SMR(FSMR) 개념설계, 선박 추진·해상 발전용 SMR 연구

주목할 것은 이 지도에 조선·건설·에너지 기업이 다 들어와 있다는 점입니다. SMR이 ‘공장에서 만드는 제품’이 되는 순간, 세계 최고 수준의 제조·조선 역량을 가진 한국이 유리해지는 게임이 되기 때문입니다. 대형 원전 수출로 검증된 시공 능력에 모듈 제작 능력이 더해지면, 한국은 ‘SMR의 파운드리’를 노릴 수 있다는 계산입니다.

냉정하게 보는 과제 세 가지

① 연료 공급망 — 러시아에 묶인 HALEU

다수의 차세대 SMR은 고순도 저농축 우라늄(HALEU) 연료를 쓰는데, 상업 공급망의 상당 부분이 러시아에 의존하고 있습니다. 미국·유럽이 자체 공급망 구축에 나섰지만 시간이 필요해, 2030년 전후 대량 배치 시점의 연료 병목이 업계의 공통 우려로 꼽힙니다.

② 속도 — 기술은 있는데 인허가가 느리다

한국의 약점으로 지목되는 건 기술이 아니라 속도입니다. 기장 부지가 정해져도 표준설계인가, 환경·안전성 검토, 건설 허가 등 남은 절차가 많아 실제 착공까지는 상당한 시일이 필요합니다. 경쟁국들이 규제 간소화와 실증 프로그램으로 질주하는 만큼, 인허가 가속화와 글로벌 규제 협력이 병행돼야 한다는 것이 업계 중론입니다.

③ 경제성 — 아직 ‘검증 전’이라는 사실

SMR의 낮은 비용과 짧은 공기는 아직 대부분 ‘목표치’입니다. 첫 상업 프로젝트들이 약속한 단가와 일정을 실제로 지켜내는지가 2030년까지의 최대 시험대이며, 여기서 미끄러지면 대형 원전이 겪은 비용 초과의 악몽이 재연될 수 있다는 신중론도 존재합니다.

큰 그림 — AI 전력 포트폴리오의 완성

이제 그림이 하나로 이어집니다. 18.4GW AI 데이터센터라는 수요가 있고, 단기적으로는 ESS가 전력망의 완충지대를 맡으며, 중장기적으로는 SMR이 데이터센터 곁의 24시간 무탄소 기저 전원이 되는 구조입니다. 반도체(연산) — 배터리(저장) — 원자력(생산)으로 이어지는 AI 인프라 3종 세트에서 한국은 세 분야 모두 세계적 플레이어를 보유한 드문 나라입니다. AI 시대의 경쟁력이 모델이 아니라 인프라에서 갈린다면, 이 조합 자체가 한국의 전략 자산인 셈입니다.

자주 묻는 질문 (FAQ)

Q. SMR은 기존 원전보다 안전한가요?

SMR은 출력이 작아 사고 시 제어해야 할 열량 자체가 적고, 자연 대류로 냉각되는 피동 안전 설계를 채택한 노형이 많아 구조적으로 안전성을 높였다는 평가를 받습니다. 테라파워처럼 물 대신 끓는점이 880도가 넘는 액체 나트륨을 냉각재로 쓰는 4세대 노형도 있습니다. 다만 어떤 노형이든 상업 운전 실적이 쌓여야 최종 검증된다는 점은 유의해야 합니다.

Q. 빅테크는 왜 재생에너지 대신 원자력을 택하나요?

대체가 아니라 보완입니다. 태양광·풍력은 날씨에 따라 출력이 변해 24시간 가동되는 데이터센터의 기저 전원으로는 부족하기 때문에, 무탄소이면서 항시 안정적인 원자력을 더해 전력 포트폴리오를 완성하려는 것입니다. MS의 스리마일섬 재가동 계약, 구글-카이로스, 아마존-X-에너지 계약이 대표 사례입니다.

Q. 한국에서 SMR은 언제쯤 가동되나요?

확정된 시점은 없습니다. i-SMR은 2028년 표준설계인가 획득이 목표이며, 이후 부지 환경·안전성 검토와 건설 허가, 건설 기간을 감안하면 2030년대 초중반 이후가 될 전망입니다. 부산 기장군이 첫 건설 후보부지로 확정돼 절차가 진행 중입니다.

⚠️ 본 글은 2026년 7월 13일 기준 정부·기업 발표 및 언론 보도를 바탕으로 작성된 정보 제공 목적의 콘텐츠입니다. 각국의 상용화 일정과 시장 전망치는 인허가·건설 상황에 따라 달라질 수 있으며, 본문에 언급된 기업에 대한 투자 권유가 아닙니다. 투자 판단과 그에 따른 책임은 투자자 본인에게 있습니다.

7월 13, 2026