글로벌 기업의 전략 회의실.

임원들이 챗봇의 답변 속도가 아니라 AI 에이전트가 실제 업무 워크플로우를 얼마나 자동화했는지 수치로 확인하고 있다.

이런 풍경 뒤에 숨은 진짜 승부는 모델의 지능이 아니라 상용화의 속도에서 갈린다.

상용화 속도와 인프라의 실질적 격차

OpenAI는 에이전트 기능과 Codex(코드 생성 AI)의 고도화에 집중했다. Anthropic은 Claude Code(코딩 보조 도구)를 단순한 도구가 아닌 비즈니스 모델로 전환했다. 2025년 1월 DeepSeek R1(중국 AI 모델)이 시장에 충격을 주었으나 미국 기업들은 더 빠르게 상용화 단계로 진입했다. 유럽의 경우 2023~2024 회계연도에 인도 소프트웨어 서비스에 약 588억 달러를 지출했고 다음 해에는 약 671억 달러를 썼다.

현대적인 GPU(그래픽 처리 장치)와 TPU(텐서 처리 장치) 시스템은 전기를 연산 능력으로 변환한다. 저렴한 전력은 모델 운영 비용을 낮추는 핵심 변수가 된다. 전력 가격 면에서는 중국과 러시아가 미국보다 저렴하고 캐나다가 그다음으로 낮다. 하지만 전력 비용만으로는 승패를 결정지을 수 없다. 전력은 더 큰 시스템의 일부일 뿐이며 진짜 결정적인 계층은 클라우드 인프라와 데이터다.

데이터 플랫폼과 폐쇄형 스택의 부상

과거에는 논문 발표 수나 확보한 엔지니어 숫자로 AI 리더십을 측정했다. 이제는 인프라 자금을 조달하고 모델을 대규모로 서빙하며 경제 전반에 적용하는 능력이 기준이 된다. 중국의 DeepSeek R1은 상업적 이익보다 Huawei Ascend(중국산 AI 가속기) 같은 국내 스택으로의 전환을 통해 Nvidia(AI 칩 설계 기업) 의존도를 낮추는 전략적 가치에 집중한다. 반면 미국은 칩, 전력, 데이터 센터, 클라우드 플랫폼, 개발자 도구, 소비자 플랫폼, 기업용 소프트웨어라는 모든 계층을 동시에 구축하는 방식을 취한다.

개발자가 체감하는 가장 큰 격차는 배포 경로다. AWS(아마존 웹 서비스), Azure(마이크로소프트 클라우드), Google Cloud(구글 클라우드) 같은 Hyperscalers(대규모 클라우드 서비스 제공자)가 전 세계 모델 배포 채널을 장악하고 있다. YouTube(동영상 플랫폼)는 거대한 영상 말뭉치가 되고 Google Drive(클라우드 저장소)와 Microsoft 365(오피스 소프트웨어)는 일상 업무 데이터의 중심이 된다. GitHub(코드 호스팅 플랫폼)는 소프트웨어 개발의 표준이 되어 새로운 모델이 즉시 제품에 반영되는 구조를 만든다.

유럽의 상황은 인재 수준과 별개로 인프라 격차가 심각하다. Nebius(유럽 AI 인프라 기업)가 유럽 내 AI 인프라 구축을 시도하고 있으나 이는 오히려 유럽이 이제 막 시작 단계임을 보여준다. 유럽이 지금 클라우드 챔피언을 육성하더라도 은행, 제조사, 공공기관을 해당 플랫폼으로 옮기는 데만 10년이 걸린다. 그 사이 미국 기업들은 규모와 데이터, 소프트웨어 측면에서 더 멀리 앞서갈 가능성이 크다.

보안의 관점에서도 새로운 전선이 형성되고 있다. 봇 네트워크, 사이버 캠페인, 자율 무기 체계에 AI가 결합되면서 편향성이 곧 물리적인 힘이 되는 시대가 왔다. Anthropic의 Mythos(보안 특화 AI 모델) 같은 사례는 오픈 소스 중심의 리눅스 철학에서 벗어나 폐쇄적인 보안 전략으로의 전환을 시사한다. 폐쇄형 소프트웨어와 펌웨어, 칩셋을 사용하는 security by obscurity(은폐를 통한 보안) 전략이 강화되고 있다. 모델이 타겟 스택의 코드와 아키텍처를 학습하지 못하면 컨텍스트 파악 속도가 느려지기 때문에 하드웨어까지 이어지는 독자적인 폐쇄형 스택의 가치가 상승한다.

AI 경쟁의 본질은 이제 모델의 파라미터 숫자가 아니라 하드웨어부터 데이터 플랫폼까지 이어지는 수직 계열화의 완성도로 결정된다.