엔비디아 젠슨 황 최고경영자(CEO)가 6월5일 전용기편으로 서울 강서구 김포비즈니스항공센터(SGBAC)에 도착해 센터를 나서며 인사하고 있다.[사진=연합뉴스]

[디지털데일리 김문기기자] 중국의 대형언어모델(LLM) 개발사들이 자국산 반도체로의 전환에 드는 막대한 비용과 공학적 병목 현상으로 인해 여전히 엔비디아의 인공지능(AI) 반도체를 활용해 최첨단 모델을 학습시키고 있는 것으로 확인됐다.

10일(현지시간) 사우스차이나모닝포스트(SCMP) 등 복수 외신에 따르면 미국의 대중국 반도체 수출 규제와 중국 정부의 기술 자립 추진에도 불구하고 주요 중국 AI 기업들의 국산 칩 전환은 지체되고 있다. 최근 출시된 문샷AI(Moonshot AI)의 키미 K3(Kimi K3)나 알리바바(Alibaba)의 큐원 3.8-맥스(Qwen3.8-Max) 등 최첨단 모델 다수가 클라우드 서비스나 기존 재고를 통해 확보한 엔비디아의 블랙웰 및 H100 칩 기반으로 학습을 진행했다.

이에 대해 현지 업계 전문가들은 하드웨어 성능 격차보다 소프트웨어 생태계의 전환 장벽이 더 큰 문제라는 지적이다. 엔비디아가 2007년부터 구축해 온 쿠다(CUDA) 개발 환경에 기존 학습 파이프라인이 귀속되어 있어, 이를 화웨이의 신경망 컴퓨팅 아키텍처인 칸(CANN)이나 민드스포어(MindSpore) 등 국산 생태계로 이전하려면 전체 코드를 다시 작성해야 하기 때문이라는 것.

코드 재작성에 따른 개발 지연과 비용 부담도 구체적으로 제시됐다. 제임스 왕(James Wang) 상하이 소재 대학 부설 연구소 연구원은 "기존 학습 파이프라인이 쿠다에 의존하고 있어 화웨이 어센드 칩으로 전환할 경우 최소 50% 이상의 추가 시간과 비용이 발생한다"고 밝혔다. 딥시크(DeepSeek)와 같은 오픈소스 모델은 커뮤니티 지원으로 한 달 정도의 추가 시간이 소요되지만, 자체 폐쇄형 모델의 경우 10명 이상의 엔지니어가 6개월 이상 작업해야 하는 것으로 알려졌다.