중국 AI의 핵심 트렌드는 새로운 모델이 아닌 인프라 구축에 있다

현재 시기의 결정적인 트렌드는 새로운 프론티어 모델(frontier model) 자체가 아니라 거대한 인프라 플레이입니다. 중국 AI를 NVIDIA 하드웨어로부터 분리하는 어려운 작업은 Huawei의 Ascend NPU용으로 네이티브하게 최적화된 오픈 웨이트 모델들의 대규모 쏟아져 나오면서 주요 소프트웨어 이정표에 도달했습니다.

국내 Modelers 플랫폼에 호스팅된 이 방대한 배포는 Ascend가 절실히 필요로 했던 소프트웨어 계층을 제공하며, 글로벌 아키텍처를 로컬 실리콘에 맞게 조정하고 있습니다. 선두에는 Google의 Gemma-4-26B-A4B 포트가 있는데, 이는 260억 개의 파라미터를 포함하지만 추론 시 40억 개만 활성화하는 정교한 희소성 Mixture-of-Experts(MoE) 빌드입니다. 이를 통해 지연 시간 부담 없이 깊은 추론을 제공합니다. 7B 경량 에이전트와 70B 초대형 모델 사이의 어색한 간극을 채울 수 있도록 설계된, 네이티브하게 조정된 Gemma-4-31B와 그 명령어 튜닝(instruction-tuned) 변종도 플랫폼에 출시되어 엔터프라이즈 개발자를 위한 중급 사양 워크호스를 제공합니다. 하지만 서방 아키텍처만이 최적화되는 것은 아닙니다. Alibaba의 계보가 Qwen3-Next-80B-A3B-Instruct로 등장했는데, 이는 80B MoE 모델로 토큰당 활성 컴퓨팅을 공격적으로 30억 개의 파라미터까지 압축합니다. 이와 함께 같은 기간에 출시된 다양한 소형 에지(edge) 중심의 Gemma 4 변종들과 결합하여, 이것은 단순한 일상적인 배포가 아닙니다. Ascend 소프트웨어 생태계가 마침내 프로덕션 배포 준비가 되었다는 선언입니다.

하드웨어 계층에서 벗어나 전문화된 엔터프라이즈 AI 분야에서는 Cisco로부터 조용하지만 중요한 출시가 있었습니다. 이 회사는 Llama 3 아키텍처를 기반으로 구축하고 사이버 보안을 위해 엄격하게 파인튜닝(fine-tuned)한 오픈 웨이트 모델인 Cisco-Foundation-Sec-8B를 공개했습니다. 범용 모델들은 위협 인텔리전스 및 로그 분석의 세부적인 미묘함에서 일관되게 실패합니다. GitHub에 국지화된 8B 보안 모델을 제공함으로써, Cisco는 보안 운영 센터(security operations centers)가 매우 민감한 원격 측정 데이터(telemetry)를 상업용 API로 전송하지 않고도 위협 분석을 자동화할 수 있는 방법을 제공하고 있습니다.

에이전트(agentic) 측면에서는 DeepSeek-Agent라는 새로운 저장소가 중국의 최첨단 모델을 위한 필수적이지만 눈에 띄지 않는 작업, 즉 스캐폴딩(scaffolding) 구축 작업을 수행하고 있습니다. DeepSeek의 R1 및 V3 모델은 원시적인 추론 능력(raw reasoning power)을 가지고 있지만, 이를 기능적이고 도구를 사용하는 자율 루프(autonomous loops)로 통합하는 과정은 종종 부풀려지고 과도하게 설계된 프레임워크를 헤쳐나가야 함을 의미했습니다. 이 모듈식의 경량화된 릴리스는 DeepSeek을 웹 검색 및 코드 실행에 연결하는 데만 순수하게 초점을 맞추고 있습니다. 유사하게 현지화된 것이 새로 등장한 Smart Finance Department입니다. 이는 DeepSeek과 MiniMax가 구동하는 오픈소스 다중 에이전트 시스템으로, 중국의 엄격한 국가 표준에 맞춰 세금 및 회계 계산을 완전히 자동화합니다. 이것은 현재 실제 기업 가치가 어디에 있는지 보여주는 완벽한 예시입니다. 즉, 일반적인 채팅 기능이 아니라 초특정하고 현지화된 수직적 실행(vertical execution) 분야에 있습니다.

업계는 마침내 원시 파라미터 개수보다 그 하드웨어 위에서 얼마나 효율적으로 구동될 수 있는지가 훨씬 더 중요하다는 것을 깨닫고 있습니다. 현지화된 NPU 생태계가 80B MoE 아키텍처에 대한 네이티브한, 첫날부터의 지원을 확보하기 시작하면, CUDA를 둘러싼 해자(moat)는 조금 더 낮아 보일 것입니다.