2185엑사플롭스 중국 AI 자립, 2028년 시험대

중국이 스마트 컴퓨팅 규모 2185EFLOPS와 국산 인공지능(AI) 칩 학습 사례를 앞세워 2028년 AI 인프라 자립을 추진하고 있다. 국산 하드웨어를 활용한 대형 모델 훈련 사례는 나왔지만, 최상위 모델 전반이 엔비디아($NVDA) 의존에서 벗어났다고 보기는 이르다.

중국 공업정보화부는 27일 6월 말 기준 스마트 컴퓨팅 규모가 2185EFLOPS에 이르렀고 70여 개 계산 통로가 구축됐다고 밝혔다. AI 핵심 표준도 거의 200건을 만들었다고 설명했다.

EFLOPS는 초당 100경 번의 부동소수점 연산 성능을 뜻하는 계산력 단위다. AI 모델 훈련과 추론에는 그래픽처리장치(GPU), 고속 네트워크, 데이터센터 전력, 프레임워크가 함께 필요해 단일 칩 성능만으로 전체 경쟁력을 판단하기 어렵다.

중국은 15차 5개년 계획 기간 고급 훈련 칩, 다중모달 알고리즘, 세계모형, 휴머노이드 로봇 등을 지원하겠다고 밝혔다. AI를 모델 성능 경쟁이 아니라 칩, 데이터센터, 전력, 소프트웨어를 묶은 산업 기반 경쟁으로 보고 있다는 뜻이다.

블룸버그는 중국이 5년간 약 2조 위안, 2950억 달러(약 408조6000억원)를 투입해 전국 AI 데이터센터 네트워크를 구축하는 방안을 준비하고 있다고 보도했다. 이 구상에는 국산 공급업체 비중을 최소 80%로 맞추는 방안과 2028년까지 연결형 컴퓨팅 그리드를 만드는 일정이 포함된 것으로 전해졌다.

다만 이 계획은 확정 정책이 아니라 초기 논의 단계다. 국가발전개혁위원회가 청사진을 주도하고 중국이동과 중국전신이 주요 운영을 맡는 방안이 거론됐지만, 세부 구조와 예산 집행 방식은 아직 바뀔 수 있다.

공개 사례도 나왔다. Z.ai는 1월 13일 GLM-Image를 발표하며 데이터 전처리부터 대규모 학습까지 전 과정을 Ascend Atlas 800T A2와 MindSpore AI 프레임워크에서 수행했다고 밝혔다.

메이퇀(Meituan)은 6월 30일 LongCat-2.0을 공개하며 1.6T 파라미터 모델을 5만 장급 국산 컴퓨팅 클러스터에서 훈련·추론했다고 설명했다. 이 사례는 중국 국산 칩이 추론뿐 아니라 대형 모델 학습에도 쓰일 수 있다는 신호로 읽힌다.

그러나 프런티어 AI 전면 국산화로 이어졌다고 단정하기는 어렵다. 사우스차이나모닝포스트(South China Morning Post)는 중국의 앞선 AI 모델 상당수가 여전히 엔비디아 칩으로 학습되고 있다고 전했다.

사우스차이나모닝포스트는 화웨이(Huawei) Ascend로 옮기려면 CUDA 기반 코드를 다시 쓰고 시간과 비용이 50% 이상 늘 수 있다는 지적도 함께 전했다. 국산 칩 확보와 별개로 개발 생태계, 컴파일러, 성능 최적화가 병목이 될 수 있다는 의미다.

화웨이는 2025년 공개한 로드맵에서 Ascend 950 시리즈를 2026년, Ascend 960을 2027년, Ascend 970을 2028년에 내놓겠다고 밝혔다. 중국의 AI 하드웨어 자립 구상이 제품 일정과 공급망 계획으로 이어지고 있음을 보여주는 대목이다.

미국의 수출통제도 중국의 국산화 속도를 밀어 올리는 배경이다. 본지는 앞서 중국 고급 AI 칩 시장의 실제 공급 비중이 미국의 수출통제 집행과 중국 당국의 승인, 웨이퍼·HBM 조달 여건에 따라 달라질 수 있다고 전했다.

한국 독자에게도 이 흐름은 반도체와 AI 인프라 관점에서 볼 사안이다. 국내 메모리와 장비, 전력 인프라 업계에는 중국의 국산 조달 확대가 기회와 압박을 동시에 만들 수 있다.

크립토 시장에서는 이번 사안과 직접 연결된 거래소, 토큰, 온체인 지표 변화는 확인되지 않았다. 다만 미국의 프런티어 AI 사전검토 논쟁이 이어지는 가운데 중국은 국산 칩과 계산 인프라를 앞세워 다른 경로를 만들고 있다.

관건은 2028년까지 국산 칩 생산, 소프트웨어 이전, 대규모 클러스터 운용이 계획대로 맞물리는지다. 현재 확인된 것은 정부의 인프라 확충 방향과 일부 국산 칩 기반 학습 사례이며, 전국 단위 연결형 컴퓨팅 그리드와 80% 국산 조달 구상은 아직 보도 단계에 머물러 있다.