Nvidia는 2025년 4월, 단일 제품인 H20으로 인해 55억 달러의 회계적 손실을 기록했다고 발표했습니다. H20은 워싱턴의 제한 범위 내에서 중국에 AI를 계속 판매하기 위해 설계된 GPU였으나, 결국 금지되었습니다. 이 수치는 2026년에도 여전히 살아있는 긴장감을 요약합니다.

금수 조치에도 불구하고, **중국의 과학적 AI (Scientific AI)**는 계속해서 발전하고 있습니다. 연구소와 대학들은 Nvidia GPU를 덜 사용하는 대신 Huawei Ascend와 같은 자체 칩, EUV 리소그래피(Lithography) 없는 SMIC 공정, 그리고 DeepSeek의 사례와 같은 효율성 트릭을 사용해 훈련된 모델을 사용하여 매일 연구에 활용하고 있습니다.

요약 (TL;DR)

• 중국 연구소들은 미국의 첨단 칩 제한에도 불구하고 과학 연구를 가속화하기 위해 에이전트형 AI (Agentic AI)를 사용하고 있습니다 (C&EN, 2026년 7월).
• 미국은 2025년 4월, 2023년 수출 규정을 준수하도록 설계된 칩인 Nvidia H20에 대한 제한을 확대했습니다.
• EUV 리소그래피 없이 SMIC에서 제조된 Huawei Ascend 910B 및 910C는 중국 국내 훈련 클러스터의 기반이 됩니다.
• DeepSeek-V3는 제한 조치에도 불구하고 H800 GPU를 사용하여 최종 훈련 비용이 약 55억 7,600만 달러라고 보고했습니다.
• SMIC는 ASML의 EUV 장비에 접근할 수 없는 상태에서 2023년부터 DUV 멀티패터닝 (Multipatterning)을 통해 7nm 공정으로 Kirin 9000s를 생산하고 있습니다.
• Huawei의 CloudMatrix 384 클러스터는 수백 개의 Ascend 910C를 연결하여 Nvidia GB200 시스템의 총 성능에 근접하도록 합니다.
• 중국은 2025년 과학, 산업 및 보건 분야에 AI 모델을 통합하기 위한 국가적 이니셔티브인 "IA+"를 발표했습니다.

발생한 상황

Chemical & Engineering News의 보도에 따르면, 중국 연구소들은 Nvidia의 가장 진보된 GPU에 대한 접근이 제한된 상황에서도 재료 설계, 단백질 접힘 (Protein folding), 실험 데이터 분석과 같은 작업을 가속화하기 위해 국내 슈퍼컴퓨팅 기반의 에이전트형 AI (Agentic AI) 시스템을 배치하고 있습니다.

이 전략은 두 가지 측면을 결합합니다. 한편으로는 중국과학원 (Chinese Academy of Sciences)과 같은 대학 및 연구 센터들이 가설을 생성하고, 문헌을 검토하며, 시뮬레이션을 자동화할 수 있는 연구 보조 도구로서 언어 모델 (Language Models)을 채택하고 있습니다. 다른 한편으로는 중국의 반도체 산업이 미국의 수출 통제로 인해 발생한 하드웨어 격차를 메우기 위해 노력하고 있습니다.

이러한 접근 방식은 학계에만 국한되지 않습니다. 국영 에너지 기업과 현지 제약 회사들도 실험을 가속화하고 산업 프로세스를 최적화하기 위해 AI 어시스턴트를 테스트하고 있습니다. 이는 미국과 유럽의 연구실에서 이미 나타나고 있는 것과 동일한 에이전트형 채택 (Agentic adoption) 패턴을 중국에서도 재현하고 있는 것이지만, 단지 다른 하드웨어 스택 (Hardware stack) 위에서 이루어지고 있을 뿐입니다.
SMIC는 ASML의 EUV 리소그래피 (EUV lithography) 없이 Ascend 910C를 제조합니다.

중국 과학적 AI의 맥락과 역사

통제는 2022년 10월, 미국 상무부 (Department of Commerce)가 특정 성능 및 상호 연결 (Interconnection) 임계값을 초과하는 GPU의 중국 판매를 금지하면서 시작되었습니다. Nvidia는 법적 제한 바로 아래에 위치하도록 설계된 축소 버전인 A800과 H800으로 대응했습니다.

2023년 10월, 워싱턴은 규제를 강화했고 해당 버전들 또한 금지되었습니다. 이에 Nvidia는 새로운 프레임워크 내에서 중국에 계속 판매하기 위해 설계된, 상호 연결 대역폭은 낮지만 메모리는 H100과 유사한 칩인 H20을 설계했습니다. 2025년 4월, 미국 정부는 기준을 다시 한번 확대하여 H20 또한 차단했으며, 이로 인해 Nvidia는 수십억 달러 규모의 재고가 묶이는 손실을 인정할 수밖에 없었습니다.

국내의 대응은 새로운 것이 아닙니다. Huawei는 2023년에 Ascend 910B를 출시했으며, SMIC는 네덜란드와 미국이 SMIC에 대해 차단하고 있는 EUV(극자외선) 장비에 접근할 수 없는 상태에서 다중 패스 심자외선(DUV, Deep Ultraviolet) 리소그래피를 사용하는 7나노미터 공정으로 이를 제조합니다. 동일한 공정은 이미 2023년 Huawei Mate 60 Pro의 Kirin 9000s에 사용된 바 있습니다.

flowchart TD
A["미국의 수출 통제 (2022-2025)"] --> B["Nvidia, 중국향 H100, H800 및 H20 제한"]
B --> C["중국 연구소 및 대학교"]
...

기술적 세부 사항 및 성능

핵심적인 제한 사항은 단순히 칩이 초당 수행하는 연산 횟수뿐만 아니라, 분산 학습 (Distributed Training) 동안 수천 개의 인접 칩과 통신할 수 있는 대역폭(Bandwidth)이 얼마나 되는가입니다. 바로 이 지점에서 H20과 Ascend는 H100 또는 B200에 비해 뒤처집니다. 이 수치들이 중요한 이유는 Nvidia에 의존하지 않고 중국 내에서 과학적 AI (Scientific AI)를 얼마나 빠르게 확장(Scale)할 수 있는지를 결정하기 때문입니다.

⚠️ 주의: 병목 현상은 단일 칩뿐만 아니라 상호 연결 (Interconnection)에 있습니다. 고대역폭의 NVLink와 같은 대등한 기술 없이는, 수천 개의 가속기 클러스터를 확장할 때 동일한 총 성능을 내기 위해 더 많은 칩과 더 많은 네트워크가 필요합니다.

Huawei는 규모(scale)를 통해 이러한 격차를 보완합니다. 이들의 CloudMatrix 384 클러스터는 수백 개의 Ascend 910C를 자체 상호 연결 메시(interconnection mesh)로 연결하여, 유효 컴퓨팅 단위당 전력 소비는 더 높지만 총 성능 측면에서는 Nvidia GB200 NVL72와 같은 시스템에 근접합니다.

중국은 2025년에 과학을 위한 국가적 이니셔티브인 "IA+"를 발표했습니다.

소프트웨어 측면에서, DeepSeek는 2024년에 예상보다 적은 컴퓨팅 자원을 사용하여 프런티어급(frontier-class) 모델을 학습할 수 있음을 증명했습니다. DeepSeek-V3 기술 보고서에 따르면, FP8 양자화(quantization) 및 더 효율적인 전문가 혼합(Mixture of Experts, MoE) 라우터와 같은 기술 덕분에 H800 GPU 클러스터를 사용하여 최종 학습 비용을 약 55억 7,600만 달러로 보고했습니다.

📌 참고: DeepSeek의 이 수치는 논문에 보고된 최종 학습 비용만을 포함하며, 전체 연구 비용, 인건비 또는 이전 실험 비용은 포함되지 않았습니다. 여러 분석가들은 이 수치를 실제 프로젝트의 전체 비용이 아닌 하한선으로 간주합니다.

직접 확인하는 방법

서버에서 어떤 GPU를 사용할 수 있는지, 그리고 그것이 중국용 제한 버전에 해당하는지 확인하려면 두 가지 명령어로 충분합니다.

nvidia-smi --query-gpu=name,compute_cap,memory.total --format=csv

이 명령은 칩의 정확한 이름(예: NVIDIA H20 또는 NVIDIA H100 80GB HBM3), CUDA 컴퓨팅 능력, 그리고 전체 메모리를 출력합니다. 이 세 가지 데이터는 해당 칩이 미국 상무부(Department of Commerce)의 규제 범주에 포함되는지를 결정합니다.

과학에 적용된 AI 연구를 발표하는 중국 기관들을 추적하려면 arXiv의 공개 API를 직접 조회할 수 있습니다:

import urllib.request

url = (
...

이 스크립트는 에이전틱 AI (agentic AI), 과학, 그리고 중국 소속을 결합한 최근 10개의 초록(abstract)을 반환하며, 이는 보고서에서 설명하는 출판물의 규모를 직접 확인하는 데 유용합니다.

영향 및 분석

그 결과는 중국이 Nvidia를 칩 대 칩으로 따라잡는 것이 아니라, 응용 과학 분야에서 발전하기 위해 Nvidia가 더 이상 필요하지 않게 된다는 점입니다. 국내 하드웨어에서 효율적으로 훈련된 모델은, 비록 더 오래 걸리거나 단위 유효 작업당 더 많은 에너지를 소비할지라도, 촉매 설계나 유전체 데이터셋 (genomic dataset) 분석을 가속화하는 데 여전히 유용합니다.

이러한 차이는 수출 정책에 있어 중요합니다. 새로운 통제 조치가 시행될 때마다 중국은 자체 반도체 공급망에 더 많이 투자하도록 내몰리며, 이 과정에서 SMIC가 결정적인 병목 현상 (bottleneck) 역할을 합니다. 칩 설계와 달리, EUV 노광 장비 (EUV lithography) 없이 대규모 제조를 구현하는 것은 빠르게 복제하기가 훨씬 더 어렵기 때문입니다.

이 교훈은 중국을 넘어 확장됩니다. Nvidia의 가장 진보된 칩에 접근할 수 없는 모든 국가(인도, 중동의 일부 행위자, 심지어 제한된 할당량을 가진 유럽의 일부 지역 포함)는 소프트웨어의 효율성이 하드웨어의 열세를 최소한 부분적으로라도 보완할 수 있는지 면밀히 관찰하고 있습니다. 만약 그 답이 '예'라면, 수출 통제는 중기적으로 억제 효과의 일부를 상실하게 됩니다.

향후 전망

남겨진 질문은 Huawei와 SMIC가 워싱턴이 제한 칩 목록을 조정하는 속도보다 더 빠르게 Ascend 생산을 확장할 수 있느냐 하는 것입니다. **중국의 과학적 AI (scientific AI)**를 확장하기 위한 경주는 이제 SMIC의 웨이퍼 (wafer)만큼이나 워싱턴의 정책에 달려 있습니다.

산업, 의료, 과학 분야에 AI 모델을 통합하기 위해 2025년에 발표된 국가적 이니셔티브인 "IA+"는 이러한 공급 경쟁에 직접적으로 의존하고 있습니다.

📖 Telegram 요약: 요약 보기

직접 확인해 보세요: 귀하의 클라우드 인스턴스에서 nvidia-smi --query-gpu=name,compute_cap --format=csv 명령어를 실행하여 정확히 어떤 칩에 대해 비용을 지불하고 있는지 확인하십시오.

자주 묻는 질문 (FAQ)

중국 연구소에서 Nvidia H20를 대체하는 칩은 무엇인가요?

주로 Huawei Ascend 910B와 그 후속 모델인 910C이며, 이는 SMIC가 EUV 노광 장비 없이 7나노미터 (7nm) 공정으로 제조합니다.

왜 미국은 이미 2023년 규정을 준수하고 있던 H20을 금지했나요?

2025년 4월에 정부가 제한 기준을 확대했기 때문이며, 이로 인해 Nvidia는 수십억 달러 규모의 재고가 묶이는 비용을 인정하게 되었습니다.

DeepSeek-V3의 자체 논문에 따르면 훈련 비용은 얼마였나요?

기술 보고서(Technical Report)에 따르면, 이전 연구나 인건비를 제외하고 H800 GPU를 사용한 최종 훈련 비용은 약 55억 7,600만 달러로 보고되었습니다.

SMIC가 EUV 장비 없이 5나노미터 (5nm) 이하의 칩을 제조할 수 있나요?

경쟁력 있는 밀도나 수율로는 불가능합니다. 7나노미터 (7nm)에서 DUV 리소그래피를 이용한 멀티패터닝 (Multipatterning) 방식을 사용하는데, 이는 더 비용이 많이 들고 웨이퍼당 수율 (Yield)이 낮은 공정입니다.

중국 정부의 "IA+" 이니셔티브란 무엇인가요?

2025년에 발표된 국가 계획으로, 인공지능 (AI) 모델을 산업, 과학, 의료 및 공공 행정에 통합하는 것을 목표로 합니다.

DeepSeek와 같은 중국 모델을 중국 외부에서도 사용할 수 있나요?

네, 여러 모델이 허용적인 라이선스 하에 오픈 웨이트 (Open weights)로 공개되어 있어, 중국 인프라 외부에서도 실행 및 감사가 가능합니다.

참고 문헌

• Chemical & Engineering News: 칩 제한에도 불구하고 과학 분야에서 에이전틱 AI (Agentic AI)를 사용하는 중국 연구소들에 관한 보도.
• DeepSeek-V3 Technical Report (arXiv): 훈련 비용 분석 및 모델 아키텍처가 담긴 기술 논문.
• Wikipedia: SMIC: 중국 반도체 파운드리(Foundry)의 역사 및 공정 능력.
• Nvidia Newsroom: 제품 및 수출 통제 준수에 관한 공식 발표.

📱 이 콘텐츠가 마음에 드시나요? 기술, AI 및 개발 분야의 가장 중요한 소식을 매일 게시하는 저희 Telegram 채널 @programacion에 참여하세요. 빠른 요약과 매일 새로운 콘텐츠를 제공합니다.