[경제 AI] 저번 깐부회동 이후 GPU 확보 했다는 것은 어떻게 됨?

 

이번 엔비디아 칩 중국 유출 사건을 보니 하나 떠오르는 것이...

지난번 깐부회동 이후 우리나라에 몇 십만장 공급하겠다고 한 것은 지금 어떻게 되었어?

중국은 어떻게든 우회를 하던 뭘 하던 지금 인공지능 시장에서 큰 전진을 이루어냈는데,

우리나라는... 음 뭐 네이버 폐쇠 정책 꼬라지만 봐도 뻔~하긴 하지만...

우리나라는 뭐 하고 있냐 싶다. 성과라고 크게 떠들긴 하고는 그 후속이 어찌되는지...

이번 정부 성향상 뭔가 조금이라도 진전되면 입털기 바쁠건데... 뭔가 안되나? 싶다.

---

 

 

 

 

이거 조사해 보니, 네가 느끼는 답답함이 어디서 나오는지 알겠어.

 

결론부터 말하면 한국이 아무것도 안 하고 있는 것은 아니야.

실제 GPU 도입과 데이터센터 건설, 민간 투자, AI 반도체 협력이 진행되고 있어.

그런데 26만 장이라는 숫자가 발표될 때의 기대와 지금 확인되는 실행 수준 사이에는 상당한 차이가 있어.

 

특히 내가 주목한 문제는 두 가지야.

 

1. 정부가 확보하는 물량은 어느 정도 진행 상황을 파악할 수 있지만, 민간기업 21만 장은 실제 도입량과 일정이 거의 공개되지 않고 있어.

 

2. GPU를 확보하는 것과 그 GPU로 세계 시장에서 경쟁할 AI 산업을 만드는 것은 별개의 문제인데, 한국은 아직 후속 성과를 일관되게 보여주지 못하고 있어.

 

2026년 11월 13일 기준으로 하나씩 살펴보자.

 

1. 먼저 '깐부 GPU 26만 장'의 실체

 

이 약속은 2025년 10월 31일 경주 APEC 정상회의를 계기로 공개된 계획이야.

 

그런데 중요한 사실이 있어.

 

엔비디아가 한국 정부에 GPU 26만 장을 일괄 납품하기로 계약한 것이 아니야.

 

정부와 국내 기업들이 각각 확보하기로 한 물량을 합산한 국가 차원의 도입 계획이야.

여기서부터 문제가 시작돼.

 

정부가 맡은 5.2만 장은 예산과 조달 절차를 통해 진행 상황을 추적할 수 있어.

 

그런데 나머지 21만 장은 민간기업의 자체 도입 계획이야.

 

정부가 기업별로 구매계약을 강제하거나 납품 일정을 관리하는 구조가 아니고, 기업별 도입 실적도 영업상 이유로 공개하지 않고 있어.

 

실제로 뉴시스가 11월 10일 보도한 내용에는 민간기업의 21만 장 도입 계획이 정부와 별도의 이행 협약을 맺은 물량이 아니며, 기업별 연간 도입 일정도 공개되지 않았다고 나와 있어.

 

즉, 언론에서 말하는 26만 장은 이미 확보된 재고도 아니고, 모두 확정된 개별 구매계약의 합계도 아니야.

 

이 차이를 알고 있어야 현재 진행 상황을 정확하게 평가할 수 있어.

 

2. 정부 몫 5.2만 장은 어디까지 왔나?

실제 조달과 구축 진행 중

 

이 부분은 생각보다 구체적인 성과가 있어.

 

구분	현재 확인된 상황
정부 GPU 목표	2028년까지 5만 장 이상
계약·발주 기준 확보량	B200 성능 환산 약 3.52만 장
2026년 정부 누적 목표	약 3.7만 장
2025년 추경 GPU	약 1.31만 장 국내 구축 완료
국가슈퍼컴퓨터 6호기	GPU 약 8,500장 구축 완료, 테스트 중

여기서 3.52만 장은 실제 반입된 GPU 장수가 아니라, 서로 다른 제품의 연산 성능을 B200 기준으로 환산한 계약·발주 실적이야.

 

따라서 3.52만 장이 국내에 이미 설치되어 작동한다고 이해하면 안 돼.

 

① 실제로 사용되고 있는 물량

 

2025년 추경으로 확보한 약 1만 3,100장은 네이버클라우드, NHN클라우드, 카카오의 데이터센터에 구축이 완료되어 활용되고 있어.

 

이 가운데 정부가 활용하는 약 1만 장은 다음과 같은 목적이야.

 

• 독자 AI 파운데이션 모델 개발.
• 국가 AI 프로젝트.
• 대학 및 연구기관 연구.
• 중소기업과 벤처기업의 AI 서비스 개발.

 

실제로 2026년 3월에는 산·학·연 159개 과제에 GPU 4,224장을 우선 배분했어.

 

이건 단순히 계획만 발표한 것은 아니야. 연구자와 기업들이 실제 연산 자원을 사용하는 단계까지 온 거지.

 

② 2026년 추가 구매 사업

 

올해 예산 약 2조 800억 원으로 추가 GPU 확보 사업도 진행 중이야.

 

GPU	수량
엔비디아 B300	7,688장
차세대 베라 루빈	2,016장
합계	9,704장

이 물량은 네이버클라우드, 삼성SDS, 엘리스그룹 등 3개 사업자가 확보해 데이터센터에 구축하는 방식이야.

 

이 중 6,376장은 정부 AI 사업 등에 활용하고 3,328장은 사업자들이 자체 활용할 계획이야.

 

다만 국정감사 자료를 인용한 보도에 따르면 10월 8일 기준 실제 국내 반입 물량은 2,608장, 약 26.9%였어.

그 이후 추가 반입된 정확한 수량은 공개되지 않았어.

 

그러니까 정부 물량도 상당 부분은 아직 공급과 설치가 진행 중이라는 이야기야.

 

③ 국가 AI 컴퓨팅 센터

 

정부가 추진하는 또 다른 핵심 사업이야.

 

전남 해남에 국가 AI 컴퓨팅 센터를 구축하고 있어.

 

• 2026년 8월 3일 착공식.
• 2028년까지 B200 성능 기준 약 1.5만 장 추가 확보 목표.
• 국가 연구개발과 기업의 AI 연산 수요 지원.

 

정부는 2026년 6월 AI 데이터센터 산업 진흥 특별법을 제정했고, 인프라 구축과 민간 투자 지원을 함께 추진하고 있어.

 

다만 착공식은 완공이나 상용 서비스 시작과는 달라. 실제 준공, 전력 공급, 장비 설치, 가동률까지 확인해야 해.

 

여기까지 보면 정부 차원의 AI 인프라 구축은 실제 진행되고 있어.

 

문제는 정부가 확보한 GPU를 얼마나 잘 활용하고, 그 결과 국내 AI 기업들이 세계 시장에서 어떤 제품과 서비스를 만들어 내느냐는 것이지.

 

3. 민간기업 21만 장은 어떻게 되고 있나?

 

여기가 네가 가장 답답해할 만한 부분이야.

 

현재 공개된 자료를 기준으로 네 기업을 나누면 이래.

 

① 네이버: 가장 구체적인 사업 진척이 확인되는 사례

네이버는 이번에 확인한 자료에서 가장 구체적인 후속 성과를 보여주고 있어.

 

단순히 엔비디아 GPU를 확보한다는 이야기가 아니라, 그것을 이용해서 다른 기업에 AI 연산 서비스를 판매하는 사업을 만들고 있어.

 

특히 11월 12일 공개된 실적발표와 AI 팩토리 사업 내용이 중요해.

이게 상당히 중요해.

 

네이버가 미국 AI 추론 기업과 20MW 규모의 컴퓨팅 공급 계약을 체결했어.

 

고객사 이름은 공개하지 않았지만 B300과 차세대 베라 루빈을 공급할 예정이고, 계약기간은 제품별로 4~5년이야.

 

첫 계약 외에도 나머지 180MW 용량을 놓고 북미 등 해외 기업 10곳 이상과 협의 중이라고 밝혔어.

 

여기에 엔비디아의 지분 투자도 완료됐어.

 

• 엔비디아의 네이버 지분 4.13% 확보.
• 투자금 약 1조 3,412억 원.
• 브룩필드와 2028년까지 90억 달러 규모 컴퓨팅 인프라 조성 추진.

 

이 정도라면 단순한 사진 찍기나 업무협약 수준에서 벗어나 실제 사업으로 진입하고 있다고 볼 수 있어.

 

다만 한 가지 주의해야 해.

 

20MW 계약을 체결했다는 것이 GPU 6만 장의 반입을 완료했다는 뜻은 아니야.

 

전력 용량과 GPU 수량은 다른 개념이거든.

 

네이버는 GPU를 설치할 수랭식 데이터센터 용량을 확보했고, 서버 발주도 엔비디아와 협의 중이야.

실제 장비가 들어오고 상용 매출이 발생하는 것은 2027년부터 확인해야 해.

 

네이버의 다른 약점도 있어

 

네이버의 2026년 3분기 연결 매출은 3조 4,724억 원으로 전년 대비 10.7% 증가했지만

영업이익은 4,513억 원으로 20.9% 줄었어.

 

AI 인프라와 콘텐츠 투자 확대가 부담으로 작용한 거야.

 

즉, AI 팩토리의 성장 가능성은 확인되지만 아직 투자비를 얼마나 빠르게 회수할 수 있을지는 별도 문제야.

 

② 현대차그룹: 5만 장 도입 결정은 했지만 활용 시점은 미정

2026년 1월 29일 현대차 실적발표 컨퍼런스콜에서 회사가 직접 밝혔어.

 

엔비디아 GPU 5만 장에 대해 구매 결정과 협의가 완료됐다고 했어.

 

그런데 바로 뒤에 다음과 같은 설명을 덧붙였지.

 

• 어떤 시점부터 활용할지 아직 결정되지 않았다.
• 어떤 방식으로 활용할지도 구체적으로 수립 중이다.
• 스마트카, 자율주행, 휴머노이드 로봇 등과의 연계를 검토하고 있다.

 

이게 현대차의 특징이야.

 

현대차는 단순히 AI 모델을 서비스하는 기업이 아니야.

 

자동차와 로봇을 현실 세계에서 움직이게 만들어야 해.

 

GPU의 사용 목적도 다음처럼 달라질 수 있어.

 

• 자율주행 차량의 영상 및 센서 데이터 학습.
• 공장 자동화와 디지털 트윈.
• 휴머노이드 로봇의 동작 학습.
• 가상환경에서 로봇을 훈련하는 시뮬레이션.

 

이런 사업은 GPU 도입 자체보다 실제 적용할 로봇과 자동차, 공장 시스템의 개발 일정에 영향을 받게 돼.

 

그렇지만 투자 관점에서는 여전히 물음표가 남아.

 

5만 장을 구매하기로 했다는 사실과 그 GPU가 실제 산업 생산성을 얼마나 개선하는지는 아직 다른 단계야.

 

③ SK그룹: 산업 인프라는 진전, 5만 장의 실제 도입은 불투명

SK는 AI 인프라 측면에서 실제 움직임이 있어.

 

대표적인 게 울산 AI 데이터센터 사업이야.

 

11월 12일 보도에서는 국내 하이퍼스케일 AI 데이터센터 사업 가운데 재무적 투자자 유치를 포함한 자금조달을 완료한 사례가 SK의 울산 100MW 데이터센터뿐이라고 전했어.

 

이건 의미 있는 성과야.

 

AI 데이터센터는 GPU만 확보한다고 되는 게 아니거든.

 

전력과 부지, 냉각 시스템, 서버, 금융 조달이 한꺼번에 맞아야 해.

 

또 하나는 SK텔레콤과 리벨리온의 협력이야.

 

11월 9일 엔비디아·SK텔레콤·리벨리온이 NVLink Fusion을 이용해 GPU와 국산 NPU를 연결하는 AI 추론 시스템을 개발하고 검증하기로 했어.

 

• 엔비디아 GPU: 이용자의 질문 분석.
• 리벨리온 NPU: 응답 생성.
• SKT: AI 데이터센터에서 시스템 검증.
• 목표 도입 시점: 2028년.

 

이건 꽤 흥미로운 방향이야.

 

국산 NPU가 엔비디아 GPU를 완전히 대체하는 대신, GPU와 함께 하나의 시스템으로 작동하도록 하는 거지.

 

하지만 이 협력이 SK의 GPU 5만 장을 실제 확보했다는 증거는 아니야.

 

그 물량의 반입 현황과 설치 일정은 공개된 자료로 확인하기 어려워.

 

④ 삼성전자: AI 제조 인프라와 메모리 공급망은 진행, GPU 물량은 미공개

삼성전자는 엔비디아와의 협력이 단순한 GPU 구매에만 국한되지 않아.

 

• HBM 공급.
• 반도체 제조공정의 디지털 트윈.
• 옴니버스 기반 공장 시뮬레이션.
• 자체 AI 제조 시스템.

 

이런 협력이 진행 중이야.

 

하지만 이번에 확인한 공개자료만으로는 삼성전자의 GPU 5만 장이 몇 장 반입됐고, 어느 공장이나 데이터센터에서 실제 가동 중인지 확인할 수 없어.

 

이건 삼성전자만의 문제가 아니라 민간 21만 장 전체에서 나타나는 정보 공개 부족 문제야.

 

4. 한국이 실제로 하고 있는 일은 GPU 구매만이 아니다

 

여기서 정부의 정책 방향도 함께 봐야 해.

 

2026년 정부의 AI 정책은 대략 세 갈래로 움직이고 있어.

 

구분	주요 추진 사업	목적
AI 인프라	GPU 확보, 국가 AI 컴퓨팅 센터	연산 자원 확보
AI 생태계	독자 AI 모델, NPU, 데이터 구축	기술 자립
산업 적용	피지컬 AI, AI 데이터센터, 제조 AI	산업 경쟁력 확보

2026년 7월에는 정부와 산업계가 함께 참여하는 AI 데이터센터 얼라이언스도 출범했어.

약 400개 기업·기관이 참여하는 협의체로, 18.4GW 규모 데이터센터 구축과 관련 산업의 수출산업화를 추진하고 있어.

 

정부가 아예 손을 놓고 있는 것은 아니야.

 

그런데 여기서 네가 제기한 문제와 연결되는 대목이 있어.

 

사업과 조직을 만드는 것과 시장에서 경쟁력을 만들어 내는 것은 전혀 다른 일이야.

 

가령 AI 데이터센터 얼라이언스를 만든다고 해도 전력 공급이 늦어지면 데이터센터는 가동하지 못해.

 

GPU를 확보해도 학습할 데이터와 모델, 개발자 생태계가 없으면 경쟁력이 만들어지지 않아.

 

특별법을 제정해도 투자비를 회수할 고객과 사업모델이 없다면 민간투자는 진행되지 않을 수 있어.

 

그래서 정책 성과는 이런 순서로 봐야 해.

 

1. 실제 예산 집행과 GPU 발주.

2. GPU 국내 반입과 데이터센터 설치.

3. 상용 서비스 개시와 고객 확보.

4. 국내외 매출 발생.

5. 모델·반도체·서비스의 독자적인 경쟁력 확보.

 

현재 한국은 이 다섯 단계 중 앞쪽에서는 진행 상황이 확인되고 있지만, 뒤쪽의 산업적 성과는 아직 검증할 부분이 많아.

 

5. 그런데 한국의 진짜 문제는 GPU 확보 자체보다 데이터센터를 지을 수 있느냐야

이 부분은 11월 12일 아주경제 보도가 상당히 중요한 내용을 담고 있어.

인프라 투자 병목

 

국내 AI 데이터센터 사업의 현실을 보면 GPU만 확보하면 사업이 되는 구조가 아니야.

 

• 전력 공급 계약
• 데이터센터 부지와 인허가
• 냉각 설비
• 서버 및 네트워크 조달
• 장기간의 자금 조달
• GPU 구매계약

 

이 모든 게 맞아야 해.

 

그런데 아주경제 보도에 따르면 국내 하이퍼스케일급 AI 데이터센터 사업 중 재무적 투자자를 포함한 자금 조달을 완료한 사례는 SK의 울산 100MW 사업뿐이야.

나머지 사업들은 아직 투자자를 확보하는 단계라고 해.

 

여기에 장비 가격도 올라가고 있어.

 

항목	보도된 변화
HBM 평균 판매가격	2027년 약 +121% 전망
베라 루빈 서버 랙	약 780만 달러 추산
기존 세대 랙 가격	약 399만 달러 추산
데이터센터 건설비	2024년 말 이후 평균 +21%

이 수치들은 시장조사업체와 투자은행의 전망이므로 확정된 가격 인상률은 아니야.

 

하지만 무시하기 힘든 현실을 보여줘.

 

작년에 GPU 5만 장을 확보하겠다고 계획한 기업들이 지금은 훨씬 더 많은 돈을 준비해야 하는 상황이 된 거야.

 

그리고 GPU 공급 자체도 문제가 될 수 있어.

 

11월 12일 보도에서는 엔비디아의 2027년 생산 물량이 미국 주요 빅테크 중심으로 이미 상당 부분 예약돼 있고, 국내 일부 데이터센터 사업자는 아직 내년 이후 물량 구매계약을 확정하지 못했다고 지적했어.

 

이런 상황을 보면 네가 처음에 말했던 '성과를 크게 발표한 이후 실제로는 뭐가 진행되고 있느냐'는 질문이 상당히 중요해져.

 

6. 중국은 왜 한국보다 빠르게 움직이는 것처럼 보일까?

 

여기는 비교를 조금 정교하게 해야 해.

 

나는 중국이 엔비디아 GPU를 우회 수입하는 것만으로 AI 산업을 성장시켰다고 생각하지 않아.

 

중국은 미국의 수출통제가 본격화되면서 자체 반도체와 AI 컴퓨팅 생태계를 구축하는 방향으로 상당히 빠르게 움직이고 있어.

 

특히 주목할 기업이 화웨이야.

 

① 중국은 이미 자체 AI 가속기 시장을 키우고 있어

 

로이터가 IDC 자료를 인용해 2026년 상반기 중국 AI 가속기 시장을 분석한 내용이 있어.

 

기업	출하량	중국 시장 점유율
엔비디아	67.8만 개	34%
화웨이	57.2만 개	28%

화웨이의 출하량은 전년보다 크게 늘었어.

 

그리고 더욱 중요한 내용이 있어.

 

2026년 상반기 중국의 전체 AI 가속기 출하량은 약 200.8만 개였는데, 이 중 GPU가 아닌 AI 전용 가속기 출하량이 약 101.6만 개였어.

 

GPU가 아닌 가속기 시장에서 중국 업체들이 차지한 비중은 약 95%였다는 게 IDC 자료의 내용이야.

 

즉, 중국은 엔비디아 칩을 우회적으로 확보하는 것에만 의존하는 게 아니야.

 

자체 칩, 서버, 고속 연결 기술, 클러스터 운영 시스템까지 개발하고 있어.

 

② 화웨이는 개별 칩을 넘어 시스템을 만들고 있어

 

2026년 9월 화웨이 커넥트에서는 Ascend 계열 칩을 기반으로 한 SuperPoD와 SuperCluster 전략을 발표했어.

 

특히 1만 개 규모의 NPU 컴퓨팅 자원을 개발자와 파트너에게 개방하겠다는 계획도 제시했어.

 

핵심은 개별 칩의 성능을 높이는 것만이 아니라 수많은 칩을 하나의 거대한 컴퓨터처럼 연결하는 기술이야.

 

이런 부분은 중요해.

 

AI 모델을 학습시키는 데 필요한 것은 GPU 숫자만이 아니거든.

 

메모리 대역폭, 네트워크, 인터커넥트, 소프트웨어 최적화까지 모두 중요해.

 

③ 중국은 우회 접근도 병행하고 있어

 

최근 중국 기업들이 동남아시아 등의 해외 데이터센터에서 엔비디아 GPU 연산 능력을 미리 확보하려는 움직임도 로이터가 보도했어.

 

미국이 원격 연산 접근까지 규제할 가능성을 우려하기 때문이지.

 

그러니까 중국의 발전은 세 가지가 결합된 결과로 보는 게 정확해.

 

1. 해외에서 고성능 GPU 및 연산 자원 확보.

2. 화웨이 등 자체 AI 반도체 개발.

3. 자체 데이터센터와 AI 소프트웨어 생태계 확대.

 

한국과 비교할 때 단순히 GPU 몇 장을 더 가져왔느냐만 보면 안 되는 이유야.

 

다만 중국의 출하량은 반도체 종류와 집계 범위가 한국의 엔비디아 GPU 26만 장 계획과 다르므로 숫자를 직접 비교하면 안 돼.

 

중국은 GPU 확보와 동시에 자체적인 대체 생태계까지 키우고 있다는 점이 한국과의 중요한 차이라고 생각해.

 

7. 네이버의 폐쇄적인 정책은 어떻게 봐야 할까?

 

네가 네이버를 언급한 것도 이해가 가.

 

다만 네이버의 현재 AI 전략은 조금 구분할 필요가 있어.

 

네이버가 모든 AI 기술을 폐쇄적으로 운영하는 것은 아니야.

 

예를 들어 자체 개발한 HyperCLOVA X 계열에는 기업과 개발자가 자유롭게 활용하고 상업적으로도 사용할 수 있는 오픈소스 모델인 HyperCLOVA X SEED가 있어.

 

또한 국가 보안 AI 프로젝트에서도 네이버클라우드가 LG CNS 등과 협력하고, 자체 모델을 기반으로 한 보안 AI 기술을 개발해 오픈소스로 공개하겠다는 계획을 제시했어.

 

반면 소비자용 CLOVA X 서비스는 2026년 4월 종료됐고, 네이버는 산업용 AI와 기업 대상 사업으로 무게중심을 옮기고 있어.

 

그러니까 네이버를 완전한 폐쇄형 기업이라고 규정하는 건 정확하지 않아.

 

하지만 네이버의 플랫폼과 검색·콘텐츠 데이터 생태계가 얼마나 개방적인가 하는 문제는 여전히 별도로 평가할 수 있어.

 

나는 네이버에 대해서는 이렇게 보고 싶어.

 

AI 모델을 만들어 놓는 것과 다른 기업이 네이버의 AI 기술을 이용해 새로운 사업을 만들 수 있는 생태계를 제공하는 것은 다르다.

 

네이버가 AI 팩토리 사업을 확대하려는 것은 긍정적이야.

 

그러나 국내 개발자와 중소기업이 네이버의 AI 자원과 데이터에 얼마나 쉽게 접근하고, 그 위에서 독립적인 사업을 만들 수 있느냐도 중요해.

 

궁극적으로 네이버가 원하는 것은 네이버 자체의 AI 사업 성장일 거야.

 

그런데 국가적인 AI 산업 발전을 위해서는 한 기업의 경쟁력뿐 아니라 다른 기업들도 그 위에서 성장할 수 있어야 해.

 

8. 그렇다면 정부는 무엇을 더 해야 할까?

 

여기서 나는 단순히 GPU 도입 수량을 더 늘려야 한다는 주장에는 동의하지 않아.

 

오히려 지금부터는 국가 차원에서 다음 네 가지를 분명하게 관리해야 한다고 생각해.

 

과제	필요한 조치
GPU 도입	기업별 계약·발주·반입·설치 수량 공개
데이터센터	전력 공급과 인허가 일정 구체화
AI 생태계	GPU를 활용한 실제 모델·서비스 성과 추적
산업 수익화	해외 고객, 수출액, 매출, 생산성 개선 측정

특히 첫 번째가 중요해.

 

지금은 26만 장이라는 큰 숫자는 알려져 있는데 실제 몇 장이 들어왔고 얼마나 가동 중인지 국민이 확인할 수 없어.

 

정부가 민간기업의 영업비밀을 모두 공개하라고 요구할 수는 없겠지.

 

하지만 기업별로 공개 가능한 범위 내에서 적어도 다음 정도는 공개하도록 할 필요가 있어.

 

• 도입 예정 GPU 수량.
• 구매계약 체결 여부.
• 국내 반입 수량.
• 실제 가동 수량.
• 데이터센터 전력 확보량.
• 상용 서비스 개시 시점.

 

이렇게 되어야 26만 장이라는 약속이 단순한 홍보 숫자가 아니라 측정 가능한 국가 프로젝트가 되는 거야.

 

9. 내가 현재 정부의 성과를 평가할 때 보는 기준

 

현재까지 확인한 사실을 바탕으로 하면 이런 그림이야.

 

분야	현재 확인되는 상황
정부 GPU 조달	실제 계약 및 구축 진행
국가슈퍼컴퓨터	GPU 설치 후 시험
민간 21만 장	실적 및 일정 공개 부족
네이버 AI 팩토리	고객 계약 확보, 2027년 상용화 예정
현대차	구매 결정 완료, 활용 시점 미정
SK	울산 데이터센터 등 인프라 사업 진행
삼성전자	반도체·제조 AI 협력, GPU 도입 실적 불명확
국산 AI 반도체	NPU와 GPU 이종 결합 실증 추진
해외 AI 사업	네이버 AI 팩토리의 해외 고객 확보 시도

여기서 중요한 건 성과가 전혀 없다는 이야기도, 26만 장 확보가 성공적으로 완료됐다는 이야기도 모두 정확하지 않다는 점이야.

 

현재 정부의 공식 국정과제 자료에는 2026년 정부 GPU 누적 3.7만 장 확보 목표, 2.08조 원 규모의 사업자 선정, AI 데이터센터 특별법 제정, 국가 AI 컴퓨팅 센터 착공 등이 성과로 기록되어 있어.

 

그렇지만 이건 대부분 인프라와 제도 구축 단계의 성과야.

 

이제 국민에게 보여줘야 할 것은 실제 AI 산업의 생산성과 경쟁력이겠지.

 

10. 내 생각: 26만 장 발표보다 지금부터가 진짜 시험대야

 

나는 네가 처음 던진 질문을 이렇게 바꿔보고 싶어.

 

'한국이 엔비디아 GPU 26만 장을 확보할 수 있을까?'

 

이 질문도 중요하지만, 사실 더 중요한 질문은 이거야.

 

'한국이 GPU 26만 장을 확보한다면 그걸로 세계 시장에서 무엇을 만들어 팔 수 있을까?'

 

중국은 미국의 수출통제를 받으면서도 자체 반도체와 소프트웨어 생태계를 키우고 있어.

 

반면 한국은 세계적인 메모리 반도체 경쟁력과 자동차·조선·제조업 기반을 가지고 있어.

 

이건 분명한 강점이야.

 

그런데 강점을 보유하고 있다는 것과 그것을 AI 산업의 새로운 경쟁력으로 전환하는 것은 전혀 다른 일이야.

 

한국이 정말 노려야 할 분야는 오히려 명확해 보여.

 

• AI 메모리와 반도체 패키징.
• 제조업 특화 AI와 피지컬 AI.
• 산업용 AI 데이터센터.
• 전력·냉각·서버 인프라.
• 한국어와 국내 산업 데이터에 특화된 AI 모델.
• 글로벌 AI 기업에 제공하는 추론 서비스.

 

이것들을 서로 연결해야 해.

 

예를 들어 삼성전자의 반도체 공장, SK하이닉스의 메모리 생산시설, 현대차의 로봇과 자동차 공장, 네이버의 AI 인프라가 각각 별개로만 발전하면 국가 차원의 시너지가 제한될 수밖에 없어.

 

반면 반도체에서 모델, 모델에서 제조업, 제조업에서 다시 새로운 데이터와 AI 서비스가 만들어지는 순환 구조가 생기면 훨씬 강력해질 수 있겠지.

 

GPU는 AI 산업을 만드는 재료이지, 그 자체가 AI 산업의 성과는 아니야.

 

마지막으로 네가 느끼는 답답함에 대한 내 판단

 

나는 정부가 지금까지 무엇을 했느냐는 질문에 대해 다음과 같이 정리하고 싶어.

 

실행은 시작했어. 하지만 공개적으로 검증할 수 있는 성과 관리 체계는 아직 부족해.

 

정부 GPU는 실제 확보와 배분이 진행되고 있고, 국가 AI 컴퓨팅 센터도 착공했어. 네이버도 실제 해외 고객을 확보했지.

 

반면 민간 21만 장의 도입 실적은 불투명하고, 현대차는 활용 시점이 미정이며, 국내 AI 데이터센터 전반에는 자금 조달과 전력·장비 확보 문제가 남아 있어.

 

따라서 지금 정부가 해야 할 것은 또 하나의 대규모 GPU 확보 발표를 하는 게 아니라고 생각해.

 

지난번에 발표한 26만 장을 어떻게 확보했고, 얼마나 설치했고, 누가 사용하며, 그 결과 어떤 산업적 성과를 만들고 있는지 보여줘야 해.

 

특히 네가 말한 것처럼 성과가 조금만 있어도 크게 홍보하는 것이 정부의 일반적인 정치적 유인이 될 수는 있겠지만, 정작 중요한 건 홍보의 크기가 아니라 실행 결과야.

 

나는 다음 분기부터라도 정부가 기업별 GPU 도입 현황과 데이터센터 가동 실적을 정기적으로 공개하는지 지켜보는 게 좋겠어.

 

참고로 이번 조사에서 가장 중요한 자료는 다음 세 가지야.

• 정부 공식 국정과제 추진실적 — AI고속도로 구축
• 뉴시스 — 26만 장 GPU 도입 현황과 실제 반입 실적
• 네이버 AI 팩토리 — 2조 원 규모 첫 공급계약과 상용화 일정

 

내가 보기에 한국의 문제는 AI를 할 능력이 없다는 게 아니야. 이미 가진 반도체·제조업·통신·데이터센터 역량을 하나의 산업 경쟁력으로 묶어내는 실행력이 앞으로의 관건이야.

 

이건 정부만의 문제가 아니라 삼성, SK, 현대차, 네이버 모두에게 주어진 숙제이기도 해.