中 딥시크, 엔비디아·화웨이 다 버린다? 자체 AI칩 개발 착수 — 엔비디아 주가도 출렁
⚡ 3줄 요약
- 中 AI 스타트업 딥시크, 자체 추론용 AI 칩 개발 착수 — 로이터통신 단독 보도
- 미국 수출 통제로 엔비디아 막히자 화웨이로 선회했는데 이제 화웨이 의존도 벗어나려는 거
- 오픈AI·구글·아마존 이어 딥시크까지…AI 기업들의 ‘칩 자체 개발’ 경쟁 본격화
로이터가 7월 7일 단독으로 터트린 건데, 내용이 꽤나 흥미롭다. 중국 AI 스타트업 딥시크(DeepSeek)가 무려 1년 전부터자체 AI 반도체 개발 프로젝트를 진행 중이라고 한다. 아직 초기 단계라고는 하지만 이미 칩 설계 업체들이랑 파운드리, 메모리 기업들까지 접촉하면서 구체적인 얘기들이 오갔다고.
아직까진 공식 발표는 없지만 소식통들 말을 종합해보면 꽤 진지하게 움직이고 있는 분위기다.
📌 쉽게 말하면 딥시크가 지금까지 엔비디아 GPU랑 화웨이 칩 빌려서 AI 모델 돌렸는데 이제 ‘우리 칩 우리가 만들래’ 하는 거다. 근데 이게 단순한 ‘만들래’가 아니라 진짜 반도체 설계 인력 비밀리에 채용하고 파운드리까지 접촉 중이라는 게 포인트.
여기서 재밌는 건, 이번에 개발하려는 칩이‘학습용’이 아니라 ‘추론(inference)용’이라는 점이다. 거대언어모델(LLM)을 처음부터 훈련시키는 게 아니라, 이미 학습된 모델이 사용자 질문에 답변 생성할 때 쓰는 연산에 특화된 프로세서라는 뜻.
엔비디아의 GPU처럼 다재다능하진 않겠지만 가격이 훨씬 싸고 전력도 덜 먹는다. 특히 ‘저비용 고효율’을 모토로 내건 딥시크 입장에서는 전략적으로 딱 맞는 선택이라는 게 전문가들 평가다.
딥시크는 최근 몇 달간 비공개 채널로 반도체 설계 엔지니어를 스카우트해왔다. 공채 같은 거 안 내고 업계 인맥 타고 헤드헌팅 방식으로만 인력을 모은 거라고. 그리고 시점도 재밌는데 수년간 외부 투자 안 받기로 유명했던 딥시크가 최근520억~590억 달러 밸류에이션으로 70억 달러 규모 첫 외부 펀딩을 추진 중이다. 칩 개발에 돈이 어마어마하게 들 거라는 걸 잘 알고 있다는 얘기.
딥시크가 2025년 초 전 세계를 깜짝 놀라게 했던 저비용 추론 모델 ‘R1’. 이건 엔비디아의 중국 수출용 칩H800으로 훈련된 거다. 근데 미국 정부가 2023년 말부터 안보 빌미로 엔비디아 첨단 반도체 중국 수출을 통제하기 시작하면서 H800마저 중국에 공급되는 게 막혔다.
당시 량원펑 딥시크 창업자는 2024년 인터뷰에서 이렇게 말했다. “우리가 직면한 문제는 돈이 아니라 첨단 칩 수출 금지.” 절규에 가까웠다.
⚠️ 포인트 미국이 엔비디아 첨단 칩 중국 수출을 막았다. 그러자 중국 AI 기업들은 어쩔 수 없이화웨이 어센드(Ascend) 칩으로 눈을 돌렸다. 화웨이는 엔비디아가 빠져나간 약 500억 달러 규모의 중국 AI 칩 시장에서 절반가량 점유율을 꿰차며 단숨에 최대 수혜자가 됐다. 딥시크 역시 지난 4월 공개한 V4 모델을 화웨이 어센드 칩에 맞춰 최적화할 수밖에 없었다.
여기선 반전이 있다. 딥시크의 모델이 오히려 화웨이 칩 수요를 부추기는 역할을 했는데 정작 딥시크 자신은 화웨이 하드웨어에 발이 묶인 꼴이 됐다. 로드맵도, 공급 우선순위도, 가격 정책도 다 화웨이 손에 달려 있으니까.
이미 2025년에는딥시크의 차세대 모델 출시가 화웨이 칩 훈련 문제로 지연됐다는 보도까지 나왔다. 엔비디아 종속에서 벗어났더니 이번엔 화웨이 종속. 게다가 화웨이는 칩 공급자이면서 동시에 AI 클라우드 사업을 키우는 잠재적 경쟁자이기도 하다. 자체 칩을 만들겠다는 건, 이 이중 의존을 한 방에 끊겠다는 계산으로 읽힌다.
훈련용이 아니라 추론용 칩을 먼저 개발하겠다는 건, 충분히 계산된 판단이다. 훈련은 엔비디아의 소프트웨어 생태계(CUDA)와 인터커넥트 우위를 절대 따라잡기 어려운 영역이고 첨단 리소그래피 장비 수출 통제로 중국 파운드리의 한계도 뚜렷하다.
반면 추론은 상대적으로 덜 첨단 공정으로도 가능하다. 실사용 트래픽을 처리하면서 발생하는반복 비용을 확 줄일 수 있는영역. ‘저비용 고효율’을 정체성으로 삼은 딥시크한테는 전략적 최적의 선택이라는 게 중론이다.
| 구분 | 훈련용(Training) | 추론용(Inference) |
|---|---|---|
| 목적 | 모델 처음부터 학습 | 학습된 모델로 답변 생성 |
| 특징 | 압도적 연산력 필요 | 낮은 지연시간+효율성 |
| 필요 공정 | 최첨단(3nm 이하) | 중간 공정도 가능 |
| 전력 소비 | 높음 | 상대적으로 낮음 |
| 비용 구조 | 일회성 대규모 투자 | 사용자 수에 비례한 상시 비용 |
| 딥시크 선택 | ❌ 엔비디아/화웨이 의존 | ✅ 자체 칩 개발 |
이게 중국만의 이야기는 아니다. 글로벌 AI 기업들이 하나둘 자체 칩 개발에 뛰어들고 있다. 오픈AI는 지난달 브로드컴과 공동 개발한 첫 맞춤형 추론 칩‘할라페뇨(Jalapeno)’를 공개했다. 이름부터 매콤하다. 앤트로픽도 자체 AI 칩 개발을 검토 중이라고 로이터가 4월에 보도했고.
구글은 TPU(Tensor Processing Unit)로 이미 수년 전부터 이 길을 걸어왔고 아마존은 트레이니엄(Trainium)과 인퍼런시아(Inferentia)로 시장을 넓혀가고 있다. 아이폰과 맥 칩을 직접 설계하는 애플처럼, AI 기업들이 기술 스택 전체를 자기 손에 쥐려는수직 통합 전략이 AI 업계에서도 재현되는 모양새다.
| 기업 | 자체 칩 | 용도 | 상태 |
|---|---|---|---|
| TPU v6 | 훈련+추론 | ✅ 6세대까지 운영 중 | |
| Amazon | Trainium 3 | 훈련+추론 | ✅ 3세대 출시 |
| OpenAI | Jalapeno | 추론 특화 | ✅ 6월 공개 |
| Meta | MTIA | 추론 특화 | ✅ 2세대 개발 중 |
| Microsoft | Maia 200 | 훈련+추론 | ✅ 데이터센터 테스트 중 |
| DeepSeek | (비공개) | 추론 특화 | 🔄 1년차 초기 단계 |
| Anthropic | (비공개) | 추론 특화 | 🔄 검토 단계 |
데이터센터 컴퓨팅 자원 확보가 갈수록 빡세지는 상황에서, 자체 실리콘은 그 자체로 엄청난 경쟁 우위가 된다. 이건 단순한 ‘우리 칩 만들래’ 차원이 아니라, 생존을 위한 선택에 가깝다는 분석이다.
결론만 말하면, 딥시크의 칩 개발이 단기간에 성공할 거라는 보장은 없다. 경쟁력 있는 AI 칩 설계에는 보통 수년의 시간과 어마어마한 자본이 들어간다. 그리고 결정적으로만든다고 끝이 아니다.
설계를 마쳐도파운드리(반도체 위탁생산)라는 거대한 벽이 기다리고 있다. 미국은 중국 설계 기업의 해외 첨단 파운드리(TSMC, 삼성) 접근을 철저히 차단하고 있다. 추론 칩의 핵심 부품인HBM(고대역폭 메모리)중국의 접근도 막힌 상태. 리처드 윈저 라디오프리모바일 애널리스트는 “엔비디아는 중국에서 사실상 제로이고 앞으로도 그럴 것”이라며, “딥시크가 최첨단 제조 공정에 접근하지 못하는 한 중국 밖에서 칩을 판매할 가능성은 거의 없다”고 짚었다.
단기적으로 보면, 이번 소식이 더 위협적인 상대는 엔비디아가 아니라 화웨이라는 얘기다.
📌 쉽게 말하면 딥시크가 AI 칩 만든다고 발표는 했는데 TSMC 같은 데서 안 찍어주면 의미가 반감된다. 미국이 파운드리 접근까지 막고 있어서 당분간은 중국 내수용 수준에 머물 가능성이 크다.진짜 타격 받는 쪽은 엔비디아보다 화웨이라는 게 전문가들 시각.
근데 중요한 건 방향성 자체다. 중국 AI 진영의 간판으로 꼽히는 딥시크까지 자체 칩 개발에 가세하면서 미국의 봉쇄가 만들어낸 내수 시장을 두고 중국 기업들이 치열하게 각축을 벌이는 구도가 자리 잡고 있다. 알리바바와 바이두는 이미 자체 AI 칩으로 점유율을 넓혀가는 중이다.
처음엔 그냥 엔비디아 잘 팔리는 얘기인 줄 알았는데 하나 뜯어보니까 AI 산업의 무게중심이‘모델 경쟁’에서 ‘인프라+하드웨어 경쟁’으로 완전히 이동하는 조짐이 보인다. 그리고 그 중심에는 미국의 기술 봉쇄와 중국의 자립 실험이 정면으로 충돌하는 전선이 있다. 아직 초반부인데, 타임라인 지켜보는 재미가 있을 거 같다.
⚠️ 투자 면책 — 본 콘텐츠는 정보 제공 목적의 분석·해설이며 특정 종목·자산의 매수·매도 추천이나 투자 조언이 아닙니다. 투자 판단과 그에 따른 손실의 책임은 투자자 본인에게 있습니다.
