중국 빅테크들, 엔비디아 칩 확보 위해 ‘해외로 탈출’해 AI 모델 학습 진행

중국 빅테크들, 엔비디아 칩 확보 위해 ‘해외로 탈출’해 AI 모델 학습 진행

---

□ 3줄 요약


1. 미국의 GPU 수출 규제가 강화되면서 중국 빅테크는 고성능 엔비디아 칩을 쓰기 위해 LLM 학습 인프라를 동남아 등 해외 데이터센터로 대거 이전하는 중임


2. 비중국계가 소유한 해외 데이터센터는 엔비디아 칩 공급이 규정상 허용되기 때문에 중국 기업들은 학습은 해외, 인퍼런스는 중국 칩으로 수행하는 이원 구조를 고착화하고 있음


3. DeepSeek·화웨이는 중국 내에서 독자 생태계를 구축하며 예외로 자리 잡고 있고, 중국 AI 산업은 데이터 규제 때문에 자연스럽게 글로벌·국내 이중 트랙으로 재편되고 있음

---

□ 중국 AI 기업의 LLM 학습 해외 이동


중국 주요 테크 기업들은 LLM 학습을 중국 밖에서 수행하는 전략을 빠르게 확대하고 있음


직접적인 계기는 미국이 2025년 H20까지 포함해 중국에서 사용할 수 있는 엔비디아 칩 성능을 제한한 조치임


중국 내에서 확보 가능한 GPU 성능이 떨어지자,


최신 모델 경쟁력을 유지하기 위해서는 해외에서 정식 엔비디아 칩을 활용하는 구조가 필수가 됨


알리바바·바이트댄스·텐센트 같은 대형 플랫폼 기업들은 싱가포르·말레이시아 등지에


GPU 클러스터를 임대하거나 확보하면서 트레이닝 인프라를 해외로 분리하는 흐름을 구축하고 있음


중국 내부 서버로는 글로벌 경쟁 모델을 학습하기 어렵다는 구조적 현실이 이 결정을 더욱 가속하고 있음


□ 동남아 데이터센터가 핵심 거점이 된 이유


동남아가 중국 기업의 트레이닝 허브가 된 이유는 수출 규제의 회색지대에 있음


미국 규정상 비중국계가 소유한 해외 데이터센터에는 엔비디아 칩 공급이 허용되고,


중국 기업은 단지 이 시설을 임대해 사용하기 때문에 규제 위반이 아님


싱가포르와 말레이시아는 이 구조를 받아들이며 대규모 데이터센터 투자가 폭발적으로 증가하고 있음


테마섹·GIC 같은 국부펀드도 적극적으로 자본을 투입하며 지역 ICT 생태계를 확대하는 중임


중립 외교와 디지털 인프라 강화 전략이 맞물리면서 미국·중국 양측 클라우드 생태계가 공존하는 독특한 지역적 특성까지 형성됨


미국의 확산 규칙(diffusion rule)은 원래 이런 우회 경로를 차단하려는 목적이 있었지만,


트럼프 행정부가 해당 규칙을 철회하면서 효과가 약화되었다는 분석이 나옴


FT 등 일부 전문가들은 이 철회로 인해 해외 데이터센터를 통한 합법적 GPU 활용 경로가 다시 명확해졌다고 해석함


이 결과 동남아는 중국 AI 기업의 글로벌 모델 트레이닝을 위한 핵심 거점으로 부상하고 있음


□ 트레이닝은 엔비디아, 인퍼런스는 중국 칩…이원화되는 AI 구조


대규모 모델 학습은 연산량과 소프트웨어 생태계가 모두 중요하기 때문에 여전히 엔비디아 GPU가 절대적 우위를 갖고 있음


중국산 Ascend 칩도 개선되고 있지만 트레이닝 단계에서 널리 채택되기에는 아직 생태계·성능 격차가 존재함


그래서 중국 기업들은 학습 자체는 해외의 엔비디아 기반 클러스터에서 수행하는 방식을 유지하고 있음


반면 인퍼런스 시장은 다른 방식으로 움직임


실제 서비스 단계에서는 효율성과 대규모 처리 능력이 중요해지면서 중국산 칩의 경제성이 부각되는 중임


중국 AI 서비스 트래픽이 대부분 중국 본토에서 발생하고,


인퍼런스 비중이 워크로드의 대부분을 차지하기 때문에 중국 내 롤아웃은 점차 Ascend 등 자국 칩 중심으로 이동하고 있음


DeepSeek은 대표적인 예외 사례임


이 회사는 수출 규제가 강화되기 전 엔비디아 칩을 조기에 대량 확보해 중국 내 대규모 트레이닝을 지속할 수 있는 기반을 갖추었고,


이후 화웨이와 칩·프레임워크·컴파일러까지 공동 최적화해 중국 내 독자 생태계를 구축하는 방향으로 확장하고 있음


FT도 DeepSeek을 중국 내부에서 드물게 대규모 트레이닝을 수행 가능한 기업으로 분류함


이 흐름은 중국 AI 산업이 기술적으로도 트레이닝(해외)–인퍼런스(국내)라는 이원 구조를 확립하고 있음을 보여줌


□ 데이터 이동 제한이 만드는 중국식 이중 생태계


중국은 개인정보 반출 규제가 매우 엄격해, 금융·산업·정부 데이터를 해외로 보내는 것이 사실상 불가능함


따라서 해외에서 학습된 범용 모델을 그대로 중국 기업용·정부용으로 파인튜닝하는 것은 불가능하고,


중국 고객 맞춤형 모델 학습은 반드시 중국 내 인프라에서 이루어져야 함


이 때문에 중국 AI 산업은 자연스럽게 두 개의 생태계를 동시에 운영하게 됨


글로벌용 범용 모델 → 해외 데이터센터에서 트레이닝


중국 고객·산업용 모델 → 중국 내 인프라에서 파인튜닝


중국 AI 시장은 B2B·공공 부문의 수요가 크기 때문에, 해외 모델만으로는 중국 내 시장을 충족시킬 수 없음


이 구조는 선택이 아니라 규제·시장·기술이 만들어낸 필연적 이원화임


이로 인해 중국 AI 산업은 글로벌·중국 내 생태계가 분리된 형태로 발전하고 있으며,


이는 AI 인프라가 지정학적 블록 단위로 분산되는 초기 신호로 볼 수 있음


□ 마무리하며


중국 AI 기업들의 해외 트레이닝 확대는 규제를 피하기 위한 임시 대응이 아니라, 글로벌 AI 공급망이 다극화되는 구조적 변화의 일부임


동남아·중동에서 엔비디아 기반 학습 클러스터가 빠르게 성장하고,


중국 내에서는 화웨이·DeepSeek 중심의 인퍼런스 인프라가 확장되며 중국식 이원 구조가 공고해지고 있음


미국 수출 규제가 중국 AI 성장을 직접적으로 막지는 못했지만,


대신 AI 인프라의 지리적 분산을 가속시키는 흐름을 만들어내고 있다는 점이 시사점임