이 시리즈를 통해 하나의 구조를 그려왔다. AI 경쟁의 축이 모델에서 인프라로 이동했고(①편), 한국은 장비 공급자로서 강한 패를 쥐고 있지만(②편), 그 패에는 유효기간이 있으며(③편), 운동장의 주인이 된 자들은 새로운 지정학적 권력을 쥐게 된다(④편). 남은 질문은 하나다. 그래서 한국은 어떤 길을 택할 것인가.
이 질문에 대한 '정답'은 아직 없다. 솔직히 말하면, 있을 수도 없다. AI 인프라 전쟁은 현재진행형이고, 게임의 규칙 자체가 바뀔 가능성도 열려 있다. 할 수 있는 것은 선택지의 구조를 명확히 보는 것이다. 한국 앞에는 세 갈래 길이 있다.
첫 번째 길, 장비 공급자로 포지셔닝한다.
가장 현실적이고, 이미 성과가 나오고 있는 길이다. SK하이닉스의 HBM, 두산에너빌리티의 가스터빈과 SMR, 한국 원전 산업의 수출 역량. 남이 운동장을 짓는 동안, 그 운동장에 들어가는 핵심 부품을 팔아서 돈을 번다.
이 길의 장점은 확실하다. 검증됐다. 두산에너빌리티의 2025년 신규 수주는 전년 대비 106% 증가한 14조7천억 원으로 사상 최대를 기록했다. SK하이닉스의 HBM은 2026년까지 전량 매진이다. 수요가 눈앞에 있고, 매출이 잡히고, 기술 우위가 분명하다. 당장 내일부터 할 수 있는 일이다.
리스크도 ③편에서 분석한 그대로다. 설비재(가스터빈·SMR)는 건설 사이클이 끝나면 수요가 줄어든다. 소모재(HBM)는 더 오래 가지만, 삼성전자의 추격과 AI 칩 아키텍처 변화라는 변수가 있다. 그리고 무엇보다, 장비를 아무리 잘 팔아도 '산업 데이터가 남의 운동장에서 처리되는' 구조적 종속은 해결되지 않는다.
이 길을 택한다면 핵심 과제는 '시간 관리'다. 슈퍼사이클이 열려 있는 5~7년 안에 최대한 벌고, 그 수익으로 다음 사이클의 선점 자산 SMR 파운드리, 수소터빈, 차세대 메모리에 투자하는 것. 잘하면 사이클을 타는 '설비 강국'에서, 구조를 만드는 '인프라 기술 강국'으로 올라설 수 있다. 못하면 한 번 잘 팔고 끝나는 나라가 된다.
두 번째 길, 특화형 운동장을 만든다
한국이 '모든 AI의 운동장 주인'이 되는 것은 불가능하다. 전력, 토지, 기후, 인허가 속도가 사우디·미국·북유럽과 경쟁할 조건이 아니다. 그러나 '특정 영역의 운동장 주인'이 되는 것은 이야기가 다르다.
그 후보가 제조 AI다. 한국은 세계 5위 수출국이고, 자동차·조선·반도체·석유화학에서 글로벌 최상위 수준의 제조 데이터를 축적하고 있다. 이 데이터는 돈을 주고 살 수 없는 자산이다. 사우디에는 데이터센터를 지을 돈과 전기가 있지만, 현대자동차의 공정 데이터도, HD현대의 조선 설계 데이터도, SK하이닉스의 반도체 수율 데이터도 없다.
울산에서 이 전략의 첫 실험이 벌어지고 있다. 울산시는 2026년 1호 결재로 '울산형 소버린 AI 집적단지 조성 계획'에 서명했다. 과기정통부는 총 1,070억 원을 투입해 울산의 3대 주력 산업인 자동차, 조선, 석유화학에 특화된 '독자 AI 파운데이션 모델'을 개발하겠다고 밝혔다. 울산은 동해 냉수대를 활용한 수중 데이터센터도 추진 중이다. 서버 10만 대 규모의 하이퍼스케일 수중 단지를 2031년 상용화 목표로, 한국해양과학기술원·GS건설·포스코·한수원 등 12개 기관이 협력하고 있다.
냉각 비용이 데이터센터 운영비의 절반을 차지하는 상황에서, 한국의 약점이었던 고온다습 기후를 동해 냉수대로 뒤집고, 세계 최고의 조선·해양 플랜트 기술을 해저 구조물 건설에 활용하며, 원전으로 안정적 전력을 공급한다는 구상이다. 원전 + 차가운 바다 + 제조 데이터. 한국만이 가진 조건의 조합이다.
그러나 이 길의 리스크를 솔직히 말하지 않으면 안 된다. 수중 데이터센터는 세계적으로도 아직 상용화된 사례가 없다. 마이크로소프트가 '나틱 프로젝트'로 가능성을 입증했고 중국이 하이난에서 시범 운영 중이지만, '대규모 상용 단지'를 바다에 넣는 것은 전례가 없는 시도다. SK 울산 데이터센터도 투자 유치 과정에서 난항을 겪고 있다. 소버린 AI 집적단지는 올해 계획을 수립하는 단계이고, '제조 AI 특화'라는 컨셉이 글로벌 기업을 끌어올 만큼 매력적인지도 아직 검증되지 않았다.
이 길을 택한다면 핵심 과제는 '속도와 실증'이다. 계획을 빨리 실물로 전환해서 레퍼런스를 만들어야 한다. 글로벌 제조 기업이 "한국에서 제조 AI를 돌리면 이런 성과가 나온다"는 것을 눈으로 확인해야, 한국의 특화형 운동장에 입장권을 사러 온다. 구호만으로는 누구도 오지 않는다.
세 번째 길, 운동장 자체의 정의가 바뀌기를 기다린다(혹은 바꾼다)
이것은 '길'이라기보다 '변수'다. 그러나 무시할 수 없는 변수다.
지금까지 이 시리즈 전체가 하나의 전제 위에서 진행됐다. 'AI 인프라 = 거대한 중앙집중형 데이터센터.' 수백 MW 전력, 수만 장의 GPU, 하이퍼스케일 시설. 그래서 메가와트가 곧 권력이고, 사우디와 미국이 운동장의 주인이 된다는 논리였다.
그런데 만약 운동장의 정의 자체가 바뀐다면?
현재 AI의 주된 작업은 '학습'이다. 거대한 모델을 처음부터 만드는 작업. 이건 확실히 초대형 데이터센터에서만 가능하다. 그러나 AI 산업이 성숙해지면, 무게중심이 학습에서 '추론'과 '실행'으로 이동한다. 학습은 한 번 하면 되지만, 추론은 매 순간 일어난다. 그리고 추론이 일어나는 장소는 반드시 거대한 데이터센터일 필요가 없다.
공장 생산라인의 로봇이 불량품을 실시간으로 판별할 때, 매번 사우디 데이터센터에 신호를 보내고 답을 기다릴 수는 없다. 0.001초 안에 라인 위에서 바로 판단해야 한다. 자율주행차가 교차로에서 보행자를 인식할 때, 미국 서버에 질문을 보내고 응답을 기다릴 수는 없다. AI가 중앙의 거대한 운동장이 아니라, 공장 안, 자동차 안, 로봇 내부 즉 가장 말단 단계에서 직접 돌아가야 한다.
이 흐름을 '엣지 AI'라 부른다. AI가 클라우드(중앙)에서 엣지(현장)로 내려오는 것이다. 여기에 AI 에이전트 AI가 단순히 질문에 답하는 게 아니라 스스로 판단하고 행동하는 자율적 시스템까지 더해지면, AI 인프라의 병목이 '메가와트급 전력'에서 '수십억 개의 현장 디바이스에 들어가는 칩과 소프트웨어'로 바뀔 수 있다.
이 세계에서는 운동장이 하나의 거대한 경기장이 아니라, 수백만 개의 작은 경기장으로 분산된다. 그리고 이 분산된 경기장을 가장 많이 가진 나라는 공장이 많고, 로봇이 많고, 자동차가 많고, 제조 현장이 촘촘한 나라다. 사우디에는 돈과 전기가 있지만 공장이 없다. 한국에는 공장이 있다.
그러나 솔직히 말해야 한다. 이것은 아직 '가능성'이지 '현실'이 아니다. 현재 AI 산업의 무게중심은 여전히 중앙집중형 학습이다. 엣지 AI가 제조 현장에 본격 적용되려면 최소 3~5년, 어쩌면 그 이상이 걸린다. 그 사이에 중앙집중형 인프라 패권이 이미 굳어버리면, 엣지 시대가 와도 게임의 규칙을 바꾸기 어려울 수 있다.
이 변수가 중요한 이유는, 한국이 첫 번째 길이나 두 번째 길을 걸으면서도 이 가능성을 염두에 두어야 하기 때문이다. 엣지 AI 시대에 한국의 제조 인프라가 '분산형 운동장'이 되려면, 지금부터 현장에 AI를 심는 작업이 시작되어야 한다. 그것이 5년 뒤에 열릴 수도 있고 열리지 않을 수도 있는 문이라 하더라도, 문 앞에 서 있는 것과 문의 존재조차 모르는 것은 다르다.
세 길 모두를 관통하는 하나의 원칙
세 갈래 길은 서로 배타적이지 않다. 첫 번째 길(장비 공급)로 돈을 벌면서, 두 번째 길(특화형 운동장)을 실험하고, 세 번째 길(엣지 AI)을 준비하는 것이 가능하다. 실제로 그래야 한다. 한 길에만 올인하기에는 불확실성이 너무 크다.
그러나 어떤 길을 택하든 하나의 원칙만은 공통이다. 한국의 핵심 산업 데이터가 남의 운동장에서 처리되어서는 안 된다는 것이다.
자동차 공정 데이터가 사우디 데이터센터로 가서 AI 학습에 쓰이고, 그 결과물인 제조 AI를 한국이 다시 사서 쓰는 구조. 이것은 원유를 수출하고 휘발유를 수입하는 것과 같다. 데이터를 보낸 나라는 데이터를 받은 나라에 장기적으로 종속된다. HBM과 가스터빈은 수출하면서, AI 시대의 산업 주권은 수입하는 역설이 벌어진다.
장비 공급자로 남든, 특화형 운동장을 만들든, 엣지 AI 시대를 준비하든 '우리 데이터는 우리 땅에서 처리한다'는 원칙이 관통하지 않으면, 어떤 전략도 반쪽짜리가 된다. 이것은 기술의 문제가 아니라 주권의 문제다.
시리즈를 마치며 .. AI 인프라 전쟁이 묻는 것
다섯 편에 걸쳐 하나의 질문을 추적했다. AI 시대에 진짜 중요한 것은 무엇이고, 한국은 어디에 서 있는가.
답은 계속 같은 자리로 돌아왔다. AI의 진짜 해자는 알고리즘이 아니라 메가와트다. 그리고 메가와트를 가진 자가 21세기의 지정학적 권력을 쥔다. 한국은 메가와트를 만드는 장비는 세계 최고 수준으로 만들지만, 메가와트 자체는 부족하다.
이 간극을 메우는 방법은 여러 가지일 수 있다. 장비를 팔아 번 돈으로 다음 기회를 사는 것, 제조 데이터라는 고유한 자산으로 특화된 운동장을 만드는 것, 혹은 운동장의 정의가 바뀌는 미래를 준비하는 것. 어느 길이 맞는지는 아직 아무도 모른다. 확실한 것은, 아무 길도 선택하지 않는 것만이 유일한 오답이라는 점이다.
이 시리즈를 통해 하나의 구조를 그려왔다. AI 경쟁의 축이 모델에서 인프라로 이동했고(①편), 한국은 장비 공급자로서 강한 패를 쥐고 있지만(②편), 그 패에는 유효기간이 있으며(③편), 운동장의 주인이 된 자들은 새로운 지정학적 권력을 쥐게 된다(④편). 남은 질문은 하나다. 그래서 한국은 어떤 길을 택할 것인가.
이 질문에 대한 '정답'은 아직 없다. 솔직히 말하면, 있을 수도 없다. AI 인프라 전쟁은 현재진행형이고, 게임의 규칙 자체가 바뀔 가능성도 열려 있다. 할 수 있는 것은 선택지의 구조를 명확히 보는 것이다. 한국 앞에는 세 갈래 길이 있다.
첫 번째 길, 장비 공급자로 포지셔닝한다.
가장 현실적이고, 이미 성과가 나오고 있는 길이다. SK하이닉스의 HBM, 두산에너빌리티의 가스터빈과 SMR, 한국 원전 산업의 수출 역량. 남이 운동장을 짓는 동안, 그 운동장에 들어가는 핵심 부품을 팔아서 돈을 번다.
이 길의 장점은 확실하다. 검증됐다. 두산에너빌리티의 2025년 신규 수주는 전년 대비 106% 증가한 14조7천억 원으로 사상 최대를 기록했다. SK하이닉스의 HBM은 2026년까지 전량 매진이다. 수요가 눈앞에 있고, 매출이 잡히고, 기술 우위가 분명하다. 당장 내일부터 할 수 있는 일이다.
리스크도 ③편에서 분석한 그대로다. 설비재(가스터빈·SMR)는 건설 사이클이 끝나면 수요가 줄어든다. 소모재(HBM)는 더 오래 가지만, 삼성전자의 추격과 AI 칩 아키텍처 변화라는 변수가 있다. 그리고 무엇보다, 장비를 아무리 잘 팔아도 '산업 데이터가 남의 운동장에서 처리되는' 구조적 종속은 해결되지 않는다.
이 길을 택한다면 핵심 과제는 '시간 관리'다. 슈퍼사이클이 열려 있는 5~7년 안에 최대한 벌고, 그 수익으로 다음 사이클의 선점 자산 SMR 파운드리, 수소터빈, 차세대 메모리에 투자하는 것. 잘하면 사이클을 타는 '설비 강국'에서, 구조를 만드는 '인프라 기술 강국'으로 올라설 수 있다. 못하면 한 번 잘 팔고 끝나는 나라가 된다.
두 번째 길, 특화형 운동장을 만든다
한국이 '모든 AI의 운동장 주인'이 되는 것은 불가능하다. 전력, 토지, 기후, 인허가 속도가 사우디·미국·북유럽과 경쟁할 조건이 아니다. 그러나 '특정 영역의 운동장 주인'이 되는 것은 이야기가 다르다.
그 후보가 제조 AI다. 한국은 세계 5위 수출국이고, 자동차·조선·반도체·석유화학에서 글로벌 최상위 수준의 제조 데이터를 축적하고 있다. 이 데이터는 돈을 주고 살 수 없는 자산이다. 사우디에는 데이터센터를 지을 돈과 전기가 있지만, 현대자동차의 공정 데이터도, HD현대의 조선 설계 데이터도, SK하이닉스의 반도체 수율 데이터도 없다.
울산에서 이 전략의 첫 실험이 벌어지고 있다. 울산시는 2026년 1호 결재로 '울산형 소버린 AI 집적단지 조성 계획'에 서명했다. 과기정통부는 총 1,070억 원을 투입해 울산의 3대 주력 산업인 자동차, 조선, 석유화학에 특화된 '독자 AI 파운데이션 모델'을 개발하겠다고 밝혔다. 울산은 동해 냉수대를 활용한 수중 데이터센터도 추진 중이다. 서버 10만 대 규모의 하이퍼스케일 수중 단지를 2031년 상용화 목표로, 한국해양과학기술원·GS건설·포스코·한수원 등 12개 기관이 협력하고 있다.
냉각 비용이 데이터센터 운영비의 절반을 차지하는 상황에서, 한국의 약점이었던 고온다습 기후를 동해 냉수대로 뒤집고, 세계 최고의 조선·해양 플랜트 기술을 해저 구조물 건설에 활용하며, 원전으로 안정적 전력을 공급한다는 구상이다. 원전 + 차가운 바다 + 제조 데이터. 한국만이 가진 조건의 조합이다.
그러나 이 길의 리스크를 솔직히 말하지 않으면 안 된다. 수중 데이터센터는 세계적으로도 아직 상용화된 사례가 없다. 마이크로소프트가 '나틱 프로젝트'로 가능성을 입증했고 중국이 하이난에서 시범 운영 중이지만, '대규모 상용 단지'를 바다에 넣는 것은 전례가 없는 시도다. SK 울산 데이터센터도 투자 유치 과정에서 난항을 겪고 있다. 소버린 AI 집적단지는 올해 계획을 수립하는 단계이고, '제조 AI 특화'라는 컨셉이 글로벌 기업을 끌어올 만큼 매력적인지도 아직 검증되지 않았다.
이 길을 택한다면 핵심 과제는 '속도와 실증'이다. 계획을 빨리 실물로 전환해서 레퍼런스를 만들어야 한다. 글로벌 제조 기업이 "한국에서 제조 AI를 돌리면 이런 성과가 나온다"는 것을 눈으로 확인해야, 한국의 특화형 운동장에 입장권을 사러 온다. 구호만으로는 누구도 오지 않는다.
세 번째 길, 운동장 자체의 정의가 바뀌기를 기다린다(혹은 바꾼다)
이것은 '길'이라기보다 '변수'다. 그러나 무시할 수 없는 변수다.
지금까지 이 시리즈 전체가 하나의 전제 위에서 진행됐다. 'AI 인프라 = 거대한 중앙집중형 데이터센터.' 수백 MW 전력, 수만 장의 GPU, 하이퍼스케일 시설. 그래서 메가와트가 곧 권력이고, 사우디와 미국이 운동장의 주인이 된다는 논리였다.
그런데 만약 운동장의 정의 자체가 바뀐다면?
현재 AI의 주된 작업은 '학습'이다. 거대한 모델을 처음부터 만드는 작업. 이건 확실히 초대형 데이터센터에서만 가능하다. 그러나 AI 산업이 성숙해지면, 무게중심이 학습에서 '추론'과 '실행'으로 이동한다. 학습은 한 번 하면 되지만, 추론은 매 순간 일어난다. 그리고 추론이 일어나는 장소는 반드시 거대한 데이터센터일 필요가 없다.
공장 생산라인의 로봇이 불량품을 실시간으로 판별할 때, 매번 사우디 데이터센터에 신호를 보내고 답을 기다릴 수는 없다. 0.001초 안에 라인 위에서 바로 판단해야 한다. 자율주행차가 교차로에서 보행자를 인식할 때, 미국 서버에 질문을 보내고 응답을 기다릴 수는 없다. AI가 중앙의 거대한 운동장이 아니라, 공장 안, 자동차 안, 로봇 내부 즉 가장 말단 단계에서 직접 돌아가야 한다.
이 흐름을 '엣지 AI'라 부른다. AI가 클라우드(중앙)에서 엣지(현장)로 내려오는 것이다. 여기에 AI 에이전트 AI가 단순히 질문에 답하는 게 아니라 스스로 판단하고 행동하는 자율적 시스템까지 더해지면, AI 인프라의 병목이 '메가와트급 전력'에서 '수십억 개의 현장 디바이스에 들어가는 칩과 소프트웨어'로 바뀔 수 있다.
이 세계에서는 운동장이 하나의 거대한 경기장이 아니라, 수백만 개의 작은 경기장으로 분산된다. 그리고 이 분산된 경기장을 가장 많이 가진 나라는 공장이 많고, 로봇이 많고, 자동차가 많고, 제조 현장이 촘촘한 나라다. 사우디에는 돈과 전기가 있지만 공장이 없다. 한국에는 공장이 있다.
그러나 솔직히 말해야 한다. 이것은 아직 '가능성'이지 '현실'이 아니다. 현재 AI 산업의 무게중심은 여전히 중앙집중형 학습이다. 엣지 AI가 제조 현장에 본격 적용되려면 최소 3~5년, 어쩌면 그 이상이 걸린다. 그 사이에 중앙집중형 인프라 패권이 이미 굳어버리면, 엣지 시대가 와도 게임의 규칙을 바꾸기 어려울 수 있다.
이 변수가 중요한 이유는, 한국이 첫 번째 길이나 두 번째 길을 걸으면서도 이 가능성을 염두에 두어야 하기 때문이다. 엣지 AI 시대에 한국의 제조 인프라가 '분산형 운동장'이 되려면, 지금부터 현장에 AI를 심는 작업이 시작되어야 한다. 그것이 5년 뒤에 열릴 수도 있고 열리지 않을 수도 있는 문이라 하더라도, 문 앞에 서 있는 것과 문의 존재조차 모르는 것은 다르다.
세 길 모두를 관통하는 하나의 원칙
세 갈래 길은 서로 배타적이지 않다. 첫 번째 길(장비 공급)로 돈을 벌면서, 두 번째 길(특화형 운동장)을 실험하고, 세 번째 길(엣지 AI)을 준비하는 것이 가능하다. 실제로 그래야 한다. 한 길에만 올인하기에는 불확실성이 너무 크다.
그러나 어떤 길을 택하든 하나의 원칙만은 공통이다. 한국의 핵심 산업 데이터가 남의 운동장에서 처리되어서는 안 된다는 것이다.
자동차 공정 데이터가 사우디 데이터센터로 가서 AI 학습에 쓰이고, 그 결과물인 제조 AI를 한국이 다시 사서 쓰는 구조. 이것은 원유를 수출하고 휘발유를 수입하는 것과 같다. 데이터를 보낸 나라는 데이터를 받은 나라에 장기적으로 종속된다. HBM과 가스터빈은 수출하면서, AI 시대의 산업 주권은 수입하는 역설이 벌어진다.
장비 공급자로 남든, 특화형 운동장을 만들든, 엣지 AI 시대를 준비하든 '우리 데이터는 우리 땅에서 처리한다'는 원칙이 관통하지 않으면, 어떤 전략도 반쪽짜리가 된다. 이것은 기술의 문제가 아니라 주권의 문제다.
시리즈를 마치며 .. AI 인프라 전쟁이 묻는 것
다섯 편에 걸쳐 하나의 질문을 추적했다. AI 시대에 진짜 중요한 것은 무엇이고, 한국은 어디에 서 있는가.
답은 계속 같은 자리로 돌아왔다. AI의 진짜 해자는 알고리즘이 아니라 메가와트다. 그리고 메가와트를 가진 자가 21세기의 지정학적 권력을 쥔다. 한국은 메가와트를 만드는 장비는 세계 최고 수준으로 만들지만, 메가와트 자체는 부족하다.
이 간극을 메우는 방법은 여러 가지일 수 있다. 장비를 팔아 번 돈으로 다음 기회를 사는 것, 제조 데이터라는 고유한 자산으로 특화된 운동장을 만드는 것, 혹은 운동장의 정의가 바뀌는 미래를 준비하는 것. 어느 길이 맞는지는 아직 아무도 모른다. 확실한 것은, 아무 길도 선택하지 않는 것만이 유일한 오답이라는 점이다.
ⓒ 하이엔드전략연구소(HESI) & 하이엔드데일리
#AI인프라전쟁 #AIInfrastructureWar #한국AI전략 #KoreaAIStrategy #소버린AI #SovereignAI #엣지AI #EdgeAI #제조AI #ManufacturingAI #데이터주권 #DataSovereignty #하이엔드데일리 #HighEndDaily