중국이 국내 칩으로 2,950억 달러 규모의 AI 인프라 이니셔티브를 출범시키고 있으며, 사실상 중국 시장에서 NVIDIA를 배제하고 있습니다.

중국이 2조 위안(현환율 기준 2,950억 달러) 규모의 계획을 수립했으며, 이는 2028년까지 통합 국가 AI 컴퓨팅 그리드 구축을 목표로 합니다. 이 정책은 인프라를 구동하는 AI 가속기 칩의 최소 80%가 국내 공급업체에서 나와야 한다고 규정합니다. 이 요구사항이 시행될 경우, 사실상 Nvidia와 AMD의 중국 AI 구축 시장 진출을 차단하고, Huawei, Alibaba Cloud, Biren Technology, Moore Threads를 역사상 가장 큰 국가 주도 AI 인프라 투자의 주요 하드웨어 수혜자로 자리매김하게 됩니다.

맥락을 제시하자면, 2026년 1월 발표된 미국의 Stargate 이니셔티브는 4년에 걸쳐 5,000억 달러의 민간 투자를 약속했습니다. 중국의 계획은 5년에 걸친 정부 주도 지출 2,950억 달러입니다. 규모는 비슷하지만 아키텍처는 다릅니다. 이 계획이 국내 칩 제조업체에 가하는 제약은 이 계획이 직면한 가장 큰 도전 과제일 수 있습니다.

중국 국가발전개혁위원회가 수립한 이 계획은 수천 개의 데이터 센터를 단일 통합 컴퓨팅 그리드로 연결할 것을 요구합니다. 이 시설은 주로 국영 통신사인 China Mobile과 China Telecom에 의해 운영될 것이며, 이들은 지역 데이터 센터를 국가 규모의 컴퓨팅 자원으로 연결하는 네트워크 기반을 제공합니다. 완전한 상호 연결 목표는 2028년입니다. 개별 데이터 센터는 이미 Beijing, Shanghai, Chengdu, 그리고 2021년부터 중국이 "East Data West Computing" 이니셔티브 하에서 개발해온 지정 서부 컴퓨팅 지역 전역에서 건설 중입니다.

이 그리드는 AI 컴퓨팅을 국가 자원으로 제공하도록 설계되었으며, 국내 기업, 연구 기관, 정부 기관이 통합 API 계층을 통해 접근할 수 있습니다. 본질적으로 국가가 소유하고 국내 실리콘으로 구축되며 통신사 간 상호 운용 가능한 국가 규모의 클라우드입니다. 자금은 주로 정부 채권과 초장기 특별 정부 채권을 통해 흐르는데, 이는 중국이 이전 프로그램에서 대규모 인프라에 사용했던 자금 조달 메커니즘입니다. 전력망 통합(이러한 밀도의 시설을 운영하는 데 필요한 전기 인프라)이 포함될 때, 총 예상 투자는 최소 5조 위안, 약 7,400억 달러에 달합니다.

가장 영향력 있는 요소는 칩 소싱 요구사항입니다. 국가 그리드의 AI 가속기 하드웨어 중 최소 80%는 국내 공급업체에서 나와야 합니다. 나머지 20%는 국제 공급원에서 나올 수 있지만, 이 정책은 실질적으로 전체 구축을 중국 실리콘 중심으로 구조화합니다. 이것은 새로운 정책 방향이 아니며, 2022년 이후 구축되어 온 프레임워크의 가속화를 나타냅니다. 2026년 5월, Beijing은 정부 및 보안 민감 부문 전역에 배치하기 위해 국내 개발 AI 칩 9개 범주를 공식 승인했으며, 이는 사실상 Huawei의 Ascend 시리즈, Alibaba의 Hanguang 800, Biren Technology의 BR100 및 BR104, Moore Threads의 MTT S80을 정부 프레임워크에 따른 조달을 위해 승인한 것입니다.

이 정책은 세 가지를 동시에 달성합니다. 첫째, 국가 그리드에 대한 주요 입찰 프로세스에서 Nvidia와 AMD를 제거합니다. 두 회사 모두 미국 본사 기업이며, 이들의 주력 AI 가속기(Nvidia H100, H200, B100; AMD MI300X)는 특정 능력 임계값 이상의 AI 애플리케이션을 위한 중국으로의 판매를 금지하는 미국 수출 규제의 대상입니다. 이 정책이 없어도, 이러한 수출 규제는 이미 최고 성능의 Nvidia 및 AMD 칩을 중국 시장에서 제한합니다. 둘째, 국내 칩 제조업체가 이전에 경험하지 못한 규모의 보장된 조달 물량을 창출합니다. 2019년 설립된 Biren Technology와 2020년 설립된 Moore Threads는 의미 있는 엔터프라이즈 규모에서는 아직 수익 창출 전 단계입니다. 국가 그리드 정책은 이들의 시장 구조를 하루아침에 변화시킵니다. 셋째, 대량 생산 경험을 통해 중국 칩의 성능 격차를 좁히는 시간 표를 가속화합니다. 칩 성능은 부분적으로 제조 물량의 함수이며, 더 많은 생산은 더 나은 수율, 더 나은 품질 관리, 그리고 더 빠른 반복을 의미합니다. 이러한 규모의 국가 조달은 인프라 프로그램이자 반도체 성숙의 산업 정책으로 기능합니다.

Huawei는 가장 발전된 국내 AI 칩 제조업체입니다. SMIC의 7nm 공정으로 생산된 Ascend 910B 칩은 국내 생산 AI 가속기의 현재 벤치마크입니다. 2025년 국내 연구원들이 발표한 벤치마크는 Ascend 910B가 표준 변압기 훈련 작업에서 H100 성능의 약 60~70% 수준임을 보여주었으며, 이는 의미 있는 격차이지만 2년 전보다는 좁아졌습니다. 생산 제약은 HBM(High Bandwidth Memory)으로, AI 가속기 다이 옆에 위치하며 주의 집중 중심 작업의 성능에 중요합니다. SK Hynix, Micron, Samsung은 세계 HBM 공급의 대부분을 생산하며, 모두 수출 규제 프레임워크의 대상인 미국 동맹국 기업입니다. 중국의 국내 HBM 용량은 최소입니다. Huawei는 가속기를 설계할 수 있지만, 수입된 HBM 없이는 메모리 요구사항을 쉽게 충족할 수 없으며, 이 의존성은 조립할 수 있는 Ascend 칩의 수량을 제한합니다.

Biren Technology는 HPC 및 AI 작업을 목표로 하는 7nm 칩인 BR100을 생산합니다. 초기 벤치마크는 이전 Nvidia A100급 하드웨어와의 경쟁 성능을 시사합니다. 이 회사는 2026년 5월 정부 보안 승인을 받았으며 현재 국가 그리드 조달에 적격입니다. Moore Threads는 훈련보다는 그래픽 및 AI 추론에 중점을 둡니다. MTT S80 칩은 주로 추론 배포를 목표로 하며, 중국의 구축에 훈련 인프라(모델 구축)와 추론 인프라(모델 서빙)가 모두 필요하기 때문에 이것이 중요합니다. Alibaba Cloud는 Alibaba의 특정 작업 프로필에 최적화된 Hanguang 800을 생산합니다. 이는 범용 AI 가속기라기보다는 맞춤형 추론 칩이며, 국가 그리드에 대한 관련성은 추론 작업이 Alibaba 클라우드 인프라에 위탁되는지 여부에 따라 달라집니다.

중국 칩 경영진들은 공개적으로 해당 국가가 AI 데이터 센터 실리콘의 최첨단에서 5~10년 뒤떨어져 있다고 인정했습니다. 이 격차는 주로 칩 설계에 있지 않으며, 제조 공정 및 메모리 스택에 있습니다. 3nm의 TSMC와 고급 HBM3/HBM3e의 Samsung 및 SK Hynix는 중국이 현재 국내에서 복제할 수 없는 생산 능력을 나타냅니다. 선도적인 중국 파운드리인 SMIC는 7nm에서 생산하며 공정 개선을 통해 5nm 상당으로 확대하고 있습니다. 이는 의미 있는 진전이지만 따라잡기는 아닙니다.

2,950억 달러 정책은 중국이 현재 만들 수 있는 것의 조달을 가속화합니다. 이는 기본적인 기술 격차를 제거하지 않습니다. 7nm급 실리콘과 제한된 HBM 공급으로 구축된 국가 그리드는 Nvidia Blackwell 칩과 완전한 HBM3e 메모리 스택을 실행하는 동등한 미국 인프라보다 달러당 훨씬 적은 컴퓨팅을 제공할 것입니다.

중국은 모델 레벨에서 해결책을 입증했습니다: 추론 효율성입니다. DeepSeek의 R2 시리즈는 실질적으로 적은 추론당 컴퓨팅을 사용하면서 GPT-5에 대한 추론 벤치마크에서 경쟁력 있는 성능을 달성했습니다. 중국 모델 개발이 계속해서 하드웨어 제약 추론에 최적화된다면, 계산 용량의 격차는 국가 그리드가 제공하는 애플리케이션에 덜 중요합니다.

달러 기준의 비교는 직관적이며, 구조적 비교는 복잡합니다. 미국 AI 투자는 수익을 추구하는 민간 자본입니다. 중국의 투자는 전략적 용량을 추구하는 국가 자본입니다. 둘 다 대규모로 컴퓨팅을 구축하고 있습니다. 첫날부터 정책에 하드웨어 제약이 내장되어 있는 것은 하나뿐입니다.

AI 애플리케이션을 구축하는 개발자 및 회사의 경우, 중국 국가 그리드 계획은 2022년 이후 비공식적으로 참이었던 것을 공식화합니다: 이제 두 개의 분리된 글로벌 AI 인프라 스택이 존재하며, 이들은 발산하고 있습니다. 미국 및 동맹국 시장 배포를 위해 구축된 애플리케이션은 Nvidia 하드웨어에서 실행되고, 미국 본사 API 제공자를 사용하며, 칩 접근을 가정하는 수출 규제 프레임워크에서 작동합니다. 중국 배포를 위해 구축된 애플리케이션은 국내 실리콘에서 실행되고, 국가 운영 컴퓨팅 자원에 연결되며, 국가 접근을 가정하는 데이터 현지화 요구사항에서 작동합니다. 이러한 두 스택은 어떤 의미 있는 방식으로도 상호 운용 가능하지 않습니다. Nvidia 하드웨어에서 훈련되고 OpenAI의 API를 통해 제공되는 모델은 단순히 국가 그리드로 이식될 수 없습니다. Ascend 하드웨어에서 훈련되고 국내 추론 칩에 최적화된 모델은 Nvidia 인프라에서 동등한 성능으로 실행되도록 재작업이 필요할 것입니다.