[시론] SW없는 생산혁명, 5000조 하드웨어 베팅에 대한 질문

지난 7월 3일 SK텔레콤은 'SK AI 데이터센터 프로젝트'를 발표했다. 2029년 1단계 5GW 가동, 중장기 전국 15GW, 총 1000조 원. 정부가 4755조 원 규모 '대한민국 대도약 3대 메가 프로젝트'로 묶어 부르는 계획의 한 축이다. 1단계에만 GPU 300만 장, HBM 2400만 장, 350조 원이 들어간다. 이어 7월 5일 김용범 대통령실 정책실장은 'AI 생산혁명론'을 내놓았다. AI는 기술혁명이 아니라 생산혁명이며, 국가는 시장 규제자가 아니라 전력망을 깔고 공급망을 조직하는 생산 플랫폼이라는 것이다.

필자는 최근 발간한 'AI 국부론'에서 AI를 국가전략자산으로, 국가가 컴퓨팅 인프라를 소유할 수밖에 없다고 주장해 왔기에 생산혁명론에 기본적으로 동의한다. 지능을 수입하는 나라와 생산하는 나라의 격차는 복리로 벌어진다. HBM 세계 1위와 전력, 통신망, 데이터센터 역량을 한 그룹에 가진 SK의 구조적 강점도, 원전과 제조 수요처를 동시에 낀 영남의 입지도 실재한다. 그러나 옳은 명제 위에서도 비정상적인 배분은 가능하다. 생산혁명론이 하드웨어 올인(all in)이어서는 안 된다. 생산체계는 반도체와 데이터센터만이 아니라 이를 조직하는 지식과 사람을 포함해야 하는데, 지금 자본은 한쪽으로만 흐른다. 이 인프라 위에서 돌아갈 '우리의 것'이 무엇인지에 대한 이야기가 너무나 부족하다.

스케일 법칙은 유효하다. 하지만 절반의 진실이다. 성능은 컴퓨트의 로그를 따라 늘어, 지수적으로 돈을 태워 선형으로 나아가는 게임이다. 반면 에포크AI 추정에 따르면 동일 성능에 필요한 컴퓨트는 알고리즘 개선만으로 약 8개월마다 절반으로 줄었고, 딥시크는 미국 프론티어의 수십분의 1 비용으로 이를 증명했다. 하드웨어는 비싸지고 소프트웨어는 싸지는 두 곡선이 교차하는 지점에 자원 배분의 최적점이 있다.

현재의 하드웨어 일변도 전략이 그 최적점일 확률은 0에 가깝다. 지금 반도체,AI데이터센터에 투자한다는 5000조의 100분의 1인 50조 원이면 국가 프론티어 모델 컨소시엄의 10년 훈련 예산, 포스트 트랜스포머와 월드모델 기초연구, 국산 모델과 국산 칩의 공동설계 파이프라인까지, 소프트웨어 레이어를 통째로 세울 수 있는 규모다.

다르게 접근해보자. 5GW에서 1GW를 덜어 그만큼을 소프트웨어에 넣어도, 4GW면 한국은 여전히 아시아 최대의 인프라 허브다. AI가 생산을 만들고 데이터가 다시 AI를 강화한다는 플라이휠에서, 지금 청사진이 채운 것은 데이터센터라는 물리 인프라뿐이다. 축 없는 플라이휠은 돌지 않고, 남의 축을 빌리는 순간 알짜는 축의 주인에게 간다.

숫자도 다시 봐야 한다. GPU당 HBM 8장, GPU당 전력 1.67kW는 모두 현세대 블랙웰의 스펙이다. 2029년의 주력 칩인 베라 루빈은 열설계전력이 2.3kW까지 오르고, 루빈 울트라는 GPU당 HBM 16스택 구성으로 간다. 2029년의 실제 칩으로 5GW를 채우면 GPU는 300만이 아니라 130만~150만 장이다. 발표에 등장한 연 50TWh는 물리적으로도 성립하지 않는다. 5GW를 1년 내내 100% 가동해도 상한은 43.8TWh다. 국가 단위 프로젝트에서 물리 상한을 넘는 숫자가 나온다는 것은 성급함의 증거다.

타임라인도 애매하다. 확정된 것은 울산 100MW와 후속 900MW, 영남권 1GW 추가까지다. 2GW에서 5GW로 점프할 부지도 수전(受電) 계약도 아직 없다.

기술 리스크도 크다. 2029년 가동을 시작해 2030년대 중반 완성될 인프라는 지금의 아키텍처가 그때도 유효하다는 가정 위에 서 있다. 트랜스포머는 2017년에 나왔고 챗GPT 모멘트는 2022년에 왔다. 5년이면 판이 뒤집히는 동네다. 상태공간 모델, 월드모델, 뉴로심볼릭이 다음 자리를 노리는 지금, 특정 아키텍처의 전력밀도와 냉각에 맞춰 지은 GPU 팜은 자산 특이성이 극도로 높다. 아키텍처 전환기는 원래 감가상각 중인 레거시가 없는 후발국의 추월 창구다. 성숙기 아키텍처에 국가 자본을 몰빵하는 것은 그 전환 옵션을 포기하는 일이다.

후발국의 유일한 특권은 가벼움인데, 우리는 스스로 무거워지는 쪽에 전 재산을 걸고 있다. 닷컴 시대의 광섬유를 기억할 필요가 있다. 1990년대 말 통신사들은 폭증할 수요를 확신하며 대륙과 해저를 광케이블로 덮었다. 방향은 맞았고 트래픽은 실제로 폭증했지만, 시점과 가격이 어긋나 글로벌크로싱과 월드컴은 파산했고 다크파이버는 훗날 구글이 헐값에 가져갔다. 인프라는 살아남았고 투자자는 사라졌다. 같은 운명을 피하려면 '언젠가 쓰일 것'이라는 방향의 확신이 아니라 '누가, 언제, 얼마에 쓸 것'이라는 확실한 계약이 필요하다.

과거 하드웨어 투자의 실패 사례들을 돌아보면 걱정도 커진다. 모토로라 이리듐은 완공되는 순간 구식이 됐고, 파나소닉 PDP와 샤프 LCD, 엘피다 D램, 와이브로는 하드웨어 캐파에 자본을 고정하다 세대 전환에 밀려났다. IP 없는 하드웨어의 대가는 더 컸다. CDMA 세계 최초 상용화의 하드웨어는 우리가 만들었지만 원천 IP는 퀄컴의 것이었고 누적 수십조 원이 로열티로 건너갔다. 대만 D램은 20년간 수십조 원을 팹에 부었지만 핵심 기술은 끝까지 라이선스였고, 2008년 치킨게임이 오자 자체 기술 없는 캐파부터 무너졌다.

하드웨어 제조의 정점이던 노키아는 iOS와 앱스토어라는 소프트웨어 생태계 앞에서 사라졌다. 삼성 D램과 TSMC가 이긴 것은 하드웨어 베팅이어서가 아니라 스스로 공정 IP를 쥔 대체 불가능성 때문이었다. 5GW는 이 공통분모 중 무엇을 갖고 있는가. 칩은 사 오고, 모델은 빌리고, 수요는 미확보다.

SK텔레콤의 발표대로라면 1단계 투자의 절반이 넘는 170조~220조 원이 GPU 대금으로 엔비디아 한 회사에 흘러간다. 같은 시기 구글은 TPU를, 아마존과 메타, 오픈AI는 자체 칩을 돌리거나 설계한다. 세계 최대 GPU 고객들이 GPU에서 탈출하는 시대에, 한국은 역사상 최대의 GPU 구매 계약을 국가전략이라 부르는 셈이다. 그들의 자체칩은 대체가 아니라 협상력을 위해 존재한다. TPU가 존재하는 이유는 구글이 자기 모델과 프레임워크와 수요를 갖고 있어서다. 칩은 소프트웨어의 그림자다. 국산 NPU에 5GW 일부를 배정하는 쿼터는 필요하지만, 그 NPU가 최적화할 국산 모델이라는 수요가 없다면 산업정책이 아니라 보조금으로 끝난다.

토큰은 어디로 흐를까. 국내 추론 수요가 5GW를 소화하기 어려운 이상 글로벌 하이퍼스케일러를 앵커로 세워야 하는데, 그 그림에서 한국은 전력과 감가상각을 부담해 토큰을 찍고 마진의 대부분은 해외 모델 소유자가 가져간다. 필자가 국민총지능생산(GIP)이라 주장해온 관점으로 말하면, 토큰의 GDP는 늘어도 토큰의 GNI는 늘지 않는 구조다. 지능 생산국이 아니라 지능 위탁생산국이며, 반도체로 번 외화를 남의 지능 사용료로 되돌려 보내는, 열심히 일할수록 가난해지는 순환이다.

위탁생산이 무의미하다는 말이 아니다. TSMC는 위탁생산으로 세계를 쥐었지만, 그 힘은 대체 불가능한 공정 기술에서 나온다. 전력과 부지와 GPU 구매력은 대체 가능하며, 중동은 더 싼 전기를, 동남아는 더 싼 땅을 들고 이미 같은 게임에 들어와 있다.

350조는 일회성도 아니다. GPU 수명은 4~5년이라 연 40조~70조 원이 영구히 발생하는 국가 단위의 구독료다. 그 돈이 빨려 들어가는 만큼 바이오와 콘텐츠, 스타트업으로 갈 자본은 마른다. 1000조는 GDP의 40%에 육박하고, 미국 스타게이트가 GDP의 2%가 안 되는 베팅임을 감안하면 체급 대비 스무 배쯤 무거운 판돈이다. 미국은 이 판에서 져도 미국이지만, 한국은 지면 잃는 것이 이 판만이 아닐게 분명하다.

전력과 메모리도 공짜가 아니다. 국가 전력소비의 8~9%에 해당하는 신규 부하는 반도체,철강,이차전지와 전력을 놓고 싸우며 인플레이션을 견인하고, 그 비용이 산업용 전기요금으로 전가되면 제조업 경쟁력을 갉아먹는 자기모순이 생긴다. 3년 치 고객 수요가 이미 공급능력을 초과한 HBM의 내부 배정 역시 제로섬이다. 시장가 이하로 정산하면 주주이익 침해이고, 제값을 받으면 AIDC 원가가 오른다. 지역에 기업투자가 몰린다고 지역이 좋아지기만 하는 것도 아니다. 금리가 오르고 대출이 마르면 그 연쇄효과는 소상공인과 스타트업부터 덮친다.

가장 중요한 지점, 바로 기술은 사용돼야 발전한다. KAIST 유민수 교수팀 연구에 따르면 AI 에이전트 워크로드에서 GPU는 실행 시간의 최대 54.5%를 유휴 상태로 보낸다. 응답 시간은 단순 생성형 AI의 최대 153.7배, 질문 한 건의 전력 소비는 136.5배다. 효율이 좋아지면 토큰은 싸지고 더 많이 소비되는 제본스의 역설이 작동하니 인프라 수요의 방향 자체는 커질 것이다. 그러나 토큰이 커머디티가 될수록 와트당 실효 연산이라는 원가가 승부를 가르고, 수요가 폭발하는 시장일수록 비효율적인 공급자부터 사라진다. 그래서 GW는 틀린 KPI다.

중요한건 단순 명목 용량이 아니라 실효 연산이다. 유휴율을 10%포인트 낮추는 스케줄링,서빙,하네스 소프트웨어는 500MW 발전소 하나와 같은 셈이다. 소프트웨어는 어찌보면 이 계획에서 가장 값싼 발전소다. 공공이 국산 모델과 칩의 첫 대량 사용자가 되어 실전에서 호출하고 실패시키고 개선시키는 실증 루프를 만들고, 망분리를 비롯한 낡은 보안 규제부터 풀어야 한다. 이 전환에 실패하면 5GW는 세계에서 가장 비싼 실험실이 된다.