중국 생성형 인공지능 기업 딥시크의 창업자 량원펑 회장이 미중 AI 경쟁의 핵심 변수를 컴퓨팅 자원으로 지목했다. 그는 최근 투자자들과의 간담회에서 중국 AI 산업이 모델 개발 방향이나 학습 방법을 모르는 것이 아니라, 고성능 연산 인프라의 제약 때문에 속도를 내지 못하고 있다는 취지로 설명했다.
이번 발언은 딥시크가 외부 투자 유치와 향후 상장 준비를 이어가는 가운데 나왔다. 그동안 공개 석상에 적극적으로 나서지 않았던 량 회장이 회사의 장기 목표와 산업 전망을 비교적 구체적으로 언급했다는 점에서 중국 기술업계와 글로벌 AI 시장의 관심이 쏠리고 있다.
격차의 중심에 선 GPU
량 회장이 강조한 병목은 엔비디아 그래픽처리장치로 대표되는 고성능 AI 연산 자원이다. 대규모 언어모델과 멀티모달 모델을 훈련하려면 막대한 GPU와 데이터센터 운영 능력이 필요하다. 미국의 첨단 반도체 수출 통제는 중국 기업들이 최신 칩을 안정적으로 확보하는 데 부담으로 작용해 왔다.
그는 중국 AI 산업이 합리적인 가격에 필요한 칩을 구매할 수 있다면 직접 반도체를 만들 필요가 없다는 취지로 말했다. 이는 중국 기업들이 반도체 자립을 전략적으로 추진하고 있지만, 실제 현장에서는 성능과 비용, 개발 생태계가 동시에 맞물려야 한다는 현실을 드러낸 발언으로 해석된다.
다만 량 회장은 엔비디아의 우위가 절대적이라고 보지는 않았다. 그는 신기술과 중국 내 칩 생태계의 발전으로 향후 1년 안에 중국산 제품이 점진적으로 대체되는 장면을 볼 수 있을 것이라고 전망했다. 이 발언은 단순한 낙관론이라기보다, 미국 제재 아래에서 중국 AI 기업들이 자체 공급망과 소프트웨어 최적화 역량을 키우려는 방향을 보여준다.
중국 AI 굴기의 시험대
중국산 AI 칩이 실제로 대규모 상용 모델 훈련과 추론 환경에서 경쟁력을 입증하려면 하드웨어 성능만으로는 부족하다. 개발자 도구, 모델 최적화 라이브러리, 클라우드 인프라, 전력 효율, 안정적인 공급 능력까지 함께 갖춰야 한다. 엔비디아가 강한 이유도 칩 자체뿐 아니라 CUDA를 비롯한 소프트웨어 생태계에 있다.
딥시크의 전략은 이 격차를 기술 효율과 모델 구조 혁신으로 좁히려는 흐름과 맞닿아 있다. 제한된 연산 자원에서도 높은 성능을 내는 모델을 만들면, 미국 기업들과 같은 규모의 GPU를 확보하지 못해도 경쟁 가능한 서비스를 운영할 수 있다. 중국 AI 업계가 최근 비용 효율과 오픈 모델 전략을 강조하는 배경도 여기에 있다.
량 회장은 딥시크의 장기 목표로 범용인공지능, 즉 AGI 실현을 제시했다. 단기 이용자 확대나 즉각적인 수익화보다 더 큰 기술 기회를 보고 있다는 설명이다. 이는 투자자에게는 높은 성장 가능성을, 동시에 장기간 연구개발 비용과 규제 리스크를 감수해야 한다는 신호로 읽힌다.
글로벌 공급망에도 파장
딥시크가 중국 내 투자 유치와 증시 상장을 추진하는 상황에서 이번 발언은 AI 반도체 공급망 경쟁이 더 치열해질 가능성을 시사한다. 중국 기업들이 자체 칩 사용 비중을 높이면 엔비디아 의존도를 낮출 수 있지만, 단기간에 완전한 대체가 가능할지는 아직 검증이 필요하다.
결국 관건은 중국산 칩 생태계가 실제 서비스 비용과 모델 성능을 동시에 만족시킬 수 있느냐다. 량 회장의 전망처럼 1년 안에 눈에 띄는 대체 흐름이 나타난다면, 미중 AI 경쟁은 모델 성능을 넘어 반도체와 클라우드 인프라를 둘러싼 산업 경쟁으로 더 분명하게 이동할 것으로 보인다.
댓글