티스토리 뷰
목차
솔직히 저는 건축 관련 일을 했던 사람으로서 '소버린 AI'라는 단어가 무척이나 생소하였습니다. 그러던 중 최근 AI데이터센터와 관련하여 투자 정보와 관련 기사를 찾아보던 중 '소버린 AI'란 단어를 처음 보게되었습니다. '소버린 AI'는 외국의 빅테크기업이나 외부 플랫폼에 의존하지 않은 자국의 데이터와 기술력으로 독자적인 인공지능 생태계를 구축하고 통제하는 것으로 처음 들었을 때 당연히 좋은 거라고 생각했습니다. 국산 AI 모델, 기술 자립. 듣기엔 그럴싸했습니다. 그런데 최근 최태원 SK그룹 회장과 식스파이브미디어와의 인터뷰에서 최태원 회장이 언급한 'AI팩토리' 개념을 보고 나서 생각이 완전히 바뀌었습니다. 약 1,000조 원을 들여 15GW 규모의 AI 데이터센터를 짓겠다는 계획, 처음엔 거품이 아닌가 싶었는데 파고들수록 다른 그림이 보이기 시작했습니다.
소버린 AI의 한계 — 팩트로 짚어보면
소버린 AI(Sovereign AI)란 특정 국가가 자국 언어와 데이터를 기반으로 독자적으로 개발·운용하는 인공지능을 뜻합니다. 쉽게 말해 "우리 것"을 만들겠다는 전략인데, 여기서 저는 한 가지 불편한 진실을 마주했습니다.
소버린 AI를 지지하는 분들도 있는데, 저는 그 구조가 근본적으로 취약하다고 봅니다. 한국 기업이 자체 LLM(Large Language Model, 대규모 언어 모델)을 잘 구축한다 해도, 연산은 엔비디아 GPU에, 학습 방식은 해외 오픈소스 아키텍처에 의존하는 구조가 바뀌지 않습니다. LLM이란 방대한 텍스트 데이터를 학습해 언어를 이해하고 생성하는 딥러닝 모델로, 사실상 현재 AI 서비스의 핵심 엔진입니다.
무엇보다 국가 사업의 속도가 문제입니다. 최태원 회장도 인터뷰에서 "현재의 AI는 아직 불완전한 어린아이 수준"이라고 표현했습니다. 지금 이 순간에도 SOTA(State-of-the-Art, 현시점 최고 성능) 모델은 다음 달이면 구식이 됩니다. SOTA란 특정 시점에서 가장 뛰어난 성능을 기록한 모델을 가리키는 업계 용어입니다. 국가 프로젝트의 긴 호흡(리드타임)과 AI 기술의 감가상각 속도는 애초에 맞지 않습니다.
7월 한 달 동안 코스피가 약 30% 폭락하고, 필라델피아 반도체 지수가 24% 빠지는 상황에서(출처: 필라델피아 반도체 지수 공식 사이트), "파라미터 몇천억 개짜리 국산 모델"을 발표하는 건 굿하트의 법칙에 딱 맞아 떨어집니다. 굿하트의 법칙이란 "어떤 지표가 목표가 되는 순간, 그것은 더 이상 좋은 지표가 아니다"라는 원칙으로, 수치 달성에만 몰두해 본질을 잃는 현상을 설명합니다. 제가 경험상 이건 공공 사업에서 반복적으로 목격해 온 패턴입니다.
- 소버린 AI: 특정 모델 하나를 국산화하는 전략. 모델이 구식이 되면 경쟁력 소멸
- AI팩토리: 어떤 모델이든 돌릴 수 있는 연산 인프라를 확보하는 전략. 모델 교체 가능
- 핵심 차이: 소버린 AI는 '결과물 국산화', AI팩토리는 '생산 능력 국산화'
AI데이터센터, 왜 한국이 유리한가 — 제 판단
최태원 회장은 식스파이브미디어 인터뷰에서 "더 낮은 비용으로 운영되면서 더 효율적으로 토큰을 생산할 수 있는 새로운 AI 데이터센터 구축에 집중하겠다"고 밝혔습니다. 여기서 토큰(Token)이란 AI가 답변을 생성할 때 문장을 잘게 나눈 조각 단위로, AI 데이터센터는 사실상 이 토큰을 대량 생산하는 공장입니다. 자동차 공장이 자동차를 찍어내듯, AI 데이터센터는 지능의 원료인 토큰을 찍어냅니다.
제가 이 구조를 보고 솔직히 예상 밖이라고 느낀 지점이 있었습니다. 저는 단순히 한국이 제조업에는 강하지만 막대한 데이터를 수집할 수 있고 막대한 정부지원이 이루어 지는 미국이나 중국보다 AI 경쟁에서 불리하다고 막연히 생각해 왔는데, 인프라로 좁혀보면 오히려 유리한 조건들이 모여 있었습니다. HBM(High Bandwidth Memory, 고대역폭 메모리)은 AI 서버에서 GPU가 데이터를 빠르게 처리하도록 돕는 핵심 반도체로, 사실상 SK하이닉스와 삼성전자가 세계 시장을 선도하고 있습니다. HBM과 DRAM을 직접 생산하는 나라가 AI 데이터센터를 운영하면 부품 조달에서 경쟁사 대비 압도적으로 유리합니다. 저는 최근 샌프란시스코 AI 서밋에서 SK와 엔비디아의 협업소식을 보고 나서 더욱더 그렇게 생각했습니다.
울산 1호 데이터센터 부지 인근에는 원전이 있고, 24시간 대형 설비를 돌려본 제조업 인력과 경험이 축적돼 있습니다. 미국의 최대 전력망에서 데이터센터로 인해 전기 도매 가격이 1년 만에 76% 뛰었다는 점을 생각하면(출처: 미국 에너지정보청 EIA), 안정적 전력 공급망을 갖춘 입지는 단순한 부동산 이상의 가치를 지닙니다.
SK AI 데이터센터는 특정 GPU 세대에 종속되지 않는 모듈형 구조로 설계됩니다. GPU 세대가 바뀌면 갈아끼우고, 구형 GPU는 되팔거나 이전하는 방식입니다. 이 방식이 기술 변화 리스크를 현저히 낮춥니다. 제 경험상 이런 유연성이 장기 인프라 투자에서 가장 중요한 변수입니다. 엔비디아뿐 아니라 구글, AWS, 마이크로소프트와도 가격 협상이 가능한 이유가 바로 이 구조 때문입니다.
골드러시에서 돈을 번 건 금을 캔 사람이 아니라 청바지와 곡괭이를 팔던 사람들이었습니다. 제가 이 비유를 처음 들었을 때 10년 전 SK가 하이닉스를 인수하고 HBM 투자를 포기하지 않던 장면이 겹쳐 보였습니다. 그때도 "과도한 베팅 아니냐"는 말이 많았습니다.
자주 묻는 질문
Q. SK가 1,000조 원 투자한다는데, 다 SK 돈인가요?
A. 전액 SK 단독 투자는 아닙니다. 최태원 회장은 모든 파트너와 논의 중이라고 밝혔고, 정부 메가 프로젝트와 민간 자본이 함께 엮이는 구조입니다. 다만 SK가 주도적 역할을 맡는다는 점은 분명합니다. 규모를 체감하자면 GTX 사업비 전체가 약 40조 원이고, 강남구 아파트 전체를 사는 데 약 330조 원이 드는 수준입니다.
Q. AI 거품론이 나오는데 지금 이 투자가 안전한가요?
A. 안전하다고 단정 짓기는 어렵습니다. 최태원 회장 본인도 지정학적 위험과 자금 조달을 가장 큰 우려로 꼽았습니다. 다만 AI 거품이 터지더라도 연산 인프라 자체의 수요는 사라지지 않는다는 시각도 있는데, 저는 그 논리가 일리 있다고 봅니다. 리스크 없이 리턴은 없고, 10년 전 HBM 투자도 당시엔 같은 소리를 들었습니다.
Q. 소버린 AI와 AI팩토리, 뭐가 더 나은 전략인가요?
A. 소버린 AI가 의미 없다는 시각도 있고, 국가 정체성과 데이터 주권 차원에서 필요하다는 시각도 있습니다. 저는 한국의 강점이 파운데이션 모델보다 인프라에 있다고 보기 때문에, AI팩토리 방향이 현실적으로 더 지속 가능하다고 판단합니다. 어떤 모델이 승자가 되든 연산은 필수이기 때문입니다.
Q. 젠슨 황이 한국에 자꾸 오는 이유가 뭔가요?
A. 최태원 회장에 따르면 엔비디아의 시가총액이 5조 달러를 넘기면서 5%만 등락해도 한국 대기업 시가총액 수준이 움직이는 상황입니다. 뭐라도 계속 보여줘야 하는 압박이 있다는 겁니다. 여기에 한국이 HBM·DRAM·통신망·전력 인프라를 동시에 갖춘 거의 유일한 아시아 국가라는 조건이 더해집니다. 나무 뿐만 아니라 숲이 잘가꿔진 환경이라는 점입니다.
결론
제가 이 내용을 처음 접했을 때 1,000조라는 숫자에 압도돼 거품론 쪽으로 기울었습니다. 그런데 소버린 AI와 AI팩토리의 구조 차이를 들여다보고 나서 생각이 바뀌었습니다. 한국은 모델 경쟁에서 미국·중국과 정면 승부하기엔 불리하지만, 필요한 인프라 경쟁에서는 이미 유리한 패를 쥐고 있습니다.
경부고속도로가 한국 제조업의 동맥이 됐고, 초고속 인터넷이 IT 산업의 기반이 됐듯이, 15GW 규모의 AI 데이터센터가 세 번째 국가 인프라 혁명이 될 수 있다는 논리는 허황된 이야기가 아닙니다. 10년 뒤 한국의 수출품 목록에 '지능'이 올라올 가능성, 저는 꽤 진지하게 보고 있습니다. 관심 있으신 분들은 최태원 회장의 식스파이브미디어 인터뷰 원문을 직접 찾아보시길 권합니다. 숫자 뒤에 있는 논리가 훨씬 설득력 있습니다.