가죽 작업을 하다 보면 문득 이런 생각이 듭니다. 내가 재단하고 있는 건지, 아니면 재단당하고 있는 건지. 젠슨 황 엔비디아 CEO가 8일 하루 동안 삼성·SK·LG·네이버·현대차를 연이어 방문하며 'AI 동맹'을 선언했다는 뉴스를 접하면서 그 느낌이 다시 살아났습니다. 축제처럼 보이는 이 장면이, 과연 우리가 재단하는 쪽인지 한번 따져볼 필요가 있습니다.
AI 동맹의 실제 구조: 누가 설계하고 누가 따라가는가
8일 젠슨 황 CEO의 방한 일정은 촘촘했습니다. 오전에 최태원 SK그룹 회장과 공동 브리핑을 시작으로, 구광모 LG그룹 회장, 이해진 네이버 이사회 의장, 전영현 삼성전자 DS부문장까지 하루 안에 모두 소화했습니다. 서울대 해동첨단공학관에서는 스스로를 'K-젠슨'이라 부르며 학생들에게 친필 사인이 담긴 DGX 스파크를 선물하는 장면도 연출했습니다. DGX 스파크란 엔비디아가 출시한 개인용 AI 슈퍼컴퓨터로, 단일 장비로 대규모 언어 모델을 로컬에서 구동할 수 있는 고성능 워크스테이션입니다.
협력 내용만 보면 화려합니다. SK하이닉스는 HBM(고대역폭 메모리) 차세대 공동 개발에 착수하고, SK텔레콤은 엔비디아의 통합 플랫폼 DSX를 활용해 국내 첫 AI 팩토리를 내년부터 가동합니다. 여기서 HBM이란 여러 개의 메모리 칩을 수직으로 쌓아 초고속 데이터 전송을 가능하게 하는 차세대 메모리 반도체로, AI 연산에 필수적인 부품입니다. LG전자는 엔비디아의 로봇 플랫폼 그루트·아이작·코스모스를 활용해 차세대 휴머노이드 로봇을 공동 개발하고, 네이버는 장기적으로 1GW(기가와트)급 초대형 AI 팩토리 구축에 합의했습니다. 정부에서는 배경훈 부총리 겸 과기정통부 장관이 엔비디아 차세대 AI 칩 '베라 루빈'을 한국이 최우선으로 공급받기로 했다고 공식 발표했습니다.
제가 가죽을 다루면서 배운 게 하나 있습니다. 공급 구조에서 규격을 쥔 쪽이 결국 모든 것을 통제한다는 점입니다. 소가죽의 두께와 결을 기준으로 도구를 선택하는 게 아니라, 도구의 규격에 맞춰 가죽을 깎아내야 할 때 작업자는 이미 수동적인 위치에 서 있는 겁니다. 지금 한국 기업들의 상황이 그렇습니다. HBM4, HBM4E, HBM5로 이어지는 장기 공급 계획을 논의하는 삼성전자의 모습은 안도처럼 보이지만, 사실은 엔비디아라는 단 하나의 '슈퍼 갑'이 정해준 칩셋 아키텍처 규격에 간택되기 위해 긴장하고 있는 장면에 가깝습니다.
이번 방한의 핵심 협력 내용을 정리하면 다음과 같습니다.
- SK하이닉스: 차세대 HBM 공동 개발 + SK텔레콤 AI 팩토리(DSX 플랫폼)
- LG전자: 휴머노이드 로봇(그루트·아이작·코스모스) + 모빌리티(드라이브 하이페리온) + 데이터센터 냉각·전력
- 네이버: 2027년 55MW 시작, 장기 1GW 목표의 AI 팩토리
- 삼성전자: HBM4·HBM4E·HBM5 공급 및 파운드리 장기 협력
- 정부: 베라 루빈 최우선 공급 확보, GTC 한국 개최 긍정 검토
플랫폼 종속과 데이터 주권: 축배 전에 따져야 할 것들
저는 가죽 작업을 즐기면서부터 '소재의 주권'에 집착하게 됐습니다. PU(폴리우레탄) 인조 가죽은 처음엔 깔끔하지만 시간이 지나면 표면이 들뜨고 갈라집니다. 천연 가죽은 반대로 손때가 묻을수록 깊어지고, 무엇보다 그 소재의 결을 내가 직접 통제할 수 있습니다. 엔비디아의 AI 플랫폼 생태계는 지금 이 순간 PU처럼 매끄럽고 매력적입니다. 그런데 10년 뒤에도 그 결을 우리가 통제할 수 있을지, 솔직히 자신이 없습니다.
제가 직접 글로벌 자본시장 흐름과 국내 반도체 부품사 수주 데이터를 들여다보며 느낀 것은 이겁니다. 이번 협약의 본질은 엔비디아의 피지컬 AI 플랫폼인 아이작과 코스모스를 고도화하기 위한 실물 데이터 확보에 있다는 점입니다. 소버린 AI(Sovereign AI)란 특정 국가나 기업이 자국의 언어·데이터·인프라를 기반으로 독자적으로 AI를 구축하고 운영하는 전략을 의미합니다. 네이버 AI 팩토리가 소버린 AI의 동맹이라 불리지만, 실질적으로는 엔비디아 GPU를 대규모로 소비하며 그들의 클라우드 인프라 확장을 지원하는 구조입니다.
LG, 두산, 현대차 같은 한국 제조 기업들이 수십 년간 쌓아온 공장 자동화 및 로보틱스 물리 데이터는 그 자체로 세계 최고 수준의 자산입니다. 그런데 이 데이터가 엔비디아의 아이작 플랫폼으로 흘러들어 AI 학습에 활용되고 나면, 향후 그 결과물인 AI 에이전트 솔루션을 다시 천문학적인 라이선스 비용을 내고 사 와야 하는 구조가 됩니다. 한국반도체산업협회에 따르면 국내 반도체 산업의 글로벌 시장 점유율은 메모리 분야에서 여전히 60%를 웃돌지만, 시스템 반도체(비메모리) 분야에서는 3% 내외에 머물고 있습니다(출처: 한국반도체산업협회). 이 수치가 말해주는 건 명확합니다. 설계 권력 없이 제조 능력만으로는 종속 구조를 벗어나기 어렵다는 것입니다.
과기정통부가 베라 루빈 최우선 공급을 큰 성과로 내세우는 분위기에 대해서도, 개인적으로는 조심스럽습니다. GPU 공급권을 확보하는 것과 그 GPU를 어떤 목적·구조로 쓰느냐는 전혀 다른 문제이기 때문입니다. 과학기술정보통신부가 추진 중인 국가 AI 컴퓨팅 센터 구축 계획에 따르면, 2027년까지 공공·민간이 협력하는 AI 인프라를 확대한다는 방향을 제시하고 있습니다(출처: 과학기술정보통신부). 방향 자체는 맞습니다. 다만 그 인프라의 핵심 부품을 단 하나의 외국 기업에 전적으로 의존하는 구조로 설계한다면, 공급망 리스크와 가격 협상력에서 구조적으로 불리한 위치에 놓이게 됩니다.
'K-젠슨'이라는 농담 한 마디가 언론 헤드라인을 장식하는 동안, 저는 서재에서 엑셀 시트를 열고 엔비디아 플랫폼 의존도가 제 디지털 자산 운영 비용에 미칠 장기적 영향을 하나씩 입력했습니다. 화려한 쇼맨십 뒤에 숨겨진 냉정한 계산은 언제나 조용한 곳에서 이루어집니다.
결국 지금 우리에게 필요한 건 축배가 아니라 질문입니다. 엔비디아의 아키텍처 규격에 맞춰 깎이고 있는 건 아닌지, 우리의 물리 데이터와 공정 노하우가 어디로 흘러가는지 따져봐야 합니다. 단기적인 GPU 공급 확보나 AI 팩토리 착공 소식에 도취되기보다, 독자적인 소프트웨어 설계 능력과 데이터 주권을 지키기 위한 투자를 병행하는 것이 지금 시점에서 더 현명한 선택으로 보입니다. 화려한 연합의 이면을 들여다보는 습관, 그게 결국 자신의 자산과 산업을 지키는 시작점입니다.
이 글은 개인적인 경험과 의견을 공유한 것이며, 전문적인 금융 또는 투자 조언이 아닙니다.
참고: https://www.mydailybyte.com/post/%EC%A0%A0%EC%8A%A8%ED%99%A9-%EB%B0%A9%ED%95%9C-260609