중국의 AI 야망이 시험대에 올랐다: 수십억 달러의 투자가 낭비되는 이유

Xpert 사전 출시

온라인 문의 (Konrad Wolfenstein)

언어 선택 📢

게시일: 2025년 10월 31일 / 업데이트일: 2025년 10월 31일 – 저자: Konrad Wolfenstein

중국의 AI 야망이 시험대에 올랐다: 수십억 달러의 투자가 낭비되는 이유 – 이미지: Xpert.Digital

디지털 꿈이 기술 부족, 빈 데이터 센터, 지역 불평등의 현실에 부딪혀 산산이 조각날 때

단순한 칩 전쟁 이상: 중국의 AI 공세가 정체되는 진짜 이유

중화인민공화국은 2030년까지 세계 최고의 인공지능 강국이 되겠다는 목표를 아찔한 결의로 추진하고 있습니다. 공식 발표에서는 경제의 90%가 AI로 운영되고 지능형 시스템이 사회 전반에 침투하는 밝은 미래를 그려내지만, 그 이면에는 훨씬 더 복잡한 현실이 드러나고 있습니다. 중국의 AI 공세는 오랫동안 논의되어 온 미국의 반도체 수출 규제를 훨씬 넘어서는 근본적인 구조적 문제에 직면해 있습니다. 500만 명이 넘는 숙련 노동자 부족, 파편화된 기술 인프라, 심각한 지역 불평등, 그리고 임박한 시장 통합은 베이징의 야심찬 계획에 실존적 도전을 제기합니다.

독일의 에너지 전환 문제와의 유사점은 놀랍습니다. 독일이 전력망 용량 부족으로 디지털 미래를 실패할 위기에 처한 것처럼, 중국은 또 다른 유형의 인프라 불균형에 직면해 있습니다. 프랑크푸르트에는 전력망 부족으로 데이터 센터를 건설할 수 없는 반면, 중국 서부 지역의 최첨단 시설은 하류 인프라, 인적 자원, 그리고 실질적인 수요 부족으로 대부분 비어 있습니다. 두 사례 모두 현대 기술 정책의 근본적인 진실을 보여줍니다. 전체 시스템이 지속적으로 개발되지 않으면 개별 구성 요소에 대한 막대한 투자는 무용지물이 됩니다.

적합:

중국과 체계적 과잉투자의 내권: 성장 가속기이자 구조적 함정으로서의 국가 자본주의

재능의 함정

중국 AI 전략의 가장 심각한 약점은 숙련된 인력의 심각한 부족일 것입니다. 인적자원사회보장부는 이 부족분을 500만 명 이상으로 추산하며, 수요 대비 공급 비율은 1:10에 달합니다. 2025년 상반기에는 AI 관련 직종 채용 공고가 전년 동기 대비 37% 급증했습니다. 특히 로봇 엔지니어와 알고리즘 개발자에 대한 수요가 높았으며, 이러한 직종에 대한 채용 공고는 50% 이상 증가했습니다. 이러한 수치는 건전한 인력 확장이 아니라, 부족한 자원을 확보하기 위한 절박한 경쟁을 보여줍니다.

맥킨지는 2030년까지 중국의 AI 전문가 수요가 600만 명으로 증가할 것으로 예측하는 반면, 국내 대학과 해외 거주 중국인은 기껏해야 200만 명에 불과할 것으로 전망합니다. 이로 인해 400만 명의 고숙련 인력 부족 현상이 발생하며, 중국의 출산율이 수년간 감소함에 따라 이 격차는 더욱 확대될 가능성이 높습니다. 유엔은 2050년까지 생산 가능 인구가 2023년 대비 1억 8천만 명 감소할 것으로 예상하는 반면, 인구 고령화는 빠르게 진행될 것으로 예상합니다. 노동 인구의 평균 연령은 45세 이상으로 상승할 것입니다. 따라서 중국은 베트남과 같은 신흥 경제국과 일본과 같은 고령화된 선진국 사이에서 인구학적으로 어려움을 겪고 있습니다.

겉으로 보기에 중국은 졸업생이 풍부할 것으로 생각할 수 있습니다. 실제로 중국 대학들은 매년 약 140만 명의 STEM 졸업생을 배출합니다. 그러나 현실은 질적인 차이를 보여줍니다. 진정한 최첨단 연구와 최첨단 모델 개발은 주로 박사 학위 소지자를 필요로 합니다. AI로 훈련받은 박사 학위 소지자의 수는 여전히 상대적으로 낮아, 최고 인재를 확보하기 위한 치열한 경쟁이 벌어지고 있습니다. 기술 대기업의 숙련된 머신러닝 과학자들은 현재 위안화로 7자리 수의 연봉을 받고 있습니다. 소규모 스타트업들은 핵심 연구 개발 인력이 수개월째 공석으로 남아 제품 개발이 크게 지연되고 있다고 보고합니다.

AI 통합의 특수성으로 인해 문제가 더욱 악화됩니다. 핵심 기술이 이미 작동하고 사용자 확보 및 물류 확장에 자본이 주로 필요했던 2010년대 모바일 혁명과는 달리, AI 구현에는 지속적이고 상황에 맞는 연구 개발이 필요합니다. 병원은 단순히 ChatGPT를 설치하고 AI 기반 의료 서비스에 대해 이야기할 수 없습니다. 의료 워크플로, 규정 준수, 기존 시스템과의 통합을 해결하는 데 수개월 또는 수년간의 개발 기간이 필요합니다. 이러한 수년간의 개발 주기를 지원할 환자 자본이 없다면, 대부분의 AI 플러스 프로젝트는 핵심 구현 과제를 해결하기 전에 중단됩니다.

학제 간 전문성 부족이 특히 심각한 문제로 지적되고 있습니다. 런민대학교의 2024년 연구에 따르면 중국은 최고 인재, 특히 AI 과학자와 산업 간 전문성을 갖춘 전문가 부족에 시달리고 있습니다. AI를 기존 산업에 접목하려면 깊은 기술적 이해와 심층적인 산업 지식을 모두 갖춘 인력이 필요합니다. 농업 AI 시스템에는 농학을 이해하는 개발자가 필요하며, 금융 AI에는 규제 요건을 숙지한 전문가가 필요합니다. 이러한 학제 간 전문성은 전 세계적으로 부족하지만, 특히 중국에서는 더욱 그렇습니다.

기업들은 다양한 전략으로 대응하고 있습니다. 어떤 기업들은 해외 채용에 적극적으로 나서고, 호구 규제를 완화하며, 해외 인재를 유치하기 위해 노력하고 있습니다. 또 어떤 기업들은 사내 교육 프로그램에 막대한 투자를 하고 있습니다. 정부는 대학의 AI 교육 과정 확대를 추진하고 있습니다. 2018년 이후 500개가 넘는 중국 대학이 AI 학위 프로그램을 개설했습니다. 그러나 문화적, 교육적 변화에는 시간이 걸립니다. 이러한 노력에도 불구하고, 인재 격차는 향후 10년 동안 중국 AI 생태계에 큰 부담이 될 것입니다.

지정학적 측면은 문제를 더욱 악화시킵니다. 중국 대학들이 AI 교육 분야에서 상당한 진전을 이루고 있는 가운데, 글로벌 기술 허브들은 여전히 최고 인재들을 유치하고 있습니다. 정부 규제, 이념적 통제, 그리고 학문의 자유에 대한 인식된 제약으로 인한 불확실성은 일부 인재들이 해외로 이주하거나 현지에 머물도록 부추깁니다. 중국은 세계 최고 AI 연구자의 47%와 AI 특허의 50%를 보유하고 있지만, 이러한 인상적인 수치는 수요 규모가 가용 자원을 훨씬 초과한다는 사실을 가릴 수 없습니다.

대규모 투자에도 불구하고 인프라 위기

중국의 AI 인프라는 엄청난 규모의 역설을 보여줍니다. 한편으로 중국은 2023년에서 2024년 사이에 250개가 넘는 새로운 인공지능 데이터 센터를 발표하거나 건설했습니다. 공공 및 민간 투자자들은 디지털 백본 인프라 확장에 수십억 달러를 투자했습니다. 반면, 현지 소식통에 따르면 새로 구축된 컴퓨팅 용량의 최대 80%가 미사용 상태입니다. 많은 스마트 데이터 센터의 가동률은 20~30%에 불과합니다. 수십억 달러가 투입된 시설은 대부분 가동되지 않고 있으며, 운영자들은 필사적으로 고객을 찾고 있고, 지속적인 냉각, 전기, 유지보수 비용은 기업의 재무제표에 부담을 주고 있습니다.

이 기이한 상황은 정치적 압력, 과도한 투기, 그리고 근본적인 오판이 복합적으로 얽혀 발생한 것입니다. 주택 거품 붕괴와 코로나19로 인한 경기 침체 이후, 지방 정부는 필사적으로 새로운 성장 동력을 모색했습니다. 2022년 말 ChatGPT에 대한 열광적인 반응은 AI를 이상적인 후보로 만들었습니다. 2023년까지 전국적으로 500개가 넘는 데이터센터 프로젝트가 제안되었습니다. 지방 정부는 지역 경제 활성화를 목표로 이러한 계획을 적극적으로 추진했습니다. 국유기업, 정부 산하 투자 기금, 그리고 민간 기업과 투자자들은 황금빛 미래로 여겨지는 이 미래를 열광적으로 받아들였습니다.

그러나 급하게 진행된 프로젝트에서 흔히 그렇듯, 현실적인 계획이 부족한 경우가 많았습니다. 많은 시설이 실제 수요나 기술 표준을 고려하지 않고 건설되었습니다. 관련 경험을 갖춘 엔지니어는 부족했고, 수많은 임원들이 보조금을 확보하기 위해 예측치를 부풀리거나 조달 절차를 악용하는 중개인에 의존했습니다. 결과적으로 많은 신규 데이터 센터가 기대에 미치지 못했으며, 운영 비용이 많이 들고, 데이터 센터를 채우기가 어려웠으며, 최신 AI 워크로드와 기술적으로 무관했습니다.

적합:

중국의 AI 붐 아니면 AI 버블이 지금 터지고 있습니까? 수백 개의 새로운 데이터 센터가 비어 있습니다

핵심 문제는 구축된 인프라 유형에 있습니다. 많은 데이터 센터가 대규모 언어 모델 학습을 위해 설계되었기 때문에 에너지 비용이 저렴한 서부 지역에 위치했습니다. 이는 동부의 혼잡한 대도시 지역에서 자원이 풍부한 서부 지역으로 데이터 처리를 이전하는 것을 목표로 하는 동부 데이터 서부 컴퓨팅 이니셔티브(Eastern Data Western Computing Initiative)와 일치했습니다. 그러나 수요가 순수한 모델 학습에서 추론(학습된 모델의 실제 적용)으로 전환되자, 많은 서부 시설의 입지가 좋지 않은 것으로 드러났습니다. 추론에는 일반적으로 다른 하드웨어 구성, 즉 컴퓨팅 성능보다 낮은 지연 시간과 효율성을 우선시하는 더 빠르고 응답성이 뛰어난 칩이 필요합니다. 더욱이 추론은 최종 사용자와 가까운 곳, 즉 동부의 대도시에서 이루어져야 합니다. 따라서 서부 데이터 센터는 종종 잘못된 작업을 위해 잘못된 장소에 건설되는 경우가 많습니다.

이에 대응하여 베이징은 상하이, 항저우, 난징과 같은 주요 도시 시장을 지원하기 위해 남동부 우후(武湖)에 추론 중심 데이터 센터를 건설한다고 발표했습니다. 하지만 이는 바다 한 방울에 불과합니다. 부적합한 인프라에 자원을 잘못 배분하여 다른 곳에서 더 생산적으로 활용될 수 있었던 수십억 달러의 자본을 묶어두었습니다. 일부 프로젝트는 실제 컴퓨팅 파워를 통해 수익을 창출할 의도가 전혀 없었던 것으로 보입니다. 여러 보고서와 내부 관계자에 따르면 일부 기업은 정부 보조금을 받는 친환경 에너지 또는 토지 거래 자격을 얻기 위해 AI 데이터 센터를 활용했습니다. 어떤 경우에는 건물을 사용하지 않고도 전용 전력을 전력망에 다시 판매하기도 했습니다. 2024년 말까지 업계 대부분의 기업은 진정한 AI 작업보다는 정책적 인센티브의 혜택을 노렸습니다.

하드웨어 부족은 상황을 더욱 악화시키고 있습니다. 국내 칩 개발에 대한 정부의 막대한 지원에도 불구하고, 중국 AI 기업들은 여전히 해외 기술에 크게 의존하고 있습니다. 미국은 전 세계 컴퓨팅 파워의 70% 이상을 장악하고 있으며, 수출 통제를 통해 엔비디아의 H100과 같은 첨단 칩과 핵심 패키징 기술에 대한 중국의 접근을 제한하고 있습니다. 중국의 AI 칩 공급 부족은 2025년까지 100억 달러를 초과할 것으로 예상됩니다. 화웨이의 Ascend 910B와 같은 국내 대체 칩은 대규모 언어 모델 학습 성능에서 뒤처집니다. 더욱이, 첨단 AI 클러스터는 칩뿐만 아니라 수만 개의 프로세서를 연결하는 고도로 엔지니어링된 상호 연결을 필요로 합니다. 미국 기업들은 시스템 수준 설계 분야에서도 여전히 선두를 달리고 있습니다.

중국 기업들은 2024년에만 거의 100만 대의 엔비디아 HGX H20 프로세서를 구매했습니다. 엔비디아의 공급 규모와 성숙한 CUDA 소프트웨어 스택은 중국 AI 산업에 '닭이 먼저냐 달걀이 먼저냐'라는 문제를 야기하기 때문에 이러한 의존성은 지속됩니다. 중국산 하드웨어는 양적 부족과 개발자 지원 부족 모두에서 어려움을 겪고 있습니다. DeepSeek은 화웨이의 Ascend 칩을 기반으로 R2 모델을 학습시키려 했지만, 성능 불안정성, 취약한 상호 연결, 그리고 CANN의 미숙함으로 인해 엔비디아 하드웨어를 선택해야 했습니다. 중국 제조업체들이 Ascend NPU나 Moore Threads GPU를 시장에 쏟아부을 수 있다 하더라도, 취약한 소프트웨어 스택은 개발자에게 매력적이지 않습니다.

중국 AI 칩 소프트웨어 생태계는 서구권에 비해 상당히 취약합니다. 엔비디아의 CUDA는 15년 이상의 문서화 및 개선, 광범위한 사용자 기반, 그리고 PyTorch 및 TensorFlow와 같은 인기 머신러닝 프레임워크와의 강력한 통합을 통해 이점을 누리고 있습니다. 화웨이의 CANN 프레임워크는 CUDA 출시 후 12년 만인 2019년에야 출시되었습니다. 개발자들은 이 프레임워크가 버그가 많고 불안정하며 문서화가 부족하고, 런타임 충돌이 잦으며, 타사와의 통합이 제한적이라고 지적합니다. 이러한 문제들이 중국 하드웨어에서 대규모 학습을 불가능하게 만드는 것은 아니지만, 상당한 비용을 발생시킵니다.

다양한 중국 칩 공급업체 간에 공통 표준이 부족하여 시장이 더욱 세분화됩니다. 각 공급업체는 자체적으로 호환되지 않는 저수준 소프트웨어 스택을 보유하고 있습니다. 주류 AI 프레임워크는 주로 엔비디아 칩을 지원합니다. 국내 AI 칩은 여러 프레임워크에 적응해야 하며, 각 프레임워크 업그레이드는 반복적인 적응을 요구합니다. 이로 인해 대규모 모델에 대한 연산자 및 최적화가 누락되어 모델 실행 또는 렌더링이 불가능해지고, 아키텍처 및 소프트웨어 구현 차이로 인한 정밀도 불일치가 발생하며, 국내 칩에서 대규모 모델 학습을 구현하기 위한 높은 포팅 비용이 발생합니다.

2025년 여름에 설립된 모델-칩 생태계 혁신 연합(Model-Chip Ecosystem Innovation Alliance)은 이 문제를 해결하고자 합니다. 화웨이, 비렌 테크놀로지스(Biren Technologies), 엔플레임(Enflame), 무어 쓰레드(Moore Threads) 등이 참여하여 하드웨어, 모델, 인프라를 연결하는 완전히 현지화된 AI 스택을 구축하는 것을 목표로 합니다. 성공 여부는 공유 프로토콜과 프레임워크를 통해 상호운용성을 확보하고 생태계 단편화를 줄이는 데 달려 있습니다. 저수준 소프트웨어를 통합하는 것은 아키텍처의 차이로 인해 어려울 수 있지만, 중간 수준의 표준화는 더 현실적인 것으로 보입니다. 이 연합은 공통 API와 모델 형식에 집중함으로써 모델을 국내 플랫폼 간에 이식 가능하게 만들고자 합니다. 개발자는 한 번 작성한 코드를 모든 중국 가속기에서 실행할 수 있습니다. 그러나 이러한 표준이 실제로 구현되기 전까지는 단편화로 인해 각 기업은 포화된 시장에서 여러 측면에서 동시에 여러 문제를 해결해야 합니다.

Huawei는 2025년 8월 초 CANN을 오픈 소스로 공개했는데, 이는 새로운 제휴에 대한 약속의 일환으로, 또는 Ascend 910 시리즈를 중국 기업들이 선호하는 플랫폼으로 만들기 위한 전반적인 시도였을 가능성이 있습니다. 그 전까지 Huawei의 Ascend NPU용 AI 툴킷은 제한적인 형태로 배포되었습니다. CANN의 성숙도는 CUDA에 비해 뒤떨어져 있는데, 주된 이유는 Huawei 자체 프로젝트 외에는 Ascend 프로세서의 광범위하고 안정적인 설치 기반이 없었기 때문입니다. 개발자들은 규모를 따라가며, 수백만 대의 Nvidia GPU가 출하되고 널리 사용 가능해지면서 CUDA가 주도적인 역할을 하게 되었고, 이는 튜닝, 라이브러리 및 커뮤니티 지원에 대한 투자를 정당화했습니다. Huawei를 비롯한 중국 개발자들은 미국의 제재로 인해 수백만 대의 Ascend NPU 또는 Biren GPU를 출하할 수 없습니다.

에너지 인프라는 엇갈린 양상을 보입니다. 중국은 미국보다 80배 빠른 속도로 전력망을 확장했으며, 태양광, 풍력, 수력 발전 용량 면에서 세계 최고 수준입니다. 재생 에너지에 대한 이러한 대규모 투자는 AI 확장을 지속 가능하게 만들기 위한 것입니다. 동부 데이터 서부 컴퓨팅 이니셔티브(Eastern Data Western Computing Initiative)는 풍력과 태양광을 기반으로 에너지와 토지 자원이 풍부한 서부 지역으로 데이터 처리를 이전하고 있습니다. 이 이니셔티브의 목표는 비용 절감뿐만 아니라 더욱 견고하고 지속 가능한 인프라를 구축하는 것입니다. 2025년 제14차 5개년 계획이 끝날 때까지 수백만 개의 IT 랙이 설치될 것으로 예상됩니다.

서부 지역은 풍부한 풍력 및 태양광 자원과 저렴한 전기 요금을 제공하지만, 인프라 개발은 종종 뒤처집니다. 문제는 저개발 서부 지역의 풍부한 녹색 에너지 자원과 동부 지역의 증가하는 데이터 처리 수요를 효율적으로 결합하는 것입니다. 컴퓨팅 수요는 재생 에너지 자립률이 40% 미만인 동부 지역에 집중되어 있는 반면, 서부 지역은 중국 전체 재생 에너지 설비 용량의 70%를 차지합니다. 텐센트는 전기 요금이 낮은 점을 고려하여 중국 서부 최대 규모의 스마트 데이터 센터를 닝샤에 설립할 계획입니다. 기업들은 전기 요금이 저렴한 서부 지역에서 대규모 언어 모델을 학습하는 경향이 있지만, 애플리케이션 중심 데이터 센터는 고객 기반이 더 넓어 애플리케이션에 대한 피드백을 더 빠르게 받을 수 있는 동부 지역에 기반을 둡니다.

서부 지역은 전기 요금이 저렴하지만, 교통, 통신, 인재 지원 시스템의 미비로 인해 첨단 기술 인력을 유치하고 유지하는 데 어려움을 겪고 있습니다. 많은 서부 데이터 센터는 다운스트림 애플리케이션의 붐을 기다리며 가동을 중단한 채 방치되고 있습니다. 한 클라우드 업체 직원은 중국 스마트 데이터 센터의 활용률이 30% 미만이라고 확인했습니다.

중국 사업 개발, 판매 및 마케팅 분야의 전문성

중국 사업 개발, 영업 및 마케팅 분야의 전문성 - 이미지: Xpert.Digital

산업 초점: B2B, 디지털화(AI에서 XR까지), 기계 공학, 물류, 재생 에너지 및 산업

자세한 내용은 여기를 참조하세요.

엑스퍼트 비즈니스 허브

통찰력과 전문성을 갖춘 주제 허브:

글로벌 및 지역 경제, 혁신 및 산업별 동향에 대한 지식 플랫폼
우리의 관심 분야에서 분석, 충동 및 배경 정보 수집
비즈니스 및 기술 분야의 최신 동향에 대한 전문 지식과 정보를 제공하는 공간입니다.
시장, 디지털화 및 산업 혁신에 대해 배우고자 하는 기업을 위한 주제 허브

데이터 센터 붐: 과대광고에서 과잉 생산 위기까지 – AI가 중국 지역을 어떻게 분열시키는가

지역적 분열은 분열을 심화시킨다

중국 AI 발전의 지리적 격차는 기존의 경제적 불평등을 재현하고 심화시킵니다. 광둥, 장쑤, 저장, 상하이와 같은 동부 연안 지역은 오랫동안 선도적인 위치를 유지해 왔으며, 특히 광둥 지역은 강력한 발전 모멘텀을 보이고 있습니다. 상하이와 베이징은 정치적 지원과 기술 연구개발 역량 덕분에 AI 활동이 높은 집중도를 유지해 왔습니다. 후베이, 허난, 산둥과 같은 중부 지역은 점차 중위권으로 이동하며 꾸준한 발전을 보이고 있습니다. 그러나 칭하이, 티베트, 간쑤와 같은 서부 지역은 전반적으로 낮은 수준에 머물러 있습니다. 일부 개선에도 불구하고 동부 지역과의 격차는 여전히 뚜렷하며, 지역 불균형 발전 문제는 여전히 남아 있습니다.

2014년부터 2022년까지 중국의 AI 수준은 시간이 지남에 따라 상당한 개선 추세와 지역적 확장을 보였습니다. 2014년에는 전국의 AI 개발 수준이 전반적으로 낮았으며, 동부 연안 지역만이 뛰어난 성과를 보이며 AI 분야에서 이 지역의 초기 우위를 보여주었습니다. 반면 중서부 지역은 전반적으로 늦게 시작되었고 개발 수준이 전반적으로 낮았습니다. 2022년까지 중국의 AI 수준은 상당히 향상되었으며, 장강 삼각주와 보하이 변방 지역이 성장의 핵심 동력이 되었습니다. 베이징, 톈진, 허베이는 강력한 발전 모멘텀을 보인 반면, 서부 지역은 개발 수준이 낮았지만 명확한 상승 추세를 보였습니다.

AI로 인한 소득 불평등에 대한 연구에 따르면, AI가 소득 불평등에 미치는 영향은 북동부 지역에서 가장 크고, 그 다음으로 서부 지역이 크며, 중부 및 동부 지역에서는 그 영향이 상대적으로 작은 것으로 나타났습니다. AI는 산업 구조 개선과 기술 혁신을 통해 소득 격차를 상당히 심화시킵니다. 지역별 이질성은 AI가 평등화 요인으로 작용하기보다는 오히려 기존 이점을 증폭시킨다는 것을 보여줍니다. 강력한 디지털 인프라, 자본 접근성, 그리고 인재 풀을 갖춘 지방은 불균형적으로 혜택을 누리는 반면, 저개발 지역은 더욱 뒤처집니다.

도시와 농촌의 디지털 격차는 이러한 격차를 더욱 심화시킵니다. 최근 중국 정부는 빈곤 감소의 성공을 바탕으로 농촌 부흥을 추진하는 맥락에서 디지털 농촌 인프라 구축을 가속화하려는 노력을 기울이고 있지만, 디지털 격차 문제는 여전히 남아 있습니다. 재정 투자 측면에서 농촌 디지털 인프라에 배정된 자금은 도시 지역에 배정된 자금에 비해 상당히 부족합니다. 자료에 따르면 중국의 현급 농업 및 농촌 정보화에 대한 재정 및 사회 투자는 각각 1,300만 위안과 3,000만 위안에 불과하며, 전체 정보화 발전 수준은 37.9%에 불과합니다.

농촌과 도시 간 하드웨어 구축에는 상당한 격차가 있으며, 이는 디지털 자원, 인프라, 네트워크 장비, 기지국 등의 차이로 이어집니다. 2022년 중국은 전국적으로 230만 개의 5G 기지국을 구축하는 기록을 달성했습니다. 그러나 농촌 지역의 5G 기지국 수는 전국 평균에 크게 미치지 못하여 디지털 격차가 더욱 심화되고 있습니다. 동시에, 농촌과 도시 지역 모두에 동등한 네트워크 커버리지와 속도를 제공하려는 목표는 아직 완전히 달성되지 않았습니다.

코로나19 팬데믹 기간 동안 하드웨어 인프라 개발의 격차는 더욱 심화되었습니다. 대표적인 사례로 티베트 자치구 린저우에 거주하는 한 티베트 대학생이 있습니다. 그는 산기슭까지 오토바이를 타고 20분 동안 이동한 후, 영하의 기온 속에서 정상에 올라 온라인 수업에 참여해야 했습니다. 이 일화는 농촌과 도시 지역 간 디지털 하드웨어 개발의 극심한 불균형을 여실히 보여줍니다.

효율적인 디지털 애플리케이션 시스템 유지에 필수적인 군 및 시 단위의 데이터 센터 부족은 농촌 지역의 생성적 AI 기술 발전을 저해하고 있습니다. 이러한 상황은 "아무리 노련한 주부라도 밥 없이는 요리할 수 없다"는 속담과도 같으며, 농촌 디지털 발전을 위해서는 이러한 데이터 센터가 필수적임을 강조합니다.

농촌 디지털 개발의 "소프트 파워"를 구성하는 소프트웨어 조직의 관점에서 볼 때, 농촌 디지털 소프트웨어는 도시 지역에 비해 디지털 역량, 인재 확보, 그리고 거버넌스 측면에서 취약한 측면을 보입니다. 한편으로는 소규모 농가에 만연한 전통적인 이기주의적 사고방식의 영향과 농촌 디지털 발전의 내재적 지연으로 인해, 중국 농촌 지역 활성화를 위한 생성적 AI 서비스에 적극적으로 참여하려는 농촌 주민들의 의지가 현저히 부족합니다. 더욱이, 농촌 노동력의 대규모 이동으로 인해 노인, 취약 계층, 여성, 그리고 아동이 농촌 지역의 주요 노동력을 구성하게 되면서 농촌 인구 감소, 인구 감소, 그리고 인구 고령화 현상이 심화되어 농촌 인구, 경제, 사회, 그리고 전반적인 발전에 영향을 미치고 있습니다.

아직 마을 행정 전자 거버넌스를 도입하지 않은 농촌 지역을 대상으로 실시한 설문조사에 따르면, 마을 공무원의 84.13%가 "기술 도입을 저해하는 고령자 비율이 높다"는 점을 주요 장애물로 꼽았습니다. 이러한 복합적인 요인들이 농촌 지역에서 생성적 AI 기술의 도입과 확산을 심각하게 저해하고 있습니다.

AI 지수에서도 지역별 격차가 뚜렷합니다. 최근 한 연구에서는 성급 및 산업별 분석을 위해 7가지 주요 차원으로 구성된 종합적인 인공지능 지수를 개발했습니다. 중국과 미국을 비교한 결과, 통합 프레임워크 하에서 미국의 종합 점수는 중국의 59.4점보다 68.1점 높습니다. 중국을 7개 주요 영역으로 나누어 하위 국가 지수를 도출한 결과, 중국의 AI 발전에 있어 극명한 지역별 격차가 드러났습니다. 북부, 동부, 남부 지역은 종합 점수에서 앞서는 반면, 중부와 서부 지역은 상당히 뒤처져 있어 혁신과 산업 자원의 지역적 집중이 미치는 영향을 여실히 드러냅니다.

이러한 지리적 분열은 광범위한 결과를 초래합니다. 경제 변화의 속도가 서로 다르게 나타나, 선두 지역은 지식 기반 경제로 빠르게 발전하는 반면, 후진 지역은 전통적인 제조업과 농업에 머물러 있습니다. 지역 간 소득 격차가 심화됨에 따라 사회적 갈등이 심화됩니다. 각 지방의 발전 수준과 우선순위가 다르기 때문에 국가 간 조정이 복잡해집니다. 또한 최첨단 데이터 센터가 서부 외딴 지방에는 가동되지 않고 동부 대도시는 용량 부족으로 어려움을 겪는 등 자원 배분의 효율성이 떨어집니다.

적합:

위기에서 중국의 경제? 성장 국가의 구조적 과제

과잉 생산능력 위기와 통합 압력

2023년과 2024년의 폭발적인 건설 붐은 중국을 심각한 과잉 생산 위기에 몰아넣었습니다. 2023년에만 500개가 넘는 데이터센터 프로젝트가 제안되었고, 2024년 말까지 최소 150개가 가동될 것으로 예상됩니다. 이러한 현상은 중국 경제 발전의 익숙한 패턴을 반영합니다. 중앙 정부가 특정 분야를 전략적으로 우선시하면, 지방 정부와 기업들은 실제 수요나 합리적인 계획을 무시한 채 과도한 열정으로 성급하게 투자합니다. 그 결과 과잉 투자, 과잉 생산, 그리고 고통스러운 통합 과정이 반복됩니다.

자동차 산업은 교훈적인 유사 사례를 제공합니다. 약 140개 기업이 이 부문에서 경쟁하고 있지만, 그중 수익성이 있는 기업은 극소수에 불과하고, 3분의 1은 가동률이 20% 미만입니다. 지역 정부는 일자리 감소를 막기 위해 어려움을 겪는 공급업체조차도 보조금 및 기타 지원을 통해 유지하도록 돕고 있습니다. 이로 인해 시장 통합이 둔화되고 가격 전쟁이 발발했으며, 생산업체들은 수익성이 더 높은 시장으로의 수출을 늘려야 하는 압박을 받고 있습니다. 한편, 쉽게 접근 가능한 수출 시장의 시대는 저물고 있습니다. 미국은 바이든 행정부 시절 국가 안보를 이유로 거의 모든 중국산 자동차 수입을 금지했고, EU는 작년 중국산 전기차에 관세를 부과했습니다.

AI 인프라도 비슷한 궤적을 따릅니다. 국가발전개혁위원회는 더욱 엄격한 규제를 도입했습니다. 신규 프로젝트는 이제 특정 활용 기준을 충족하고 승인을 받기 전에 구매 계약을 제출해야 합니다. 또한, 지방 정부는 명확한 경제적 타당성을 제시하지 않는 한 소규모 컴퓨팅 인프라를 착수할 수 없습니다. 정부 조달 규모는 2024년에만 245억 위안(약 34억 달러)에 달했으며, 2025년에는 124억 위안이 추가로 배정되었습니다. 그러나 정부의 적극적인 투자에도 불구하고 보고된 활용률은 20~30%에 머물러 경제적 타당성과 에너지 효율을 모두 저해하고 있습니다.

지난 18개월 동안 100개가 넘는 프로젝트가 중단되었는데, 이는 2023년 11건에 비해 크게 증가한 수치입니다. 취소된 프로젝트의 급격한 증가는 현실을 직시해야 한다는 신호입니다. 투자자와 운영자들은 이러한 시설 중 상당수가 결코 수익을 낼 수 없다는 것을 깨닫고 있습니다. 2022년 말 ChatGPT 출시 이후 생성적 AI에 대한 과대광고로 인해 촉발된 초기 위기는 수익성 위기로 변모했습니다. GPU 임대 시장은 붕괴되었습니다. 수십억 달러의 비용이 소요된 시설은 현재 활용도가 낮고, 수율은 급락하고 있으며, 많은 시설은 시장 상황 변화로 인해 완전히 가동되기도 전에 노후화되었습니다.

2025년 7월, 시진핑 주석은 AI에 대한 과잉 투자를 명시적으로 경고하며 과도한 지방 정부 투자에 대한 이전의 우려를 재차 강조했습니다. 이는 전기차와 같은 다른 신흥 산업에서 나타나는 과잉 생산 능력의 재발을 피하고자 하는 정책 입안자들의 의지를 보여줍니다. 과잉 생산 능력은 디플레이션 압력을 야기했습니다. 시 주석은 AI 분야의 어떤 부분에 대한 제한이 필요한지 구체적으로 밝히지 않았지만, AI 개발을 뒷받침하는 데이터 센터 건설에 대한 투자는 전 세계적으로 특히 두드러졌습니다. 이러한 투자 확대의 둔화는 캠브리콘 테크놀로지스(Cambricon Technologies Corp.)부터 레노버 그룹(Lenovo Group Ltd.), 화웨이 테크놀로지스(Huawei Technologies Co.)에 이르기까지 칩, 네트워킹 장비 및 기타 필수 서버 구성 요소 공급업체에 영향을 미칠 것입니다.

2025년 8월 29일, 국무원은 "인재, 자본 및 기타 자원의 질서 있는 흐름"을 보장해야 한다고 강조했습니다. 국가발전개혁위원회 장카일린(张加林) 위원은 브리핑에서 정부가 각 성(省)이 조율되고 상호 보완적인 방식으로 AI를 개발하도록 장려할 것이라고 밝혔습니다. 목표는 각 성의 고유한 강점을 활용하여 중복 없이 성장을 촉진하는 것입니다. 장 위원은 "무질서한 경쟁이나 '대중 추종' 방식을 단호히 지양할 것"이라고 말했습니다. 개발은 지역의 장점, 자원, 그리고 산업 기반을 기반으로 해야 합니다.

소프트웨어 시장도 유사한 통합 양상을 보입니다. 중국 사이버공간관리국(CISA)은 2024년 8월까지 180개 이상의 주요 언어 모델을 일반 용도로 사용하도록 승인했는데, 이는 중국 기술 기업들이 국내 시장 점유율을 놓고 경쟁하고 있음을 보여줍니다. 이러한 기업들은 경기 침체와 중국 벤처 캐피털 산업의 침체 속에서 시장 점유율 확보뿐만 아니라 자금 조달을 위한 경쟁도 벌이고 있습니다. 워크숍 참가자들은 많은 중국 스타트업이 알리바바와 텐센트와 같은 대형 기술 기업의 투자를 유치했지만, 많은 투자자들이 AI 스타트업의 단기 수익 창출 능력에 대해 여전히 회의적이라고 강조했습니다. 경제적으로 생산적인 투자를 모색하는 많은 중국 벤처 캐피털 기업들은 자원 공유를 통해 위험을 분산하고자 하며, 이는 자금 조달 환경이 더욱 분산될 것임을 시사합니다.

중국 AI 개발자들의 자금 및 하드웨어 제약을 고려할 때, 참가자들은 중국이 자원 공유를 통해 몇몇 기업이나 AI 연구소를 육성하는 데 성공할 수 있지만, 이러한 노력은 선별적이고 집중적이어야 하며, 이는 상당한 수익 창출 가능성을 낮춰야 한다고 제안했습니다. 궁극적으로 참가자들은 이러한 환경이 중국 AI 시장의 산업 통합을 심화시킬 가능성이 높다고 지적했습니다.

바이두 클라우드 사업부 수석 매니저인 두하이는 이러한 변화가 시장 통합을 촉진할 것이라고 예측했습니다. 현재 활동 중인 12여 개의 국내 AI 칩 기업은 서너 개의 뚜렷한 진영으로 줄어들 것으로 예상됩니다. "가장 광범위한 모델을 지원하거나 사실상의 표준이 되는 킬러 앱을 구현할 수 있는 칩을 보유한 기업이 승자가 될 것입니다."

가트너는 2029년까지 하이퍼스케일러와 SaaS 플랫폼 제공업체가 확장되고 하이브리드 클라우드 제공업체가 흡수함에 따라 GenAI 기술 환경이 75% 더 적은 업체로 통합될 것으로 예측합니다. 이는 시장 추측이 아니라, 이미 업계를 재편하고 있는 경제적 요인의 불가피한 결과입니다. 과거 인프라 개발과 비교했을 때 이러한 현상은 놀랍습니다. 가트너는 우리가 공급업체 분열의 시대에서 인수와 시장 혼란을 통한 통합의 시대로 나아가고 있다고 분석합니다. 전기 산업이 수천 개의 지역 발전소에서 소수의 대형 전력 회사로 진화했듯이, AI 또한 동일한 경로를 따르고 있습니다.

2025년 초 중국 AI 스타트업에 대한 벤처캐피털 투자는 전년 대비 거의 50% 감소했는데, 이는 성장 둔화, 규제 불확실성, 지정학적 긴장 속에서 투자자들의 전반적인 우려를 반영한 것입니다. 2분기에만 투자액이 47억 달러로 급감하여 10년 만에 최저치를 기록했습니다. 이러한 투자자들의 우려는 중국 정부가 이념적 순수성을 유지하기 위한 조치를 강화한다는 명분으로 선구적 혁신을 억누르려는 의지를 보인 데서 부분적으로 비롯되었습니다.

중국 시장의 나머지 부분은 다소 엇갈린 신호를 보이고 있지만, 비관적인 전망을 더욱 부추기고 있습니다. 부동산 부문은 붕괴되었고, 청년 실업률은 17%를 넘었으며, 소비자 신뢰도는 하락하고 있습니다. 지정학적 상황도 악화되고 있습니다. 수출 통제는 여전히 중국 기술 부문에 영향을 미치고, 관세는 경제 전반을 위협하며, 이념에 기반한 통제 중심 정책은 대부분의 투자자를 저해하고 있습니다. 이러한 자금 위기는 AI 도입에 특히 큰 어려움을 야기합니다. 이러한 수년간의 개발 주기를 기꺼이 지원할 인내심 있는 자본이 없다면, 대부분의 AI 플러스 프로젝트는 핵심 구현 문제를 해결하기도 전에 중단될 것입니다.

🎯🎯🎯 Xpert.Digital의 포괄적인 서비스 패키지에서 5가지 전문 지식을 활용해 보세요 | BD, R&D, XR, PR 및 디지털 가시성 최적화

Xpert.Digital의 포괄적인 서비스 패키지에서 5가지 전문 지식을 활용해 보세요 | R&D, XR, PR 및 디지털 가시성 최적화 - 이미지: Xpert.Digital

Xpert.Digital은 다양한 산업에 대한 심층적인 지식을 보유하고 있습니다. 이를 통해 우리는 귀하의 특정 시장 부문의 요구 사항과 과제에 정확하게 맞춰진 맞춤형 전략을 개발할 수 있습니다. 지속적으로 시장 동향을 분석하고 업계 발전을 따라가면서 우리는 통찰력을 가지고 행동하고 혁신적인 솔루션을 제공할 수 있습니다. 경험과 지식의 결합을 통해 우리는 부가가치를 창출하고 고객에게 결정적인 경쟁 우위를 제공합니다.

자세한 내용은 여기를 참조하세요.

월 €500부터 시작하는 하나의 패키지로 Xpert.Digital의 5배 전문 지식을 활용하세요

중국의 AI 미래? 패권, 분열, 아니면 소비자 혁명? 거버넌스 격차와 데이터 고립: 중국의 AI 구현에 있어 아킬레스건.

행복감과 환멸 사이의 미래 시나리오

중국 AI 산업의 미래 전망 범위는 이보다 더 넓을 수 없습니다. 모건 스탠리와 같은 낙관론자들은 중국의 AI 투자가 2028년까지 손익분기점에 도달하고 2030년까지 투자 자본에 대해 52%의 수익률을 창출할 것으로 예측합니다. 핵심 AI 산업은 2030년까지 1,400억 달러 규모의 시장으로 성장할 수 있습니다. 인프라 및 부품 공급업체와 같은 관련 분야를 포함하면 이 추정치는 1조 4천억 달러로 급증합니다. AI는 노동력 고령화 및 생산성 증가 둔화와 같은 요인을 상쇄하면서 중국의 장기적인 GDP 성장을 더욱 촉진할 수 있습니다. 향후 2~3년 동안 AI는 중국의 연간 성장률을 0.2~0.3%포인트 높일 수 있습니다.

2050년까지 전 세계 휴머노이드 로봇 시장은 5조 달러에 달할 것으로 예상되며, 그중 10억 대가 사용되고 있고 그중 30%는 중국에서 생산될 것으로 예상됩니다. 중국의 효율성 중심적이고 저비용적인 접근 방식은 투자 수익률에 새로운 길을 제시합니다. DeepSeek과 같은 기업들이 보여준 비용 우위는 영향력 있는 모델을 단 560만 달러라는 저렴한 비용으로 개발함으로써, 중국 기업들이 서구 솔루션을 도입할 여력이 없거나 도입 의사가 없는 세계 시장에 진출할 수 있도록 지원할 수 있습니다.

향후 6개월에서 12개월은 중국 AI 기업들에게 중요한 시기가 될 것입니다. 실제 문제 해결을 위한 기업용 구현 사례가 점차 늘어나면서 생산성 향상을 보이기 시작할 것이기 때문입니다. 장기적으로는 AI로 구동되는 휴머노이드, 즉 인간과 유사한 로봇이 산업, 상업, 그리고 가정용으로 널리 활용될 수 있습니다. 장기적으로 AI 혁명은 효율성 증대, 생산 공정 간소화, 그리고 새로운 제품, 서비스, 그리고 일자리 창출을 통해 생산성 향상으로 이어질 것입니다.

아시아 태평양 지역은 2025년 AI 소프트웨어 매출의 33%를 차지할 것으로 예상되지만, 중국이 미국과의 AI 경쟁에 참여를 확대함에 따라 분석가들은 2030년까지 이 지역이 시장의 47%를 차지할 것으로 예상합니다. 예측에 따르면 2030년까지 중국은 아시아 태평양 지역 전체 AI 소프트웨어 매출의 3분의 2인 1,495억 달러를 차지할 것으로 예상됩니다. AI 시장의 이러한 상당한 성장 전망은 다음과 같은 산업 형성 추세에 의해 뒷받침됩니다.

하지만 이러한 낙관적인 전망은 심각한 경고와 함께 나타납니다. 캐피털 이코노믹스(Capital Economics)는 AI 기반 주식 시장 거품이 2026년에 붕괴될 것이라고 예측합니다. 이 조사 기관은 금리 상승과 인플레이션 상승이 주식 가치를 하락시킬 것이라고 밝혔습니다. 2026년부터는 금리 상승과 인플레이션 상승이 주식 가치를 하락시키기 시작하면서 이러한 주식 시장 상승세가 예측대로 반등할 것으로 예상됩니다. 궁극적으로 캐피털 이코노믹스는 향후 10년간 주식 수익률이 지난 10년보다 더 악화될 것으로 예상합니다. 그리고 미국 주식 시장의 오랜 우상향 추세가 이제 막을 내릴지도 모른다고 전망합니다.

국제통화기금(IMF)은 경기 침체가 예상되지만, 미국이나 세계 경제를 파괴할 만큼 심각한 시스템 위기로 발전할 가능성은 낮다고 지적했습니다. 구랭샤는 과거 추세와 마찬가지로 획기적인 기술을 둘러싼 과대광고가 단기적으로는 시장 기대치를 충족하지 못할 수 있으며, 이는 주가 하락으로 이어질 수 있다고 지적했습니다. 그러나 그는 1999년과는 달리 현재의 투자 환경은 부채 중심의 기업보다는 현금이 풍부한 기술 기업에 집중되어 있다고 지적했습니다.

포레스터는 2026년까지 AI가 그 매력을 잃고, 왕관 대신 안전모를 착용하게 될 것이라고 예측합니다. 기업의 투자수익률(ROI)에 대한 우려가 업체의 과장된 주장보다 더 커질 것입니다. 이러한 시장 조정으로 기업들은 화려함보다 기능을 우선시할 것입니다. CFO들은 더 많은 AI 거래에 관심을 갖게 될 것입니다. 기업들은 AI 에이전트가 단순 업무를 담당함에 따라 에이전트 생태계 전반에 걸쳐 투자를 분산하고 인력을 재배치할 것입니다. 현명한 기업들은 위험을 완화하고 AI 여정을 점진적으로 계획하기 위해 AI 거버넌스와 AI 유창성 교육에 투자할 것입니다.

베인 보고서에 따르면 2030년까지 전 세계 AI 데이터 센터 자본 지출은 연간 5천억 달러에 달할 것으로 예상되며, 이는 200GW의 추가 전력 용량을 필요로 하는데, 이 중 절반은 미국에서 발생합니다. 그러나 AI 부문은 이러한 지출을 정당화하기 위해 연간 2조 달러의 매출을 창출해야 합니다. 현재 8천억 달러의 격차가 있습니다. 한 임원은 중국의 AI 칩 부문이 여전히 수요와 파운드리 용량 측면에서 어려움을 겪고 있다고 말했습니다. 시장은 확장을 위해 실제 애플리케이션이 필요합니다. 모든 것을 결정하는 것은 애플리케이션 수요입니다. 컴퓨팅 파워를 필사적으로 확장하는 미국식 방식은 중국 기업들에게 적합하지 않습니다.

MIT 테크놀로지 리뷰에 따르면, 중국은 AI 야망을 지원하기 위해 수백 개의 데이터 센터를 건설했지만 현재 많은 데이터 센터가 가동되지 않고 있습니다. 2023년과 2024년에 국유 기업과 민간 기업 모두 수십억 달러를 투자하여 GPU 임대 수요가 계속 증가할 것으로 예상했지만, 실제로는 도입률이 감소하여 많은 통신 사업자가 생존에 어려움을 겪고 있습니다. 중국 언론에 따르면, 새롭게 구축된 컴퓨팅 용량의 최대 80%가 가동되지 않고 있습니다.

이처럼 엇갈리는 미래 시나리오는 근본적인 불확실성을 반영합니다. 중국은 소프트웨어 생태계의 분열을 극복할 수 있을까요? 국내 칩 제조업체들은 기술 격차를 충분히 빠르게 해소할 수 있을까요? 미국의 수출 통제는 강화될까요, 완화될까요, 아니면 현재 수준을 유지할까요? 중국 정부는 이념적 통제를 강화하여 혁신가들을 저해할까요, 아니면 더 실용적인 정책을 추구할까요? 저가 AI 솔루션에 대한 세계적인 수요가 중국의 효율성 중심 접근 방식을 선호할까요, 아니면 품질과 신뢰에 대한 우려가 서구 솔루션을 선호할까요?

이러한 질문에 대한 답은 중국의 운명을 결정할 뿐만 아니라 세계 AI 환경의 지형을 형성할 것입니다. 세 가지 시나리오가 제시되고 있습니다. 첫 번째 시나리오는 미국이 지배력을 유지하는 것입니다. 첨단 칩과 세계 유수의 AI 기업을 장악하면서 미국은 기술적 우위를 유지하는 반면, 중국은 컴퓨팅 한계로 어려움을 겪고 주요 시장에 대한 접근이 제한됩니다. 두 번째 시나리오는 AI 개발이 두 개의 경쟁 생태계로 분열되는 것을 보여줍니다. 하나는 투명성과 윤리 기준을 중시하는 미국과 동맹국들이 주도하는 생태계이고, 다른 하나는 국가가 통제하는 AI가 디지털 감시 도구로 기능하는 중국이 주도하는 생태계입니다. 각국은 이러한 모델 중 하나를 선택해야 할 것이며, 이는 분열된 디지털 환경을 조성할 것입니다.

세 번째 시나리오에서는 중국이 소비자용 AI 분야에서는 우위를 점하지만, 고사양 애플리케이션 분야에서는 뒤처지는 모습이다. 미국의 반도체 규제는 중국의 국방 및 과학 연구용 최첨단 AI 개발 역량을 저해하는 반면, 베이징은 대중 시장용 AI 분야에서는 두각을 나타내며 DeepSeek과 같은 저렴한 플랫폼을 전 세계 사용자에게 제공하고 있다. 그러나 중국이 세계 최첨단 칩의 약 90%를 생산하는 TSMC의 본거지인 대만에서 야망을 추구한다면 이러한 균형은 극적으로 바뀔 수 있다.

궁극적으로 AI 패권을 향한 경쟁은 세계 권력 역학을 재편하고 있습니다. 미국은 현재 첨단 AI 연구 분야에서 선두를 달리고 있지만, 중국의 전략적 집중과 국가 주도 투자는 중국을 강력한 경쟁자로 만들었습니다. 베이징은 서방의 규제와 시장 회의론과 같은 난관에 직면하고 있지만, 소비자 AI 분야의 발전과 신흥 시장에서의 영향력은 경쟁을 예측 불가능하게 만듭니다. 이러한 경쟁이 미국의 지속적인 지배력으로 이어질지, 디지털 환경의 분열로 이어질지, 아니면 핵심 분야에서 중국의 부상으로 이어질지는 알 수 없지만, 한 가지 분명한 것은 AI가 향후 몇 년간 세계 경제, 국가 안보 정책, 그리고 정치 동맹에 지대한 영향을 미칠 것이라는 점입니다.

적합:

베이징의 새로운 5개년 계획과 대규모 투자 프로그램: 중국이 세계 경제 질서에 도전하는 방식

구현 문제 및 거버넌스 결함

하드웨어 및 인력 문제 외에도 중국은 종종 간과되는 근본적인 구현 과제에 직면해 있습니다. 기업에서 AI 도입은 여전히 단편적이고 실험적인 상태입니다. 중국은 생성적 AI 도입에서 선두주자이지만, 중국 기업들은 아직 이를 충분히 구현하지 못하고 있습니다. SAS가 Düber에 자사 조직의 생성적 AI 활용 정도에 대한 설문 조사를 실시한 결과, 중국 기업의 19%가 "생성적 AI를 사용하고 있으며 완전히 구현했다"고 답했습니다. 이는 세계 평균 11%보다는 높지만, 완전 구현 분야에서 세계 1위인 미국(24%)보다는 낮은 수치입니다.

한편, 중국 응답자의 64%는 "생성 AI를 활용하고 있지만 아직 완전히 구현하지는 못했다"고 답했는데, 이는 세계 평균인 43%를 훨씬 웃도는 수치입니다. 중국이 생성 AI에 대한 엄격한 규제와 공인된 승인을 강조하는 것을 고려하면, 많은 기업이 생성 AI를 프로세스에 완전히 통합하기 전에 초기 테스트를 진행하는 것은 당연한 일입니다. 중국이 생성 AI에 전념하고 있다는 것은 분명하지만, 중국 기업들은 이 새로운 기술을 집단적으로 수용하면서도 신중하게 접근하고 있습니다.

구현 과제에 대한 질문에 중국 응답자들은 내부 전문성이나 적절한 도구 부족을 꼽을 가능성이 전 세계 평균보다 훨씬 낮았습니다. 생성적 AI 구현에 적합한 도구가 부족하다고 답한 응답자는 31%에 불과한 반면, 전 세계 응답자는 47%에 달했습니다. 또한 내부 전문성이 부족하다고 답한 응답자는 21%에 불과한 반면, 전 세계 응답자는 39%에 달했습니다. 이러한 수치는 앞서 논의된 인재 격차와는 극명한 대조를 이루며, 자기 인식과 현실 간의 불일치, 즉 "적절한 전문성"을 구성하는 기준의 차이를 시사합니다.

데이터 프라이버시와 데이터 보안은 생성적 AI 구현과 관련하여 모든 설문 응답자의 가장 큰 우려 사항으로 꼽혔으며, 각각 76%와 75%가 이를 언급했습니다. 그러나 응답자의 절반 이상(51%)은 내부 인재 및 기술 필요성에 대한 우려를 표명했습니다. 특히 거버넌스 및 모니터링 교육은 미흡한 것으로 나타났습니다. SAS에 따르면, 응답자 10명 중 1명 미만(7%)만이 생성적 AI에 대한 거버넌스 및 모니터링 교육이 "높음" 수준이라고 답했습니다. 32%는 "적정" 수준이라고 답했고, 58%(확실히 과반수)는 거버넌스 및 모니터링 교육이 "최소" 수준이라고 답했습니다.

생성 AI를 위한 조직 거버넌스 프레임워크에 대한 질문에 응답자의 5%만이 "확실하고 포괄적인" 거버넌스 프레임워크를 보유하고 있다고 답했습니다. 55% 이상이 거버넌스 프레임워크가 "개발 중"이라고 답했고, 28%는 "임시 또는 비공식적"이라고 답했습니다. 약 11% 중 1명은 생성 AI 거버넌스 프레임워크가 "존재하지 않는다"고 답했습니다. 이러한 거버넌스 격차는 특히 규제 대상 산업이나 민감한 애플리케이션의 구현에 상당한 위험을 초래합니다.

산업 전반에 걸쳐 분산된 데이터 흐름은 AI 애플리케이션을 위한 일관되고 접근 가능한 리소스 풀로 데이터를 통합하는 데 어려움을 줍니다. 이러한 데이터 사일로는 효과적인 AI 모델 학습을 저해하고 여러 부문에 걸친 통찰력을 제한합니다. 정부 기관과 기업들은 규제가 부족한 프레임워크 하에서 데이터 상호운용성을 개선하고 산업 간 데이터 공유 및 체계적이고 국경 간 데이터 순환을 촉진하여 중국 데이터 생태계의 가치를 최대한 활용하기 위해 노력하고 있습니다. 이러한 데이터 관련 과제를 해결함으로써 중국은 AI 생태계를 더욱 강화하는 동시에 더욱 일관되고 혁신적인 글로벌 데이터 환경에 기여할 수 있습니다.

생성적 AI 구현은 농촌 거버넌스와의 통합도 미흡합니다. 신기술의 선도적 요소인 생성적 AI는 중국 농촌 활성화에 있어 기존의 다양한 이해관계 구조를 더욱 복잡하게 만들 것입니다. 주도적인 역할을 하는 정부는 도시와 농촌의 경제적 격차로 인한 디지털 격차를 해소하기 위해 상당한 노동력, 자원, 그리고 재정 투자를 필요로 합니다. 이러한 과정은 투자 수익률(ROI) 달성까지 오랜 시간이 소요되는 특징이 있습니다. 경제적 요인만을 우선시하는 시장과는 달리, 정부 주도 농촌 거버넌스는 다면적인 거버넌스 비용에 대한 총체적인 평가를 수반합니다.

기술 개발자와 공급업체는 주로 정부 부처와 상호 작용합니다. 결과적으로, 이들의 서비스는 정부 요구 사항에 맞춰 크게 조정되어 농촌 지역과 주민들의 진정한 개발 요구를 간과할 가능성이 있습니다. 이는 디지털 거버넌스의 유동적인 특성을 더욱 악화시킵니다. 국가 차원에서는 '디지털 마을 발전 행동 계획 2022-2025' 및 '생성 인공지능 서비스 관리 임시 조치'와 같은 법적 문서가 발표되었음에도 불구하고, 여러 부처의 참여로 인해 책임 경계가 모호해져 지연이 발생하고 거버넌스 효과가 저하될 수 있습니다. 이러한 문제가 신속하게 해결되지 않으면, 중국의 AI 기반 농촌 활성화에 적극적으로 참여하려는 농촌 주민들의 내재적 동기를 활성화하는 데 방해가 될 뿐만 아니라 새로운 디지털 갈등을 야기할 수 있습니다.

대규모 AI 통합: 소수의 중국 모델만이 살아남을 것이다.

2030년까지 AI 주도권을 확보하려는 중국의 노력은 흔히 거론되는 반도체 수출 규제를 훨씬 뛰어넘는 복잡한 구조적 과제에 직면해 있습니다. 500만 명이 넘는 숙련 노동자의 인력 부족, 극심한 미활용 용량을 가진 분산된 인프라, 도심과 외곽 농촌 간의 극심한 지역적 격차, 그리고 수년간의 투기적 과잉 투자 이후 다가오는 시장 통합은 공식 발표에서 제시된 것보다 훨씬 더 심각한 상황을 예고합니다.

이러한 역설적인 상황은 특히 데이터 센터에서 두드러집니다. 프랑크푸르트는 전력 부족으로 새로운 시설을 건설할 수 없는 반면, 중국 서부 지역의 최첨단 시설은 하류 인프라, 인적 자원, 그리고 실질적인 수요 부족으로 대부분 비어 있습니다. 두 경우 모두, 전체 시스템이 지속적으로 개발되지 않으면 개별 구성 요소에 대한 막대한 투자가 낭비될 수 있음을 분명히 보여줍니다.

앞으로 18개월에서 36개월이 매우 중요할 것입니다. 중국은 모델-칩 생태계 혁신 연합(Model-Chip Ecosystem Innovation Alliance)과 같은 이니셔티브를 통해 분열을 극복하고, 교육에 대한 막대한 투자를 통해 인재 격차를 해소하고, 기존에 활용도가 낮았던 역량을 효과적으로 활용하는 데 성공할 것입니다. 아니면 투자가 이전되고, 우수 인재가 떠나고, 디지털 가치 창출이 다른 곳으로 이동하는 모습을 중국이 지켜봐야 할 것입니다. 다가올 시장 통합은 잔혹할 것입니다. 현재 승인된 180개가 넘는 주요 언어 모델 중 아마도 서너 개만 살아남을 것입니다. 수백 개의 데이터 센터가 폐쇄되거나 용도 변경되어야 할 것입니다. 벤처 캐피털 자금 조달은 10년 만에 최저 수준을 유지하고 있습니다.

하지만 중국의 야망을 섣불리 단정 짓기에는 이르다. 중국의 효율성 중심 전략, 구축 우선 접근 방식, 그리고 DeepSeek과 같은 솔루션의 비용적 이점은 고급 서구 솔루션을 감당할 여력이 없는 글로벌 시장에서 상당한 시장 점유율을 확보할 수 있다. 정부 지원은 더욱 조율되고 낭비를 줄여야 할 필요가 있음에도 불구하고 여전히 탄탄하다. 또한 인구 고령화와 생산 가능 인구 감소라는 인구 통계적 문제로 인해 AI 기반 생산성 향상은 선택 사항이 아닌 필수 사항이다.

세계 전문가들은 중국을 과소평가하거나 중국의 공식 발표를 액면 그대로 받아들여서는 안 됩니다. 흔히 그렇듯, 현실은 이러한 양극단 사이 어딘가에 있습니다. 중국은 난공불락의 AI 패권국으로 부상하지도, 기술적으로도 미미한 존재로 전락하지도 않을 것입니다. 오히려 복잡하고 파편화된 양상이 나타나고 있습니다. 동부 해안 지역에 집중된 우수 기업들, 수천 개 기업의 실험적 구현, 지나치게 야심 찬 인프라 프로젝트의 엄청난 실패, 특정 사용 사례에 대한 혁신적인 효율성 솔루션, 그리고 자급자족을 향한 가속화된 노력과 더불어 외국 기술에 대한 지속적인 의존 등이 그 예입니다.

2030년에 최종 평가가 이루어질 때, 가장 낙관적인 예측이나 가장 비관적인 예측 모두 실현되지는 않을 가능성이 높습니다. 중국은 상당한 진전을 이루겠지만, 베이징이 추구하는 지배적인 지위는 달성하지 못할 것입니다. 미국은 최첨단 연구 분야에서 계속해서 선두를 유지하겠지만, 중국 솔루션은 신흥 경제권에서 널리 사용될 것입니다. 그리고 세계는 부분적으로는 분리되고 부분적으로는 서로 얽혀 있는 두 개의 AI 생태계와 함께 운영되어야 할 것이며, 이들의 공존, 경쟁, 그리고 때로는 협력이 21세기의 지정학적 지형을 형성할 것입니다.