'엔비디아 천하' AI칩, 국산 상용화 첫발 — "의존 낮출 선택지 생겼다"

'엔비디아 천하' AI칩, 국산 상용화 첫발 — "의존 낮출 선택지 생겼다"

AI 서버 한 대를 돌리는 데 꼭 필요한 반도체, 대부분 엔비디아 제품이라는 사실은 이제 익숙합니다. 그런데 최근 이 구도에 조금씩 균열이 보이기 시작했습니다. 국산 AI 반도체가 실험실 단계를 벗어나 실제 상용 서비스에 쓰이기 시작했다는 단독 보도가 나온 건데요. 오늘은 이 보도의 핵심 내용과, 이게 왜 'AI 칩 주권' 경쟁이라는 큰 흐름과 맞닿아 있는지 정리해드립니다.

이번 보도의 핵심

동아일보 단독 보도에 따르면, SK텔레콤은 지난해 12월 AI 서비스 '에이닷'에 국산 NPU(신경망처리장치)를 처음 적용하기까지 5~6개월이 걸렸습니다. 그런데 올해는 적용처를 추가할 때 걸린 기간이 2~3개월로 절반 가까이 줄었습니다. 국산 칩을 실제 서비스에 붙이는 과정 자체가 점점 손에 익어가고 있다는 뜻입니다.

동아일보가 미국 신미국안보센터(CNAS)의 '소버린 AI 인덱스'를 분석한 결과도 함께 소개됐는데요. 올해 6월 말 기준 전 세계 정부 지원 인프라 AI 사업 117건 가운데 45%에 엔비디아가 GPU를 공급하고 있었습니다. 각국이 저마다 '우리나라 AI'를 내세우고 있지만, 정작 그걸 돌리는 반도체는 외국 기업 것에 기대고 있다는 이야기입니다.

엔비디아 의존이 이렇게 큰 이유

'소버린 AI'는 데이터와 인프라를 자국 안에 두고 AI를 자체적으로 운영하겠다는 흐름을 뜻합니다. 그런데 아무리 자국산 AI 모델을 만들어도, 그 모델을 실제로 구동시키는 반도체가 외국산이라면 진짜 의미의 '주권'과는 거리가 있습니다. 지금까지는 성능과 생태계 모두에서 엔비디아를 대체할 만한 선택지가 마땅치 않았던 게 현실이었습니다.

이런 배경에서, 국산 칩이 공공기관과 대기업 서비스에 실제로 납품되고 있다는 사실 자체가 의미를 가집니다. 성능 경쟁에서 이겼다는 뜻이 아니라, '외국산이 막히면 우리는 손 놓을 수밖에 없다'는 구조에서 벗어날 하나의 선택지가 생겼다는 뜻이기 때문입니다.

전문가들의 진단

김용석 가천대 반도체대학 석좌교수는 "한국은 AI 반도체를 만들 능력은 있지만 양산과 상용화 부분에서 뒷심이 약한 상태"라고 짚었습니다. 그러면서 "공공이나 대기업이 초기 고객이 되어 국산 AI 칩 기업들이 납품 경험을 쌓을 수 있도록 할 필요가 있다"고 제안했습니다. 기술력은 있어도 '누가 먼저 써주느냐'가 관건이라는 지적입니다.

유회준 KAIST 인공지능반도체대학원장은 이번 사례를 두고 "외산에 전적으로 의존하면 상대의 변화에 따라 전체 AI 생태계가 영향을 받을 수 있다"며, "그동안 실험실에 머물던 국산 AI 반도체가 이번에 드디어 상품, 제품이 된 것"이라고 평가했습니다.

비슷한 움직임은 SK텔레콤에 그치지 않습니다. KT클라우드는 국내 업계 최초로 국산 반도체 기반 공공 전용 NPU 서버 상품 '구독형 NPU 서비스'를 내놓았고, 삼성SDS도 퓨리오사AI의 '레니게이드' NPU를 활용한 구독형 서버를 구축하며 국내 LLM '엑사원' 탑재까지 계획하고 있습니다. KT클라우드 관계자는 "최근 AI 비중이 학습에서 추론으로 빠르게 이동하고 있다"며 "추론에 최적화된 국산 NPU는 AI 인프라 운영 효율을 높이고 비용 부담을 낮출 수 있는 좋은 대안"이라고 설명했습니다.

현황을 표로 정리해봤습니다.

항목	내용
SK텔레콤 국산 NPU 최초 적용(2025년 12월)	5~6개월 소요
올해 적용처 추가 소요 기간	2~3개월로 단축
엔비디아 GPU 공급 비중	전 세계 정부지원 AI 인프라 사업 117건 중 45%
국내 전문가 진단	"기술력은 있지만 양산·상용화 경험 부족" (김용석 교수)
남은 과제	후속 칩도 같은 검증 관문을 다시 넘어야 상용화 속도 유지 가능

이 소식이 중요한 이유

이번 보도가 특히 눈에 띄는 이유는, 최근 AI 업계에서 나온 다른 발언과 맞물리기 때문입니다. 'AI 감속론'을 제기해 화제가 된 다리오 아모데이 앤스로픽 CEO는 동시에 중국에 대한 첨단 AI 칩 판매를 막아야 한다고도 요구했습니다. 즉 AI 모델뿐 아니라 그걸 돌리는 칩 접근 자체가 국제 정세에 따라 언제든 막힐 수 있다는 우려가 현실적으로 존재합니다.

이런 상황에서 국산 AI 칩이 상용 서비스에 하나둘 들어가기 시작했다는 건, 단순한 기술 뉴스를 넘어 공급망 리스크에 대비하는 움직임으로 읽힙니다. 다만 아직 갈 길은 남아 있습니다. 국산 칩의 상용화 속도를 계속 유지하려면, 뒤이어 나오는 후속 칩들도 똑같이 까다로운 검증 관문을 하나씩 통과해야 하기 때문입니다.

오늘의 핵심 요약

• SK텔레콤, 국산 NPU 적용 기간이 5~6개월(2025년 12월)에서 2~3개월(올해)로 단축
• 동아일보-CNAS 분석: 전 세계 정부지원 AI 인프라 사업 117건 중 45%가 엔비디아 GPU 사용 중
• 전문가들은 "기술력은 있으나 양산·상용화 경험 부족"을 공통 과제로 지적
• 국산 AI 반도체가 실험실 단계를 벗어나 실제 '상품'으로 자리잡기 시작한 분기점으로 평가
• AI 칩 접근이 국제 정세에 좌우될 수 있다는 우려 속에서, 국산 칩은 공급망 리스크에 대비하는 '선택지'로서 의미를 가짐