중국 AI 기업은 왜 적자를 버티는가

2.1 AI의 전략 자산화

본 논문은 AI를 ‘전략 자산’으로 이해한다. 전략 자산이란 특정 기술이 독립 산업에 머물지 않고 국가의 경제, 과학기술, 안보, 인재, 금융과 인프라 역량을 연결하는 기반으로 기능하는 상태를 뜻한다.

AI의 경쟁력은 모델의 정확도나 벤치마크 점수만으로 결정되지 않는다. 대규모 모델의 개발과 운영에는 다음 요소가 필요하다.

• 반도체와 대규모 컴퓨팅 자원

• 안정적이고 경제적인 전력 공급

• 고품질 데이터

• 연구자와 엔지니어

• 클라우드 및 데이터센터

• 기업과 공공부문의 적용 수요

• 장기 투자자본

• 모델을 제품과 서비스로 연결할 사업 생태계

이 관점에서 AI 전략은 기술개발 정책과 산업보조금의 합이 아니다. 국가가 연구개발과 인프라를 지원하더라도 기업이 지속 가능한 수익모델을 만들지 못하면 기술개발은 장기간 유지되기 어렵다. 반대로 단기적으로 적자를 기록하더라도 기존 사업의 현금흐름, 장기 투자자본과 빠른 시장 확대가 존재하면 기업은 연구개발을 계속할 수 있다.

2.2 자료의 구분

본 논문은 자료를 네 범주로 구분한다.

첫째, 중국공산당, 중국 중앙정부, 국방부와 국가발전개혁위원회 등에서 발표한 공식·권위 문서다. 이 자료는 중국 정부의 정책 목표와 전략적 인식을 파악하는 근거로 사용한다.

둘째, 중국 및 글로벌 기업의 공식 실적발표와 투자자 자료다. 이는 기업 매출, 현금흐름, 연구개발비, 사업구조와 경영진의 전략 설명을 분석하는 데 사용한다.

셋째, 미국·한국·일본 정부의 정책자료다. 비교국 자료는 중국 정책의 원인이나 성과를 입증하는 직접 근거가 아니라 AI가 국가전략으로 제도화되는 다양한 방식을 보여주는 비교 배경으로 사용한다.

넷째, Financial Times와 Reuters 등의 국제 언론 보도다. 공식 정책문서로 직접 확인되지 않은 지방정부 지원은 언론 보도의 출처와 검증 상태를 명시해 제한적으로 사용한다.

6.1 AI 컴퓨팅과 에너지의 결합

중국 AI 전략의 네 번째 축은 산력시설과 에너지 인프라의 연계다. 대규모 모델의 학습과 추론에는 반도체뿐 아니라 안정적인 전력 공급과 냉각설비가 필요하다. 모델 이용이 증가할수록 학습비보다 지속적인 추론비용과 데이터센터 운영비가 기업의 수익성을 압박할 수 있다.

중국 국가발전개혁위원회 계열의 공식 정책 설명은 AI와 에너지의 상호 연계, 산력시설의 안정적 전력 공급, 녹색전력 소비, 전력시장화 거래, 다년도 녹색전력 계약과 산전협동을 주요 방향으로 제시한다.^[4]

이러한 정책은 다음 효과를 목표로 한다.

첫째, 산력시설과 대규모 재생에너지 생산지역을 연계해 전력 공급 안정성을 높인다.

둘째, 데이터센터가 녹색전력 거래와 장기계약에 참여하도록 해 에너지 가격 변동 위험을 줄인다.

셋째, 산력시설이 수요반응과 전력 보조서비스에 참여하도록 해 전력망 효율을 높인다.

넷째, 컴퓨팅시설과 에너지시설의 입지를 조정해 송전과 운영비용을 낮춘다.

공식 자료는 전국적으로 AI 데이터센터 전기요금을 50% 감면하거나 전력을 무료로 공급한다고 규정하지 않는다. 공식적으로 확인되는 것은 산력과 전력의 협동, 녹색전력 이용, 전력시장 참여와 안정적 공급체계의 구축이다.

6.2 일부 지방정부의 전력비 지원 보도

Financial Times는 2025년 11월 간쑤성, 구이저우성, 내몽골자치구 등 일부 지역의 지방정부가 국산 AI 칩을 사용하는 특정 대형 데이터센터에 전력비를 최대 50%까지 낮출 수 있는 지원을 제공했다고 보도했다.^[5]

보도 내용은 지방정부의 데이터센터 유치정책과 국산 반도체 육성이 결합될 가능성을 보여준다. 국산 칩 사용을 비용지원의 조건으로 설정한다면 전력비 지원은 단순한 지역 산업유치 수단을 넘어 국산 반도체 생태계를 확대하는 정책수단으로 활용될 수 있다.

그러나 최대 50% 수치는 중앙정부가 발표한 전국 공통 기준이 아니다. Financial Times는 익명의 관계자들을 인용했으며 관련 지방정부와 국가발전개혁위원회가 당시 논평 요청에 답하지 않았다고 밝혔다. Reuters도 이 내용을 전하면서 해당 보도를 독립적으로 확인하지 못했다고 명시했다.^[6]

따라서 최대 50% 전력비 절감은 다음 조건을 붙여 해석해야 한다.

• 일부 지방정부에 관한 보도다.

• 특정 대형 데이터센터가 대상이다.

• 국산 칩 사용 조건이 보도됐다.

• 전국 단위 중앙정부 정책으로 확인된 것이 아니다.

• 지방정부 시행문서와 지원 집행내역이 직접 확인된 것은 아니다.

그럼에도 이 보도는 중국 AI 산업에서 전력이 중요한 경쟁수단이 되고 있음을 보여준다. 데이터센터 운영비의 상당 부분이 전력과 냉각비에서 발생하기 때문에 저렴하고 안정적인 에너지 공급은 모델 기업과 클라우드 사업자의 가격경쟁력을 높일 수 있다.

7.1 생성형 AI 사업의 비용구조

생성형 AI 기업의 비용은 모델을 한 번 학습하는 것으로 끝나지 않는다. 기업은 다음 비용을 반복적으로 부담한다.

• 새로운 모델과 데이터의 사전학습

• 후속학습과 정렬

• 추론 서비스

• 클라우드와 데이터센터

• 데이터 구매·정제·라벨링

• 연구자와 엔지니어 인건비

• 안전성 평가와 규제 대응

• 소비자 확보를 위한 마케팅

• 기업 고객을 위한 구축과 기술지원

서비스 이용자가 증가하면 매출이 늘 수 있지만 추론량과 비용도 증가한다. 무료 서비스나 낮은 API 가격으로 이용자를 확보할 경우 성장 자체가 현금유출을 확대할 수 있다.

중국 모델 기업은 개발자와 기업 고객을 확보하기 위해 낮은 API 가격과 무료 또는 저가 서비스를 제공해 왔다. DeepSeek의 공식 가격정책도 토큰 단위로 매우 낮은 가격을 제시하고 있다.^[7] 가격은 변동될 수 있지만, 이러한 정책은 중국 AI 시장에서 비용경쟁과 빠른 보급이 중요한 전략임을 보여준다.

낮은 가격은 AI 도입을 촉진하고 개발자 생태계를 확대한다. 반면 모델 사용료만으로 연구개발비를 회수하기는 더 어려워진다. 중국 AI 기업이 생존하는 구조를 이해하려면 모델 API의 직접 매출 이외의 자금과 수익원을 살펴봐야 한다.

7.2 대형 플랫폼 기업의 교차보조

알리바바, 텐센트와 바이두 같은 대형 플랫폼 기업은 순수 모델 스타트업과 다른 재무구조를 갖는다. 이들은 전자상거래, 광고, 게임, 검색, 핀테크와 기업서비스에서 대규모 현금흐름을 창출한다.

AI 부문이 단기간에 독립적인 이익을 내지 못하더라도 기존 사업에서 발생한 현금을 연구개발, 반도체, 데이터센터와 클라우드 인프라에 재투자할 수 있다. 이를 교차보조라고 볼 수 있다.

알리바바의 2025 회계연도 실적에서는 AI 수요에 힘입어 클라우드 사업의 분기 매출 증가율이 18%로 높아졌고, AI 관련 제품 매출이 7개 분기 연속 세 자릿수 증가율을 기록했다. 동시에 클라우드 인프라 지출이 증가하면서 분기 자유현금흐름은 전년 동기보다 76%, 연간 자유현금흐름은 53% 감소했다.^[8]

이 수치는 두 가지를 보여준다. AI 관련 수요가 실제 클라우드 매출로 연결되고 있지만, 이를 감당하기 위한 인프라 투자도 막대하다는 것이다. 알리바바는 전자상거래와 플랫폼 사업에서 창출한 현금, 자산구조 조정과 운영효율 개선을 기반으로 이러한 투자를 감당한다.

텐센트는 2025년 실적발표에서 현금창출력이 높은 핵심 사업이 우수 AI 인재 채용과 AI 인프라 투자 확대의 재원을 제공한다고 직접 설명했다. AI는 광고 타기팅, 게임 이용자 참여, 콘텐츠 제작과 클라우드 사업의 성장에도 활용됐다.^[9]

텐센트의 AI 투자수익은 모델 API 매출에만 나타나지 않는다. 광고 추천이 개선되면 광고매출과 효율이 높아질 수 있고, 게임 제작비용이 감소하거나 이용자 참여가 증가할 수 있다. AI가 기존 사업의 매출과 이익률을 높인다면 모델 사업 자체가 적자를 기록하더라도 그룹 전체에서는 투자근거가 존재한다.

바이두는 기존 검색·광고 사업이 약화되는 상황에서 AI 클라우드와 AI 기반 응용을 새로운 성장축으로 전환하고 있다. 바이두는 2025년 AI 클라우드 인프라 매출이 약 198억 위안으로 전년보다 34% 증가했다고 발표했다. AI 가속기 인프라의 구독형 매출과 AI 기반 마케팅 서비스도 성장했다.^[10]

대형 플랫폼 기업에게 AI는 독립된 신사업이면서 기존 사업을 방어하고 재구성하는 기반기술이다. 이 때문에 기업은 AI 부문의 단기 손익보다 전자상거래, 광고, 게임, 검색, 클라우드와 기업서비스 전체에 미치는 장기 효과를 기준으로 투자한다.

7.3 독립 모델 기업의 성장자본과 적자 감수

독립 AI 모델 기업은 기존 플랫폼 사업의 현금흐름이 부족하기 때문에 외부자본, 자본시장과 빠른 매출 성장이 중요하다.

MiniMax의 2025년 실적은 독립 모델 기업의 상황을 보여준다. 매출은 전년보다 158.9% 증가한 7,900만 달러였으며, 70% 이상이 해외시장에서 발생했다. 매출총이익은 2,010만 달러, 매출총이익률은 25.4%로 개선됐다. 그러나 조정 순손실은 약 2억5,090만 달러였고 연구개발비는 약 2억5,280만 달러로 증가했다.^[11]

즉 빠른 매출 성장과 수익성 개선이 나타났지만 연구개발과 시장확대 비용을 충당할 수준에는 이르지 못했다. 이러한 기업은 미래의 시장지위와 기술가치에 대한 투자자의 기대, 기업공개와 후속 자금조달을 통해 현재의 적자를 견딘다.

독립 모델 기업이 자본을 유치할 수 있는 이유는 기반모델을 단순한 챗봇이 아니라 향후 산업용 소프트웨어, 콘텐츠, 로봇, 클라우드와 기업업무의 기반 플랫폼으로 평가하기 때문이다. 투자자는 현재의 이익보다 기술력, 사용자, 개발자 생태계, 기업 고객과 해외시장 진입을 중요하게 본다.

그러나 이러한 구조는 취약성도 갖는다. 자본시장이 위축되거나 매출 증가가 둔화되면 연구개발비를 유지하기 어렵다. 독립 기업은 장기 생존을 위해 무료 이용자 수보다 유료 구독, 기업 계약, 해외매출, 반복 매출과 단위경제성을 개선해야 한다.

7.4 수익모델의 다변화

중국 AI 기업의 수익모델은 다음 경로로 구분할 수 있다.

7.5 지방정부의 비용 절감과 초기시장 조성

중국 지방정부의 지원은 현금 보조금에만 한정되지 않는다. 산력권, 모델권, 데이터·말뭉치 이용권, 연구개발 보조, 산업단지, 시범사업과 공공수요는 AI 기업의 초기 비용과 시장진입 위험을 낮춘다.

중국 정부가 공개한 2025년 지역별 지원조치에 따르면 상하이는 산력권, 모델권과 말뭉치 이용권을 제공하고, 산둥성은 조건을 충족하는 사업에 산력권·모델권·데이터 및 시나리오 관련 보조를 지원했다.^[12]

항저우의 2025년 AI 정책은 연간 2억5천만 위안 규모의 산력권을 설정하고, 일정 조건의 기업에 산력·모델 서비스 비용 일부를 지원한다. 연구개발, 전용모델, 오픈소스, 응용 시범, 기업 성장, 상장과 산업금융도 지원대상에 포함됐다.^[13]

이러한 정책은 기업에 다음 효과를 제공한다.

• 모델 학습과 추론비용 절감

• 데이터 및 모델 이용비용 절감

• 연구개발 투자 위험 완화

• 산업 현장의 실증기회 확보

• 초기 고객과 매출 사례 형성

• 금융기관과 투자자에 대한 신뢰도 제고

정부 지원은 개별 기업의 영구적인 적자를 대신 부담하기보다 시장 형성 초기의 높은 고정비와 수요 부족을 완화하는 역할을 한다. 기업은 지원기간 동안 기술과 제품을 개선하고 민간매출을 확대해야 한다.

7.6 오픈소스와 비용 효율화

중국 AI 기업이 기술개발을 지속하는 또 다른 배경은 오픈소스 생태계와 비용 효율화다.

알리바바는 Qwen 계열 모델을 개방해 개발자와 기업의 채택을 확대하고 있다. 모델을 무료 또는 개방형으로 제공하면 직접적인 사용료 일부를 포기할 수 있다. 그러나 개발자 생태계가 확대되면 알리바바 클라우드, 기업용 기술지원과 전용서비스의 수요가 증가할 수 있다.

오픈소스 전략은 다음 효과를 갖는다.

• 개발자와 연구자 확보

• 모델 개선과 오류 발견

• 다양한 응용서비스의 확산

• 기업 고객의 기술 의존도 확대

• 클라우드와 기업지원 매출 창출

• 국제시장에서의 기술 영향력 강화

연산 효율화도 중요하다. 모델 기업은 혼합전문가 구조, 양자화, 캐시, 소형모델과 추론 최적화를 통해 동일하거나 유사한 성능을 더 적은 자원으로 제공하려 한다. 이는 연구성과뿐 아니라 서비스당 비용을 낮추고 장기적인 수익성을 높이는 경영전략이다.

7.7 기업 생존구조의 종합

중국 AI 기업이 낮은 수익성에도 기술개발을 계속하는 배경은 다음과 같이 정리할 수 있다.

첫째, 대형 플랫폼은 기존 사업의 현금흐름으로 AI를 교차보조한다.

둘째, AI는 클라우드, 광고, 게임, 검색, 전자상거래와 기업서비스의 매출과 효율을 개선한다.

셋째, 독립 모델 기업은 벤처투자, 전략적 투자자와 자본시장을 활용한다.

넷째, API, 기업용 구축, 소비자 구독, 클라우드와 해외시장으로 수익원을 다변화한다.

다섯째, 지방정부는 컴퓨팅·모델·데이터 비용과 연구개발 위험을 줄이고 초기 수요를 제공한다.

여섯째, 오픈소스 생태계와 비용 효율화로 기술 확산과 단위경제성을 동시에 추구한다.

일곱째, AI가 미래 산업과 국가안보를 좌우할 기반기술이라는 전략적 기대가 단기 적자를 감수하게 한다.

따라서 중국 AI 기업의 생존을 정부 보조금만으로 설명하는 것은 부정확하다. 국가전략, 플랫폼 현금흐름, 민간·공공 자본, 지방정책, 클라우드, 산업 수요, 해외시장과 기술 효율화가 결합된 생태계가 기업의 장기 투자를 지탱한다.

8.1 ‘시장 부재’가 아니라 당·국가가 시장 위에 전략 우선순위를 두는 구조

중국을 단순히 ‘시장경제가 아닌 국가’로 규정하는 것은 정확하지 않다. 중국의 AI 산업에는 민간기업, 가격경쟁, 벤처투자, 주식시장, 소비자 선택과 해외매출이 폭넓게 작동한다. 중국 정부도 이를 ‘사회주의 시장경제’로 규정하며 시장기제와 정부 역할의 결합을 강조한다.

그러나 전략산업에서 국가의 역할은 일반적인 시장경제보다 훨씬 직접적이다. 중국 지도부는 핵심 과학기술 돌파를 위해 전국의 자원을 동원하는 ‘신형 거국체제’를 공식적으로 강조하며, 2025년 4월 AI 분야에서도 이 체제의 우위를 활용하겠다고 밝혔다.^[19] 이는 중앙정부가 장기 목표를 정하고 중앙·지방정부, 국가연구기관, 대학, 국유기업과 민간 선도기업의 자원을 전략과제에 집중하는 방식이다.

따라서 중국 AI 산업의 지속성을 ‘시장 대 보조금’의 이분법으로 설명해서는 안 된다. 실제 구조는 시장경쟁을 유지하면서도 당·국가가 전략적 방향, 자본, 토지, 전력, 데이터, 연구기관과 초기 수요를 선택적으로 조직하는 혼합체제에 가깝다. 시장은 기업과 기술을 경쟁시키고, 국가는 실패 위험의 일부를 사회화하며 전략분야의 투자기간을 늘린다.

8.2 중국 체제가 가능하게 하는 다섯 가지 정책수단

8.3 규모는 비교하기 어렵지만 중국의 지원은 예외적으로 넓다

민주국가도 산업정책과 대규모 보조금을 사용한다. 미국의 반도체 지원, 일본의 AI·반도체 산업기반 강화, 한국의 정책금융과 국가 AI 컴퓨팅센터가 그 예다. 따라서 ‘보조금은 권위주의 국가만 사용할 수 있다’는 주장은 성립하지 않는다.

차이는 지원의 존재보다 규모, 수단의 폭과 통제방식에 있다. CSIS는 현금보조, 세제혜택, 저리신용, 정부투자기금 등을 합산해 중국의 2019년 산업정책 지출을 GDP의 약 1.73%로 추정했으며, 비교한 주요 경제권보다 높다고 평가했다.^[21] IMF 연구진은 상장기업 재무자료와 토지자료를 이용해 현금보조, 세제혜택, 우대신용과 저가 토지를 포함한 광의의 재정등가비용을 연간 GDP의 약 4%로 추정했다.^[22]

두 수치는 대상, 자료와 계산방법이 달라 직접 비교하거나 공식 통계처럼 사용해서는 안 된다. 그러나 두 연구는 중국의 산업지원이 예산상 보조금만이 아니라 신용, 토지, 세제와 국가기금까지 포괄한다는 점에서 일치한다. WTO 회원국들도 2024년 무역정책검토에서 중국의 보조금 투명성과 통보의 완전성에 의문을 제기했고, 일부 회원국은 보조금이 세계시장을 왜곡하고 과잉설비를 촉진한다고 지적했다.^[23]

8.4 민주국가가 그대로 모방하기 어려운 이유

민주적 시장경제에서 대규모 산업지원은 불가능한 것이 아니라 더 많은 정당화와 통제를 요구한다. 예산은 의회의 승인을 받아야 하고, 특정 기업 지원은 경쟁법·국가보조 규범·무역규범의 심사를 받을 수 있다. 토지와 데이터센터 입지는 환경평가, 지방자치, 재산권과 주민 수용성의 영향을 받는다. 정책 실패는 감사, 언론, 사법부와 선거를 통해 책임문제가 된다.

이러한 제약은 단순한 비효율이 아니라 공공재정, 경쟁, 재산권과 시민의 권리를 보호하는 장치다. 중국은 거부권자가 적고 중앙의 지시를 지방·국유부문에 빠르게 전달할 수 있어 속도와 규모에서 유리할 수 있지만, 정보공개와 외부견제가 약하면 잘못된 투자도 더 큰 규모로 지속될 수 있다.

따라서 한국이 중국에서 배워야 할 것은 권위주의적 통제나 무제한 보조금이 아니다. 장기 전략의 일관성, 컴퓨팅·전력·데이터·금융·초기수요의 연결, 정책실험의 속도는 참고할 수 있다. 반면 예산투명성, 경쟁중립성, 성과평가, 독립감사, 주민 수용성과 명확한 퇴출조건은 오히려 더 강화해야 한다.

8.5 권위주의적 동원력의 비용과 지속 가능성

IMF 연구진은 중국 산업정책이 일부 산업과 기술의 발전에 기여했을 가능성을 인정하면서도, 보조금은 과잉생산을 유도하고 정책에 따른 요소배분 왜곡이 총요소생산성을 약 1.2% 낮추는 것으로 추정했다.^[22] IMF의 2025년 중국 연례협의도 국가주도·부채의존 투자와 정당화하기 어려운 산업지원이 생산성 약화, 금융취약성과 일부 교역부문의 과잉공급으로 이어졌다고 평가했다.^[24]

이 평가는 중국식 동원이 항상 비효율적이라는 의미가 아니다. 전기차, 배터리, 태양광과 통신장비처럼 규모 확대와 학습효과가 중요한 분야에서는 국가 지원이 기술축적과 공급망 형성을 앞당길 수 있다. AI에서도 장기 컴퓨팅 투자, 인재양성과 공공실증은 시장이 단독으로 공급하기 어려운 기반을 조성할 수 있다.

그러나 성공사례만 보고 체제를 평가하면 생존편향에 빠진다. 지원받고도 실패한 기업, 사용률이 낮은 산업단지, 중복된 지방 프로젝트, 부채와 환경비용까지 포함해야 한다. 중국의 권위주의적 정책 동원력은 ‘비용 없이 빠른 성장’을 만드는 비결이 아니라, 사회가 산업전환의 위험과 손실을 더 넓게 부담하면서 전략분야에 장기 베팅할 수 있게 하는 제도다.

9.1 미국: AI 리더십과 민간투자

미국은 AI를 글로벌 리더십, 경제성장과 국가안보의 문제로 다룬다. 2025년 1월 23일 백악관의 대통령 조치는 미국의 AI 글로벌 리더십 유지·강화를 정책 목표로 제시하고 AI Action Plan 수립을 지시했다.^[14]

미국은 대형 기술기업과 벤처자본의 투자능력, 글로벌 클라우드 시장, 반도체와 소프트웨어 생태계를 바탕으로 AI 경쟁을 추진한다. 정부는 민간기업의 혁신과 인프라 투자가 확대될 제도적 환경을 조성하는 데 중점을 둔다.

9.2 한국: 정책조정과 컴퓨팅 인프라

한국 정부는 AI를 국가 성장동력으로 설정하고 국가 AI 컴퓨팅센터, 데이터센터 관련 제도 개선, 연구개발, 인재, 정책금융과 지역 AI 전환을 추진하고 있다. 과학기술정보통신부의 2025년 업무계획에는 국가 AI 컴퓨팅센터의 민관협력 구축, AI 인프라 종합계획, 1조 원 규모 AGI 개발사업 기획과 8,100억 원 규모의 AI·신산업 정책자금 공급 등이 포함됐다.^[15]

한국의 정책 방향은 AI 기술, 컴퓨팅 인프라와 기업성장을 함께 지원하려는 구조를 갖는다. 그러나 정책의 성과는 인프라의 물량뿐 아니라 기업이 이를 활용해 실제 제품, 매출과 수출을 창출하는지에 따라 평가돼야 한다.

9.3 일본: 거버넌스·법제·반도체 기반

일본 경제산업성과 총무성은 2024년 기존 AI 관련 지침을 통합·개정한 「AI Guidelines for Business Ver. 1.0」을 발표했다.^[16]

일본은 2025년 AI 관련 기술의 연구개발 및 활용을 촉진하는 법률을 제정했으며 혁신 촉진과 위험 대응을 함께 제도화했다.^[17]

경제산업성의 AI·반도체 산업기반 강화 프레임은 2030년도까지 7년간 10조 엔 이상의 공적 지원, 10년간 50조 엔을 초과하는 민관투자와 약 160조 엔의 경제파급효과를 정책 목표로 제시한다.^[18]

일본 사례는 AI 정책이 모델 연구개발만이 아니라 기업 활용지침, 법제, 반도체와 산업금융을 결합해야 한다는 점을 보여준다.

10.1 모델 개발 지원에서 AI 산업체계 구축으로 전환

중국 사례가 한국에 주는 첫 번째 시사점은 AI 정책을 모델 개발비 지원에 한정해서는 안 된다는 점이다.

AI 기업의 경쟁력은 모델, 반도체, 클라우드, 전력, 데이터, 전문인력, 기업 고객과 금융이 연결될 때 형성된다. 한국은 국가 AI 컴퓨팅센터와 연구개발사업을 개별 사업으로 운영하기보다 다음 요소를 하나의 산업체계로 연결해야 한다.

• 컴퓨팅 인프라

• 전력과 데이터센터

• 데이터 확보

• 범용·산업 특화 모델

• 기업 적용과 공공수요

• 성장금융

• 수출과 글로벌 서비스

국가 AI 컴퓨팅 인프라의 목표는 GPU를 확보하는 데서 끝나지 않아야 한다. 어떤 기업과 연구기관이 어떤 조건으로 사용하고, 그 이용이 기술성과·매출·산업 적용으로 이어지는지를 관리해야 한다.

10.2 범용모델과 산업 특화형 모델의 역할 구분

한국은 모든 기업이 초대형 범용모델 경쟁에 참여하도록 지원하기보다 범용모델과 산업 특화형 모델의 역할을 구분해야 한다.

범용모델은 막대한 자본과 데이터, 컴퓨팅이 필요하기 때문에 소수 기업·컨소시엄에 규모화된 지원이 필요하다. 반면 제조, 의료, 금융, 국방, 교육, 조선, 반도체와 공공행정에서는 중소형·특화모델이 더 높은 경제적 가치를 만들 수 있다.

정책은 다음과 같이 구분할 수 있다.

• 범용모델: 기술주권, 핵심 연구인력, 장기 연구개발과 대규모 컴퓨팅 지원

• 산업 특화모델: 현장 데이터, 고객기업, 실증과 구매 지원

• 중소형 효율모델: 온디바이스, 제조현장과 공공서비스 적용

• 오픈소스 모델: 개발자 생태계, 대학·스타트업의 활용과 후속 혁신

성과평가도 모델 크기나 벤치마크 점수보다 비용 대비 성능, 고객 유지율, 산업 적용과 수출 가능성을 포함해야 한다.

10.3 AI 기업의 ‘죽음의 계곡’을 넘는 성장금융

중국 독립 모델 기업의 사례는 매출이 빠르게 증가해도 연구개발비와 서비스비용으로 장기간 적자가 발생할 수 있음을 보여준다.

한국 AI 스타트업도 초기 연구개발 지원 이후 상용화와 해외진출 단계에서 대규모 자금이 필요하다. 그러나 일반 벤처투자는 투자 회수기간이 길고 연산비용이 큰 기반모델 사업을 감당하기 어려울 수 있다.

한국은 다음과 같은 성장금융 수단을 강화할 필요가 있다.

• 장기 정책펀드

• 민관 공동 성장펀드

• 매출연계 투자

• 기술성과와 민간투자를 연계한 매칭

• 클라우드·컴퓨팅 비용의 조건부 지원

• 해외시장 진출과 연계한 금융

• 인수·합병과 전략적 투자시장 활성화

정부 지원은 기업의 적자를 무기한 보전해서는 안 된다. 지원조건은 기술개선, 민간매출, 수출, 기업 고객 확보와 단위비용 절감에 연계해야 한다.

10.4 컴퓨팅 바우처를 산업 성과와 연계

중국 지방정부의 산력권·모델권 정책은 기업의 초기 비용을 낮추는 데 효과적일 수 있다. 한국도 컴퓨팅 바우처를 확대할 수 있지만 단순 사용료 보전에 머물러서는 안 된다.

지원은 다음 단계와 연계하는 것이 바람직하다.

1. 연구개발 및 초기 모델 검증

2. 산업현장 실증

3. 유료 고객 확보

4. 반복 가능한 제품화

5. 수출 또는 민간투자

6. 지원 종료 후 자립

기업이 지원이 종료된 뒤에도 서비스를 유지할 수 있는지, 고객이 실제 비용을 지불하는지, 단위 연산비용이 감소하는지를 평가해야 한다.

10.5 공공조달과 산업 수요를 초기시장으로 활용

중국의 시나리오 혁신정책은 기술기업에 적용 현장과 초기 고객을 제공한다. 한국도 보조금 중심 지원보다 공공·산업 수요를 활용한 시장 형성에 더 집중해야 한다.

적용 가능성이 높은 분야는 다음과 같다.

• 제조 품질관리와 설비 유지보수

• 조선·자동차 설계와 생산

• 반도체 공정

• 의료 행정과 임상지원

• 국방·재난 대응

• 공공 민원과 행정

• 금융 준법·위험관리

• 교육과 직업훈련

정부는 문제를 구체적으로 제시하고 복수 기업이 경쟁하도록 해야 한다. 실증에 성공한 기업에는 후속 구매와 해외 레퍼런스 확보를 지원해야 한다.

공공조달이 특정 기업을 영구 보호하는 수단이 되지 않도록 성능, 비용, 보안, 상호운용성과 공급자 전환 가능성을 평가해야 한다.

10.6 대기업과 스타트업의 개방형 협력

중국 대형 플랫폼 기업은 기존 사업의 현금흐름과 고객기반으로 AI 투자를 감당한다. 한국도 통신, 반도체, 인터넷 플랫폼, 제조 대기업이 중요한 역할을 할 수 있다.

그러나 대기업 내부에서 모든 기술과 서비스를 독점하는 구조는 스타트업 생태계를 약화할 수 있다. 한국은 다음과 같은 개방형 협력구조를 구축해야 한다.

• 대기업의 데이터·클라우드·유통망 개방

• 스타트업과 공동 제품개발

• 기업형 벤처투자와 후속투자

• 공정한 API·플랫폼 이용조건

• 기술기업의 독립성과 지식재산 보호

• 인수·합병 및 해외진출 지원

대기업은 현금흐름과 시장을 제공하고 스타트업은 빠른 기술혁신과 전문성을 제공하는 분업구조가 필요하다.

10.7 AI와 전력정책의 통합

AI 컴퓨팅 인프라는 전력정책과 분리할 수 없다. 한국이 대규모 AI 데이터센터를 확대하려면 전력망, 발전원, 지역 입지, 냉각용수와 주민 수용성을 함께 고려해야 한다.

정책과제는 다음과 같다.

• 데이터센터와 전력망의 공동 계획

• 재생에너지·원전 등 안정적 저탄소 전력 확보

• 장기 전력계약과 요금 예측 가능성

• 데이터센터 수요반응 참여

• 지역 전력계통과 산업단지 연계

• 고효율 반도체와 냉각기술 지원

• 에너지효율을 반영한 컴퓨팅 지원

중국의 지방정부 사례를 단순히 전기요금 할인정책으로 모방해서는 안 된다. 보편적 전기요금 보조는 비효율적인 모델과 데이터센터의 생존을 연장하고 재정부담을 만들 수 있다.

한국은 전력비를 일률적으로 할인하기보다 고효율 설비, 실제 산업성과, 지역 전력망 기여와 저탄소 전력 사용에 연계한 인센티브를 설계해야 한다.

10.8 오픈소스와 국내 생태계

한국은 폐쇄형 초대형 모델 경쟁만으로 글로벌 플랫폼 기업을 따라가기 어렵다. 오픈소스 모델과 도구를 활용해 대학, 스타트업과 산업기업이 공동으로 혁신하는 생태계를 확대해야 한다.

정책지원은 다음 분야에 집중할 수 있다.

• 한국어 및 산업 전문 데이터

• 오픈소스 모델의 성능·안전 평가

• 경량화와 온디바이스 AI

• 공공 목적의 개방형 모델

• 국내 반도체에 최적화된 소프트웨어

• 개발자 도구와 공통 평가기반

• 보안·저작권·개인정보 보호 기술

오픈소스 지원의 성과는 공개한 모델의 수가 아니라 실제 다운로드, 산업 적용, 후속 제품, 개발자 기여와 국내 클라우드·반도체 생태계에 미친 영향으로 평가해야 한다.

10.9 해외매출을 초기부터 설계

한국의 내수시장만으로는 대규모 AI 연구개발비를 회수하기 어렵다. MiniMax 사례처럼 독립 AI 기업의 지속 가능성에는 해외매출이 중요한 역할을 할 수 있다.

한국 AI 기업은 초기부터 다음을 고려해야 한다.

• 다국어 모델과 서비스

• 국가별 개인정보·AI 규제

• 해외 클라우드와 유통채널

• 현지 기업과 공동 솔루션

• 콘텐츠·교육·의료·제조 등 한국의 강점 분야

• 수출금융과 해외 실증

정부의 해외진출 지원도 행사와 상담 중심에서 현지 고객 확보, 규제 인증, 클라우드 비용, 계약과 법률 지원 중심으로 전환할 필요가 있다.

10.10 정책지원의 종료 조건

AI가 전략산업이라는 이유로 모든 기업을 장기간 지원하면 자원배분이 왜곡될 수 있다. 정부 지원에는 명확한 단계와 종료 조건이 필요하다.

평가항목은 다음과 같아야 한다.

• 기술성능 개선

• 단위 추론비용 감소

• 유료 고객과 반복 매출

• 민간투자 유치

• 해외매출

• 산업 생산성 효과

• 에너지효율

• 보안과 안전성

• 지원 종료 이후의 생존 가능성

실패 가능성을 인정하되 성과가 없는 지원을 자동 연장해서는 안 된다. 반대로 기반기술과 장기 연구처럼 단기매출로 평가하기 어려운 분야에는 별도의 장기평가 체계를 적용해야 한다.