[“엔비디아는 필요 없다”던 중국, 결국 현실 앞에 무릎 꿇다]

중국이 결국 스스로 자신의 주장을 뒤집었다. "미국산 AI 반도체는 필요 없다", "국산 반도체만으로도 충분하다"고 자신해 왔던 중국 정부가 마침내 엔비디아(NVIDIA)의 최신 AI 반도체인 H200의 제한적 수입을 허용하기로 했다. 단순한 규제 완화가 아니다. 중국이 AI 산업의 가장 치명적인 약점인 연산 능력 부족을 사실상 인정한 사건이라는 점에서 그 의미는 매우 크다.

홍콩 사우스차이나모닝포스트(SCMP)는 10일, “중국 정부는 알리바바, 바이트댄스, 딥시크(DeepSeek) 등 일부 핵심 AI 기업에 한해 H200 구매를 허용하는 방안을 추진 중이지만 누구나 살 수 있는 것은 아니다”면서 “기업들은 국산 칩 대신 왜 엔비디아 제품이 필요한지 구체적인 사유를 제출해야 하고, 사용 목적도 AI 모델 학습으로만 엄격히 제한되며, 허용 물량 역시 20만 개 미만으로 알려졌다”고 보도했다.

겉으로 보면 일부 규제를 푼 것처럼 보인다. 그러나 그 이면은 정반대다. 그동안 '반도체 자립'을 외쳐온 중국이 결국 자국 기술만으로는 AI 경쟁을 이어갈 수 없다는 현실을 인정한 것이다.

["국산 반도체면 충분하다"던 시진핑의 오판]

미국의 반도체 제재가 시작된 이후 중국은 이를 오히려 기회라고 주장해 왔다. 시진핑 정부는 “미국 기술 없이도 AI를 발전시킬 수 있다”, “국산 AI 칩이 엔비디아를 대체할 수 있다”, “HBM도 자체 공급이 가능하다”고 강조했다. 화웨이의 어센드(Ascend), 캄브리콘(Cambricon), 비런(Biren) 등 국산 AI 반도체 업체들도 잇따라 등장하면서 중국 내부에서는 '반도체 자립'에 대한 자신감이 커졌다.

그러나 현실은 달랐다. AI 경쟁에서 중요한 것은 GPU를 하나 만드는 것이 아니다. 수만 개의 GPU를 동시에 연결해 초거대 AI 모델을 학습시키고, 이를 안정적으로 운영할 수 있는 컴퓨팅 환경을 구축하는 것이 핵심이다. 바로 이 지점에서 중국은 한계를 드러냈다.

SCMP는 이번 결정을 두고 “중국 AI 산업의 프런티어 모델 학습 병목현상을 일시적으로 완화하기 위한 절충안”이라고 평가했다. 이는 중국 AI 기업들이 국산 반도체만으로는 차세대 AI 모델을 개발하기 어려운 상황에 놓였음을 의미한다. 결국 중국은 정책을 바꾼 것이 아니라 기술 현실 앞에서 물러선 것이다.

[AI는 속도의 산업이다…시간을 잃으면 영원히 뒤처진다]

중국이 갑자기 엔비디아를 다시 찾은 이유는 단순하지 않다. AI 산업은 시간이 곧 경쟁력이기 때문이다. 자동차나 스마트폰은 몇 년 늦게 출발해도 따라잡을 가능성이 있다. 하지만 AI는 다르다. 먼저 더 큰 모델을 학습한 기업은 더 많은 데이터를 확보하고, 더 많은 사용자를 확보하며, 다시 더 큰 모델을 만드는 선순환 구조를 만든다. 즉, 1년 늦으면 1년 뒤처지는 것이 아니라 격차가 눈덩이처럼 커지는 산업이다.

중국은 지금 이 악순환이 시작되고 있다는 사실을 절감하고 있다. 미국의 OpenAI는 GPT-5를 넘어 GPT-6를 준비하고 있는 반면, 중국은 이제야 1조 개 수준의 파라미터 모델을 본격적으로 개발하는 단계다. 학습 규모와 연산 능력에서 벌어진 차이가 시간이 갈수록 더욱 커질 가능성이 높다.

중국이 H200을 허용한 것은 엔비디아가 좋아서가 아니라, 더 늦으면 AI 경쟁 자체에서 탈락할 수 있다는 위기감 때문이다. 

[중국이 가장 크게 착각한 것은 GPU가 아니었다]

중국은 AI 경쟁을 GPU 확보 경쟁 정도로 이해했다. 그러나 AI 산업은 GPU 하나로 움직이지 않는다. GPU와 HBM(고대역폭 메모리), 초고속 인터커넥트, 데이터센터, 전력 인프라, 그리고 무엇보다 개발자들이 활용하는 소프트웨어 생태계가 하나의 플랫폼으로 결합돼야 비로소 세계 최고 수준의 AI를 만들 수 있다.

미국은 이미 이 플랫폼을 완성해 가고 있다. 특히 엔비디아의 CUDA는 단순한 개발도구가 아니다. 지난 20여 년 동안 전 세계 수백만 명의 개발자가 함께 구축한 AI 생태계의 표준이다. AI 연구자들이 가장 익숙하게 사용하는 언어이자, 수많은 AI 프레임워크와 응용 프로그램이 CUDA를 중심으로 발전해 왔다.

반면 화웨이의 CANN 플랫폼은 꾸준히 발전하고 있지만, 생태계의 규모와 개발 편의성, 축적된 엔지니어링 경험에서는 아직 큰 차이가 있다는 평가를 받고 있다. 안바운드(Anbound)의 저우차오 연구원이 “미·중 격차는 GPU 하나가 아니라 전체 AI 컴퓨팅 플랫폼의 차이”라고 지적한 이유가 바로 여기에 있다. 중국이 따라잡기 어려운 것은 GPU가 아니라 20년 동안 축적된 생태계인 것이다.

[딥시크 성공 신화도 결국 엔비디아 위에서 만들어졌다]

올해 세계를 놀라게 했던 딥시크의 성공 역시 같은 현실을 보여준다. 딥시크는 적은 비용으로 뛰어난 AI 모델을 개발하며 중국 AI의 희망으로 떠올랐다. 그러나 이는 중국 반도체가 미국을 넘어섰다는 의미는 아니다. 오히려 딥시크의 성공은 엔비디아 생태계를 활용했기에 가능했던 측면이 크다.

중국 AI 기업들의 알고리즘은 빠르게 발전하고 있지만, 이를 뒷받침하는 연산 플랫폼에서는 여전히 미국 기술 의존도가 높다. 결국 딥시크의 성공은 중국 반도체의 승리라기보다 엔비디아 플랫폼의 위력을 다시 한번 증명한 사례라고 보는 것이 더 정확하다.

[H200 허용은 개방이 아니라 응급처방]

흥미로운 점은 중국이 엔비디아를 다시 받아들이면서도 시장을 신뢰하지 않는다는 사실이다. 승인 대상은 알리바바와 바이트댄스, 딥시크 등 극히 일부 기업으로 제한됐다. 허용 물량도 기업들이 신청했던 규모의 절반에도 미치지 못한다.

정부는 엔비디아를 통해 급한 불은 끄되, 그 사이 화웨이 등 국산 반도체 기업이 성장할 시간을 벌겠다는 계산을 하고 있다. 하지만 정부가 구매 대상과 물량, 사용 목적까지 통제하는 방식으로는 세계 최고 수준의 혁신 생태계를 만들기 어렵다. AI 혁신은 계획경제가 아니라 자유로운 경쟁과 개발자 생태계 속에서 성장하기 때문이다.

[Why Times Insight]

이번 H200 수입 허용은 GPU 몇 만 개를 들여오는 사건이 아니다. 중국이 수년 동안 외쳐온 '반도체 자립' 전략이 AI 시대에서는 생각만큼 작동하지 않는다는 사실을 스스로 인정한 첫 번째 상징적 사건이다.

더 중요한 것은 AI 시대의 패권은 더 이상 반도체 공장을 많이 가진 나라에게 돌아가지 않는다는 점이다. 세계 최고의 칩과 HBM, 초고속 네트워크, 소프트웨어, 개발자 생태계를 하나의 플랫폼으로 연결할 수 있는 나라가 AI 패권을 차지한다.

미국은 이미 그 생태계를 구축하며 다음 단계로 나아가고 있다. 반면 중국은 아직도 GPU 한 개를 들여올지 말지를 정부가 승인해야 하는 단계에 머물러 있다. 이것이 오늘날 미·중 AI 경쟁의 가장 본질적인 차이다.

이번 결정은 중국이 미국을 따라잡았다는 신호가 아니다. 오히려 "국산 반도체만으로 충분하다"는 AI 굴기의 신화가 무너졌음을 보여주는 상징적인 사건이다. 결국 AI 패권 경쟁의 승부는 반도체 한 개가 아니라 국가 전체의 기술 생태계에서 결정된다는 사실을 중국도 이제 더 이상 외면할 수 없게 됐다.