중국은 효율, 일본은 지휘, 한국은… 800조

들어가며

구독자님, 지난 두 번의 뉴스레터에서 저는 같은 질문을 두 나라에 던졌어요.

일본 편(9천억 들고 떠난 연구자, 도쿄에 남은 138명)에서는 "AI는 자본의 게임인가, 방법론의 게임인가"를 물었어요. 사카나 AI는 7B짜리 작은 오케스트레이터로 프론티어 모델들을 지휘해서 프론티어급 성능을 뽑아냈죠. "더 크게 만들지 않고도 이긴다"는 가설의 첫 번째 작동 증거였어요.

한국 편(챗봇에 사주 묻는 나라, AI 3위가 되려면?)에서는 "만드는 나라가 될 것인가, 가장 잘 쓰는 나라가 될 것인가"를 물었어요. 열광은 세계 1위인데 모델 격차는 40%, 인재는 OECD 35위로 빠져나가고, '독자 모델' 프롬 스크래치 고집이 갈라파고스의 재림일 수 있다는 이야기였고요.

두 편을 쓰면서 저는 한 가지를 미뤄뒀어요. 한국이 어떤 패를 쥐고 게임에 들어갈지가 아직 확정되지 않았거든요. 그런데 지난 6월 29일, 청와대 영빈관에서 그 패가 공개됐어요. 산업통상부가 관계부처 합동으로 연 '대한민국 대도약 3대 메가프로젝트 국민보고회'예요. 반도체 800조, AI 데이터센터 550조, 피지컬 AI 국가전략산업화. 숫자만 보면 압도적이에요.

원형민 기자 = 정부는 29일 '대한민국 대도약 3대 메가프로젝트 국민보고회'에서
3대 분야의 대규모 투자계획을 발표했다.

그래서 오늘은 3부작의 마무리예요. 중국·일본·한국이 각자 어떤 레이어에 베팅했는지 나란히 놓고, 어제 공개된 한국의 패에 무엇이 있고 무엇이 빠졌는지 짚어볼게요. 결론부터 말씀드리면, 한국의 베팅은 생각보다 영리하지만, 정작 가장 중요한 칸 하나가 비어 있어요.

같은 경기, 세 개의 다른 코트

먼저 세 나라가 어디에 돈과 인재를 걸었는지 한 장으로 정리할게요. 핵심은 이들이 서로 다른 레이어에서 싸우고 있다는 거예요. 같은 'AI 경쟁'이라는 말로 묶이지만, 실제로는 다른 종목이에요.

🇨🇳 중국, 스케일링의 효율화

중국은 미국식 스케일링을 따라가되, 제재라는 제약 속에서 '효율'로 재정의했어요. DeepSeek가 그 상징이에요. R1을 H800 2,048장으로 ChatGPT o1급 성능에 도달시킨 게 2024년 말이었고, 2026년 4월엔 V4를 내놓으며 밀리언 토큰 컨텍스트와 스파스 어텐션으로 다시 판을 흔들었어요. 6월엔 DSpark 프레임워크로 응답 속도를 최대 85% 끌어올리면서, 더 큰 칩 인프라에 대한 의존을 줄였다고 발표했고요.^[1]​

흥미로운 건 중국 안에서도 이미 무게중심이 '훈련'에서 '추론'으로, '모델 만들기'에서 '모델 잘 쓰기'로 넘어갔다는 거예요. ChatGPT 열풍 이후 우후죽순 지어진 데이터센터 500여 곳 중 최대 80%가 미가동 상태라는 보도까지 나왔어요.^[2]​ 스케일링을 하되, 미국과 똑같은 방식이 아니라 비용 곡선 자체를 깎아내리는 방향이에요. Qwen, GLM, DeepSeek가 오픈웨이트 + 극저가 API로 글로벌 채택률을 빠르게 올리고 있어요. 실제로 중국 모델들은 엄청난 가성비로 지정학적인 요소를 뛰어넘어 미국 기업에 사랑 받고 있어요.

🇯🇵 일본, 오케스트레이션

일본은 모델을 직접 만드는 경쟁에서 한 발 빠졌어요. 사카나 AI 스스로 "일본 같은 자원 제약국의 모델 개발 초점은 포스트-트레이닝에 둬야 한다"고 명시적으로 선언했죠.^[3]​ 그리고 6월 22일, 그 철학을 제품으로 증명했어요. Sakana Fugu예요.

7B 파라미터짜리 작은 오케스트레이터가 GPT-5.5, Claude, Gemini 같은 프론티어 모델들에게 '누가 어느 부분을 맡을지'를 지시하고, 결과를 검증하고, 필요하면 자기 자신을 재귀적으로 호출해요. Fugu Ultra는 SWE-Pro, GPQA-D, LiveCodeBench 등 주요 벤치마크에서 Opus 4.8, Gemini 3.1 Pro, GPT-5.5를 상회했어요. 더 날카로운 건, 수출 규제로 접근이 막힌 Fable 5나 Mythos Preview가 에이전트 풀에 포함되지도 않았는데 동급 성능을 냈다는 점이에요.^[4]​

이게 Sovereign AI 관점에서 결정적이에요. 특정 프론티어 모델이 수출 규제에 걸려도, Fugu는 접근 가능한 모델들만 동적으로 조합(Swappable Pool)해서 동급 성능을 재구성해요. 복어(Fugu)가 독을 정확히 발라내고 진미가 되듯, 외부 규제라는 독을 피해 AI 주권을 지키는 구조예요. 모델을 소유하지 않고도 모델 위의 '지휘권'을 갖는 전략이죠.

🇰🇷 한국, 물리 레이어

그리고 어제, 한국의 패가 나왔어요. 무게중심이 분명해요. 반도체·피지컬 AI·AI 데이터센터. AI의 '소프트웨어'가 아니라 AI가 올라탈 '물리적 신체와 심장'에 베팅한 거예요.

(서울=뉴스1) 김지영 디자이너 = 정부가 대한민국 대도약을 위해 서남권에 800조 원,
충청권에 81조 원을 투자하는 등 3대 메가 프로젝트를 추진한다.

제가 한국 편에서 "반도체 공정 최적화, 배터리 품질관리처럼 한국이 이미 글로벌 경쟁력을 가진 영역에 AI를 가장 깊이 결합하라"고 썼는데, 어제 발표의 M.AX와 제조 데이터 팩토리가 정확히 그 방향이에요. "가장 잘 쓰는 나라" 전략의 국가판인 셈이에요.

한국의 베팅, 절반은 옳았다

먼저 칭찬부터 할게요. 이 베팅은 제가 한국 편에서 우려했던 것보다 영리해요.

파운데이션 모델 경쟁에서 미국·중국을 정면으로 이기는 건 비현실적이에요. 미국 민간 AI 투자만 2,859억 달러로, 한국 전체 AI 예산(67억 달러)의 42배예요. 이 격차를 모델 성능으로 따라잡겠다는 건 자기 합리화에 가까워요. 그런데 어제 발표는 그 정면 승부를 피하고, 한국이 실제로 1등인 영역(HBM, 제조 밀도, 로봇 밀도)에 무게를 실었어요.

특히 피지컬 AI는 영리한 선택이에요. 텍스트 LLM 경쟁과 게임이 완전히 달라요. 여기선 한국이 가진 제조 데이터, 공정 운영 노하우, 근로자 1만 명당 로봇 1,220대라는 세계 1위 밀도가 진짜 자산이 돼요. 미국 빅테크가 데이터도 없고 관심도 적은 영역이라, 경쟁 구도 자체가 다르거든요. "두뇌(파운데이션 모델)는 빌려 쓰되, 신체와 심장은 우리가 만든다"는 포지션은, 솔직히 "독자 파운데이션 모델로 GPT를 이긴다"보다 백 배는 현실적이에요.

여기까지가 절반이에요. 문제는 나머지 절반이에요.

그런데, 지휘자가 없다

어제 발표를 처음부터 끝까지 다시 읽으면서, 저는 한 가지가 계속 걸렸어요. 반도체도 있고, 로봇도 있고, 데이터센터도 있어요. 그런데 "이 지능을 어떻게 조합하고 지휘할 것인가"라는 레이어가 통째로 비어 있어요.

일본은 후구로 그 칸을 채웠어요. 한국 문서엔 그 칸이 아예 없어요. 대신 그 자리에 무엇이 있냐면 "외산 종속을 탈피한 K-모델", "세계 최고 수준의 범용지능모델 확보", "3년 내 세계 최고 수준 독자 피지컬 AI 파운데이션 모델 개발"이에요.

이게 왜 문제인지, 한국 편에서 다룬 그 에피소드를 다시 꺼내야 해요. 올해 1월, 정부의 독자 AI 파운데이션 모델(독파모) 프로젝트에서 네이버클라우드가 탈락했어요. 이유는 해외 오픈소스 인코더를 가져다 썼기 때문에 '프롬 스크래치' 기준을 충족하지 못했다는 거였죠^[5]​. 한국에서 가장 오래, 가장 많이 AI에 투자한 기업조차 "처음부터 만든 모델"이 없었다는 사실이 드러난 사건이었어요.

지금 그 독파모 프로젝트는 LG·SKT·업스테이지·모티프테크놀로지스 4파전으로 진행 중이고, 오는 8월 2차 평가에서 1곳이 떨어지고 내년 2월에 최종 2곳이 정해져요^[6]​. 그리고 어제 메가프로젝트는, 이 '프롬 스크래치 독파모' DNA를 피지컬 AI 버전으로 그대로 복제했어요. 범용 LLM에서 못 이긴 게임을, 피지컬 AI 파운데이션 모델로 무대만 바꿔서 다시 시작하는 거예요.

여기서 일본과의 결정적 차이가 드러나요.

일본은 사카나라는 "방법론을 실제로 작동시킨 민간 프론티어 랩"이 있어서, 컨소시엄(AIST·Swallow·Stockmark) 위에 자기개선 엔진과 오케스트레이션 레이어를 얹을 수 있어요. 모델을 직접 다 만들지 않아도, 모델을 지휘하는 지능을 쥐고 있죠.

한국은 그 자리가 비어 있어요. 오케스트레이션 레이어를 책임질 주체도, 검증된 민간 피지컬 AI 랩도 명확하지 않아요. 네이버 탈락이 보여준 게 바로 그 부재예요. 정부는 이 빈자리를 "범부처 대규모 R&D 프로젝트"로 메우려 하는데, 컨소시엄형 국책과제가 사카나식 카이젠 루프를 돌릴 수 있느냐는 건 완전히 다른 질문이에요. 국가가 800조를 부어 신체를 만드는 동안, 그 신체를 움직일 지휘자는 여전히 외산 프론티어 모델일 가능성이 높아요.

이게 어제 발표의 진짜 빈틈이에요. 물리 레이어에 800조를 붓기 전에, 그 위에 올라갈 지능의 아키텍처부터 정해야 했어요. 후구 같은 오케스트레이션 한 줄, 어디에도 없어요.

오스왈드의 시선

솔직히 말씀드릴게요. 어제 발표에서 물리 레이어로 무게를 옮긴 판단, 그건 맞았어요. 딱 거기까지예요. 그 영리한 판단 위에, 저는 한국 AI 정책의 가장 오래된 병이 그대로 얹혀 있는 걸 봤어요.

그 병의 이름은 '만들기 강박'이에요.

기술경영, GTM 전략을 짜면서 수없이 봐온 패배 패턴이 있어요. 자원이 부족한 쪽이 "그래도 우리가 직접 다 만들어야 한다"고 고집하는 순간이에요. 어제 문서의 "외산 종속 탈피", "세계 최고 수준 독자 모델", "3년 내 독자 피지컬 AI 파운데이션 모델" 이 표현들은 전략이 아니라 자존심이에요. 그리고 자존심은 비싼 값을 치르죠. 범용 LLM에서 40% 격차로 증명된 게임을, 무대만 피지컬 AI로 바꿔서 똑같이 지려는 거예요. 1월에 네이버를 떨어뜨린 그 '프롬 스크래치' 기준이, 이번엔 로봇 위에서 부활했어요.

더 답답한 건 이게 일본을 못 봐서가 아니라는 점이에요. 일본은 바로 옆에서, 7B짜리 작은 모델 하나로 "다 안 만들고도 이긴다"는 걸 제품으로 증명했어요. 모델을 소유하는 대신 모델을 지휘하는 길을 택했죠. 한국은 그 답안지를 코앞에 두고도, "우리는 처음부터 다 만들겠다"는 옛 문법을 고수하고 있어요. 카이젠을 들여다보는 대신, 더 큰 공장을 짓겠다는 거예요.

냉정하게 비대칭을 보세요. 중국은 스케일링을 효율로 풀었고, 일본은 오케스트레이션으로 풀었어요. 둘 다 "지능을 어떻게 다룰 것인가"에 대한 자기만의 답을 가졌어요. 한국은요? 신체(반도체)도 있고 심장(데이터센터)도 있는데, 그 둘을 묶을 신경계의 설계도가 한 장도 없어요. 800조짜리 해부도에서 뇌와 척수가 비어 있는 거예요. 그 자리를 "독자 모델 개발 R&D"라는 구호가 채우고 있는데, 그건 설계도가 아니라 희망사항이에요.

제가 정말 두려운 시나리오는 이거예요. 5년 뒤, 한국이 세계에서 가장 정교한 AI 신체를 완성해요. HBM도 1등, 로봇 양산도 1등, 데이터센터도 아·태 최대. 그런데 그 모든 신체를 움직이는 지능은 GPT나 Gemini나 Fugu예요. 한국 편에서 제가 쓴 그 문장 "이건 납품의 영역이지 우리의 것을 가지는 일은 아니다" 이 피지컬 AI에서 토씨 하나 안 틀리고 반복되는 거죠. 가장 비싼 그릇을 만들고, 그 안에 남의 두뇌를 빌려 담는 나라.

누가 최종 승자일지는 저도 몰라요. 어쩌면 물리 레이어를 쥔 쪽이 다 가져갈 수도 있어요. 하지만 그 시나리오의 전제는 단 하나예요. 신체 위에 올라탈 지능을 우리가 조율할 수 있어야 한다는 것. 그 조건이 빠진 800조는, 승부수가 아니라 세계에서 가장 비싼 하청 설비 투자가 될 수 있어요. 전 대한민국이 지금 반도체라는 천재일우의 기회를 잡았다고 생각해요. 그리고 세계에서 손에 꼽히는 고급 노동력과, 설비, 인프라를 모두 가지면서도 자연재해와 지정학적으로도 요충지에 있는 포지션이기에 이번 정책이 나온거라고 생각했어요. 

즉, 데이터센터와 모든 전력기지의 페트라가 되는 형태가 한국의 이상적 그림이 되지 않을까? 그리고 우리는 그것을 전체적으로 지휘할 수 있는 모델, 인프라를 제대로 갖추고 운용할 수 있는 능력을 준비해야하지 않을까?가 부족하지만 제가 나름대로 내린 결론이에요.

마치며

정리하면 이래요.

3부작 내내 던진 질문은 결국 하나였어요. "AI 경쟁에서 진짜 싸워야 할 레이어는 어디인가." 중국은 스케일링의 효율화로, 일본은 오케스트레이션으로 답했어요. 그리고 어제, 한국은 물리 레이어로 답했어요. 셋 다 자기 조건에 맞는 영리한 선택이라고 봐요. 지금까지 파운데이션 모델만 노래를 불러서 답답했는데 매우 속 시원한 발표였어요. 전 파운데이션 모델은 기초 체력으로서 가져는 가되 우리가 주력으로 할 건 아니라고 봐요. 그리고, 곧바로 프론티어급을 따라잡을 수도 없구요. 더 나아가 벤치마크로 장난질도 그만 쳐야 한다고 생각하구요.

하지만 한국의 답엔 빈칸이 하나 있어요. 800조짜리 신체를 짓는 계획서에, 그 신체를 지휘할 지능의 아키텍처가 빠져 있어요. 일본이 7B 오케스트레이터 하나로 증명한 그 레이어를, 한국은 여전히 "프롬 스크래치 독자 모델"이라는 옛 문법으로 풀려고 해요. 최근 자체 벤치마크로 전세계 1위를 달성했다는 국내 스타트업 및 몇몇 기업들이 나오던데, 사실이라면 정말 대단한게 맞는데 Arxiv에 논문을 공개했는데도 인용도 한 자리 수에, Github에서 주목조차 못받는 프로젝트가 NVIDIA를 이기고 세계적 1위 월드모델을 달성했다고 공공연하게 말하는 건 좀... 괴리가 있지 않나요? 물론, 세상 물정 모르는 외국 언론들이 동쪽의 작은 한국에 있는 기술을 못알아보는 걸 수도 있...을리가 없잖아요. 정신 차리자구요.

다음에 한국의 AI 정책 발표를 보실 때, 투자 금액(800조, 550조)이 아니라 이 질문을 던져보세요. "이 인프라 위에서 지능을 조율하는 건 누구의 무엇인가?" 그 칸이 채워지지 않으면, 한국은 세계에서 가장 정교한 AI 신체를 만들고도, 그 신체에 남의 두뇌를 빌려 넣는 나라가 될 수 있어요.

싸이월드가 세계에서 가장 빨리 소셜 네트워크를 만들고도 모바일 전환을 놓쳤듯, 한국이 세계에서 가장 빨리 AI 신체를 만들고도 그 위의 지능을 놓치지 않기를 바라요.

💬 구독자님은 어떻게 보세요? AI 경쟁의 승부는 결국 '신체(물리 레이어)'에서 날까요, '지휘(오케스트레이션)'에서 날까요? 댓글로 의견 들려주세요.

참고자료 & 더 읽기

핵심 출처

배경 지식

필자 안광섭은 세종대학교 경영학과 교수이자 OBF(Oswarld Boutique Consulting Firm) 리드 컨설턴트이다. 대학에서 경영데이터 관리, 비즈니스 애널리틱스 등 통계 및 데이터 분석을 가르치는 한편, 현장에서는 GTM 전략과 인공지능 전략 컨설팅을 이끌며 기술과 비즈니스의 접점을 설계하고 있다. AI 대화 시스템의 기억 아키텍처(HEMA) 연구로 학술 논문을 발표했으며, 매일 글로벌 AI 논문을 큐레이션하는 Daily Arxiv 프로젝트를 운영하고 있다. 고려대학교 기술경영전문대 석사과정와 KMBA을 졸업했다. 지은 책으로 《생각을 맡기는 사람들: 호모 브레인리스》가 있다.