--- title: "한국 AI 세계 3위라는 착시…진짜 돈은 모델·GPU 공백을 누가 메우느냐에 달림" published: 2026-05-29T19:05:01.558Z canonical: https://jeff.news/article/3432 --- # 한국 AI 세계 3위라는 착시…진짜 돈은 모델·GPU 공백을 누가 메우느냐에 달림 한국은 스탠퍼드 AI 인덱스에서 주목할 만한 AI 모델 수 3위, 인구 10만 명당 AI 특허 1위를 기록했지만 인재, 자체 파운데이션 모델, GPU 공급망에서는 약점이 크다는 분석이 나온다. 기사 핵심은 AI 랠리에서 한국 기업의 수익률을 가를 요소가 화려한 순위보다 모델·인프라·인재의 실제 공백을 얼마나 메우느냐라는 점이다. - 한국 AI는 겉으로 보면 꽤 화려함 - 스탠퍼드 인간중심AI연구소의 AI 인덱스 2026에서 한국은 지난해 주목할 만한 AI 모델 5개로 미국·중국에 이어 3위에 오름 - 인구 10만 명당 AI 특허는 14.31건으로 2년 연속 1위 - 2016년부터 2025년까지 제정한 AI 법률은 17건으로 G20 2위였고, 인공지능기본법도 산업 육성 기반 사례로 언급됨 - 글로벌 기업과 기관도 한국을 그냥 지나치지 않음 - 구글 딥마인드는 2026년 안에 서울 AI 캠퍼스를 열 계획이고, 영국 밖 첫 글로벌 캠퍼스라는 상징성이 큼 - 딥마인드 쪽은 한국을 칩부터 로봇까지 산업 기반을 갖춘 시장으로 평가함 - 이 캠퍼스는 12개 국가 난제를 푸는 K-문샷 무대가 될 예정임 - 그런데 순위표 뒤에는 꽤 큰 빈칸이 있음 - 영국 토터스미디어 지수에서 한국은 종합 6위지만 인재 부문은 13위에 그침 - OECD는 한국의 인재 이탈을 오래된 두뇌 유출 문제로 봤고, 글로벌 수요가 커질수록 전문가 부족이 더 아프게 드러난다고 진단함 - 향후 5년간 범IT 기술 인력이 최대 58만 명 부족할 수 있다는 경고성 시나리오도 나옴 - 더 큰 문제는 모델과 연산 주권임 - 스팀슨센터는 한국이 자체 파운데이션 모델과 범용 GPU 공급망이 부족해 산업 AI의 핵심을 해외에 기대고 있다고 봄 - 정부가 K-클라우드 등으로 국산 NPU 생태계를 키우고 있지만, 엔비디아 중심 글로벌 가치사슬을 단기간에 대체하긴 어려움 - 무역이나 안보 환경이 흔들리면 이 의존도가 그대로 리스크가 됨 > [!IMPORTANT] > 한국이 데이터센터와 메모리 수요를 키워도 모델·클라우드 계층을 해외 기업이 장악하면 고부가 마진 상당분은 밖으로 빠져나감. “AI 수혜주”를 볼 때 제조만 보면 안 되는 이유임. - 물론 반격 카드도 있음 - 정부는 5년 150조 원 규모 국민성장펀드를 가동하고, 2026년에만 30조 원을 우선 투입할 계획임 - 업스테이지 솔라 프로 2는 초기 공개 당시 아티피셜 애널리시스 지능지수 58점을 받아 미국 GPT-4.1을 웃돈 적이 있음 - 이후 평가 방법론 갱신으로 점수는 조정됐지만, 토종 모델이 아예 빈칸은 아니라는 신호로 읽힘 - 돈의 흐름은 이미 모델 쪽으로도 움직이기 시작함 - 국민성장펀드가 마중물이 된 프로젝트 펀드 연합체는 2026년 5월 3일 업스테이지에 총 5600억 원 규모 지분 투자를 단행함 - 독파모 참여 기업인 업스테이지는 최근 기업가치 1조 원 이상 유니콘으로 평가받음 - 정책 자금이 단순 인프라가 아니라 모델 자체로 향한 첫 신호라는 해석이 붙음 - 스팀슨센터의 결론은 “한국이 AI 모든 계층을 지배할 필요는 없다” 쪽임 - 미국이 모델에 강하고 일본이 로봇·부품에 강하듯, 한국은 제조 현장에 AI를 이식하는 적용·배치형 리더가 될 수 있다는 진단임 - 이 구도가 맞다면 실제 수익은 모델 기업보다 HBM, 첨단 패키징, 전력 인프라 같은 제조 체인으로 쏠릴 가능성이 큼 - 투자자나 개발자가 봐야 할 지표는 세 가지로 정리됨 - 첫째, 토종 모델의 글로벌 벤치마크 성적과 상용화 속도임. MMLU나 코딩 지표가 좋아야 데이터센터 투자가 국내 생태계로 돌아올 가능성이 커짐 - 둘째, 정부 GPU 도입 일정과 국산 NPU 비중임. 엔비디아 의존이 줄어야 공급망 충격을 버틸 체력이 생김 - 셋째, AI 인재 순유입 전환 여부임. 해외 유입이 두뇌 유출을 앞질러야 인재 순위가 실제 경쟁력으로 바뀜 --- ## 기술 맥락 - 이 기사에서 중요한 선택지는 한국이 AI 가치사슬의 어느 계층을 잡을 것인가예요. 모델, GPU, 클라우드, 제조 적용 중 어디에 힘을 실을지에 따라 기업 수익과 개발 생태계가 달라지거든요. - 자체 파운데이션 모델이 중요한 이유는 마진이 두껍기 때문이에요. 한국 기업이 데이터센터와 메모리를 많이 팔아도, 실제 AI 서비스의 핵심 모델을 해외 기업이 쥐면 돈이 가장 많이 남는 계층은 밖에 남아요. - GPU와 NPU 얘기가 같이 나오는 건 연산 자원이 AI 시대의 병목이기 때문이에요. 엔비디아 GPU를 안정적으로 못 구하면 학습과 추론 계획이 흔들리고, 국산 NPU는 그 의존도를 줄이려는 장기 카드가 돼요. - 다만 한국이 모든 걸 직접 만들 필요는 없다는 관점도 현실적이에요. 제조 현장, HBM, 첨단 패키징, 전력 인프라처럼 이미 강한 영역에 AI를 붙이면 모델 패권과는 다른 방식으로 수익을 낼 수 있어요. ## 핵심 포인트 - 한국은 AI 모델 수, 특허, 법제도 지표에서 상위권이지만 인재 순위는 13위에 머묾 - 자체 파운데이션 모델과 범용 GPU 공급망 부족이 산업 AI의 핵심 리스크로 지적됨 - 투자 관점에서는 모델 기업보다 HBM, 첨단 패키징, 전력 인프라 같은 제조 체인에 수익이 몰릴 가능성이 거론됨 ## 인사이트 한국 AI를 볼 때 ‘세계 3위’ 같은 순위표만 보면 착시가 생긴다. 개발자와 투자자 모두에게 중요한 건 실제로 쓸 수 있는 모델, 확보 가능한 연산 자원, 그걸 굴릴 인재가 국내에 얼마나 쌓이느냐임.