[이슈분석: 국내 AI] 1편. AI 정책 파헤치기

---

2025년 6월 4일, 전 대통령 윤석열의 탄핵 이후 치뤄진 21대 대통령 선거로부터 이재명이 당선되었다. 물론 이재명이 들고 나온 공약들 중에는 여러 가지들이 있겠지만, 전세계적으로 인공지능이 가장 많은 관심을 받고 있으며 이러한 분위기에 발맞추어 우리나라에서도 미래 먹거리로 인공지능을 선택한 만큼 이와 관련된 ✅ 정책들을 알아보아야 어느 부문에 투자할지 결정할 수 있다. 이전에 분석했던 이슈 분석 게시글인 원자력발전소 역시도 결국에는 인공지능을 학습시키기 위한 데이터센터를 유지하기 위한 전력을 공급하는 것을 목적으로 한다는 걸 고려하면 전세계적으로도 많은 국가들이 인공지능을 위한 에너지 수급에 집중하고 있는지 어렵지 않게 알 수 있다. ⭕ (용어) 인공지능은 영어로 Artificial Intelligence라 하며, 이를 줄여서 AI라고 함. 이하 AI로 통칭함.

[이슈분석: 원전주] 트럼프의 원전 400기 행정명령 ?

 

 

이재명 당선에 따른 AI에 대한 투자의 방향성: 정책 파헤치기

　이재명의 공약 목록을 보면 물론 산업, 경제, 안보 등 다양한 분야에 대한 공약이 기재되어 있는데, 그 중에서도 AI와 관련된 공약을 자세하게 파헤쳐보도록 하자. 그러기 위해서는 기본적으로 ✅ AI 산업의 분류에 대한 이해가 선행되어야 하는데, 이 게시글에서는 AI 분야에 대해 크게 세 가지 부분으로 나누어 각 분야에 대한 간단한 설명과 함께 공약에 대해 간단하게 정리해볼 예정이다. 그 후에, 각 산업에 어떤 기업들이 존재하는지 그리고 그 기업들은 어떤 방식으로 어떠한 수익을 창출하고자 하는지에 대해서는 아래의 AI 기업의 주요 매출처를 찾는 부분에서 살펴볼 예정이다.

 

　 1. AI 소프트웨어 개발: 모두의 AI, World Best LLM.

　AI 기술을 구현하기 위한 소프트웨어 및 도구를 개발하거나 공급하는 분야이다. 대표적으로 1️⃣ 머신러닝 플랫폼이나 2️⃣ AI 추론 엔진, 3️⃣ AI 모델을 개발하기 위한 기반 소프트웨어를 개발하는 게 이에 해당된다. 이와 관련하여 이재명은 〔모두의 AI를 개발〕하겠다는 공약을 내세웠다. 그렇다면 우리는 이 모두의 AI를 어떤 관점에서 바라보아야 할까 ?

　(모두의 AI) 이재명이 공약으로 내세운 모두의 AI란, 현대 사회에서 이미 필수불가결한 미래 먹거리이자 필수재가 되어버린 AI인 만큼, ✅ 국가와 민간이 함께 거대언어모델(LLM, Large Language Model)을 개발하고 이를 오픈소스로 공개하여 누구나 활용할 수 있도록 만들겠다는 것이다. 여기서의 거대언어모델이 조금 어렵게 느껴질 수도 있겠지만, 사람과 기계가 대화할 수 있는 환경을 만들어주기 위한 것이라 보면 된다. 기계에게 🌐 방대한 양의 언어를 학습하도록 하여 우리말만이 갖고 있는 특수한 '어미, 조사 등'을 구분해내고 문장이 가진 의미를 이해할 수 있는 지식을 학습시키고, 그를 바탕으로 💬 새로운 문장을 만들어내거나 🕟 새로운 데이터를 학습할 수 있는 기반을 마련해주는 것이다.

　LLM은 사실 양도 방대하거니와 작동하는 메커니즘이나 LLM의 확장 가능성까지 설명하기에는 게시글 하나로 끝내긴 너무 아쉽고 아까운 주제이니, 이와 관련하여서는 2편 게시글을 통해 살펴보도록 하자. 아래에서 살펴볼 'AI 기업의 주요 매출 발생처는 어디일까 ?' 부문에서도 'AI 소프트웨어 개발'에 관한 부분은 제외하도록 하고 새로운 게시글에서 다루도록 하자.

[이슈분석: 국내 AI] 2편. World Best LLM ? 그게 뭔데 ?

 

 

　 2. AI '응용' 소프트웨어 개발: 규제 특례를 통한 AI 융복합 산업 활성화

　이는 '응용'이라는 단어가 포함된 이름에서 알 수 있듯이, 앞서 살펴본 AI 소프트웨어 개발 분야에서 만들어진 AI 소프트웨어를 활용(융복합)하여 다른 산업에서 발생하는 문제를 해결하거나 기업 내부의 생산성을 증대시키기 위한 AI 소프트웨어를 개발하는 분야이다. 대표적으로 1️⃣ 챗봇(대화형 AI), 2️⃣ 제조 및 생산 자동화 시스템, 3️⃣ 제품 및 광고 추천 시스템 등이 이에 해당한다.

　 이와 관련하여, 이재명은 〔규제 특례를 통해 AI 융복합 산업을 활성화〕하겠다 는 공약을 내세웠다. 실제로 AI를 응용한 소프트웨어가 적용되고 있는 산업군을 적용 비율 순으로 살펴보면 정보통신업(46%), 제조업(35.7%), 공공 행정 등(24.8%), 사회복지 등(20.6%), 교육 서비스업(18.6%), 도소매업(15.1%) 순으로 AI 응용 소프트웨어가 깊게 파고들고 있는 분야이다.

출처: 과학기술정보통신부, 2024 인공지능산업 실태조사. p.30.

　하지만 현재로서는 인공지능기본법(「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」)이 존재하긴 하지만, '25. 6. 기준 세부적인 하위 법령(시행령 및 시행규칙 등)은 마련되지 않은 상태로 남아있다. 물론 과학기술정보통신부에서는 시행일('26. 1. 22.) 이전에 시행령을 마련하기 위해 하위법령 정비단을 구성한 상태이며 '25년 하반기 중에 공포할 예정이긴 하다. 아직 정확한 법령이 발표되지 않았으므로 이 역시 추후에 법령 개정과 함께 특정 산업군이 크게 성장할 수 있는 기반이 마련된다면 다시 살펴보도록 하자.

 

　 3. AI 인프라 구축: 고성능 GPU 확보, AI 데이터 집적 클러스터 및 AI 데이터센터 건설

　 AI 인프라는 사실 흔히들 소부장이라고 하는 소재·부품·장비를 통해 하드웨어를 만들고, 만들어진 하드웨어들을 모아 데이터센터와 같은 AI 인프라를 구축하게 되는데 여기서는 '소부장 → 하드웨어 → 인프라(데이터센터)'를 뭉뚱그려 AI 인프라로 보아 공약과 정책들을 살펴보자. 먼저 ✅ 소부장 및 하드웨어와 관련하여서는 1️⃣ GPU, GPU에 들어가는 2️⃣ HBM, 3️⃣ NPU 칩 등이 이에 해당하는데, HBM은 이미 SK하이닉스가 전세계에서 알아줄 정도로 높은 퀄리티의 제품을 잘 만들어내고 있기 때문에, 정부차원에서는 AI 추론 및 강화학습에 필요한 〔고성능 GPU를 5만 개 이상 확보〕하겠다는 공약만이 유효하다고 판단했던 것 같다.

　 다음으로 ✅ AI 인프라와 관련하여서는 AI 추론 학습을 위한 1️⃣ 데이터센터, 특정 기업이 개발한 AI 응용 소프트웨어를 사용할 수 있도록 환경을 만들어주고 그 환경에서 AI를 어떻게 활용할 수 있는지를 교육하는 2️⃣ AI 컨설팅이 이에 해당하는데, 이 부문과 관련하여서는 〔AI 데이터센터 건설을 통한 'AI 고속도로'를 구축〕하고 〔AI 데이터 집적 클러스터를 조성〕하는 등의 변화를 통해 국가 혁신 거점을 육성하고,〔AI 시대를 주도할 미래 인재 양성 교육을 강화〕하겠다는 공약을 내세웠다. 

 

　 4. 공통 사항: 민간 투자와 예산 증액

　 먼저 〔민간 투자 100조 시대를 열겠다〕는 공약과 관련하여, 실제로 AI 기업들이 AI 사업 운영 상 발생하는 애로사항 중 가장 큰 비중을 차지하는 것이 투자 유치의 어려움이었고 이것이 매우 중요하다고 본다는 점을 고려하면 유효하지 않은 공약은 아니라고 본다. 돈이 없어서 뭔갈 하기 어렵다고 주장하는 산업에 돈을 만들어주겠다는 것이니 유효성을 잃어버린 전략은 아니라고 볼 수 있다. 구체적으로, AI 산업 육성을 위한 민간 투자 100조원 중 일부는 '국민펀드'를 조성하여 재원을 마련할 계획이라고 하는데, 더불어민주당에서는 누구나 참여할 수 있는 (최소) 50조원 규모의 펀드를 조성하고 이를 AI 산업 관련 주식이나 채권에 집중적으로 투자하는 방안을 제시했다. 이를 통해 30% 이상의 지분을 국민이 갖는 이른바 '한국판 엔비디아'를 키우겠다는 것이다. (한국판 엔비디아의 실현 가능성에 대해서는 추후 이슈를 살펴보며 자세히 살펴보도록 하자.)

 

 

AI 시장의 규모: 국내와 전세계, 그리고 전망

　AI 시장의 규모를 파악한다는 것은 사실상 불가능한 일에 가깝다. 물리적 제품이 있고 산업 간 경계가 명확한 제조업(ex. 반도체 등)과는 달리, AI 시장은 ✅ 무형의 기술과 서비스를 주로 하며 산업 간 경계가 명확하지 않고 모호하기 때문이다. 물론 AI 응용 소프트웨어 기업의 매출액 구성을 살펴보면 어떠한 방식으로 돈을 버는지는 알 수 있겠지만, 이와 달리 AI를 활용하여 광고의 표적 적합성을 높이는 기업의 경우에는 AI를 통해 이용 건수 대비 클릭 비율이 얼마나 높아졌고 이에 따라 광고 매출이 얼마나 증가했는지와 같은 AI의 부가가치만 대략적으로 확인할 수 있을 뿐 AI는 개별 산업에 내재된 기술이기 때문에 ❗ AI 기술이 매출에서 얼마만큼의 기여를 제공했는지를 따로 발라내는 것은 난이도가 높다. 이처럼 AI 시장은 정량화가 어렵다는 특성 때문에 시장 규모를 파악하기 위해 1️⃣ 기업에게 설문조사의 방식으로 AI의 매출액을 알려달라고 하거나 2️⃣ 매출액에서 AI가 차지하는 비중을 유추하거나 3️⃣ 해당 기업의 AI 기술 활용률을 추정하여 시장의 규모를 파악할 수밖에 없다는 한계점이 있다. 따라서 시장 규모를 파악하는 기관별로 일률적이지 않은 기준에 따라 시장의 규모를 파악하기 때문에 각 기관이 주장하는 AI 시장의 규모는 다를 수밖에 없다.

　과학기술정보통신부에 따르면 인공지능 매출이 발생한 국내 기업체의 인공지능 매출액 💨 은 2023년 5.6조원이었으나 2024년에는 6.3조원으로 전년 대비 12.5%가 증가하였으며, 그 반면 기업별 평균 인공지능 매출액은 2023년 27.9억원에서 2024년 30.7억원으로 2023년 대비 10.3% 정도 증가하였다고 한다. 하지만 국내가 아닌 세계적인 규모에서 AI 시장의 크기 💨 를 본다면 2024년 기준 IMARC는 약 160조원에 달하는 것으로 추정하였고 Grand View Research는 385조원, Precedence Research에서는 무려 880조원에 달하는 것으로 추정하고 있다. 또한 각 기관은 AI 시장의 연평균 성장률(CAGR)에 대해 각각 23.6%, 35.9%, 19.2% 씩 성장할 것으로 내다봤다. 기관별 추정치만 봐도 많이 상이하다는 점을 보면, AI 시장의 규모를 정확하게 계량화하기는 어렵다는 것을 어렵지 않게 확인할 수 있다. 

　그렇다면 우리나라가 전세계 AI 시장에서 차지하는 비중은 어느정도일까 ? 이 역시도 기관이 전망한 규모에 따라서도 다르겠지만, 대략적으로 계산해보자면 최소 0.7%에서 최대 3.9%로 AI 시장에서 차지하는 비중이 크지 않다. 또한 CAGR 값만 보더라도 전세계 AI 시장은 최소 19.2%씩 성장하는 것에 비해 한국의 AI 시장 성장률 12%~15% 정도로 다소 낮은 편에 속한다. 그렇다면 이처럼 기관별로 시장 규모 전망이 상이한 상황에서 우리는 시장의 규모를 판단할 때 어떤 데이터를 보고 투자의 방향성을 판단해야 할까 ? 바로 ✅ 산업별로 세부적인 AI 시장 규모와 성장률에 집중해야 한다. 다시 말해, 연평균 성장률이 평균 10%대에 위치하는 AI 전체 산업보다는 평균 10%대보다 더 높은 CAGR을 갖고 있는 세부적인 산업에 집중해야 한다는 것이다.

 

 

---

반응형

728x90

---

 

 

AI 기업의 주요 매출 발생처는 어디일까 ?

　 간단한 질문이지만, 답은 간단할 수 없는 질문이다. 왜냐하면 이 질문을 조금 변형해보자면 'AI 기업은 도대체 무엇을 통해 돈을 벌어들이는가 ?'라는 AI 기업의 본질적 존재 이유에 대한 질문이기 때문이다. 사실, AI란 너무나도 무궁무진한 발전가능성을 갖고 있고 실제로도 이미 ❌ 다양한 산업 속에서 AI가 활용되고 있기 때문에 정확한 수익 발생 요인을 찾아내기는 거의 불가능하다. 예를 들어, 우리 주변을 구성하고 있는 거의 모든 제품들은 제조업에 기반을 두고 있기 때문에 '매출 - 비용' 간의 차액이 정확하게 계산된다. 하지만 AI의 경우에는 아래의 내용을 살펴보면 알 수 있겠지만 '특정 사업의 효율성 증대'를 목표로 하는 것이 대부분이기 때문에 어떤 사업에서 AI의 효과가 얼마나 나타났는지는 확인할 수 있겠지만 AI 기업이 정확히 어떤 AI를 통해 얼만큼의 수입을 벌어들였는지까지는 정확하게 파악할 수 없는 것이다.

　이러한 AI 산업의 특성 상, 아예 관심있는 기업을 대충이라도 간추려놓은 후 그 기업이 어떤 사업을 진행하고 있는지 그리고 그 사업의 발전 가능성이 어떠한지, 기업의 매출이 특정 AI 서비스를 도입한 이후 얼마나 가파르게 성장하고 있는지에 대해 분석하는 편이 그나마 괜찮을 것이다. 그렇다고 두서없이 분석할 순 없으니, 앞서 분류했던 4가지 분야에 따라서 기업들과 기업들의 사업들을 분석해보도록 하자. (물론, 앞서 살펴봤듯 LLM은 예외다.)

 

　 1. AI 응용 소프트웨어 개발 분야: AI를 활용한 사업 목적 달성의 효율성 증대

　 AI를 응용한 소프트웨어를 제공하는 일명 1️⃣ 엔터프라이즈 솔루션 산업에 속하는 대표적인 미국의 사례가 바로 팔란티어 테크이다. 팔란티어는 미국의 국방 행정에 AI를 적용·융합하여 미국 국방 시스템의 효율성을 증대시킨 기업으로, 한 마디로 정리하면 AI 방산 기업이다. 이외에도 C3.ai 역시 미국의 대표적인 AI 응용 소프트웨어 기업으로, 기업 내부의 데이터를 수집하고 분석할 수 있는 AI 프로그램을 만들어 기업에 공급해주고 이를 바탕으로 또 다른 효율성을 창출하도록 하는 서비스를 제공한다. 일례로 미국 공군 측에 AI 시스템을 통해 전투기의 부품에 대한 사용 환경 및 사용 시간에 따른 수리 이력 같은 정보를 바탕으로 발생 가능한 문제점을 시기별로 예측함으로써 예상 수명을 계산하여 발생 가능한 사고를 미연에 방지하는 등의 사업을 진행하고 있다.

(좌) 팔란티어 테크의 AI 응용 소프트웨어 산업 / (우) C3.ai가 현재 적용하고 있는 AI 응용 소프트웨어 산업 분야들 ※ 출처는 각 기업 공식 홈페이지

　 이 산업 외에도 2️⃣ 광고/데이터를 활용하는 산업에 속하는 대표적인 사례는 틱톡, 유투브, 메타가 있다. 먼저 페이스북, 그리고 인스타그램을 소유하고 있는 메타의 IR을 살펴보면 Meta AI를 활용하여 메타의 매출액 중 97%를 차지하는 광고 수익을 증대시키고 있음을 확인할 수 있다. AI가 광고 수익을 어떻게 늘리냐에 대해 의문이 들 수도 있겠지만, 간단하게 생각해보면 ① AI를 통해 사용자의 선호도(검색 이력 등의 데이터를 기반으로)에 알맞은 광고 추천, ② 광고 클릭률 및 광고 업체 내 체류 시간 증대, ③ 광고 업체로부터 받는 광고 수입 증대의 방식으로 이어지는 것이다.

　 그렇다면 국내에서는 어떤 기업들이 AI 응용 소프트웨어 산업에 공을 들이고 있을까 ? 가장 대표적인 기업은 앞서 살펴본 메타와 같이 AI를 통해 광고 수익을 증대시키는 1️⃣ 광고/데이터 산업의 네이버와 카카오가 있다. 먼저 네이버의 경우, 2025년 1분기 IR을 살펴보면 전체 매출액 중 36.3%로 가장 많은 비중을 차지하는 서치플랫폼의 경우 AI를 활용한 지면 최적화 진행을 통해 상품 경계가 허물어지며 전체 광고 효율 및 매출 성장으로 이어지며 YoY(전년 동기 대비) 7.3% 성장했다고 한다. 이 뿐만 아니라 지면 최적화 뿐만 아니라 추천 광고 고도화를 통해 검색·디스플레이·커머스·금융광고·웹툰광고를 통합한 ① 네이버 플랫폼 광고 매출은 YoY 9.6% 증가했으며, AI 콘텐츠와의 연계를 통해 ② '스노우' 카메라 앱은 유료 구독자수가 지속적으로 확대되고 있다. 더 나아가 2025년 1분기 중, ③ 한국은행과 하이퍼클로바 X를 탑재한 뉴로클라우드 도입 계약을 체결함으로써 금융 경제에 특화된 생성형 AI 모델을 구축할 예정이라고 하는데, 이는 ✅ 소버린 AI를 구축한다는 점에서 갖는 의의가 크다. 소버린 AI란 특정 국가(또는 조직)이 자국(또는 조직) 내에서 독립적으로 운영하고 통제할 수 있는 인공지능 시스템으로, 자주적이고 독립적인 AI라는 의미를 갖고 있는데, 뉴로클라우드는 폐쇄된 네트워크 안에서만 AI를 학습할 수 있도록 한국은행의 서버 내에 클라우드 인프라를 직접 설치하여 한국은행이 갖고 있는 데이터를 하이퍼클로바 X에 학습시켜 AI 모델을 구축하는 것이다. 이를 통해 다양한 경제 현안에 대한 조사와 분석을 지원하는 전문 툴을 구축함으로써 한국은행 직원들의 업무 효율성을 증대시킬 수 있을 것이라 기대하는 것이다. 

네이버클라우드, 한국은행 '뉴로클라우드' 도입··· 소버린AI 구현 - 전자부품 전문 미디어 디일

　 다음으로 살펴볼 카카오의 경우에도 마찬가지로 2025년 1분기 IR을 살펴보면, 카카오는 단연 카카오톡을 통해 MAU(월간 활성 사용자, Monthly Active Users)가 94%(국내 인구 5,200만명 중 4,900만명)에 달할 정도로 아주 높은 침투율을 갖고 있다. 이를 바탕으로 카카오페이, 카카오뱅크, 카카오모빌리티, 웹툰(일본) 등의 사업을 벌이고 있고 높은 MAU를 자랑하고 있는 만큼 새롭게 시작하는 사업들의 확장성 역시 아주 높은 편이다. 근래 새롭게 화제가 된 원화 스테이블 코인 역시 카카오가 많은 주목을 받는 이유도 이와 맥락을 같이한다. 다만 카카오는 최근 다음을 별도 법인으로 설립하는 등 기업 자원을 ✅ 톡비즈 성장의 재가속과 AI 혁신 사업에 집중하고 비핵십 사업에는 자원 배분을 최소화하고 효율화하는 방안을 적극적으로 검토하고 있다고 한다. 매출과 관련하여 2025년 1분기 ① 전체 매출 중 53%에 해당하는 플랫폼 매출은 YoY(전년 동기 대비) 4% 증가했고, 47%를 차지하는 콘텐츠 부문 매출은 YoY 16% 하락했다. ② 플랫폼 부문 중 광고 매출액은 2,860억원으로 YoY 3% 증가했으나 카카오톡 선물하기 등의 커머스 매출액은 2,670억원으로 YoY 12% 증가하며 광고 매출액 대비 높은 성장을 기록하고 있다. 광고 매출액 역시 물론 늘어나고 있긴 하지만, 카카오의 전체 매출액(1조 8,640억원) 중 가장 많은 비중을 차지하는 것은 톡비즈(5,530억원)로 YoY 7%의 성장을 기록했다. ③ 카카오는 오픈 AI와 공동으로 개발하는 에이전트 AI 서비스 카나나(Kanana)를 2025년 내에 공개하는 것을 목표로 하고 있는데, 이는 카카오톡에 탑재되어 AI를 보다 더 대중화시키고자 하는 데에 주된 목적이 있다. 

카카오, 국내 최초로 오픈AI와 전략적 제휴 체결

　 앞서 살펴 본 두 기업의 방향성만 봐도 어렵지 않게 알 수 있겠지만, 네이버는 기본적으로 전세계적으로 표준화된 하나의 AI가 아닌, 국내의 실정과 문화와 데이터에 맞는 기술주권형 AI인 '소버린 AI'를 지향한다. 한국은행과의 계약 체결만 봐도 네이버가 지향하고자 하는 바가 무엇인지 어렵지 않게 확인할 수 있으며, 네이버는 이 경험을 바탕으로 보안 때문에 AI 기업이 쉽사리 접근할 수 없는 증권·금융 분야에도 손을 뻗을 수 있을 것으로 희망하고 있을 것이다. 반면 카카오는 자체 AI 모델인 카나나와 더불어 오픈 AI의 제휴를 통해 검증된 AI 기술을 도입하는, AI와 AI가 협업하는 'AI 오케스트레이션'을 지향한다. 즉, 국내에서 압도적 지위를 가진 카카오톡의 MAU와 함께 오픈 AI의 기술력이 합쳐지면 카카오톡 이용자 수의 증대와 더불어 체류 시간을 높일 수 있으며, 보다 적합한 광고의 제공을 통해 광고 매출액 증대로 이어지게 되는 것이다.

 

 

　 2. AI 인프라 구축: 고성능 GPU 확보, AI 데이터 집적 클러스터 및 AI 데이터센터 구축

　최근 SK가 울산광역시의 미포 국가산업단지에 AI 전용 데이터센터를 건립하겠다고 발표하면서 위의 세 가지 주제 중 가장 핫한 주제는 AI 데이터센터 구축이 되었다. 데이터센터 시장의 규모와 관련하여, Precedence research 기관의 분석 자료에 따르면 데이터센터의 시장 규모는 2024년 기준 3,470억 달러, 한화로 약 478조원에 해당하는 것으로 추정되고 있다. 이는 향후 연평균 성장률(CAGR) 11%로 성장하여 2034년에는 약 1조 86억 달러, 한화로 약 1,400조에 해당할 것으로 예측하고 있다. 세부적으로 대한민국의 데이터센터 시장과 관련하여 IMARC 기관의 분석 자료에 따르면 2024년 기준 41억 달러, 한화로 약 5.6조원에 해당하며 연 평균 성장률(CAGR) 8.6%로 성장하여 2033년에는 약 93억달러, 한화로 약 12.8조원에 해당할 것으로 예측하고 있다.

　하지만 AI 인프라 중 데이터센터와 관련하여, 여러 기업들에서 AI 데이터센터를 구축하고 있지만 이와 함께 전력 생산량이 부족해지는 현상도 자연스럽게 따라올 수밖에 없다. 2023년 산업통상자원부의 보고서에 따르면 향후 AI와 빅데이터가 고성장 루트를 계속해서 밟을 경우 2029년에는 732개의 데이터센터 수요가 존재하며 이들의 소요 전력 용량은 49,397MW(49.4GW)가 될 것으로 예상된다고 한다.  이후 산업통상자원부는 2025년 2월, [제11차 전력수급기본계획]을 통해 2038년에는 데이터센터 전력 수요가 6.2GW에 해당할 것으로 보았는데 이는 단순히 정부가 바라보는 전력망 수용 가능 수준으로 보는 게 적절하다고 보인다. 물론 2038년까지 3기의 원자력발전소를 짓고 2035년부터는 소형모듈원자로(SMR)의 실용화를 통해 추가적인 전력을 보충하겠다고 하긴 하지만, 데이터센터의 전력 소비량을 감당해내기에는 현실적으로 어려워보인다.

(출처) 데이터센터 수도권 집중 완화 방안_산업통상자원부

데이터센터 수도권 집중 완화 방안_산업통상자원부.pdf

0.52MB

제11차 전력수급기본계획 주요내용_산업통상자원부.pdf

0.53MB

　데이터센터와 관련하여, 이재명 정부는〔AI 데이터센터 건설을 통한 'AI 고속도로'를 구축〕하고 〔국가 혁신 거점을 육성〕하겠다는 공약을 내세웠다. 정확히 어떤 방식으로 AI 데이터센터를 건립하고 국가 혁신 거점을 육성하겠다는 것일까 ? AI 데이터센터에 들어가는 비용은 사실 천문학적인 비용이 투입되어야 하기 때문에 정부 차원에서 많은 비용을 지원해주긴 현실적으로 어렵다. 따라서 정부는 세제 혜택을 제공해주는 쪽으로 방향을 정했다. 바로 「조세특례제한법」 제10조와 제24조에 따라 15%~25% 세액공제가 적용되던 ✅ 국가전략기술(반도체나 2차전지 등)의 범위에 AI도 추가하겠다는 것이다. 즉, AI 데이터센터 건립에 들어가는 비용의 15%~25%는 세액공제를 통해 돌려받을 수 있게 되므로 기업 입장에서는 보다 더 공격적으로 투자에 나설 수 있게 되는 것이다. 정확히 어느 범위까지 세액공제의 대상으로 볼 것인지에 대해서는 추후 법령 개정을 확인해봐야겠지만 데이터센터에 대해서만 한정적으로 적용되는 법은 아닐 것으로 보인다.  

[별표 7의2] 국가전략기술의 범위(제9조제6항 관련)(조세특례제한법 시행령).pdf

0.18MB

　 데이터센터와 관련하여 먼저 SK는 울산광역시의 미포 국가산업단지에 AI 전용 데이터센터를 건립하겠다고 나섰다. SK 그룹은 SK하이닉스의 HBM(고대역폭메모리)가 사용되는 동시에 미포 산업단지 부근에 있는 SK가스의 GW급 LNG·LPG 겸용 가스복합발전소를 통한 전력 공급이 용이하며 발열이 많이 발생하는 데이터센터의 냉각에도 LNG 냉열을 활용할 수 있다는 장점이 있다. 이 데이터센터는 정부 차원에서의 공약과는 별개로 진행되는 것으로, 총 7조원 규모의 초대형 프로젝트에 해당한다. 또한 2027년 11월까지는 40MW를 우선 가동하는 것을 목표로 하고 2029년 2월까지는 전체 103MW 시설이 완공되며 이때까지 ❗ GPU도 약 6만 장이 투입될 예정이라고 한다. 이 데이터센터는 완공 이후 AWS가 이를 사용할 것이며, SK 최태원 회장은 이 사업에 대해 💬 추후 1,000MW 규모까지 확장해 세계 최고 수준의 데이터센터로 키울 것이라고 밝혔다. 더 나아가 시장에서는 SK - AWS 협력을 통한 데이터센터의 건립은 현재 KT - MS, LG - Google 간 협력에 대해서도 앞으로의 성공 가능성을 확인시켜줬다는 의의를 갖는다.

SKT-AWS, 韓최대 울산데이터센터에 7조 투자…AI고속도로 시발점 | 연합뉴스

　 이외에도 네이버는 자사 네이버 클라우드가 이미 데이터센터 각 세종과 각 춘천을 운영하고 있다. 데이터센터 각 춘천은 약 40MW 수준의 수전 용량을 갖추고 있으며 2023년에 완공되어 현재 실가동 중인 데이터센터 각 세종은 약 270MW 규모로 동작하고 있다. 물론 규모가 크긴 크지만 네이버의 데이터센터는 검색이나 쇼핑, 뉴스 등에 대해서도 사용되기 때문에 AI를 전용으로 하는 규모가 아니므로, 실질적으로는 SK의 AI 전용 데이터센터가 훨씬 더 큰 규모의 AI 학습 설비를 갖추어 AI에 최적화된 데이터센터라고 보아야 할 것이다. (물론 각 세종에는 하이퍼클로바를 위한 AI 클러스터가 존재하긴 한다.) 뿐만 아니라 엔비디아와 함께 AI 인프라 전문기업인 넥서스 코어 시스템즈 등과 함께 구성된 컨소시엄을 통해 모로코의 500MW급 초대형 AI 데이터센터 구축에도 참여하며 각 춘천과 각 세종 데이터센터 구축을 통해 쌓아 온 노하우를 전세계로 펼쳐나가고 있다. 이 데이터센터의 완공 이후 데이터센터의 플랫폼 운영 주체로 참여하며 모로코 현지에서 독립적으로 수행할 소버린 클라우드와 AI 구조를 구축할 예정이다.

데이터센터 각 DATA CENTER GAK

팀네이버, 모로코 AI 데이터센터 구축 참여…유럽 확장 나선다

　 다음으로 카카오 역시 데이터센터 건립을 위해 박차를 가하고 있는데, 현재로서는 22MW 규모의 데이터센터를 임차하여 사용하고 있으며 2024년 20MW 규모의 카카오 데이터센터 안산을 건립하여 운영 중이다. 더 나아가 경기도 남양주시에 6천억 원 규모의 투자를 통해 80MW 규모의 데이터 센터 구축을 계획하며 2030년에 실가동을 목표로 하고 있다고 한다. 다만 카카오의 데이터센터 역시 네이버처럼 여러 가지 작업을 함께 담당하는 데이터센터이기 때문에 AI 연산 기능이 포함되어 있을지언정 SK의 데이터센터와 비교하면 아주 작은 규모라고 볼 수 있다. 하지만 카카오 역시 KoGPT와 카나나를 사용하기 위한 데이터센터가 필요한 만큼 향후 GPU 클러스터에 투자하고자 하는 의사는 충분한 것으로 보인다.

[안정성 보고서] 2. 안정성을 위한 인프라 구축 - tech.kakao.com

카카오, 남양주에 6000억 규모 AI 디지털 허브 조성

　 앞서 살펴봤던 SK의 경우만 봐도 어렵지 않게 알 수 있겠지만, 국내에서는 통신 3사가 데이터센터 구축에 열을 올리고 있는 상황이다. 통신사이니만큼 데이터센터를 구축하고 데이터를 송수신할 수 있는 망을 사용하여 인프라를 구축하는 데에는 자기네만큼 적합한 기업이 없다고 판단한 것 같다. (아마도 데이터센터를 통해 AI를 학습시키거나 하는 등의 서비스를 제공하고 구독료를 받아갈 수도 있을 것 같음) 그리하여 KT의 경우에는 AI/IT 매출 비중을 3배로 상승시키기 위해 본업을 혁신시키고 최고 수준의 AI와 클라우드 역량을 확보하기 위해 24년 6월 MS, 25년 3월 Palantir와 전략적 파트너십을 체결하였다. 뿐만 아니라 증가하는 AI 시장의 규모에 발맞추어 KT가 보유한 데이터센터를 바탕으로 kt cloud 사업을 통해 가상화 서버, GPU 서버, SSD 서버 등을 가지고 글로벌 고객을 대상으로 서비스를 제공하고 있으며, 데이터센터의 이용률과 매출액 모두 급격하게 증가(✅ YoY +42.2%)하고 있다. 더 나아가 25년 6월 현재 수도권 내 7개, 비수도권 8개 총 15개 데이터센터를 가지고 있으나 추후 2030년까지 경북에 10MW, 서울 가산에 40MW, 경기 부천에 80MW 규모의 데이터센터를 지속적으로 구축하겠다고 한다.

(출처) '25 1Q KT Investor Relations

　다음으로 살펴볼 통신사는 LG이다. LG는 LG유플러스보다 LG CNS를 통해 데이터센터를 운영하고 있으며 이 데이터센터를 AI 학습 용도로 사용하기도 하고 다른 기업에 임차를 주기도 하는 방식으로 활용하고 있다. 기본적으로 인천(7MW), 상암(18MW), 가산(20MW), 부산(40MW) 등이 있긴 하지만 AI 전용 여부가 아닌 네이버 클라우드처럼 운용되고 있다. 뿐만 아니라 하남(40MW)은 AI 연산 부분이 일부 포함되어 있으며 향후 2025년까지 부천 AI DC(4.8MW)는 AI 전용으로 구축될 예정이며 용인 DC(100MW)는 AI 특화 설계로 구축되었다. 2025년 5월 기준, 네이버 클라우드가 LG CNS의 데이터센터에 입주해있고 8년까지 계약되어있다. 

(출처) '25 1Q LG Investor Relations

　물론 AI 인프라 산업 중 데이터센터가 계속해서 확장되고 있다는 것은 당연히 중요한 소식이고 집중할 필요가 있는 분야지만, 데이터센터가 증가하는 상황 속에서 급격하게 증대되는 전력 소모량에 대한 정부의 대책은 부재라고 보아야 된다. 데이터센터의 확충은 물론 좋지만, 향후 에너지 정책과 관련하여 정책적 추이를 살펴보며 ✅ 급증하는 데이터센터의 전력량을 정부가 뒷받침해줄 수 있는지를 살펴보아야 할 것이다.

 

 

　 3. AI 소부장: 하드웨어 분야

　마지막으로 하드웨어 분야와 관련해서는 앞서 살펴봤듯 GPU와 HBM, NPU 등이 이에 해당하는데, HBM 및 AI 반도체와 관련하여서는 이미 정부의 12대 전략산업을 통해 육성을 지원하고 있는 상태이다. 따라서 이재명 정부에서는 GPU와 관련하여 〔고성능 GPU를 5만 개 이상 확보〕하겠다는 공약을 내세웠는데, 이와 같은 맥락에서 추진되고 있는 과제가 바로 ✅ '국가 AI 컴퓨팅 센터' 구축이다. 이는 당초 2030년까지 구축할 예정이었으나 5년 앞당겨 2025년에 가동하기로 하면서 정부가 발빠르게 사업을 추진하고 있다. 

　과학기술정보통신부는 '25 5월 19일 ~ 30일 동안 진행된 국가 AI 컴퓨팅 센터 구축을 위한 사업 참여를 접수받았는데, 참가하고자 하는 기업이 없어 유찰되었고 이후 6월 13일까지 2차 공모를 진행했으나 이마저도 유찰되어 새로운 공모 조건을 내걸어 7월에 새롭게 참가 기업을 모집할 예정이다. 과학기술정보통신부가 발표한 유찰 이유를 살펴보면 사업에 참가하는 컨소시엄의 지분율이 49%, 공공지분 51%로 1️⃣ 경영의 자율성이 제한되며, 49%라는 지분율을 갖고 있음에도 불구하고 2️⃣ 사업 실패 시 과도한 책임을 져야 하며, 사업 진행 시 국산 반도체를 50% 이상 의무적으로 도입해야 한다는 점에서 오는 3️⃣ 수익성 악화라는 세 가지 요인이 가장 주요했다고 한다. 당초 30년까지 구축하기로 했던 국가 AI 컴퓨팅 센터를 25년에 개소하기로 앞당기면서 사업단을 선정하고 있으나 사업단 선정이 지연되고 있는 상황이다. 하지만 과기정통부는 이러한 사업 일정 지연과 별도로 GPU를 확보하는 것은 필요하다고 판단하여 이미 H100 급 GPU 10,000장을 확보한 상태이다. 

‘국가AI컴퓨팅센터’ 두 번 유찰 후 공모 조건 바뀔까… ‘지분 51%’ 국유화 완화 기대감

　국가 AI 컴퓨팅 센터가 금번에 확보한 GPU 10,000장은 금번 SK와 AWS가 함께 구축하는 울산 미포 산단 AI 데이터센터에 들어가는 GPU와 비교하면 약 6분의 1 수준이다. 물론 🔜 '26년 상반기까지 슈퍼컴퓨터 6호기(8,000장)를 포함하여 총 8,000장을 추가적으로 확보할 예정이며, '27년까지 2엑사플롭스(EFLOPS) 수준(GPU H100 기준 약 34,000장)의 데이터 처리량을 구현하고자 한다. 이는 GPT-4급의 LLM을 학습할 수 있는 수준으로 결코 작은 수준은 아니다.

　하지만 ✅ 2엑사플롭스가 어느 정도의 규모인가를 판단하기 위해서는 AI 기업들의 연산 처리량과 비교해보면 한 눈에 알아보기 쉽다. 가장 대표적으로 Chat GPT를 운영하고 있는 Open AI의 경우에는 약 50 엑사플롭스 수준(H100 5만장으로 추정)의 연산량을 보유하고 있으며, 광고 최적화를 위해 힘쓰고 있는 Meta의 경우 약 350 엑사플롭스 수준(H100 35만장으로 추정), 테슬라의 경우 약 13 엑사플롭스(A100 1.3만장) 수준, 구글은 약 100~300 엑사플롭스(수량 확인 불가) 수준이다. 다시 말해, 메타와 비교하면 2027년에 2 엑사플롭스의 연산 처리량을 목표로 하고 있는 국가 AI 컴퓨팅 센터는, 2025년 기준 메타의 연산 처리량과 비교하여 175분의 1만큼의 연산 처리량을 갖는 것이다.

　이처럼 GPU는 보유 대수도 중요하지만 얼마나 효율적으로 사용하는지도 한몫하는데, 대표적인 예시가 바로 구글이다. 구글은 보유한 GPU 장수는 다른 기업에 비해 적지만 독자적인 TPU를 개발했고 그 덕에 높은 연산 처리량을 달성할 수 있게 되었다. 이외에도 '25년 3월에 스페인에서 개최된 MWC(모바일 월드 콩그레스)에서 KT는 GPU 자원을 효율적으로 운영하고 관리할 수 있게 지원함으로써 관리자가 👍 직접 관리할 때보다 GPU의 효율성을 20% 가량 높일 수 있는 AI 기술을 선보이기도 했다. 

[MWC 2025] KT, GPU 관리해주는 AI비서 공개…“효율 20% 향상”

 

 

▼ 관심 있어 하실 만한 게시글

[이슈분석: 국내 AI] 2편. World Best LLM ? 그게 뭔데 ?

[이슈분석: 국내 AI] 3편. 소버린 AI ?

 

 

---