[PEDIEN] 한국 AI 투자 글로벌 격차의 실체는 흔히 알려진 것과 조금 다르다.
본지가 스탠퍼드 인간중심AI연구소(HAI)의 2026년 AI 인덱스, 국내 반도체·플랫폼 기업의 설비투자(capex) 공시 동향, 그리고 정부의 2026년 인공지능 예산 자료를 교차 분석한 결과, 한국의 취약점은 반도체를 만드는 '공급의 힘'이 아니라 그 반도체로 인공지능을 돌리는 '수요의 자본'에 몰려 있었다.
세계가 한 해 2조~2조5,000억 달러(추정)에 이르는 인공지능 관련 지출을 쏟아붓는 동안, 국내에서 실제 인공지능 서비스와 데이터센터, 자체 모델 구축으로 흘러든 순수 자본은 그 흐름의 소수점 아래 언저리에 머물렀다.
규모의 왜소함은 단순한 예산 항목의 문제가 아니라, 산업 주도권이 누구의 손에 남을지를 가르는 구조의 문제였다.
먼저 판의 크기를 봐야 한다.
스탠퍼드 AI 인덱스 2026년판을 보면, 2025년 미국의 민간 인공지능 투자는 2,859억 달러로 집계됐다.
같은 해 중국의 민간 투자는 124억 달러 안팎으로, 두 나라 사이의 격차는 스무 배를 훌쩍 넘긴다.
그런데도 최고 성능 모델의 품질 격차는 오히려 좁혀졌다. 2023년 5월 두 자릿수 퍼센트포인트에 달하던 미·중 대표 모델의 성능 차이는 최근 2.7%포인트 수준까지 붕괴하듯 줄었다.
돈을 스무 배 더 쓴 쪽과 덜 쓴 쪽의 결과물이 종잇장 한 겹 차이로 좁혀졌다는 뜻이다.
이 대목이 한국에 던지는 함의는 이중적이다.
투자 규모만으로 성패가 갈리지 않는다는 희망인 동시에, 자본을 어디에 어떻게 배분하느냐가 그만큼 결정적이라는 경고이기도 하다.
한국 AI 투자 글로벌 격차, 숫자로 보면 얼마나 벌어졌나
격차를 계량하려면 분모와 분자를 나눠 봐야 한다.
분모, 즉 세계 전체의 인공지능 관련 지출은 추정 기관마다 편차가 크지만 대체로 2026년 한 해에 2조 달러를 넘어 2조5,000억 달러에 근접하는 것으로 관측된다.
이 가운데 순수한 인공지능 데이터센터 설비투자만 따로 떼어내도 2026년 세계 시장은 5,000억 달러대 초중반, 한 추정치로는 5,270억 달러 규모로 전망됐다.
미국 대형 플랫폼·클라우드 기업 다섯 곳의 합산 설비투자만 놓고 봐도 2026년 7,000억 달러대 중후반, 2027년에는 8,000억 달러대 후반으로 불어날 것이라는 전망이 나온다.
단 다섯 개 회사의 한 해 투자가 어지간한 중견국 경제 규모에 필적하는 셈이다.
이제 분자, 곧 한국 기업이 실제로 인공지능에 붓는 자본을 뜯어보자.
여기서 한국의 '이중 구조'가 선명하게 드러난다.
반도체 쪽 숫자는 절대 작지 않다.
국내 대표 반도체 기업의 설비투자는 2023년 380억 달러 수준에서 2026년 730억 달러 안팎으로 대폭 확대됐고, 고대역폭메모리(HBM)에 집중한 또 다른 기업도 90억 달러에서 170억 달러 수준으로 투자를 키웠다는 시장 추정이 있다.
문제는 이 막대한 자본의 상당 부분이 수출용 메모리와 파운드리 증설에 향한다는 점이다.
세계 인공지능 붐의 '곡괭이와 삽'을 파는 데 쓰이는 돈이지, 국내에서 인공지능을 학습시키고 서비스로 돌리는 컴퓨팅 자본으로 곧장 환류되는 돈이 아니다.
수요 측 자본은 사정이 전혀 다르다.
국내 주요 서비스 기업 23곳의 2026년 상반기 설비투자 합계는 2조8,531억원으로, 전년 동기 대비 36% 넘게 늘었다.
증가 자체는 반갑지만 절대 규모는 여전히 왜소하다.
반기 기준 3조원 미만, 달러로 환산하면 20억 달러 남짓이다.
게다가 이 증가액의 상당 부분(64%가량)을 특정 대형 포털 한 곳이 홀로 끌어올린 결과다.
국내 인공지능 서비스 투자가 몇몇 선두 기업의 결단에 기대어 겨우 모양을 갖추고 있다는 방증이다.
세계가 굴리는 2조 달러대의 지출과 견주면, 국내 순수 인공지능 서비스·데이터센터 자본의 비중은 소수점 이하 수준에 그친다.
본지가 공개 통계를 보수적으로 합산해 추산한 결과, 반도체 수출 설비를 제외한 국내 인공지능 수요 투자는 세계 지출의 0.5% 안팎에 머무는 것으로 나타났다.
삼성·SK·네이버·카카오, AI 투자 전략은 어떻게 갈렸나
같은 '한국 인공지능 투자'라는 단어 안에서도 기업들의 선택은 뚜렷하게 갈라진다.
본지는 국내 주요 사업자를 두 개의 축, 곧 '공급형 대 수요형' 그리고 '자체 모델 내재화의 깊이'로 나눠 전략 지형을 매핑했다.
결과는 네다섯 갈래의 분기로 나타났다.
첫째, 메모리 공급에 화력을 집중한 진영이 있다.
대표 반도체 기업들은 HBM과 첨단 공정에 사상 최대 규모의 자본을 투입하며 세계 인공지능 인프라의 병목을 장악하는 길을 택했다.
이 전략은 당장의 현금흐름이 강력하고, 세계 어느 곳에 데이터센터가 서든 그 안의 핵심 부품을 공급한다는 점에서 방어력이 높다.
다만 부가가치의 최상단인 모델·서비스 계층은 고객사인 해외 빅테크가 가져간다.
곡괭이는 팔지만 금광은 남의 것인 구조다.
둘째, 자체 파운데이션 모델과 데이터센터를 동시에 끌고 가려는 플랫폼 진영이 있다.
국내 대표 포털 기업은 대규모 자체 모델을 이어 개발하면서 자체 데이터센터에 반기 투자 증가액의 대부분을 쏟아붓는 정공법을 택했다.
국내에서 컴퓨팅 자본을 실제로 형성하는 거의 유일한 민간 축이라는 점에서 상징성이 크지만, 홀로 세계 빅테크의 투자 물량을 따라잡기에는 체급 차이가 엄연하다.
셋째, 경량 모델과 서비스 결합으로 실속을 노리는 진영이다.
또 다른 대형 플랫폼 기업은 초거대 모델의 정면 승부보다 특정 업무에 최적화한 경량 모델과 메신저·커머스 접점을 결합하는 쪽에 무게를 실었다.
투자 규모는 상대적으로 작지만 자본 효율을 앞세운 선택으로, 미·중 모델 격차가 좁혀지는 흐름과 맞물리면 '작지만 영리한' 전략이 통할 여지도 있다.
넷째, 통신·인프라 사업자들은 전력과 부동산, 네트워크라는 자신들의 강점을 살려 데이터센터 운영과 클라우드 재판매에 발을 들이고 있다.
인공지능 연산의 '땅과 전기'를 맡는 역할이다.
다만 전력 계통 확충과 인허가라는 사회적 병목이 이들의 속도를 좌우한다.
다섯째, 공공 부문이 직접 판돈을 얹는 흐름이 새로 등장했다.
정부와 민간이 함께 짓는 국가AI컴퓨팅센터가 대표적이다.
전남 해남에 약 2조5,000억원을 투입해 2028년 준공을 목표로 첨단 인공지능 반도체 1만5,000장 규모의 컴퓨팅 인프라를 갖추는 사업으로, 수전 용량은 40메가와트(MW) 수준으로 설계됐다.
국산 신경망처리장치(NPU)를 함께 얹어 자립도를 높���겠다는 포석이다.
방향은 분명 옳다.
그러나 이 국가 단위 프로젝트의 총투자액이 미국 단일 민간 프로젝트가 내건 5,000억 달러 청사진의 한 자릿수 퍼센트에 불과하다는 사실은, 규모의 비대칭을 다시 한번 확인시킨다.
본지 분석: 격차의 진짜 위치와 세 가지 명제
이상의 데이터를 종합해 본지는 세 가지 명제를 제시한다.
첫째, 한국의 인공지능 투자 격차는 '반도체 공급'이 아니라 '자체 컴퓨팅 수요'에 있다.
우리는 세계 인공지능 인프라의 핵심 부품을 대는 강국이지만, 정작 그 부품으로 국내에서 지능을 학습시키고 서비스로 환류시키는 자본 형성은 세계 지출의 1%에도 못 미친다.
공급은 초강, 수요는 왜소라는 비대칭이 격차의 본질이다.
둘째, 개별 기업의 설비투자 숫자가 크다는 사실이 곧 국내 인공지능 역량으로 이어지지는 않는다.
수십조원대의 반도체 capex는 대부분 수출용 설비로 향하고, 그 열매인 모델·서비스 계층의 부가가치는 상당 부분 해외 고객사가 가져간다.
본지의 결론은 명확하다.
자본의 절대 규모보다 그 자본이 국내 부가가치 사슬의 어느 단계에 착지하는지가 더 중요하다.
셋째, 지금이 배분을 재조정할 마지막 창(窓)이다.
미·중 최고 모델의 성능 격차가 2.7%포인트까지 좁혀졌다는 것은, 자본을 스무 배 덜 쓰고도 추격이 가능하다는 뜻이다.
다만 그 추격은 무작정 아낀 쪽이 아니라 좁은 목표에 자본을 집중한 쪽의 몫이었다.
한국이 생성형 인공지능 이용률을 2025년 상반기 25.9%에서 하반기 30.7%로 세계 최고 증가폭으로 끌어올리고, 인구당 인공지능 특허에서 세계 선두를 지키며, 관련 법안 제정 건수에서도 상위권(주요국 중 미국 다음)에 올랐다는 사실은 잠재력의 증거다.
문제는 이 저변을 자본으로 뒷받침할 시간이 길지 않다는 데 있다.
국가AI컴퓨팅센터로 격차를 좁힐 수 있을까
정부는 2026년 인공지능 예산을 약 9조9,000억원 규모로 편성하며 공공 인프라에 힘을 싣고 있다.
국가AI컴퓨팅센터는 그 상징이다.
그러나 예산의 절대액만으로는 세계 시장의 물량전을 감당하기 어렵다는 것이 냉정한 현실이다.
여기서 본지의 권고는 세 갈래로 모인다.
우선 '집중'이다.
모든 분야에 골고루 뿌리는 방식으로는 어느 곳에서도 임계 규모에 도달하기 어렵다.
우리가 이미 세계 선두인 반도체·메모리와, 저변이 넓은 특정 산업 응용(제조·조선·바이오·행정)에 자본과 인재를 몰아 세계가 인정할 '한 우물'을 파는 편이 낫다.
다음은 '환류 구조'다.
반도체 수출로 벌어들인 자본이 국내 데이터센터와 자체 모델, 그리고 이를 굴릴 전력 인프라로 되돌아오도록 세제·전력·인허가의 병목을 함께 풀어야 한다.
데이터센터의 발목을 잡는 것은 결국 돈이 아니라 전기와 땅, 그리고 인허가 속도인 경우가 많다.
마지막은 '개방'이다.
좁은 내수만으로는 자본 회수가 어려운 만큼, 자체 모델과 서비스가 처음부터 해외 시장과 다국어를 겨냥하도록 설계돼야 규모의 경제가 성립한다.
취약한 고리도 짚어둘 필요가 있다.
대형 기업 몇 곳이 투자를 주도하는 구조에서는, 자본력이 약한 스타트업과 지역 중소기업이 컴퓨팅 자원 접근에서 소외되기 쉽다.
세계 최고 수준의 이용률과 특허 저변이 소수 대기업의 인프라 안에만 갇힌다면, 저변은 넓되 주도권은 좁은 기형적 구조가 굳어질 위험이 있다.
국가 컴퓨팅 인프라를 이들에게 합리적 비용으로 개방하는 설계가, 격차 논의의 마지막 퍼즐이 되어야 하는 이유다.
결국 한국 AI 투자 글로벌 격차라는 화두는 '얼마나 벌어졌나'라는 순위 다툼을 넘어, '어디서 벌어졌고 어떻게 좁힐 것인가'라는 배분의 질문으로 옮겨가야 한다.
곡괭이를 파는 강국에서 금광을 캐는 강국으로 옮겨갈 창은, 모델 격차가 좁혀진 바로 지금 열려 있다.
그 창이 닫히기 전에 자본의 착지점을 바꿀 수 있느냐가, 다음 10년 산업 주도권의 향방을 가른다.
검증 노트
본 기사는 2026-09-14 기준으로 작성됐다.
세계 민간 인공지능 투자 규모(미국 2,859억 달러·중국 124억 달러)와 미·중 모델 성능 격차(2.7%포인트)는 스탠퍼드 인간중심AI연구소(HAI)의 2026년 AI 인덱스 리포트를 1차 자료로 교차 확인했다.
정부의 2026년 인공지능 예산(약 9.9조원), 생성형 인공지능 이용률(2025년 상반기 25.9%→하반기 30.7%), 인구당 인공지능 특허 세계 선두, 관련 법안 제정 건수 상위권은 정부·공공 발표 자료로 확인했다.
국가AI컴퓨팅센터의 입지(전남 해남)·투자액(약 2.5조원)·준공 시점(2028년)·규모(AI 반도체 1.5만장, 40MW)는 착공 관련 보도를 통해 확인했다.
국내 반도체·서비스 기업의 설비투자 수치(반도체 대형사 2023년 380억→2026년 730억 달러 등, 서비스 23개사 상반기 2조8,531억원·전년 대비 36% 증가)는 시장 추정·업종 집계 자료에 근거하며 기업별 확정 공시와 차이가 있을 수 있어 '추정'으로 표기했다.
세계 인공지능 관련 총지출 2조~2조5,000억 달러 및 데이터센터 설비투자 5,270억 달러 전망치는 기관별 편차가 있는 추정치임을 밝힌다.
국내 수요 투자 비중(세계 지출의 약 0.5%)은 본지가 공개 통계를 보수적으로 합산해 계산한 자체 추산치다.
기사 verdict: VERIFIED(1차 자료 교차 확인).
편집국