국가대표AI는 모델 대회가 아니라 한국 추론 생태계의 첫 실전이다

이 글은 3부작 대한민국 LLM 전략 3부작 중 2부다.

앞선 글: AI 토큰 가격 전쟁의 뒤편 - HBM 병목, 탈HBM 추론칩과 한국 GPU의 공백

앞선 글은 이렇게 끝났다. 중국이 알고리즘과 싼 전기로 토큰 원가를 끌어내리고 미국이 자본과 풀스택으로 버티는 동안, 한국은 HBM 공급국에서 연산 생태계 보유국으로 올라가는 전환기에 있으며, 그 전환을 이끌 첫 대규모 수요가 바로 국가대표AI라고. 이 글은 그 국가대표AI의 안쪽을 들여다본다.

국가대표AI를 단순한 모델 성능 대회로 보면 LG, SK텔레콤, 업스테이지와 모티프의 벤치마크 점수만 비교하게 된다. 그러나 정부가 만들려는 것은 모델 하나가 아니라 모델 개발 → 국산 추론칩 실증 → 데이터센터 배치 → 대국민·공공 서비스 → 기업용 반복 매출로 이어지는 산업 구조다. 이 관점에서 보면 경쟁 구도도 달라진다. 모델을 만드는 기업은 성능과 납기 위험을 지지만, 칩과 데이터센터를 공급하는 기업은 어느 모델이 선발돼도 매출을 얻는다.

이 글의 핵심 결론은 세 가지다.

1. 2026년 8월 평가의 표면적 승부는 모델 성능이지만, 최종 사업성은 추론 원가와 서비스 운영 능력에서 갈린다.
2. 이 판은 게임이 두 개고, 둘 다 승자가 복수다(독파모 최종 2팀, 모두의 AI 컨소시엄 4~5곳). 모델 게임(독파모)에서는 LG가 유리하고, 추론 서비스 게임(모두의 AI)에서는 업스테이지가 유리하다. 업스테이지는 독파모와 모두의AI 둘 다 잡는 대박이 가능하고, SKT는 최소한 둘 중 하나는 건지며, 네이버는 인프라를 쥔 채 독자 노선으로 갈 수 있다.
3. 투자 관점에서 더 안정적인 자리는 모델 우승팀이 아니라 GPU·NPU, 데이터센터, 클라우드와 전력설비를 모든 진영에 파는 공급자다.

국가대표AI는 하나의 대회가 아니라 두 개의 게임이다

가장 먼저 바로잡아야 할 프레임이 있다. 이 판은 “누가 국가대표가 되느냐”라는 하나의 질문이 아니다. 게임이 두 개다.

첫 번째 게임은 모델게임, 독파모, 공식 명칭 “독자 AI 파운데이션 모델 프로젝트”다. 정부는 2025년 8월 다섯 정예팀으로 사업을 시작해 6개월 단위 평가로 지원 대상을 압축하고 있고, 2027년까지 정예팀에 지원하는 직접 사업비는 약 2,136억원이다. 공공 GPU 확충과 국가AI컴퓨팅센터 투자, GPU 3만7,000장 확보 계획은 별도 인프라 사업이다. 이 게임의 상품은 “국가대표 모델”이라는 타이틀과 정부 지원이다.

두 번째 게임은 추론게임, 모두의 AI다. 선발된 모델을 국민이 무료로 쓰게 하는 대국민 서비스로, 정부는 이르면 2026년 11월 서비스를 시작해 2028년까지 정부 지원으로 무료 제공하겠다고 밝혔다. 본질은 AI 구독료의 복지화다. 국민이 GPT나 Claude에 내던 구독료를 정부가 대신 부담하고, 그 수요를 국내 모델과 반도체 생태계로 돌린다. 이 게임의 상품은 수백만 명의 트래픽과 그것을 서빙할 추론 인프라 예산이다 - 앞선 글에서 본 토큰 가격 전쟁이 국내로 들어오는 지점이다.

그리고 이 둘은 제도적으로도 분리돼 있다. 모두의 AI는 독파모의 부속 절차가 아니라 별도의 공모 사업이다. 과기정통부 표현으로 “독파모가 모델이라면 모두의 AI는 서비스”이고, 참여 자격도 정예팀 전용이 아니라 독파모 탈락팀 포함 국내 기업 누구나 컨소시엄으로 도전할 수 있다. 승자 수도 다르다. 독파모는 최종 2팀이지만, 모두의 AI는 민간 AI 기업 컨소시엄 4~5곳을 선발해 초기 운영·서비스 비용을 정부 예산으로 지원하는 복수 사업자 구조다(챗봇 + AI 에이전트 + 취약계층 특화 모델의 세 기능 구성).

단, 자격이 열려 있다는 건 회사 얘기지 엔진 얘기가 아니다. 핵심 조건은 “회사는 누구나, 모델은 국산만”이다. 과기정통부는 “모두의 AI는 국내 AI 모델을 활용해 한국형 챗GPT를 만들자는 것”이라며 독파모뿐 아니라 카카오 카나나 같은 복수 국산 LLM 조합도 검토 중이라고 밝혔고(그래서 네이버가 하이퍼클로바를 접고 네이버 검색에 AI를 통합했다), 정부 GPU 배분 기준도 “일정 규모 이상 이용자를 갖춘 플랫폼에 독파모 API를 제공하는 기업”에 준다. 즉 GPT·Claude를 그대로 얹어 파는 형태로는 자격이 없고, 엔진을 국산 모델로 갈아 끼워야 들어온다. 이 사업의 설계 의도 자체가 서비스 레이어는 자유 경쟁시키되 그 밑의 모델 수요를 국산으로 강제하는 것 - 독파모로 만든 모델의 판로를 모두의 AI로 열어주는 수요 창출 장치다.

다만 지급 방식은 아직 미확정이다. 7월 초까지도 제안요청서(RFP)가 공개되지 않아 범용 챗봇이냐 분야별 특화냐의 방향조차 안 정해졌고, 연내 서비스 자체가 불투명해졌다는 분석이 나온다. 특히 “국민 1인당 얼마”라는 인당 단가 기준은 발표된 바 없다. 지원은 국민 개인이 아니라 사업자(컨소시엄)에게 가고, GPT 구독료 대납(1인=월 정액)이 아니라 추론 토큰을 정부가 사주는 구조이기 때문이다. 그래서 실제 비용은 “몇 명이 쓰느냐”보다 “얼마나 무겁게 쓰느냐(토큰량)”에 좌우된다 - 앞선 글에서 본 대로 헤비 유저 한 명이 라이트 유저 수십 명의 원가를 태우므로, 인당 정액을 못 박으면 예산이 사용량에 따라 터진다. 초기에 이용자·토큰 쿼터를 걸고 총예산 안에서 굴릴 수밖에 없는 이유이고, 이 사업의 진짜 병목이 모델 성능이 아니라 추론 원가인 이유이기도 하다.

이 글의 결론부터 위험하게 선언하고 가면 모델 게임(독파모)에서는 LG가 유리하고, 추론 서비스 게임(모두의 AI)에서는 업스테이지가 유리하다.

게임 1: 모델 타이틀(독파모) - LG가 앞서 있다

현재 경쟁팀은 네 곳이다.

팀	1차 모델	규모	1차 결과	추론 인프라 연결
LG AI연구원	K-EXAONE	236B MoE, 활성 23B	전 부문 1위, 90.2점	퓨리오사AI, LG CNS·LG유플러스
SK텔레콤	A.X K1	519B MoE, 활성 33B	통과	리벨리온, SKT·SK브로드밴드
업스테이지	Solar Open	102.6B MoE, 활성 12B	통과	NVIDIA·AMD GPU, 하이퍼엑셀 협력
모티프테크놀로지스	2차 모델 개발 중	목표 300B급	2026년 2월 추가 선발	모레 등 컨소시엄 인프라

1차 평가에서는 네이버클라우드와 NC AI가 탈락했다. 네이버의 탈락 사유는 인력 유출만으로 설명할 수 없다. 정부는 비디오·오디오 인코더에 기존 오픈모델 가중치를 초기화하지 않고 사용한 점을 독자성 기준 미충족으로 판단했다. 이후 정부는 공석을 재공모해 모티프테크놀로지스를 추가 선발했다. 일정은 이렇게 흐른다. LG·SKT·업스테이지는 6월 말 2차 모델 개발을 마치고 7월 초 성과보고서를 제출했으며, 모티프는 7월 말까지 개발한다. 8월 2차 평가(멀티모달 중심)에서 한 팀이 더 탈락하고, 2027년 2월경 최종 두 팀이 정해진다. 그 사이 2026년 11~12월에 “모두의 AI”가 먼저 열린다.

이 게임에서 LG가 앞서 있다. 1차 평가에서 벤치마크·전문가·사용자 평가를 모두 이겼고(90.2점), K-EXAONE·퓨리오사 RNGD·LG CNS·LG유플러스 파주 데이터센터로 이어지는 풀스택 국산화를 제시할 수 있으며, 공공·금융·의료처럼 보안과 온프레미스가 중요한 시장에 즉시 판매할 제품 구조까지 갖췄다. 2절에서 볼 심판석과의 라인은 덤이다.

단, 이 1위에는 각주가 하나 붙는다. 90.2점은 정부 평가단이 매긴 점수이고, 외부에서 이를 재현·검증할 경로가 사실상 막혀 있다. K-EXAONE 가중치는 허깅페이스에 공개돼 있지만, 236B 모델이라 256K 컨텍스트 구동에 H200 4장이 필요하고 transformers 5.1·vLLM 0.14·llama.cpp 최신 빌드 같은 특수 버전이 강제되며, Ollama·LM Studio는 공식 미지원이다. 더 결정적으로 OpenRouter·DeepInfra 같은 서드파티 API가 어디에도 없다. 비상업 자체 라이선스(K-EXAONE AI Model License)가 상업 호스팅을 막기 때문이고, 유일한 API 제공자인 프렌들리AI는 LG 컨소시엄 멤버다. 즉 무거워서 개인이 못 돌리고, 라이선스 때문에 제3자가 못 서빙하고, API는 자기 진영뿐이다. 공개는 했지만 아무나 검증하기는 어려운 “타이틀을 위한 공개”에 가깝고, 1위 점수는 상당 부분 그들의 말을 믿고 가야 하는 숫자다.

게임 2: 추론 서비스(모두의 AI) - 업스테이지가 유리하다

LG의 무게중심은 처음부터 대국민 서비스가 아니라 B2B다. LG AI연구원은 ‘AI 토크 콘서트 2025’에서 엑사원 기반 B2B 생태계로 “글로벌 톱3”에 도약하겠다는 청사진을 밝혔고, 공개한 제품군도 엑사원 온프레미스(퓨리오사 NPU 결합, GPU 대비 전력효율 3배 강조), 엑사원 데이터 파운드리, 정밀 의료용 엑사원 패스 같은 기업·산업용 일색이다. B2B 수주는 이미 1,000억원을 넘었고 런던증권거래소그룹(LSEG)과의 투자 리서치 서비스처럼 해외 B2B 수익화가 다음 단계다. 챗GPT식 대국민 챗봇을 자체 운영할 계획은 보이지 않는다 - LG 컨소시엄 10개사 구성을 봐도 B2C 서비스는 뤼튼테크놀로지스·이스트소프트 같은 파트너사 몫으로 배정돼 있고, LG AI연구원 본체는 모델·풀스택 생태계를 맡는다. 즉 LG에게 독파모는 “국가대표 1위 모델”이라는 공인으로 B2B 신뢰도를 세우는 사업이지, 모두의 AI 서빙을 떠안으려는 사업이 아니다. LG 본체는 이 두 번째 게임의 선수가 아니다.

단, LG가 게임 2에 완전히 무관한 건 아니다. B2C 대국민 접점을 컨소시엄 파트너에게 외주로 배정해 뒀기 때문이다. 대표가 뤼튼테크놀로지스인데, 원래 GPT·Claude를 오케스트레이션하던 외산 모델 슈퍼앱이 LG 컨소시엄의 B2C 담당으로 합류해 국산 모델 생태계에 발을 걸쳤다. 앞서 본 대로 모두의 AI 자격은 “회사는 누구나, 엔진은 국산만”이므로, 뤼튼이 엔진을 K-EXAONE으로 갈아 끼워 티켓을 따면 LG 진영은 본체가 아니라 파트너를 통해 게임 2에 간접 참전하게 된다. 본체는 B2B, 대국민 접점은 뤼튼에 외주 - 이 분업이 LG 컨소시엄 안에 이미 그려져 있다.

남는 후보는 둘이다. SKT는 에이닷·라이너라는 소비자 접점을 들어 자신들이야말로 “모두의 AI”라는 사업 취지를 살릴 수 있다는 입장이고, 업스테이지 컨소시엄은 3년간 대국민 서비스로 사용자 1,000만 명 이상 달성을 목표로 내걸었다.

이 중 정부가 서비스의 주인공으로 세우기 좋은 쪽은 업스테이지다. 첫째, 국민성장펀드 5,600억원이 이미 들어가 있다 - 정부 입장에서 회수해야 할 매몰비용이자, “스타트업 육성”이라는 정책 명분 그 자체다. 둘째, 자체 데이터센터가 없어 네이버 GPUaaS든 국가 인프라든 어디와도 결합할 수 있는 공급자 중립성이 있다 - 특정 대기업 인프라에 정부 트래픽을 몰아줬다는 시비에서 자유롭다. 셋째, 대국민 서비스가 업스테이지에게는 본업(사용자 기반 확보)이지만 SKT에게는 에이닷과 겹치는 사업이다. SKT는 정부 지원 없이도 자생 가능한 대기업이라 정부가 밀어줄 명분이 약하고, SKT 스스로도 굳이 정부 단가와 공공성 제약을 받으며 이 게임을 이길 유인이 크지 않다 - 탈락하면 에이닷 독자 노선이 열리기 때문이다.

판돈 구조가 이 그림을 더 흥미롭게 만든다. 두 게임 모두 승자가 복수다 - 독파모는 최종 2팀, 모두의 AI는 컨소시엄 4~5곳. 그래서 경우의 수가 팀마다 다르게 열린다. 업스테이지의 대박 시나리오는 둘 다 잡는 것이다. 독파모 최종 2팀에 남아 정부 지원(B200·데이터)을 받으면서, 모두의 AI 주력 사업자로 대국민 트래픽까지 가져가면 모델·서비스·사용자 기반을 한 번에 확보한다. SKT는 둘 중 하나는 건질 공산이 크다. 독파모 최종 2팀에 남거나, 밀리더라도 에이닷 접점을 앞세워 모두의 AI 티켓 4~5장 중 하나를 가져가면 된다 - 어느 쪽이든 리벨리온·울산 인프라와 결합한 독자 노선은 그대로 살아 있다. LG만이 애초에 게임 1 하나에 올인한 구조이고, 그것으로 충분하도록 사업을 설계해 뒀다.

라이선스 전략이 이 분업의 물증이다. LG는 K-EXAONE을 비상업 자체 라이선스로 잠가 상업 서빙을 자기 진영(프렌들리AI API, 퓨리오사 양자화판)에 가뒀다 - 엑사원을 B2B 상품으로 팔아야 하니, 공개의 목적이 외부 검증이 아니라 타이틀이다. 반면 업스테이지의 Solar Open 100B는 Solar-Apache 2.0으로 상업 사용까지 열었고, 공식 vLLM 도커 이미지와 양자화판, 콘솔 API까지 깔아 서드파티 벤치마크 사이트에서 실제로 돌아간다 - 채택과 생태계가 목표인 서비스 사업자의 선택이다. 같은 “오픈소스 공개” 의무를 이행하면서도 한쪽은 잠그고 한쪽은 여는 이 접근성 설계 자체가, 모델은 LG가 팔고 서비스는 업스테이지가 편다는 분업 구도를 증언한다.

그래서 두 게임의 유리한 쪽을 포개면 이 글의 구도가 나온다. 모델 타이틀은 LG가 가져가 B2B 신뢰도로 바꾸고, 모두의 AI라는 대국민 추론 서비스는 업스테이지(컨소시엄)가 맡는다. 모두의 AI가 독파모와 별개 공모인 제도 설계 자체가 이 분업을 가능하게 한다. 그리고 LG의 가치는 모두의 AI 트래픽이 아니라 1위 공인과 공공·금융 B2B 판로에 있으므로, 모두의 AI가 지연되거나 흥행에 실패해도 LG 진영(엑사원+퓨리오사)의 사업 논리는 흔들리지 않는다.

경쟁의 이면에는 정책자금과 인적 네트워크가 겹쳐 있다

이 사업을 기술 점수만으로 설명하기 어려운 이유는, 주요 인물이 기업·정부·경쟁팀 사이를 이동했고 정책금융이 복수의 팀에 동시에 들어가 있기 때문이다.

배경훈 - 모델을 만든 사람이 심판석에 앉았다

배경훈 부총리 겸 과학기술정보통신부 장관은 LG AI연구원 초대 원장(2020.12~2025.06)으로 EXAONE 1.0부터 4.0까지 개발을 직접 이끌었다. 2025년 7월 장관에 취임했고, 이후 과기정통부가 관장하는 이 사업에 LG AI연구원이 참가하면서 인사청문회 전후로 정책 중립성과 이해충돌 우려가 제기됐으나 여야 합의로 통과됐다.

삼성탈레스 연구원
  -> SK텔레콤 미래기술원
  -> LG경제연구원·LG유플러스·LG전자
  -> LG AI연구원 초대 원장
  -> 과기정통부 장관·과학기술부총리

업스테이지 - 국민성장펀드 5,600억과 전직 AI수석

2026년 4월 국민성장펀드는 업스테이지에 총 5,600억원 투자를 승인했다. 첨단전략산업기금 1,000억원, 산업은행 300억원, 미래에셋 등 민간자금 4,300억원 구성이다. 스타트업 한 곳에 정책·민간 자금을 이 규모로 한 번에 결합한 것은 처음이라, 최종 선발 구도와 분리해 보기 어렵다.

투자심사 과정에서 사상 첫 반대표가 나왔고 위원장이 이해충돌을 이유로 불참했다는 보도가 있었다. 금융위원회는 투자심의와 승인이 독립적이고 공정한 절차로 이뤄졌다고 반박했다.

한국 LLM은 두 계보가 나눠 갖고 있다 - LG 라인과 클로바 라인

한국 LLM 판의 인맥 지도를 그리면 뿌리는 두 개이고, 둘은 거의 섞이지 않는다.

LG 라인 (배경훈이 삼성-SK-LG를 거치며 독자 구축)
  -> LG AI연구원: EXAONE 1.0~4.0 -> K-EXAONE (1차 1위)
  -> 배경훈: 과기정통부 장관·부총리 (사업 주무부처)

클로바 라인 (네이버 CLOVA에서 분화)
  -> 김성훈·이활석·박은정: 업스테이지 창업 (2020.10)
  -> 정석근: 클로바 CIC 대표 -> SKT AI 조직 총괄 (이동 당시 네이버가 내용증명 발송)
  -> 하정우: 클로바 AI 리서치 리더 -> 대통령실 AI미래기획수석
  -> 네이버 본체: 1차 탈락 -> HyperCLOVA X + GPUaaS + 데이터센터

클로바 시절 서열은 정석근(CIC 대표, 사업총괄) - 김성훈(AI 헤드, 기술총괄) - 하정우(리서치 리더) 순이었다. 경쟁팀만 갈라진 게 아니다. 이 판의 심판석까지 두 계보가 하나씩 나눠 앉았다 - 사업 주무부처 장관은 LG 라인(배경훈), 대통령실 AI수석은 클로바·업스테이지 라인(하정우)이다. 그리고 클로바 라인의 원조인 네이버 본체는 모델 경쟁에서 탈락하자 인프라 공급자로 방향을 틀었다.

이 인맥 지도는 이 글의 역할 배분 주장과 정확히 포개진다. 모델(독파모)은 LG 라인이, 대국민 서비스(모두의 AI)는 클로바 라인의 적자인 업스테이지가, 인프라는 클로바 라인의 본가인 네이버와 클로바 인력을 수혈한 SKT가 가져가는 그림이다. 어느 계보도 판에서 밀려나지 않고, 각자 다른 층을 차지한다.

학습은 엔비디아가 독점하고, 추론에서 국산 NPU가 경쟁한다

네 팀 모두 대형 모델 학습에서는 NVIDIA GPU에 전적으로 의존한다. 수천억 파라미터 모델을 처음부터 훈련할 국산 범용 가속기와 CUDA급 소프트웨어 생태계가 없기 때문이다. 국산 반도체의 현실적인 첫 시장은 학습이 아니라 추론이다. 학습은 일정 기간에 몰아서 끝나지만 추론은 서비스가 살아 있는 동안 토큰마다 비용이 반복되고, “모두의 AI”처럼 사용자가 많아질수록 전력효율과 토큰당 비용이 중요해진다. 앞선 글에서 본 HBM·GDDR·LPDDR 메모리 경로 다변화가 실제 제품으로 구현되는 곳이 바로 여기다.

서버급 3사는 각기 다른 대기업 생태계와 짝을 이룬다

기업	제품·메모리	제조	2026년 7월 상태	대기업 진영
퓨리오사AI	RNGD·HBM3 48GB	TSMC 5nm	1월 4,000장 인도·상용 출하, 증산 중	LG (네이버 지분투자)
리벨리온	Rebel100·HBM3E 144GB, ATOM·GDDR6	삼성 4nm	서버·랙·POD 공급, 스퀴즈비츠 인수	SK (지분 약 18.2%)·삼성
하이퍼엑셀	Bertha 500·LPDDR5X	삼성 4nm	첫 실리콘 검증, 2027년 초 양산 목표	네이버 (업스테이지 협력)

서버급 3사가 각각 LG, SK, 네이버와 짝을 이루는 구조라, 모델 경쟁은 사실상 대기업 진영 싸움의 반도체 버전이기도 하다.

퓨리오사AI는 2026년 1월 RNGD 4,000장을 인도받아 상용 출하를 시작했고, 6월 말 공개한 SDK 2026.3에서 Solar-Open·K-EXAONE·Qwen3 MoE 지원을 명시했으며, 7월에는 리스본 Equinix 데이터센터 배치로 해외 유통을 열었다. LG AI연구원이 장기간 테스트한 뒤 EXAONE 추론에 RNGD를 도입한 것이 첫 대형 레퍼런스이고, LG유플러스와는 K-EXAONE·RNGD·기업용 플랫폼을 한 서버에 담은 소버린 AI 어플라이언스를 내놨다. 전원만 연결하면 내부망에서 AI가 도는 완제품으로, 데이터 반출이 제한되는 공공·금융·의료를 정면으로 겨냥한다.

리벨리온은 삼성 4nm에서 생산한 Rebel100과 삼성 HBM3E 144GB를 묶은 카드·서버·랙을 공급하며, SKT·Arm과 A.X K1 및 통신 특화 모델을 실제 데이터센터에서 검증하고 있다. 6월에는 기가컴퓨팅과 서버 공동개발에 들어갔고 추론 최적화 기업 스퀴즈비츠를 인수했다. SKT·SK하이닉스·SK스퀘어가 사피온 합병으로 지분 약 18.2%를 합산 보유해 자본과 고객이 함께 묶여 있다.

하이퍼엑셀은 비싼 HBM 대신 LPDDR5X를 쓰는 LPU를 설계한다. Bertha 500 첫 실리콘이 삼성 4nm에서 나왔고 양산 목표는 2027년 초다. 네이버클라우드와 공동검증을 진행하는 동시에 업스테이지팀의 추론 인프라 고도화에도 참여한다 - “네이버 전용”이 아니라 여러 모델에 칩을 파는 공급자로 봐야 한다.

공급망의 강점과 약점 - 설계·메모리는 강하고 생산·소프트웨어가 약하다

모델: LG·SKT·업스테이지·모티프
  ↓
가속기 설계: 퓨리오사·리벨리온·하이퍼엑셀 (+ 세미파이브 등 디자인하우스)
  ↓
메모리: SK하이닉스·삼성전자 (세계 1~2위 HBM)
  ↓
파운드리: TSMC 5nm / 삼성 4·5nm
  ↓
카드·서버·랙: ASUS·기가컴퓨팅·국내 서버사
  ↓
운영: LG CNS·SKT·네이버클라우드·삼성SDS

국내 NPU는 이미 파운드리를 이원화했다. 퓨리오사만 TSMC 5nm이고 리벨리온·하이퍼엑셀은 삼성 4nm, 딥엑스는 삼성 5nm다. 따라서 TSMC 웨이퍼·패키징 배정 위험은 퓨리오사에 집중된다. TSMC 입장에서 NVIDIA·Apple 대비 극소량 고객이라 공급 부족기에 후순위로 밀릴 위험은 상수이고, 국민AI 규모(수만 장)의 물량을 제때 받을 수 있느냐가 실질적 리스크다. 삼성 경로는 반대로 수율·패키징·대량 양산 실적을 입증해야 하는 별도의 위험을 진다.

자금 상황은 나아졌다. 국민성장펀드는 5월 퓨리오사AI에 약 8,000억원의 직접 지분투자를 승인했고, 이 돈은 RNGD 증산과 HBM4 기반 차세대 칩 개발에 들어간다. 퓨리오사를 “협상력 없는 독립 스타트업”으로만 보기는 어려워졌다.

진짜 장벽은 칩 한 장의 성능이 아니라 소프트웨어와 운영이다. NVIDIA의 우위는 GPU가 아니라 CUDA·라이브러리·서버·운영도구가 한 묶음이라는 데 있다. 국산 NPU가 공공 실증에서 끝나지 않으려면 칩 생산 → 메모리·패키징 통합 → 카드·서버·랙 통합 → 컴파일러·모델 최적화 → 장애 대응 → 데이터센터 배치가 전부 이어져, 고객이 몇 년간 안정적으로 운영할 수 있는 제품이 돼야 한다.

모델과 칩이 준비돼도 2027년까지는 돌릴 자리가 부족하다

국가대표AI의 가장 현실적인 문제는 모델 개발 일정과 데이터센터 완공 일정이 어긋난다는 점이다.

시설	규모	가동 일정	국가대표AI와의 관계
LG유플러스 파주	최종 200MW, 1동 50MW	1동 2027년 7월 목표	K-EXAONE·RNGD 서빙, DBO 사업
SK·AWS 울산	최종 103MW, 약 7조원	41MW 2027년 11월, 전체 2029년	SKT·리벨리온 및 AWS 수요
네이버 각 세종	설계 상한 270MW·서버 60만 유닛	1차 가동 중, 6단계 확장형	GPUaaS·외부 고객
네이버·NVIDIA AI 팩토리	최종 1GW 구상	55MW 2027년 시작	국내외 GPU 인프라 사업
해남 국가AI컴퓨팅센터	GPU 1만5,000장 이상, 약 2.5조원	2028년 목표	“모두의 AI”·연구·공공용
현대차 새만금	약 9조원, GPU 5만장급	2029	자율주행·로봇 전용 (국가대표AI 무관)
카카오 안산	서버 12만대	2024 가동	자체 서비스 DR

주의할 점은 발표 수치 대부분이 현재 가동량이 아니라 설계 상한이라는 것이다. 각 세종의 270MW·60만 유닛은 여섯 단계 증설이 모두 끝났을 때의 상한이고 현재 열린 공간은 약 6분의 1이다. 울산도 2027년 11월 41MW로 부분 가동 후 2029년 103MW로 확장한다.

이 일정은 2026년 11~12월의 “모두의 AI”가 처음부터 전국민 무제한 서비스가 될 수 없다는 뜻이다. 시작 시점에 파주·울산·해남이 모두 미완공이므로, 초기에는 기존 인프라를 긁어모아야 한다. 가동 중인 자원은 네이버 각 세종 1단계(GPU 2,240장 + 6만장 확보 진행), SKT 기존 클러스터(1,000장 이상), 정부 광주·슈퍼컴 계열(약 1만2,000장) 수준이다. Solar Open(102.6B)급 모델 기준 DAU 수백만의 쿼터제 서비스는 가능하지만, 전국민 무제한은 파주(2027)·울산(2027)·해남(2028)이 차례로 열린 뒤에야 단계적으로 확대될 수 있다.

인포그래픽을 전체 화면으로 열기

선발 결과에 따른 인프라 경로는 이렇게 예상할 수 있다.

LG 선발
  K-EXAONE -> 초기 기존 GPU + RNGD 혼용 -> 파주 AIDC -> LG CNS 공공·금융 온프레미스 패키지

업스테이지 선발
  Solar -> NVIDIA·AMD GPU와 외부 클라우드 -> 네이버 GPUaaS·국가 인프라 -> 하이퍼엑셀 실증 확대

SKT 선발 또는 독자노선
  A.X K1 -> 기존 SKT 클러스터 -> 리벨리온 RebelCard -> 울산 AIDC와 에이닷·B2B

해남센터는 국산 NPU 정책이 인프라 수익성에 밀린 사례다

해남 국가AI컴퓨팅센터 공모는 애초 공공 지분 51%, 매수청구권, 국산 AI반도체 도입 의무를 포함했다. 민간이 수익성과 경영권 부담을 이유로 응하지 않아 두 차례 유찰됐고, 정부가 공공 지분을 30% 미만으로 낮추고 매수청구권과 국산 NPU 의무를 제거한 뒤에야 삼성SDS 컨소시엄이 단독 응찰해 우선협상대상자가 됐다.

주주	지분	역할
삼성SDS	30.0%	최대주주, 설계·구축·운영 주관
정부·정책금융	29.0%	공공 목적 출자
네이버클라우드	26.1%	멀티클라우드·GPU 운영
기타 (삼성물산·카카오·삼성전자·클러쉬·KT)	약 14.9%	시공·HBM 납품·통신 등

삼성SDS 30%, 정부 29%, 네이버클라우드 26.1%로 어느 쪽도 단독 과반이 없다. 삼성 계열 합산이 가장 크고 네이버가 두 번째 민간 축인 실질적 양두체제이지만, 실제 지배력은 주주간계약과 이사회 구조에 달려 있다.

정책적으로 더 중요한 대목은 국산 NPU 의무가 삭제됐다는 사실이다. 국가센터가 국산 NPU의 첫 대형 고객이 되려던 계획이 민간 참여를 끌어내는 과정에서 약해졌고, 결국 국산 NPU의 초기 수요는 해남이 아니라 국가대표AI 실증, 공공 조달, LG·SKT의 민간 데이터센터에서 먼저 만들어질 가능성이 높다.

해남의 일정은 GPU보다 변전소와 변압기에 달렸다

해남 솔라시도의 태양광 98MW는 RE100 명분에 가깝고, 실제 전력은 신설 변전소를 통해 계통에서 온다. 154kV 산이변전소는 2026년 7월 착공, 2028년 4월 준공 목표라 센터 개소(2028)와 일정 여유가 거의 없다. 병목은 한전이 아니라 변압기다. 대형 전력변압기의 글로벌 납기가 143주(2.7년)에 이르고, 국내 전력기기 3사(HD현대일렉트릭·LS일렉트릭·효성중공업)의 수주잔고가 37조원을 넘어 수익성 높은 북미 물량이 생산능력을 선점하고 있다. 해남은 정부가 국정과제로 직접 관리해(산업부 중재로 일정 단축, 국가기간 전력망 확충 특별법) 민간 프로젝트보다 우선순위를 받겠지만, 여유가 크지 않다.

반면 각 세종은 154kV 이중화를 이미 갖췄고 파주는 LG디스플레이 공장 부지의 기존 산업용 전력을 활용한다. LG와 네이버 계열 인프라가 유리한 이유는 건물 규모가 아니라 이미 확보한 전력과 운영 경험이다.

수혜 지도 - 만드는 쪽이 위험을 지고, 파는 쪽이 반복 매출을 가져간다

국가대표AI의 투자 지도를 그리면 “모델을 만드는 쪽”과 “인프라를 파는 쪽”이 갈라진다.

만드는 쪽 (성능·평가·납기 위험 부담)
  LG: 모델 + NPU + 서비스 + 데이터센터 (풀스택, 위험도 풀스택)
  업스테이지: 모델 중심, 인프라는 외부 조달
  SKT: 모델 + NPU + 통신서비스 + 데이터센터

파는 쪽 (사용량에 따른 반복 매출)
  네이버클라우드: GPUaaS + 각 세종 + 해남 26.1%
  삼성SDS: 해남 구축·운영 주관
  퓨리오사·리벨리온·하이퍼엑셀: 추론 가속기
  삼성전자·SK하이닉스: HBM·DRAM
  전력기기 3사: 변압기·배전

골드러시에서 금 캐는 사람보다 곡괭이 파는 사람이 확실히 벌었다는 격언 그대로다. 다만 인프라가 무조건 안전한 것은 아니다. 데이터센터는 막대한 선투자에 가동률 위험을 지고, NPU도 소프트웨어와 고객 확보에 실패하면 재고가 된다. 요점은 단일 모델의 선발 결과에 대한 민감도가 낮다는 것이다.

네이버 - 탈락했지만 빠진 곳이 없다

네이버는 독파모를 포기했지만 실익을 얻기 위한 선발과 무관하게 인프라 매출을 얻는 헤지를 겹겹이 깔았다.

네이버
  -> 인프라: 각 세종 + GPUaaS(현대차·삼성전자·한국은행 등) + NVIDIA 1GW AI 팩토리
  -> 정부 GPU 조달: 네이버클라우드·카카오·NHN 컨소시엄 1.46조원 수주
  -> 국가센터: 해남 SPC 26.1%
  -> 반도체: 퓨리오사AI 초기 투자 지분 (약 6.5%, 증자 전 기준)

LG가 선발되면 퓨리오사 지분 가치가 오르고, 업스테이지가 선발되면 자체 데이터센터가 없는 Solar가 카카오/네이버 GPUaaS와 국가 인프라를 쓸 가능성이 커진다. SKT가 선발돼도 사업 외부의 GPU 수요와 해남 운영 매출이 남는다. 어느 팀이 이겨도 네이버가 수혜를 보는 구조이고, 지분 수익은 일회성이지만 인프라 매출은 반복적이라는 점에서 업스테이지 선발이 오히려 더 유리할 수도 있다.

LG - 선발되면 모델보다 기업용 패키지에서 돈이 나온다

LG 진영의 수혜 경로는 정부 수요 -> LG AI연구원(모델) -> LG CNS·LG유플러스(구축·운영) -> 퓨리오사(RNGD) -> SK하이닉스(HBM3) -> 서버·냉각·전력 기업으로 흐른다. 가장 중요한 제품은 모델 자체보다 소버린 AI 어플라이언스다. 공공·금융·국방처럼 해외 모델 사용이 제한되고 온프레미스가 필수인 시장에서는 “국산 모델 + 국산 칩” 조합이 사실상 유일한 선택지가 되기 때문이다.

1절에서 본 대로 LG의 수익 모델은 애초에 모두의 AI 트래픽이 아니라 B2B로 설계돼 있다. 이는 투자 관점에서 양날이다. 대국민 무료 서비스의 서빙 원가(수백만 명의 호출을 정부 단가로 받아내는 부담)를 LG가 직접 지지 않는다는 점에서는 리스크가 작고, 대신 국가대표 타이틀이 만들어줄 트래픽·데이터·소비자 접점이라는 업사이드도 LG 몫이 아니다. 엑사원의 성패는 결국 온프레미스 어플라이언스와 LSEG류 해외 B2B 계약이 얼마나 쌓이느냐로 측정해야 한다.

SKT - 탈락해도 독자 노선이 가장 분명하다

SKT는 선발 결과와 무관하게 A.X K1, 리벨리온 지분 약 18.2%, 에이닷의 대규모 소비자 접점, 기존 GPU 클러스터와 2027년부터 가동할 울산 AIDC, SK하이닉스와의 협력을 모두 보유한다. 선발되면 정부 지원을 더 받고, 탈락하면 평가·오픈소스·공공성 조건에서 벗어나 가격과 서비스를 자유롭게 정한다. 네이버가 탈락 후 인프라 사업자로 오히려 자리를 잡은 것과 같은 패턴을 밟을 수 있는, 탈락 충격 흡수력이 가장 큰 팀이다.

DSC와 산업은행 - LG·업스테이지 양쪽에 걸친 자본

DSC인베스트먼트는 2017년 6월, 창업 한 달 된 퓨리오사에 네이버와 나란히 5억원씩 넣은 최초 투자자다. 26년 증자 전 추정 주주명부 기준 지분 합산은 다음과 같다.

주주	증자 전 지분	비고
백준호 대표	14.38%	최대주주
DSC그룹 (DSC+슈미트)	약 12.2%	13개 펀드 합산, 2대주주
산업은행	약 11.5%	여러 종류 우선주
네이버	약 6.5%	초기·후속 투자
김한준 CTO	4.71%	보통주

최근 8,000억원 증자가 반영되면 희석되지만, DSC의 최대 베팅이 퓨리오사라는 사실은 변하지 않는다. DSC는 업스테이지에도 국민성장펀드보다 앞서 투자했다(규모 비공개). 즉 최종 2팀이 LG+업스테이지로 가면 DSC는 모델 진영과 칩 진영 양쪽에서 동시에 수혜를 본다 이 글의 역할 배분 구도에 가장 정직하게 베팅해 둔 곳이다.

산업은행은 더 넓게 걸쳐 있다. 퓨리오사,업스테지에는 시드부터 이어온 지분과 2026년 증자 참여, 해남에는 정책금융. 어느 모델의 승패보다 한국 AI 생태계 전체의 자본 공급자 자리를 택한 셈이고, 뒤집어 말하면 어느 쪽이 무너져도 공적자금이 얽혀 있다는 뜻이다.

위치별 투자 우선순위 - 우승 확률보다 매출이 확정되는 경로

위치	수익 조건	반복성	핵심 위험
모델 기업	평가 통과, API·기업 고객	중간	성능 경쟁, 학습비, 가격 하락
NPU 기업	양산·소프트웨어 검증, 서버 채택	높음	파운드리, 고객 집중, CUDA 생태계
GPUaaS·클라우드	모델과 무관한 사용량 증가	높음	GPU 가격, 가동률, 전력비
데이터센터	장기 임차·DBO 계약	높음	완공 지연, 전력·냉각, 자본비용
HBM·메모리	GPU·NPU 출하 증가	높음	메모리 사이클, 탈HBM 기술
전력기기	AIDC 착공·계통 증설	높음	수주잔고 소화, 원자재, 납기
VC·지분투자	IPO·M&A	낮음	회수 지연, 희석

모델 기업은 가장 큰 서사를 만들지만 매번 더 좋은 모델과 더 싼 API가 나오는 경쟁 - 앞선 글의 토큰 가격 전쟁 - 을 견뎌야 한다. 인프라 기업은 여러 모델의 호출량을 동시에 매출로 바꾼다. 그래서 투자 판단은 “누가 국가대표가 될까”에서 끝나면 안 되고, 선발 → 실제 배치 → 이용량 증가 → 어느 상장사 매출로 인식되는가까지 따라가야 한다.

결론 - 진짜 전장은 모델 순위가 아니라 추론 원가·공급·가동률·회수다

국가대표AI 사업의 표면에는 네 개의 모델이 있다. 그 아래에는 전직 기업인 출신 정책 책임자, 네이버에서 갈라져 나온 인력, 국민성장펀드와 산업은행, 세 곳의 서버급 NPU 기업, TSMC와 삼성파운드리, 다섯 개가 넘는 데이터센터 계획, 그리고 해외실증부터 AX 프로젝트까지 이어지는 지원사업 파이프라인이 겹쳐 있다.

모델을 만드는 LG와 업스테이지는 가장 큰 성과와 가장 큰 위험을 함께 지고, 네이버·SKT·삼성SDS와 메모리·전력기기 기업은 어느 모델이 이겨도 필요한 것을 판다. 국가대표AI는 모델 대회가 아니라, 한국 AI 산업의 자원과 역할을 배분하는 장치이자 국산 추론 생태계의 첫 대규모 실전이다.