2026년 AI 경제: AI 패권은 모델이 아니라 인프라에서 갈린다

강정수

2025년 12월 31일

AI 버블은 왜 쉽게 터지지 않는가

이 글을 준비하면서 가장 먼저 집중한 질문은 ‘AI 버블 붕괴 가능성’입니다. AI 붐(boom) 또는 AI 버블(bubble)의 전개 양상이 2026년 가장 중요한 사건이 될 가능성이 높기 때문입니다.

우리는 AI라는 기술 붐의 한가운데 있습니다. AI 기술 관련 투자와 투기가 급속도로 증가하고 있습니다. 투자와 투기가 버블을 형성한다고 해서, 그 버블이 반드시 붕괴되는 것은 아닙니다. 첫째, 기술 붐은 필연적으로 투기 거품을 동반합니다. 투기는 피할 수 없는 현상입니다. 아무도 미래를 정확하게 내다볼 수 없기 때문입니다. 때문에 투기 또는 거품만 이야기하고 그 원인이 되는 기술 붐을 분석하지 않는다면, 숲을 보지 못하고 나무만 보는 꼴입니다. 둘째, 이코노미스트가 인용한 학술연구에 따르면 1825년부터 2000년까지 인류 사회는 총 37번의 기술 버블을 경험했지만, 실제로 붕괴로 이어진 경우는 단 세 번뿐이었습니다. 첫 번째는 1840년대 영국 철도 버블의 붕괴였고, 두 번째는 1880년대 미국 전기 버블이 터진 사건이었고, 마지막은 2000년부터 2002년까지 지속되었던 닷컴 버블 붕괴였습니다.

2026년 AI 버블이 터질 조건은 크게 두 가지입니다. ① OpenAI, Google, Anthropic 등이 AI 서비스 매출을 증폭시키지 못하는 경우입니다. 그러나 그 가능성은 매우 낮습니다. 아래 전망 #3에서 그 이유를 설명하겠습니다. ② 미국 전력 추가 공급 속도와 데이터센터 건설 속도가 일치하지 않으면서, 엔비디아(Nvidia) AI 칩 수요가 ‘지연’되는 경우입니다. 미국에는 대규모 데이터센터 확장이 진행 중입니다. 2025년 12월 기준 발표된 신규 데이터센터 프로젝트는 2,669개입니다.

문제는 신규 데이터센터가 완공될 경우 이를 운영할 전력이 미국에 부족하다는 사실입니다. 아래 이미지는 2025년 12월 월스트리트저널에 등장합니다. 2024년 기준 중국 전력 발전량은 미국의 2배 이상입니다. 중국의 전력 우위보다 중요한 점은 ‘미국 전력 생산의 정체’입니다. 이러한 흐름이 지속된다면, 미국 데이터센터 추가 건설은 지연될 수밖에 없습니다.

미국 정부가 2026년 전력 추가 생산을 본격화하여도 최소 2년 이상의 ‘전력 구축 기간’은 피할 수 없습니다. 아래 그림에서 확인할 수 있는 것처럼 에너지 인프라는 수년 단위의 리드 타임(lead time)을 필요로 합니다. 2년 이상 소요되는 리드 타임이 AI 인프라 병목을 물리적으로 구조화합니다. 이 병목은 설비 투자 금액을 늘린다고 해서 해결되는 문제가 아닙니다. 다시 말해 돈으로 해결할 수 없으며, 최소 2년이라는 물리적 시간이 절대적으로 요구됩니다.

이렇게 AI 인프라는 미국 빅테크 기업의 과제에서 국가 단위 문제로 그 성격이 변화하고 있습니다. 미국 빅테크 기업은 이 물리적 병목을 인지하고 있습니다. 마이크로소프트 CEO 사티아 나델라를 비롯 미국 빅테크 임원들은 데이터센터 확장의 가장 큰 병목 현상은 반도체 공급 부족이 아닌 전력 공급 문제라고 여러 차례 밝히고 있습니다.

전력 공급이 단기간에 해결할 수 없다면, 데이터센터 완공은 지연될 수 있습니다. 그리고 이 지연 기간만큼 엔비디아 AI 칩 운영 시작 시기는 늦춰질 수밖에 없습니다. 이는 엔비디아 매출 성장률 하락 압력으로 작용할 수 있습니다. 물론 전력 병목 → 데이터센터 완공 지연 → 엔비디아 AI 칩 운영 시작 연기의 가능성이 높다고 판단할 객관적 근거는 아직 없습니다. 물론 이는 아직까지 ‘확정된 사실’이 아니라, 구조적 조건에서 도출되는 개연성의 영역입니다. 다만 미국 전력 추가 공급 속도와 데이터센터 건설 속도의 불일치가 가능성 높은 AI 버블 붕괴 시나리오임을 강조하고 싶을 뿐입니다. 이 외에 AI 버블 붕괴의 원인을 찾기는 쉽지 않습니다.

그럼 본격적으로 2026년 디지털 경제 전망을 시작하겠습니다.

# 1. AI 모델 경쟁은 새로운 국면으로 진입합니다: AI 모델 성능보다 중요한 것은 비용 구조다.

Gemini 3 Pro는 사전 학습(pre-training)을 위한 스케일링 법칙(scaling laws)이 건재하다는 것을 보여주었습니다. 더 많은 컴퓨팅 파워는 여전히 더 나은 모델을 만들어냅니다. 그리너 이 스케일링 법칙은 경험적 관찰이며, 지구상의 누구도 이 법칙이 왜 또는 어떻게 작동하는지 이해하지 못하고 있습니다. 때문에 정확히 표현하면 ‘법칙’이 아닙니다. 관찰된 사실일 뿐입니다.

2024년 OpenAI의 o1과 o3는 사후 학습(post-training) 스케일링 법칙을 탄생시켰습니다. ‘검증된 보상 기반의 강화 학습(reinforcement learning with verified rewards)’과 ‘테스트 시간 컴퓨팅(test time compute)’은 사후 학습 스케일링 법칙을 가능케하는 핵심 방법론입니다.

2026년 초반에 기대되는 스케일링 법칙 효과는 블랙웰(Blackwell)에 기반합니다. 아직까지 엔비디아의 새로운 블랙웰 칩으로 훈련된 AI 모델은 없습니다. 이유는 엔비디아 Hopper에서 Blackwell로의 전환이 기술 역사상 가장 복잡한 제품 전환이라는데 있습니다. 냉각 방식이 공랭식에서 수랭식으로 바뀌었으며, 랙 무게는 1,000파운드(약 454kg)에서 3,000파운드로, 전력 소모는 30kW에서 130kW로 급증했습니다. 때문에 블랙웰은 기존 데이터센터가 아닌 ‘새로운 데이터센터’에 설치되고 있습니다. 이는 블랙웰 기반 데이터센터의 본격 가동이 2025년 하반기에 시작되었음을 의미합니다. 때문에 아직 블랙웰로 사전 학습 및 사후 학습된 거대언어모델이 등장하지 않았습니다. 2026년 상반기 OpenAI, x.AI 등이 블랙웰 AI 모델로 선보일 것입니다. 이 때 세계는 AI 모델 진전에 다시 놀라게 될 가능성이 높습니다. OpenAI, Google, Anthropic, x.AI 등 미국 4대 AI 모델 공급기업은 2026년에도 치열한 경쟁을 벌일 것입니다:

지속적으로 개선되는 AI 모델과
지속적으로 감소하는 추론(inference) 비용: 토큰당 비용 하락이 점차적으로 작업당 비용 하락으로 이어질 것입니다.

여기에 중국산 개방형 AI 모델들도 경쟁에 가세하고 있습니다.

#2. 중국 AI 모델의 세계 시장 확장이 가속화됩니다: AI 패권의 기준은 바뀌었다

중국은 2025년 AI 분야에서 선두 미국 AI 모델들을 따라잡는 방법을 보여주었습니다. 중국 기업은 매우 우수한 AI 모델을 공개하였고, 이를 조정하여 온프레미스에서 활용할 수 있도록 했습니다. 그 결과는 이미 드러나고 있습니다. 미국 대표 벤처캐피털 안드리슨 호로위츠(Andreessen Horowitz, a16z)가 투자하는 스타트업 중 약 80퍼센트가 2025년 8월 기준 중국 개방형 AI 모델을 활용하고 있습니다. (바이브) 코딩 스타트업들은 중국산 거대언어모델(LLM)을 기반으로 서비스를 제공하고 있습니다. 커서 컴포저(Cursor Composer)와 코그니션(Cognition) SWE-1.5는 DeepSeek와 Zhipu GLM 4.6을 기반으로 하고 있습니다. 이처럼 겉으로는 다른 ‘최첨단’ 자체 AI (모델)처럼 보이지만 속을 뜯어보면 중국 AI 모델이라는 같은 뼈대를 쓰고 있는 경우가 빠르게 증가하고 있습니다. 중국 AI 모델의 최대 강점은 가격입니다. 예를 들어 Kimi K2의 입력 비용은 토큰 100만 개당 0.60달러 수준입니다. 이는 Claude Sonnet 4 가격의 5분의 1도 안됩니다. 이처럼 믿기 힘든 가격은 AI 모델 경쟁을 ‘기술 경쟁’이 아닌 ‘리브랜딩 경쟁’으로 밀어내는 힘을 갖습니다(Recode China AI 참조). 포 자오(Poe Zhao)는 중국 AI 모델이 세계 AI 시장에 미치는 영향을 아래와 같이 정리하고 있습니다.

“(Cursor Composer와 Cognition SWE-1.5의) 이야기 핵심은, “속였다”거나 “사기를 쳤다”는데 있지 않습니다. 진짜 이유는 훨씬 현실적입니다.
AI의 밑바닥을 처음부터 만드는 데는 돈이 너무 많이 듭니다. AI의 뼈대가 되는 파운데이션 모델을 처음부터 학습시키려면 수천억 원, 적게 잡아도 수십억 달러가 들어갑니다. 그래서 대부분의 기업은, 이미 잘 만들어진 오픈소스 AI 모델을 가져와서, 자기 목적에 맞게 다듬는 것(fine-tuning)을 선택하고 있습니다. 이건 편법이 아니라 가장 합리적인 선택입니다. 그리고 지금, 그 선택지 중에서 가장 좋은 것들이 중국산입니다.
중국의 Qwen은 AI 개발자들의 놀이터인 Hugging Face에서 전 세계 다운로드 1위를 달리고 있습니다. 트렌딩 차트를 보면 상위권을 차지하는 모델들 상당수가 중국에서 나왔습니다. 외부 벤치마크 결과도 분명합니다. 추론 능력, 속도, 효율성에서 미국 및 유럽 AI 모델과 비슷하거나 오히려 앞선다는 평가가 나옵니다.
실리콘밸리는 수년간 이렇게 물어왔습니다: “중국이 AI에서 우리를 따라잡을 수 있을까?” 하지만 이 질문 자체가 이제는 낡았습니다. 중국의 오픈소스 AI 모델은 더 이상 ‘경쟁자’가 아닙니다.
- 이미 잘 돌아가고,
- 공짜에 가깝고,
- 충분히 좋기 때문에
서구 개발자들이 그 위에 그냥 건물을 올리고 있을 뿐입니다. 다시 말해, 중국 AI 모델들은 이제 경쟁 대상이 아니라 기반 시설(infrastructure)입니다.
전 세계 AI 기술 스택은 점점 하나의 공통 바닥으로 수렴하고 있습니다. 그리고 그 바닥의 상당 부분은 지금 이 순간에도 베이징에서 쓰인 코드 위에서 돌아가고 있습니다. 요약하면, AI 패권은 더 이상 “누가 만들었느냐”의 문제가 아닙니다. “누가 위에 무엇을 쌓느냐”의 문제로 바뀌었습니다.”

저는 포 자오(Poe Zhao)의 문제의식에 동의합니다. 미국 기업의 독점적 최첨단 AI 모델과 중국 개방형 AI 모델사이의 격차는 크게 좁혀졌습니다. 추가 테스트와 일상적 활용을 지켜봐야 하겠지만, AI 모델은 이미 중요한 경계에 도달했음이 분명합니다: 중국의 개방 AI 모델들은 미국에서 만들어진 세계 최고 수준의 폐쇄형 AI 모델과 서서히 그러나 확실하게 동등한 품질 수준에 도달하고 있습니다. 게다가 그 비용은 극히 일부에 불과합니다. AI 연구자 네이선 램버트(Nathan Lambert)에 따르면, “(DeepSeek 이후) 많은 중국 AI 기업들이 성능 측면에서 최첨단 수준에 도달하는데 불과 6개월밖에 걸리지 않았습니다”.

2026년 중국은 AI를 더욱 강력하게 정의할 것입니다. 앞으로 개방형 중국산 AI 모델을 더 저렴하게 사용하는 것은 품질이 떨어지는 것을 감수한다는 의미가 아닙니다. 중국 AI 모델의 세계 시장 확장은 아래와 같은 효과를 가질 수 있습니다.

Dia, Comet 등 AI 브라우저, AI 친구(Companion)와 같은 서비스들은 막대한 혜택을 볼 것입니다. 더 이상 OpenAI, Google, Anthropic에 의존하지 않아도 되기 때문입니다. 2026년 AI 독과점 체제는 존재하지 않을 겁니다.
AI 시장 전체 규모에 비해, OpenAI, Google, Anthropic의 중요성은 상대적으로 감소하고 있습니다.
AI 모델 훈련의 기회 비용이 증가하고 있습니다. 한국에서 진행되고 있는 ‘AI 국가대표’가 과연 ‘독자 AI 모델’에 기초하고 있는지 의문이며, ‘독자 AI 모델’일 필요성이 무엇인지 따져볼 필요가 있습니다.
스콧 갤러웨이(Scott Galloway)는 2026년 전망에서 저가 또는 개방형 중국 AI 모델로 인해 미국 AI 모델의 거품이 붕괴될 수 있다고 예측하고 있습니다. 스콧 갤러웨이는 AWS, Azure, Google Cloud 등 하이퍼스케일러가 중국 AI 모델을 공급할 가능성을 간과하고 있습니다. AI 붐의 구체적인 형태는 매우 다양합니다. 때문에 중국 AI 모델로 미국 AI 버블이 터질 가능성은 매우 낮습니다.

#3. AI 소비자 경제에서 추론(inference) 인프라가 더욱 중요해집니다

2026년 3월 또는 4월 OpenAI ChatGPT의 주간활성이용자(Weekly Active Users)는 10억 명에 도달할 것입니다. 나아가 AI 검색과 광고, AI 커머스, AI 동반자/친구 등 다양한 AI 서비스가 2026년 소비자 시장을 열어갈 것입니다. 2026년 AI 커머스 시장 쟁점에 대해서는 별도의 글에서 분석하겠습니다.

2026년은 AI 모델의 참신함 또는 성능보다, AI 모델에 기초한 서비스 및 제품이 더 중요해지는 해가 될 것입니다. 이 때 필요한 것은 AI 소비자 경제를 비용 측면에서 뒷받침할 수 있는 더 나은 추론 인프라입니다. 여기서 중요한 것은 Groq 또는 Cerebras가 생산하는 추론 전문 칩(NPU)입니다. 이 맥락에서 엔비디아의 Groq 인수는 탁월한 결정이었습니다. 한국 정부 또한 Furiosa AI와 Rebellions AI의 추론 칩 지원을 서둘러야 합니다.

한국이 놓치고 있는 마지막 경쟁 구간

디지털 주권 또는 AI 주권을 위한 노력은 평가절하되어서는 안됩니다. 그러나 AI 주권을 향한 우리의 노력이 완전히 성공하지 못할 경우 또는 지연될 경우, 최선의 시나리오가 무엇일지 고민해야합니다.

우리 소비자에게는 공급자들 간의 더 많은 경쟁이 더 좋습니다.
한국 기업들은 개방형 중국 AI 모델을 적극 활용해야 합니다(이미 그렇게 하고 있습니다). 중국 AI 모델이 가지고 있는 다양한 제약과 문제점은 ‘모델 자체’가 아니라 ‘추론 인프라’에서 해체될 수 있습니다.
OpenAI 등 미국 AI 모델 또한 2026년 가격 하락 경쟁에 뛰어들 가능성이 높습니다.
구글 Gemini 3 Pro의 성취는, 의식적인 조기 투자 ‘방향’의 중요성을 보여줍니다. 구글의 클라우드 인프라와 TPU 개발은 10년 넘게 구글의 주요 과제였습니다. 구글 TPU 인프라가 엔비디아 Hopper에서 Blackwell 이행 공백을 전략적으로 활용한 성과가 Gemini 3 Pro입니다.
한국이 향후 10년 내 핵심 경제 분야에서 전략적으로 충분한 독립을 이루기 위해서는, ‘독립 AI 모델’에 집중하는 것이 아니라, NPU 중심의 ‘최상의’ 클라우드 추론 인프라를 사회 및 경제 곳곳으로 확산시켜야 합니다.
AI 모델은 ‘연구실’이 아니라 ‘시장’에서 가치 창출의 최종 단계를 통과해야 합니다. 바로 ‘상품화 단계’입니다. 이 마지막 단계가 AI 경제의 본질적 경쟁 공간입니다. 한국은 이 마지막 단계를 꽃피울 수 있는 전략적이고 실용적인 방법을 찾아야 합니다.

안타깝게도 지금까지 한국에서 위와 같은 시나리오와 전략적 시각이 존재한다는 증거가 보이지 않습니다. 정치와 경제 양측에서 이 주제를 확장 가능한 관점에서 고려해야 합니다. 이상적으로 공공 자금으로 중앙 집중화하여 수행해야 할 사항(예: 물리적 망 분리 지양과 이룰 둘러싼 제도 및 법 개선, 공공 데이터 파이프라인 등)과 경제가 담당해야할 사항(예: NPU 클라우드 인프라, NPU 칩, AI 서비스 스타트업 등)을 구별해서 집행해야합니다.
2025년 제게 충격적인 사건은 중국의 다크 팩토리 확산과 전기자동차 제조 기업 샤오펑(XPeng)의 휴머노이드 개발입니다. AI 경제에서 자유로운 민간 경쟁이 꽃 피울 수 있도록 제도와 기술 인프라를 시급하게 마련하는 것, 이것이 주권 AI를 지향하는 한국 정부의 주요 전략 과제입니다. 이 장기 과제를 실현할 때, 가장 큰 수혜자는 결국 우리 소비자입니다.

Newsletter

디지털 시대, 새로운 정보를 받아보세요!

강정수

㈜블루닷 에이아이에서 AI 연구센터장을 맡고 있다. 연세대학교 독문과를 졸업한 후 독일 베를린 자유대학교에서 경제학 학사 및 석사를, 비텐-헤어데케 대학교에서 경영학 박사를 취득했다. 연세대학교 커뮤니케이션연구소 전문 연구원과 연세대학교 경영대학 특임 교수를 거쳐, 미디어 스타트업 인큐베이팅 및 투자회사 ㈜메디아티의 CEO로 활동했다. 2019년부터 2년간 대통령 비서실 디지털소통센터장을 맡았고, 현재는 ‘AI 경제’ 및 ‘디지털 전략’을 주제로 다양한 기업과 언론에서 강의하고 있다.

『생성 AI 혁명』, 『디지털 미디어 인사이트』, 『테슬라 폭발적 성장 시나리오』, 『보이스 퍼스트 패러다임』, 『알고리즘 사회』 등의 공저자이며, 『당장 써먹는 틱톡 마케팅』 저자이다.

프로필: www.linkedin.com/in/berlinlog >>
강연문의: berlinlog@mediasphere.kr