1,350조를 쓰면서 엉뚱한 데를 판다

1. Sovereign AI는 새로운 개념이 아니다

핵심 기술을 자급하려는 시도는 반도체에서 먼저 일어났다. 1980년대 일본이 먼저였다. 1990년대 한국, 2000년대 대만이 뒤를 이었다. 각자의 방식으로 반도체 자급률을 높였다. 정부 보조금과 세제 혜택, 인재 육성, 수요 창출 정책을 조합했다.

AI에서 같은 패턴이 반복되고 있다. 차이는 속도다. 반도체 자급에는 20년이 걸렸다. AI는 각국이 5년 안에 끝내려 한다.

2026년 6월 한국 정부가 AI·반도체 투자 계획을 발표했다^[1]. 삼성전자와 SK하이닉스, 네이버가 들어갔다. 국내 기업들이 반도체와 데이터센터에 최소 1,350조 원을 투입한다. 약 8,800억 달러다^[1].

내역은 둘로 갈린다. 800조 원은 반도체 공장 네 개에 들어간다. 전체의 59%다. 삼성그룹과 SK그룹이 남서부에 각각 두 개씩 짓는다^[1]. 나머지 550조 원은 AI 데이터센터다. 네이버를 포함한 기업들이 2029년까지 8.4GW 규모로 짓는다^[1].

이재명 대통령은 두 회사 경영진을 "국가적 영웅"이라 불렀다^[1].

2. AI 기본법이 만드는 규칙

법적 기반도 갖춰졌다. AI 기본법이 2026년 1월 22일 시행되었다^[2]. 19개 개별 AI 법안을 하나로 통합한 것이다. 특징은 규제만 하지 않는다는 점이다. 연구 지원과 스타트업 육성, 인재 양성, 산업 클러스터링을 촉진한다. 동시에 안전과 윤리 가드레일을 설정한다^[2].

EU AI Act는 규제 중심이다. 한국 AI 기본법은 진흥과 규제의 균형을 추구한다. 고영향 AI에는 엄격한 규제가 적용된다. 그 외 영역에서는 기업의 AI 개발과 활용을 적극 지원한다. 고영향 AI는 생명·신체·안전에 중대한 영향을 미치는 AI다.

모델 개발은 컨소시엄 방식으로 진행된다. 2025년 8월 5개 컨소시엄이 선정됐다. 네이버, SK텔레콤, LG그룹, 엔씨소프트, 업스테이지다. 정부 지원금 3.81억 달러를 나누어 받았다^[3]. 민관 투자 8,800억 달러의 0.04%다.

NVIDIA는 Blackwell GPU 26만 개를 공급하기로 약속했다^[3]. 한국 정부와 삼성·SK·현대·네이버가 받는다. 50만 GPU 확보가 2027년까지의 목표다^[3]. 약속분은 목표의 52%다.

3. 진짜 경쟁력은 어디에 있는가

여기서 물어야 할 질문이 있다. 정부 지원금은 민관 투자 전체의 0.04%다. 그 3.81억 달러로 만든 한국형 LLM이 최고 모델을 이길 수 있는가. 상대는 GPT-4o와 Claude Opus다. LLM은 대규모 언어 모델(Large Language Model)이다.

솔직하게 답하면 벤치마크 기준으로는 어렵다. OpenAI와 Anthropic은 범용 모델 훈련에 수십억 달러를 넣는다. 거기에 정면으로 맞서는 것은 자원 낭비에 가깝다.

국내 중견 제조기업의 실제 필요를 생각해보자. 연간 10만 건의 품질 검사 기록이 있다. 하루 270건에 해당한다. 20년치 공정 로그와 납품처별 클레임 이력도 있다. 이 데이터로 할 수 있는 일이 무엇인가.

공정 이상 조기 탐지, 납품 리스크 예측, 품질 원인 분석이다. 이 영역에서는 소형 모델이 GPT보다 낫다. 이 기업의 데이터로 파인튜닝한 모델이다. 그리고 이 데이터는 OpenAI도, 구글도 가질 수 없다.

한국의 진짜 경쟁력이 여기에 있다. 삼성전자와 현대자동차, POSCO가 수십 년간 데이터를 쌓았다. 공정과 품질, 공급망 데이터다. 세계 어디에도 없는 자산이다.

한국 금융도 그렇다. 오픈뱅킹과 마이데이터, 실시간 결제가 세계에서 가장 발달한 시장이다. 이 데이터 위에 도메인 특화 AI를 올리는 쪽이 현실적이다. 범용 모델 경쟁보다 가치도 크다.

4. 수직 통합이 가능한 나라

AI 반도체 공급 역량도 고유한 강점이다. HBM은 AI 가속기에 붙는 고대역폭 메모리(High Bandwidth Memory)다. 2026년 2분기 매출 기준 점유율은 SK하이닉스 50%다. 삼성은 33%다^[4]. 두 회사를 합치면 83%다. AI를 만드는 가장 중요한 부품을 한국 기업이 공급한다.

이 안에서 순위가 흔들린다. SK하이닉스는 직전 분기 58%에서 8%포인트 내려왔다. 삼성은 21%에서 33%로 뛰었다^[4]. 삼성이 HBM4를 업계 최초로 양산하면서 벌어진 일이다. HBM4는 HBM의 최신 세대다. 합산 점유율은 유지되지만 그 안에서 자리다툼이 벌어진다.

HBM을 만드는 나라가 AI 모델을 훈련한다. 그 모델을 자국 제조와 금융에 적용한다. 이 수직 통합이 가능한 나라는 한국밖에 없다. 실현한다면 가장 현실적이고 차별화된 경로가 된다.

JK's Take

8,800억 달러 투자의 성패는 모델 성능이 아니다. 데이터 구조화 속도가 결정한다.

가장 중요한 질문은 "우리만의 GPT를 만들 수 있는가"가 아니다. "우리만이 가진 데이터로 무엇을 할 수 있는가"다. 관건은 제조·금융·의료 데이터다. 이 셋이 구조화되어 AI에 연결되는 속도가 경쟁력을 결정한다.

HBM을 만들고 그 위에서 AI를 훈련한다. 그 AI를 세계 최고의 제조·금융 데이터에 적용한다. 이 수직 통합이 한국이 갈 수 있는 가장 독보적인 길이다.

What to Watch

— 5개 AI 컨소시엄의 모델 성능과 산업 적용 사례를 추적하라. 범용 벤치마크 점수가 기준이 아니다. 한국어 특화 성능과 도메인 적용 성과를 봐야 한다.

— AI 기본법의 실제 집행 방향을 주목하라. 고영향 AI 분류 기준과 규제 강도가 스타트업의 성장 속도를 가른다.

— 삼성·SK의 남서부 반도체 공장 착공 시점과 진척도를 확인하라. 800조 원 투자가 예정대로 실행되는지가 이행 지표다. 전체의 59%다.

References

[1] Bloomberg, "Samsung, SK to Spend $880 Billion to Drive Korea's AI Lead", Bloomberg, 2026-06-28. https://www.bloomberg.com/news/articles/2026-06-28/samsung-sk-reportedly-to-invest-1-3-trillion-over-10-years — 삼성·SK하이닉스 등 국내 기업이 반도체·데이터센터에 최소 1,350조 원(8,800억 달러) 투입. 삼성그룹과 SK그룹이 남서부에 각 2개씩 반도체 공장 신설, 총 800조 원. 네이버 등이 2029년까지 8.4GW AI 데이터센터에 550조 원.

[2] 피카부랩스, "AI 기본법 완전 정리: 2026년 시행", 피카부랩스 블로그, 2026. https://peekaboolabs.ai/blog/ai-basic-law-guide — AI 기본법 2026년 1월 22일 시행. 19개 법안 통합. 진흥+규제 균형 구조. 고영향 AI(high-impact AI)는 생명·신체·안전에 중대한 영향을 미치는 AI 시스템이다.

[3] Introl, "South Korea's $735B Sovereign AI Initiative", Introl Blog, 2026. https://introl.com/blog/south-korea-735b-sovereign-ai-initiative-infrastructure-requirements-opportunities — 5개 컨소시엄(네이버, SK텔레콤, LG, 엔씨소프트, 업스테이지) 선정, 정부 지원금 3.81억 달러. NVIDIA Blackwell GPU 26만 개 공급 약속. 50만 GPU 2027년 목표. 이 글이 제시한 총액 7,350억 달러는 2026년 6월 Bloomberg가 보도한 8,800억 달러 이전 시점의 집계다.

[4] Counterpoint Research, "Global DRAM and HBM Market Share: Quarterly", 2026. https://counterpointresearch.com/en/insights/global-dram-and-hbm-market-share — 2026년 2분기 HBM 매출 점유율 SK하이닉스 50%, 삼성 33%, 마이크론 18%. 삼성은 직전 분기 21%에서 상승, SK하이닉스는 58%에서 하락. 삼성의 HBM4 최초 양산이 배경이다.