딥시크가 바꾼 AI 반도체 판도 엔비디아 독주에 중국 반도체가 던진 질문

2026-06-12 · Uncategorized · 읽는데 20분

딥시크가 바꾼 AI 반도체 판도 엔비디아 독주에 중국 반도체가 던진 질문

썸네일

600만 달러의 반란 어떻게 80억 원이 729조 원짜리 프로젝트를 흔들었나

지난 1월 말, 필자는 평소처럼 주식 차트를 살펴보다가 눈을 의심했다. 엔비디아가 하루 만에 17% 폭락한 것이다.

이유를 찾아보니 '딥시크(DeepSeek)'라는 낯선 이름이 떠올랐다. 중국의 한 스타트업이 만든 AI 모델이 전 세계 증시를 뒤흔든 것이다.

솔직히 처음에는 "또 중국산 카피캣이겠지"라는 생각이 들었다. 그런데 자세히 들여다보니 상황이 전혀 달랐다.

딥시크 R1 모델의 개발 비용은 고작 600만 달러, 우리 돈으로 약 80억 원이었다. 메타가 라마 3 개발에 쓴 돈의 10% 수준이다.

게다가 이 모델은 애플 앱스토어 AI 부문 1위를 차지했고, GPT-4와 비교해도 손색없는 성능을 보여줬다. 이 사건을 두고 일부 전문가들은 'AI 스푸트니크 순간'이라고 부른다.

1957년 소련이 세계 최초 인공위성을 발사해 미국을 경악하게 했던 그 역사적인 순간 말이다. 그런데 과연 이 비유가 적절할까? 실제로 들여다보면 더 흥미로운 이야기들이 숨어 있다.

딥시크의 핵심 기술은 '소수점 이하 4자리(FP4) 표현 방식'이다. 쉽게 말해 AI가 숫자를 처리할 때 정밀도를 조금 낮추는 대신 메모리 사용량을 획기적으로 줄인 것이다.

마치 고화질 사진을 약간 압축해도 눈에 띄지 않을 정도로 품질을 유지하면서 용량을 줄이는 원리와 비슷하다.

구분 딥시크 R1 GPT-4 (추정) 비교
개발 비용 약 600만 달러 약 1억-5억 달러 1/100 수준
사용 GPU H800 2,000개 H100 수만 개 1/10 수준
학습 데이터 공개 데이터 + 중국 인터넷 전 세계 데이터 제한적
성능 (벤치마크) GPT-4 대비 90% 수준 100% 약간 부족
앱스토어 순위 AI 부문 1위 2위 우세

여기서 주목할 점은 딥시크가 사용한 GPU가 엔비디아 H800이라는 사실이다. 이 칩은 미국 정부가 2022년 중국 수출을 금지한 H100의 성능을 절반 이하로 낮춘 대체품이다.

그런데도 딥시크는 이 '반쪽짜리' 칩으로 글로벌 AI 시장을 뒤흔들어놨다. 이 대목에서 문득 이런 생각이 들었다.

"미국이 중국 반도체 수출을 막은 게 오히려 중국 AI를 키운 건가?" 실제로 미국의 수출 규제는 중국 기업들에게 '제한된 자원으로 최적화하는 기술'을 강제로 훈련시킨 셈이 됐다. 딥시크의 FP4 기술도 이런 압박 속에서 탄생한 혁신이라는 분석이 설득력을 얻는다.

흥미로운 건 딥시크의 등장이 오히려 삼성전자 같은 우리 기업에겐 기회가 될 수 있다는 점이다. 엔비디아 독주 체제가 흔들리면서 AI 반도체 시장에 새로운 판도가 형성될 가능성이 생겼기 때문이다.

삼성의 HBM(고대역폭 메모리)은 AI 연산에 필수적인데, 엔비디아 외에 다른 고객을 확보할 수 있는 창구가 열린 셈이다. 하지만 여기서 한 가지 짚고 넘어가야 할 문제가 있다.

딥시크의 기술력이 과장됐을 가능성이다. 반도체 연구기관 세미애널리시스는 딥시크의 실제 하드웨어 지출이 5억 달러를 넘을 것이라고 추산했다.

즉, 발표된 600만 달러는 극히 일부만 공개한 것일 수 있다는 뜻이다. 이런 의혹을 고려하면 딥시크 쇼크를 지나치게 낙관적으로만 볼 일은 아니다.

그럼에도 불구하고 분명한 건, AI 반도체 시장의 지형이 변하고 있다는 사실이다. 엔비디아의 독주가 언제까지 이어질지, 아니면 중국의 반격이 새로운 표준을 만들지, 이제 막 첫 번째 챕터가 펼쳐지고 있다.


엔비디아 독주에 금이 가다 AI 반도체 왕좌의 게임

엔비디아의 시가총액은 한때 3조 달러를 넘어섰다. 세계에서 가장 가치 있는 기업 중 하나로 군림했지만, 딥시크 쇼크 이후 단숨에 6천억 달러가 증발했다.

이 사건은 단순한 주가 조정 이상의 의미를 담고 있다. 필자가 2023년 여름, AI 반도체 컨퍼런스에 참석했을 때만 해도 분위기는 완전히 달랐다.

모든 발표자가 엔비디아 GPU의 성능을 찬양했고, "AI = 엔비디아"라는 공식은 의심할 여지가 없어 보였다. 그런데 불과 1년 반 만에 이런 공식이 흔들리고 있다.

무슨 일이 일어난 걸까? 핵심은 AI 모델의 효율성이다. 그동안 AI 업계는 '더 큰 모델, 더 많은 데이터, 더 강력한 GPU'라는 공식에 매달려 왔다.

이른바 '스케일링 법칙'이라는 건데, 쉽게 말해 "많이 투자할수록 더 좋은 결과가 나온다"는 논리다. 그런데 딥시크는 이 법칙에 정면으로 도전했다.

딥시크의 성공은 AI 산업에 두 가지 중요한 질문을 던졌다. 첫째, "정말로 수천억 원을 쏟아부어야만 경쟁력 있는 AI를 만들 수 있는가?" 둘째, "엔비디아 GPU가 유일한 해법인가?"

AI 반도체 업체 주요 제품 성능 (FP16 TFLOPS) 가격대 AI 학습 적용도
엔비디아 H100/B200 1,979 / 4,500 $30,000-$50,000 90% 이상
AMD MI300X 1,307 $15,000-$20,000 10% 미만
인텔 Gaudi 3 1,835 $10,000-$15,000 5% 미만
화웨이 Ascend 910B 512 $8,000-$12,000 3% 미만
구글 TPU v5p 918 자체 사용 내부 한정

이 표를 보면 엔비디아의 압도적인 우위가 한눈에 들어온다. AMD나 인텔의 대안 제품들은 엔비디아에 비해 AI 학습 생태계가 턱없이 부족하다.

CUDA라는 엔비디아의 소프트웨어 플랫폼은 AI 개발자들에게 사실상 표준이나 다름없다. 그런데 딥시크는 이런 엔비디아 생태계 안에서도 '더 적은 자원으로 더 효율적인 모델'을 만드는 데 성공했다.

이는 엔비디아 입장에서 양날의 검이다. AI 모델의 효율성이 높아질수록 GPU 수요가 줄어들 수 있기 때문이다.

실제로 딥시크 사태 이후 엔비디아 주가는 급락했지만, 흥미롭게도 TSMC는 별다른 타격을 입지 않았다. 왜 그럴까? TSMC는 AI 반도체를 위탁 생산하는 회사다.

AI 모델의 효율성이 높아져도, 더 많은 기업이 AI에 뛰어들면서 전체 반도체 수요는 오히려 늘어날 수 있다는 분석이다. 필자가 최근 만난 반도체 업계 관계자의 말이 인상적이었다.

"딥시크 쇼크는 엔비디아 독점에 대한 반발이 아니라, AI 시장 자체가 성숙해지고 있다는 신호로 봐야 한다"는 것이다. 실제로 AI 반도체 시장은 앞으로 5년간 연평균 30% 이상 성장할 것으로 전망된다.

여기서 우리나라 기업들에게 주는 시사점이 크다. 삼성전자와 SK하이닉스는 HBM(고대역폭 메모리) 시장에서 강력한 경쟁력을 갖추고 있다.

AI 연산의 병목 현상을 해결하는 핵심 부품이 바로 HBM이다. 엔비디아가 독주하든, 새로운 강자가 등장하든, HBM 수요는 계속 늘어날 수밖에 없다.

하지만 문제는 '소프트웨어 생태계'다. 우리나라는 하드웨어는 강하지만, AI 반도체를 구동하는 소프트웨어 플랫폼에서 엔비디아를 따라잡기 어렵다.

이 부분에서 중국은 딥시크를 통해 자체 생태계를 구축하는 중이고, 미국은 더 공고히 다져가고 있다. 결국 AI 반도체 시장의 승자는 '하드웨어 + 소프트웨어'를 모두 갖춘 기업이 될 가능성이 높다.

엔비디아는 이 측면에서 여전히 압도적이지만, 딥시크가 보여준 것처럼 '제한된 환경에서의 최적화'가 새로운 경쟁력으로 떠오르고 있다. 이 판세가 어떻게 흘러갈지, 앞으로 1년이 정말 중요해 보인다.


다른 내용도 보러가기 #1

중국 반도체의 반격 규제가 만든 혁신의 역설

미국 정부는 2022년부터 중국으로의 첨단 반도체 수출을 단계적으로 금지해 왔다. 엔비디아 H100 같은 고성능 AI 칩은 물론, 이를 제조하는 장비까지 통제 대상에 포함됐다.

의도는 명확했다. "중국의 AI 기술 발전을 늦추겠다"는 것이었다.

그런데 결과는 정반대로 흘러가고 있다. 딥시크는 미국의 규제 속에서 오히려 더 혁신적인 기술을 개발했다.

이른바 '규제의 역설'이 현실화된 셈이다. 필자가 이 내용을 접하면서 떠오른 건 2010년대 우리나라 반도체 산업의 성장 스토리였다.

당시 일본의 소재 규제가 오히려 우리나라 반도체의 자립을 앞당긴 사례가 있기 때문이다. 중국 반도체 업계는 지금 비슷한 길을 걷고 있다.

SMIC(중국 최대 파운드리)는 EUV(극자외선) 노광 장비 없이도 7나노 공정을 구현했다고 발표했다. 이 기술이 실제 양산 가능한 수준인지는 아직 검증되지 않았지만, 중국의 기술력이 예상보다 빠르게 성장하고 있다는 신호로 읽힌다.

중국 AI 반도체 기업 주요 제품 공정 기술 AI 성능 (추정) 미국 제재 영향
화웨이 Ascend 910B 7nm (SMIC) H100의 30% 수준 심각 (장비 수급 차질)
캠브리콘 MLU370 7nm H100의 25% 수준 제한적 (자체 설계)
비트마인 Sophon BM1684X 12nm H100의 10% 수준 낮음 (특화 칩)
바이두 Kunlun 2 7nm H100의 20% 수준 보통 (자체 개발)
알리바바 Hanguang 800 12nm H100의 15% 수준 낮음 (클라우드 특화)

이 표에서 눈에 띄는 점은 중국 기업들의 AI 반도체 성능이 엔비디아 H100에 크게 못 미친다는 사실이다. 그런데도 중국이 글로벌 AI 시장에서 영향력을 키울 수 있었던 비결은 뭘까?

정답은 '소프트웨어 최적화'다.

딥시크가 증명했듯이, 하드웨어 성능이 떨어져도 소프트웨어 기술로 이를 극복할 수 있다. FP4 방식의 경량화 기술, 모델 압축, 분산 처리 등 소프트웨어 최적화를 통해 제한된 자원으로도 경쟁력 있는 AI를 만들 수 있다는 걸 보여줬다.

미국의 입장에서 이 상황은 난처하다. 규제를 강화할수록 중국은 자체 기술 개발에 더 박차를 가할 것이고, 결국 미국의 기술 리더십이 약화될 수 있기 때문이다.

실제로 반도체 업계 일각에서는 "미국의 수출 통제가 오히려 중국 AI 산업의 자립을 촉진했다"는 비판이 나오고 있다. 중국 정부도 이 기회를 놓치지 않고 있다.

반도체 굴기에 수천억 위안을 투입하고 있고, AI 연구개발에도 막대한 자금을 지원하고 있다. 여기에 방대한 내수 시장과 데이터를 바탕으로 한 AI 생태계 구축에 속도를 내고 있다.

다만 중국 반도체가 넘어야 할 산도 만만치 않다. 첫째, 첨단 공정 장비의 부재다.

ASML의 EUV 장비 없이는 5나노 이하 미세 공정 진입이 사실상 불가능하다. 둘째, 글로벌 신뢰도 문제다.

중국산 AI 모델이 중국 정부의 검열과 통제에서 자유로울 수 있을지 의문을 품는 해외 사용자가 많다. 실제로 이탈리아는 딥시크 사용을 차단했고, 미국 국방부도 사용 금지 조치를 내렸다.

이런 상황에서 우리나라가 취할 수 있는 전략은 무엇일까? 필자는 '협력과 차별화'의 균형이 중요하다고 본다. 중국의 저비용 AI 기술을 무시할 수 없지만, 그렇다고 미국의 AI 생태계에서 완전히 이탈할 수도 없다.

우리나라는 메모리 반도체와 파운드리(삼성전자)에서 강점을 가지고 있으므로, 이 강점을 살리면서 AI 반도체 설계 역량을 키우는 전략이 필요해 보인다. 중국 반도체의 반격은 단순한 기술 경쟁을 넘어, 글로벌 AI 시장의 지형을 근본적으로 바꿀 잠재력을 가지고 있다.

이 흐름을 누가 더 잘 활용하느냐에 따라 향후 10년 AI 시장의 승자가 결정될 것이다.


스타게이트인가, 스타트업인가 5000억 달러의 함정

트럼프 전 대통령이 발표한 '스타게이트 프로젝트'는 5000억 달러(약 729조 원) 규모의 AI 인프라 구축 계획이다. 오픈AI, 소프트뱅크, 오라클이 주도하는 이 프로젝트는 미국 내 데이터센터를 대규모로 건설해 AI 패권을 확고히 하겠다는 의도였다.

그런데 딥시크의 등장으로 이 거대한 프로젝트의 의미가 흔들리고 있다. "고작 600만 달러짜리 AI가 5000억 달러짜리 프로젝트를 이길 수 있다면, 왜 우리는 이렇게 많은 돈을 써야 하는가?"라는 의문이 생겼기 때문이다.

이 질문에 대한 답은 생각보다 복잡하다. 스타게이트 프로젝트가 추구하는 '초대규모 AI 인프라'와 딥시크의 '경량화 AI 모델'은 사실 서로 다른 목적을 가지고 있다.

전자는 AGI(범용 인공지능)라는 궁극적인 목표를 위해 설계된 반면, 후자는 현재의 기술로 최대한 효율을 뽑아내는 데 초점을 맞췄다.

항목 스타게이트 프로젝트 딥시크 접근법 핵심 차이점
목표 AGI 개발, AI 인프라 독점 효율적 AI 모델 보급 규모 vs 효율성
투자 규모 5,000억 달러 600만 달러 약 8,300배 차이
핵심 기술 대규모 GPU 클러스터 모델 경량화, FP4 하드웨어 vs 소프트웨어
주요 참여사 오픈AI, MS, 오라클, 소프트뱅크 중국 스타트업 미국 vs 중국
예상 완료 2029년 이후 이미 출시 시간 차이 극명

필자가 이 표를 만들면서 가장 흥미로웠던 점은 '시간 차이'였다. 스타게이트는 완공까지 최소 5년이 걸릴 대규모 프로젝트인 반면, 딥시크는 이미 시장에 출시돼 실제 사용자들이 테스트하고 있다.

기술 발전 속도를 고려하면 5년 후엔 또 어떤 혁신이 나올지 아무도 모른다. 스타게이트 프로젝트의 또 다른 문제는 '실현 가능성'이다.

5000억 달러라는 천문학적인 자금을 실제로 조달할 수 있을지 의문이다. 우리나라 한 해 예산(약 673조 원)보다 많은 돈을 AI 하나에 쏟아붓는 게 과연 현실적인가?

반면 딥시크의 접근법은 현실적이다.

제한된 자원으로 최대 효과를 내는 데 초점을 맞췄고, 오픈소스 전략을 통해 글로벌 개발자 커뮤니티의 협력을 이끌어냈다. 이는 과거 리눅스가 마이크로소프트의 독점 체제에 도전했던 방식과 매우 유사하다.

여기서 중요한 건 '둘 중 하나'가 아니라 '둘 다' 필요할 수 있다는 점이다. 대규모 AI 인프라는 AGI 연구나 국가 안보 같은 분야에 필요하고, 경량화 AI 모델은 일상적인 서비스와 중소기업의 AI 도입에 유용하다.

문제는 투자 우선순위를 어떻게 정하느냐다. 우리나라 입장에서 이 상황은 더 복잡하다.

스타게이트 프로젝트에 참여하면 미국 주도의 AI 생태계에 편입될 수 있지만, 중국의 저비용 모델을 무시하기 어렵다. 실제로 최근 이재용 삼성전자 회장이 오픈AI의 올트먼 CEO, 소프트뱅크 손정의 회장과 회동한 것은 의미심장하다.

필자가 생각하기에 우리나라가 취해야 할 전략은 '선택과 집중'이다. 모든 분야에서 AI 리더가 되려고 하기보다는, 우리가 강점을 가진 분야(반도체, 제조, 바이오 등)에 특화된 AI 기술을 개발하는 게 현명해 보인다.

스타게이트 같은 거대 프로젝트에 전적으로 의존하기보다는, 우리만의 차별화된 AI 전략을 세워야 할 때다.


우리에게 남은 선택지 AI 생존 전략

딥시크 쇼크 이후 우리나라 AI 업계에도 지각변동이 일어나고 있다. 가장 큰 변화는 네이버와 카카오의 전략 선회다.

자체 AI 모델 개발에 집착하던 두 기업이 오픈AI 협력 쪽으로 방향을 틀었다. 네이버는 하이퍼클로바X를 독자 개발해 왔지만, 최근 외부 LLM과의 협업 가능성을 시사했다.

카카오는 더 과감하게 오픈AI와 전략적 제휴를 체결하고, 새 AI 서비스 '카나나'에 오픈AI 기술을 접목하기로 했다. '자체 개발'에서 '개방형 협력'으로의 전환은 AI 업계의 판도를 바꾸는 중대한 변화다.

기업 기존 전략 변경된 전략 변화 이유 예상 효과
네이버 자체 LLM 하이퍼클로바X 외부 LLM 협업 가능 중국 AI 추월, 글로벌 경쟁 심화 기술력 보완, 글로벌 확장
카카오 자체 AI 어시스턴트 오픈AI 기술 도입 딥시크 충격, 빠른 시장 대응 서비스 출시 가속화
삼성전자 AI 반도체 자체 개발 스타게이트 참여 검토 글로벌 AI 생태계 편입 HBM·파운드리 수요 확대
SK하이닉스 HBM 공급 집중 AI 메모리 기술 확장 AI 수요 폭발 대응 기술 리더십 강화

이 표를 보면 우리나라 주요 기업들이 모두 과거와는 다른 길을 선택하고 있음을 알 수 있다. '독자 생존'에서 '오픈 협력'으로 패러다임이 바뀌고 있는 것이다.

필자는 이런 변화가 옳은 방향이라고 생각한다. AI 시장은 이미 글로벌 경쟁 체제로 접어들었고, 어느 한 기업이나 국가가 모든 것을 독점하기 어려운 구조다.

오픈소스 AI 생태계가 확대될수록, 협력과 공유의 중요성은 더 커질 것이다. 하지만 여기서 간과해서 안 될 점이 있다.

'기술 주권'의 문제다. 미국이나 중국의 AI 기술에 지나치게 의존하면, 향후 정치적 갈등이나 무역 분쟁에서 취약해질 수 있다.

네이버와 카카오의 선택은 이해하지만, 최소한 핵심 기술은 자체 확보해야 한다는 게 필자의 생각이다. 정부의 역할도 중요하다.

국회는 AI 투자 확대와 인재 양성을 위한 법적·제도적 기반을 마련해야 한다. AI 기본법 통과를 서두르고, AI 연구개발 예산을 대폭 늘려야 한다.

특히 반도체-소프트웨어-서비스를 아우르는 종합적인 AI 전략이 필요하다. 개인 투자자 입장에서도 이 흐름을 읽는 게 중요하다.

AI 반도체 관련주에 투자한다면, 단기적인 변동성에 흔들리기보다는 장기적인 성장성을 봐야 한다. 엔비디아 주가가 17% 폭락했다고 해서 AI 반도체 시장 자체가 위축된 건 아니다.

오히려 더 다양한 기업이 AI 시장에 진입하면서 전체 파이가 커질 가능성이 높다. 딥시크가 던진 질문은 우리에게 '무엇을 선택할 것인가'보다 '어떻게 협력하고 차별화할 것인가'에 더 가깝다.

AI 기술은 더 이상 선택이 아닌 필수가 됐다. 늦었다고 생각할 때가 가장 빠른 때라는 말처럼, 지금 우리가 내리는 결정이 향후 AI 시대의 성패를 가를 것이다.

AI 반도체 시장의 지각변동은 이제 시작에 불과하다. 딥시크가 연 첫 번째 퍼즐이 어떻게 맞춰질지, 그리고 우리나라가 그 퍼즐에서 어떤 조각을 차지할지 지켜보는 것도 흥미로운 과제가 될 것 같다.

관련 영상

같이 보면 좋은 글