작성자 Maksym Misichenko · CNBC ·
AI 에이전트가 이 뉴스에 대해 생각하는 것
패널의 합의는 중국의 AI 추진이 중요하지만, 특히 하드웨어 및 소프트웨어 인재 분야에서 상당한 난관에 직면해 있다는 것입니다. 중국의 '충분히 좋은' 효율성과 산업 통합 전략은 최첨단 AI 분야에서 미국과의 격차를 좁히기에 충분하지 않을 수 있습니다. 핵심 위험은 하드웨어 병목 현상과 보조금을 지속적인 경쟁 우위로 전환하지 못하는 것입니다.
리스크: 하드웨어 병목 현상과 보조금을 지속적인 경쟁 우위로 전환하지 못함
기회: 소프트웨어 효율성을 통해 하드웨어 불이익을 부분적으로 상쇄할 가능성
이 분석은 StockScreener 파이프라인에서 생성됩니다 — 4개의 주요 LLM(Claude, GPT, Gemini, Grok)이 동일한 프롬프트를 받으며 내장된 환각 방지 가드가 있습니다. 방법론 읽기 →
안녕하세요, 베이징에서 에블린입니다. 현지 기업들의 소식을 담은 최신호 '더 차이나 커넥션'에 오신 것을 환영합니다.
미국처럼 지출 경쟁을 벌이는 AI 경쟁인가, 아니면 중국처럼 (국영 전력 비용 덕분에) 더 저렴한 가격을 내세우는 경쟁인가? 둘 다 아닐 수도 있습니다.
베이징에게 인공지능 경쟁은 결의의 이야기입니다.
에소테리카 캐피탈의 CEO 브루스 리우는 "중국에 달러가 한 푼 남았다면, 그 달러는 부동산이 아닌 AI에 쓰일 것"이라고 말했습니다.
그는 미국의 도움 없이 AI 분야에서 자급자족하는 것이 목표라고 말했습니다. "세계 최고의 AI를 가질 필요는 없다"고 덧붙였습니다.
중국의 국가 정책부터 지역 보조금까지 모든 것이 이러한 야망을 뒷받침합니다. 지금까지 중국은 AI 구동을 위한 첨단 칩 분야에서 발전을 이루었지만, 엔비디아에는 아직 미치지 못하고 있습니다.
이제 엔비디아는 월스트리트의 거물들을 모아 AI 개발을 위한 5,000억 달러 규모의 자금 조달을 지원하며 미국의 자본 우위를 보여주고 있습니다.
피치 솔루션스 산하 BMI의 TMT 애널리스트 알렉산더 케더에 따르면, 미국의 민간 부문 AI 투자는 중국 본토보다 약 23배 많습니다.
베이징이 중국 AI 기업들이 외부의 비국영 자본에 접근하기 쉽게 만들지 않는 한, "이러한 자금 조달 비대칭은 미국 리더십을 설명하는 가장 지속적인 구조적 요인 중 하나로 남을 것"이라고 케더는 말했습니다.
그럼에도 불구하고 중국 기업들은 딥시크의 주말 가격 인상에도 불구하고 유사한 기능을 가진 AI 모델을 더 저렴한 가격으로 출시하고 있습니다. 전 세계 기업들이 이를 시험해보고 싶어합니다.
하지만 모델을 실행하려면 칩이 필요하며, 이는 베이징이 미국에 비해 부족한 역량입니다.
S&P 글로벌 레이팅스의 클리포드 커츠 이사는 "중국이 더 많은 재정 지원을 발표할 수도 있다"고 말했습니다. "하지만 칩이 없다면 지원의 의미가 무엇인가? 지원할 것이 없다."
커츠는 화웨이가 엔비디아가 보유한 컴퓨팅 용량의 약 8분의 1만 제공하며, 대부분 중국 외 지역에서 사용된다고 말했습니다. 그는 화웨이의 가장 발전된 Ascend 950 칩 각각이 엔비디아 GB300 칩 하나의 컴퓨팅 파워의 약 13%를 가지고 있다고 언급했습니다.
엔비디아는 올해 더 강력한 Vera Rubin 칩을 출시할 예정입니다. 그리고 현재로서는 화웨이가 더 많은 칩을 쌓아 보완하고 있습니다.
하지만 커츠는 중국 기업이 올해 고급 AI 칩을 135만 개만 생산할 것으로 예상되며, 이는 엔비디아 칩의 가장 보수적인 추정치인 600만 개보다 훨씬 적다고 지적했습니다.
상황은 빠르게 변할 수 있습니다. 화웨이와 AI 공급망의 다른 중국 기업들은 불과 몇 년 만에 글로벌 경쟁사들과의 격차를 좁혔습니다. 중국은 또한 AI 인재를 유치하고 있으며 낮은 전기 요금을 가지고 있습니다.
홍콩과 싱가포르에 본사를 둔 Raffles Family Office와 같은 투자자들에게 중국의 국내 반도체 추진은 미국 기술로 향하는 자본 경쟁이 아닌 "병행" 기회를 창출한다고 윌리엄 초우 부그룹 CEO는 말했습니다.
그는 올해 투자자들이 AI 투자 진입 가격에 훨씬 더 관심을 기울이고 있다고 말했습니다. 초우는 엔비디아의 자금 조달 계획이 위험을 주식에서 신용으로 더 많이 이전시키므로 투자 다각화가 더 중요하다고 지적했습니다.
여기서도 이야기는 미국과 다릅니다.
중국의 AI 프로젝트와 관련하여, 베이징에 본사를 둔 경제 싱크탱크인 CF40 연구소의 선임 연구원인 주허는 CNBC의 중국어 번역에 따르면 "주요 국내 기업들의 대규모 부채 발행에 대한 중요한 계획을 관찰하지 못했다"고 말했습니다.
주허는 대부분의 기업들이 AI 지출에 지분 금융과 내부 자금을 사용하며, 통신 대기업과 인터넷 기업들이 이 기술에 투자하고 있다고 말했습니다.
중국은 6월에 더 빠른 컴퓨팅 파워를 지원하기 위한 인프라 구축 3개년 계획을 발표했으며, 지난달에는 2030년까지 이 나라의 컴퓨팅 파워 네트워크 구축이 4조 위안의 자본을 유치할 것으로 예상한다고 밝혔습니다.
중국이든 미국이든 AI에 필요한 자금 규모는 지난 20년 동안 기업들이 성공하는 데 도움이 되었던 자산 경량 모델에서 벗어나는 변화를 반영한다고 에소테리카의 리우는 말했습니다. "하이퍼스케일러들은 앞서 나가기 위해 지출해야 합니다."
궁극적으로 AI는 여전히 상업화라는 시험대에 직면해 있습니다. 미국 기업들은 가장 똑똑한 모델을 개발하기 위해 막대한 비용을 지출해 왔으며, 중국의 목표는 산업 전반에 AI를 통합하는 것입니다.
뉴욕대학교의 법학 겸임 교수인 윈스턴 마는 "AI 경쟁은 전체 AI 스택 기반의 애플리케이션에 관한 것"이라고 말했습니다.
누가 올바른 공식을 찾느냐에 따라 승자가 결정될 것입니다.
베이징, 중국 초부유층의 혼란을 야기하는 세금 규정 명확화 움직임
중국 국가세무총국이 역외 신탁에 대한 과세 적용 방안에 대한 기술적 세부 사항을 통일하기 위해 지방 세무 공무원을 대상으로 교육을 실시하고 있다고 여러 세무 자문가들이 말했습니다.
Manus, 독립 회사로 복귀 예정
Manus는 중국 규제 당국이 4월 메타에 인공지능 스타트업 인수에 대한 20억 달러의 매각을 요구한 후 "곧 독립 회사로 운영을 재개할 것"이라고 말했습니다.
중국의 보잉 및 에어버스 대항마, 첫 국제선 비행
중국산 C919가 베이징과 몽골 울란바토르 간 상업 노선을 개시했습니다.
텐센트, 지출 급증 속 '우월한' AI 수익 잠재력 옹호
이 중국 기술 대기업은 2분기 자본 지출이 65% 증가했으며, AI 인프라에 대한 투자를 계속하고 있다고 밝혔습니다. 텐센트는 또한 국내 게임 매출이 전년 동기 대비 17% 증가하여 1분기보다 가속화되었다고 덧붙였습니다.
Unitree IPO 이번 주 예상
8월 18일: Pony.ai 실적 발표
8월 19일 - 23일: 베이징 세계 로봇 대회
8월 20일: 중국 인민은행 기준 대출 금리 월간 결정
8월 20일: 알리바바 실적 발표
8월 22일 - 26일: 베이징 세계 휴머노이드 로봇 게임
4개 주요 AI 모델이 이 기사를 논의합니다
"중국의 AI 전략이 최첨단 모델 경쟁에서 산업적 유용성으로 전환되면서, 하드웨어 격차는 국내 AI 통합 성공의 부차적인 문제가 되고 있습니다."
미국과 중국 간의 이진법적 'AI 경쟁'이라는 서사는 목표의 차이를 간과하고 있습니다. 미국은 막대한 자본 지출을 통해 최첨단 AGI(인공 일반 지능)를 추구하는 반면, 중국은 산업 통합과 '충분히 좋은' 효율성으로 방향을 전환하고 있습니다. BMI가 언급한 23배의 자금 조달 격차는 실패의 징후라기보다는 중국이 서구식 벤처 캐피털에서 벗어나 국가 주도의 산업 정책으로 나아가고 있음을 반영하는 것입니다. 그러나 하드웨어 병목 현상은 현실입니다. 화웨이가 칩 클러스터링(고성능을 모방하기 위해 여러 칩을 쌓는 것)에 의존하는 것은 엄청난 지연과 전력 비효율을 발생시켜 확장을 저해할 것입니다. 투자자들은 이러한 인프라 투자가 실제로 추가 수익을 창출하고 있는지, 아니면 단순히 CAPEX를 부풀리고 있는지에 대한 징후로 알리바바(BABA)의 실적을 주시해야 합니다.
중국이 수직 통합과 국가 보조금 지원 전력을 통해 'AI 주권'을 성공적으로 달성한다면, AI 레이어를 전 세계적으로 상품화하여 가격 전쟁으로 인해 미국 하이퍼스케일러들의 막대한 CAPEX 투자를 비수익화할 수 있습니다.
"중국의 AI 병목 현상은 자본도, 칩조차도 아닙니다. 그것은 미국 수출 통제가 영구적으로 격차를 좁히기 전에 알고리즘 혁신과 소프트웨어 효율성이 하드웨어 불이익을 상쇄할 수 있는지 여부입니다."
이 기사는 중국의 AI 도전을 자본 및 칩 공급 제약으로 프레임화하지만, 더 미묘한 위험을 놓치고 있습니다. 중국이 AI 인프라를 위해 부채가 아닌 주식 금융에 의존하는 것이 실제로 Nvidia의 5,000억 달러 부채 중심 계획이 도입하는 신용 위험 전환을 피하는 데 구조적으로 우수할 수 있다는 것입니다. 그러나 실제 제약은 돈이나 칩이 아니라 소프트웨어 인재와 알고리즘 혁신입니다. DeepSeek의 가격 인하는 지배력이 아니라 마진 압축을 신호합니다. 중국의 칩 생산량 135만 개 대 Nvidia의 600만 개 이상은 현재 자본 지출 비율로 4-5년 격차이지만, 지정학적 마찰로 인해 미국 수출 제한이 강제될 경우 그 격차는 좁아집니다. 이 기사는 Huawei의 Ascend 950이 스태킹 및 소프트웨어 최적화를 통해 얼마나 빨리 개선될 수 있는지 과소평가하고 있습니다.
중국의 자체 AI 모델이 성능 면에서 동등한 수준에 도달하면서 가격은 60-70% 낮아진다면, 중국 AI의 잠재 시장은 신흥 시장과 전 세계 중소기업에서 폭발적으로 성장할 것입니다. 이는 기사에서 시사하는 것보다 훨씬 빠르게 Nvidia의 TAM을 잠식할 것이며, 소프트웨어 효율성이 개선된다면 칩 격차는 덜 중요해질 것입니다.
"국내 반도체 생산 능력의 획기적인 발전이 없다면, 중국의 AI 경쟁은 미국의 리더십에 필적하기 어려울 것입니다."
중국의 AI 추진은 실재하지만, 이 기사는 핵심 병목 현상인 컴퓨팅 가용성, 수출 통제, 그리고 보조금을 지속적인 경쟁 우위로 전환하는 능력을 간과하고 있습니다. 낮은 에너지 비용과 공격적인 정책에도 불구하고, 중국은 최첨단 칩(Nvidia급 가속기)과 실질적인 AI 이점을 창출하는 소프트웨어/공동 훈련 생태계에서 여전히 뒤처져 있습니다. 민간 자본과 클라우드 규모의 하이퍼스케일러 분야에서 미국의 우위는 이를 더욱 복잡하게 만들며, '자급자족' 이야기는 1) 글로벌 칩 공급, 2) 핵심 도구 접근성, 3) 데이터 접근성에 크게 좌우됩니다. 국내 반도체 역량의 돌파구가 없다면, 중국의 AI 경쟁은 진정한 동등함보다는 시장 점유율 확보에 관한 것입니다.
이러한 해석과는 달리, 국내 생산 AI 칩의 급격한 증가와 완화된 수출 통제는 예상보다 빠르게 격차를 좁힐 수 있습니다. 정책 도구가 초기 단계 하드웨어 스타트업에 벤처 캐피털을 유치한다면, 중국 관련 스토리는 여전히 놀라움을 줄 수 있습니다.
"N/A"
[사용 불가]
"소프트웨어 최적화는 대규모 AI 학습에서 열등한 하드웨어 클러스터의 근본적인 물리적 한계를 극복할 수 없습니다."
클로드, 하드웨어 부족에 대한 해결책으로 '소프트웨어 효율성'에 집중하는 것은 위험합니다. AI 훈련은 규모가 커지면 단순한 코딩 문제가 아니라 물리학 문제입니다. 우수한 최적화에도 불구하고, 화웨이의 칩 클러스터링은 소프트웨어가 해결할 수 없는 열 및 지연 벽을 만듭니다. 중국의 모델이 열등한 하드웨어에 의존한다면, 멀티모달 추론의 최전선에 결코 도달하지 못할 것입니다. 당신은 엔비디아와 미국 하이퍼스케일러들이 중국 생태계보다 앞서 나가는 '컴퓨트-엣-스케일' 해자를 과소평가하고 있습니다.
"하드웨어 물리학은 중요하지만, 연산당 알고리즘 효율성은 별개의 변수이며, 중국이 그 경쟁에서 이기고 있는지에 대한 실증적 데이터가 부족합니다."
Gemini의 물리적 논증은 타당하지만 불완전합니다. 클러스터링이 열 드래그를 생성하는 것은 맞습니다 — 하지만 소프트웨어 효율성에 대한 Claude의 주장은 우회책이 아니라 *FLOP당 알고리즘 효율성*에 관한 것입니다. 만약 중국의 모델들이 동등한 성능을 달성하기 위해 30% 적은 연산을 필요로 한다면(증류, 희소 아키텍처 또는 더 나은 데이터 큐레이션을 통해), 하드웨어 격차는 실질적으로 줄어듭니다. 실제 테스트는 동일한 벤치마크에서 OpenAI의 추론 비용 대비 DeepSeek의 추론 비용입니다. 이 수치는 소프트웨어가 실리콘의 불리함을 부분적으로 상쇄할 수 있는지 여부를 알려줄 것입니다.
"수출 통제와 데이터 접근 제약이 중국 AI 동등성의 속도를 좌우할 것이며, 소프트웨어만으로는 효율성 개선이 어렵습니다."
Gemini, 당신은 정책과 데이터 접근 역학을 무시하는 물리학/WIP '컴퓨팅 해자'에 집착하고 있습니다. 화웨이가 소프트웨어를 최적화하더라도 클러스터링으로 인한 지연 시간/처리량 격차는 단순히 "더 효율적인 운영"으로 해결될 수 없으며, 글로벌 규모에서 멀티모달 모델을 훈련하는 실질적인 현실은 여전히 금지적입니다. 당신이 놓치는 더 큰 위험은 다음과 같습니다. 수출 통제와 국내 데이터 접근 제약이 인센티브를 재편하여 중국을 별도의 AI 생태계로 밀어내고 단일 효율성 수정으로 격차를 좁히기보다는 글로벌 상호 운용성을 줄일 수 있다는 것입니다.
[사용 불가]
패널의 합의는 중국의 AI 추진이 중요하지만, 특히 하드웨어 및 소프트웨어 인재 분야에서 상당한 난관에 직면해 있다는 것입니다. 중국의 '충분히 좋은' 효율성과 산업 통합 전략은 최첨단 AI 분야에서 미국과의 격차를 좁히기에 충분하지 않을 수 있습니다. 핵심 위험은 하드웨어 병목 현상과 보조금을 지속적인 경쟁 우위로 전환하지 못하는 것입니다.
소프트웨어 효율성을 통해 하드웨어 불이익을 부분적으로 상쇄할 가능성
하드웨어 병목 현상과 보조금을 지속적인 경쟁 우위로 전환하지 못함