TL;DR
· 한국은 2027년까지 KIC 산하에 최소 20조 원 규모의 전략 계정을 설립하여 AI, 데이터센터, 반도체 등 전략 산업에 투자할 계획이다.
· SemiAnalysis는 엔비디아가 먼저 수혜를 볼 가능성이 더 높다고 보며, 한국이 GPU 및 CUDA 생태계의 락인에서 벗어날 수 있을지가 논쟁의 핵심이다.
· 관련 종목: 엔비디아(NVDA), SK하이닉스, 삼성전자, 그리고 한국 반도체 및 데이터센터 공급망.

한국 정부는 한국투자공사(KIC) 산하에 최소 20조 원 규모의 신규 전략 계정을 설립하여 AI, 데이터센터, 반도체, 로봇, 국방 등 장기 투자 분야에 자금을 투입할 계획이다. 목표는 2027년 출범이며, 관련 법안은 여전히 국회 통과가 필요하다.

이것은 처음에는 산업 정책 뉴스처럼 보인다. 한국은 반도체 호황으로 확보된 재정 여력을 차세대 AI 인프라에 다시 투입하는 것이다. 그러나 SemiAnalysis는 더 날카로운 판단을 내놓았다. 한국의 이번 '주권 AI' 투자에서 엔비디아가 승리하고 SK하이닉스가 패배한다는 것이다.

이 주장은 직관에 반한다. 한국은 세계에서 가장 강력한 메모리 강국 중 하나이며, SK하이닉스는 HBM(고대역폭 메모리)의 핵심 공급업체다. 핵심 쟁점은 한국이 더 강력한 자국 AI 역량을 확보하는 것인지, 아니면 엔비디아 GPU 및 CUDA(엔비디아 소프트웨어 생태계) 체계에 더 깊이 편입되는 것인지에 있다.

투자자에게 이는 국가 차원의 AI 지출이 궁극적으로 플랫폼 기업으로 흘러갈지, 아니면 로컬 하드웨어 공급망에 더 많이 축적될지를 결정하는 문제다.

반도체 배당이 장기 AI 자본으로 전환

한국 이번 정책의 핵심은 단순히 정부 지출을 늘리는 것이 아니라, 반도체 사이클에서 발생한 세수와 자산을 더 인내심 있는 장기 자본으로 전환하는 데 있다.

20조 원 규모의 전략 계정은 KIC 내에 설계된다. KIC는 원래 한국의 해외 투자 기능을 담당했지만, 이번에 국내 전략 투자 역할을 부여받았다. 이는 정부가 먼저 자본 기반을 제공한 뒤 기업과 외부 자금의 후속 참여를 유도하겠다는 의도를 보여준다.

AI 데이터센터, 첨단 반도체 클러스터, 물리 AI, 자국 모델 개발은 모두 단기 사이클 내에서 안정적으로 회수하기 어렵다. 정부 자금이 단기 수익만 바라본다면 이러한 프로젝트의 건설 기간을 감당하기 어렵다.

9월 1일, 한국은 2027년 예산과 관련된 미래 대응 기금을 발표했으며 규모는 162.3조 원으로, 반도체 호황 등에서 발생한 추세 이상의 세수로 조달된다. 이 중 전부가 AI와 반도체에 투입되는 것은 아니며, 성장 엔진 계정은 약 14.2조 원으로 AI, 반도체 등 방향을 지원하는 데 사용된다.

AI 자금 규모는 관점에 따라 다르다

6월에 제안된 '3대 프로젝트'도 데이터센터 목표를 2029년 8.4GW, 2035년 18.4GW로 설정했다. 이 속도는 매우 공격적이며, 실제 달성 여부는 전력, 토지, 계통 연계, 장비 인도에 달려 있다.

2035년 목표는 약 10배 수준

한국은 특정 기업에만 보조금을 지급하는 것이 아니라, 재정과 재벌 투자로 AI 인프라를 재구축하고 있다. SemiAnalysis의 반박 요점은 인프라 현지화가 기술 스택 현지화를 의미하지 않는다는 것이다. 데이터센터가 한국에 건설되어도, 그 안에서 실행되는 것은 여전히 엔비디아 GPU일 가능성이 높다.

데이터센터 확장은 먼저 엔비디아 스택으로 흐른다

AI 데이터센터에서 가장 비싸고 대체하기 어려운 부분은 가속 컴퓨팅 플랫폼이다. 오늘날 대부분의 대규모 모델 학습 및 추론 소프트웨어는 엔비디아 GPU와 CUDA 생태계에 최적화되어 있다.

이것이 바로 플랫폼 잠금이다. GPU는 하드웨어이고, CUDA는 소프트웨어 인터페이스이자 개발 생태계다. 개발자, 모델 프레임워크, 운영 도구, 성능 최적화 경험 모두 이 체계에 축적되어 있다.

다른 하드웨어로 전환하는 것은 단순히 칩 하나를 바꾸는 문제가 아니다. 모델을 재조정하고, 시스템을 재테스트하며, 운영 팀도 경험을 다시 쌓아야 한다. 국가 차원의 프로젝트가 몇 년 안에 사용 가능한 컴퓨팅 파워를 구축하려면, 일반적으로 현재 가장 성숙한 솔루션을 우선 조달한다.

이 논리에는 이미 현실적인 단서가 있다. 엔비디아와 SK그룹은 7월 AI 팩토리, AI 클라우드, 차세대 메모리를 포괄하는 협력 확대를 발표했으며, 총 규모는 5,000억 달러를 초과한다. 그중 SK텔레콤은 SK하이닉스 HBM4를 채택한 2GW 규모의 엔비디아 Vera Rubin DSX AI 팩토리와 AI 클라우드를 구축할 계획이며, 첫 AI 팩토리는 2027년 가동을 목표로 한다.

SK 프로젝트는 엔비디아 스택에 묶여 있다

이것이 한국에 독자적인 노선이 없다는 뜻은 아니다. 한국은 여전히 패키징, 메모리, 데이터센터 운영, 현지 애플리케이션, 모델 학습 분야에서 역량을 축적할 수 있다. 그러나 현재의 기술 현실에서 데이터센터가 빠르게 건설될수록, 엔비디아의 수요 가시성이 먼저 강화될 가능성이 높다.

SK하이닉스, 수요는 이기지만 가격 결정권은 여전히 플랫폼에

「SK하이닉스 패배」는 사업 피해로 이해할 수 없다. 한국의 데이터센터 건설이 실현된다면, SK하이닉스의 HBM 수요는 직접적인 지지를 받을 것이다.

HBM은 AI GPU의 핵심 동반 메모리다. 충분히 빠른 메모리가 없으면 GPU의 연산 능력이 완전히 발휘될 수 없다. SK하이닉스는 HBM 공급에서 선두 위치에 있으며, 엔비디아 플랫폼 규모가 클수록 고급 HBM에 대한 수요도 더 강해진다.

문제는 가치 포착의 위치가 다르다는 점이다. HBM 공급업체는 부품 가치를 벌고, 엔비디아는 플랫폼 가치를 번다. 전자는 물량·가격과 공급 부족의 혜택을 받고, 후자는 하드웨어 아키텍처, 소프트웨어 생태계, 개발자 인터페이스 및 시스템 솔루션을 통제한다.

SemiAnalysis의 판단은 이렇게 이해할 수 있다. SK하이닉스는 매출에서 이길 수 있지만, 한국이 AI 주권 스택을 보유한다는 서사 속에서 발언권은 엔비디아보다 약할 수 있다. 연산 자원 조달, 소프트웨어 전환 비용, 개발자 생태계의 주도권은 HBM 공급업체의 손에 있지 않다.

가격 결정권은 플랫폼에 집중되어 있다

삼성전자의 상황도 비슷하다. 메모리뿐만 아니라 파운드리와 시스템 반도체에 대한 야심도 가지고 있다. 그러나 AI 풀스택에서 엔비디아의 지배적 위치를 약화시키려면 자본 지출만이 아니라 대체 가능한 소프트웨어 생태계, 고객 검증, 장기적 안정성이 필요하다.

주문 비중이 이견을 현실로 끌어당길 것이다

이 논쟁은 아직 종결되지 않았다. 20조 원 규모의 전략 계정이 현금이 즉시 GPU 구매에 투입된다는 뜻은 아니다. 자금 집행은 법안 통과, 자산 배치, 구체적 프로젝트 선정을 거쳐야 한다.

데이터센터 목표도 물리적 제약을 받아야 한다. 2029년까지 8.4GW, 2035년까지 18.4GW는 한국의 전력, 토지, 냉각, 계통 연계 및 현지 운영 능력에 대한 시험대다. 목표가 클수록 실행 리스크도 높아진다.

가장 직접적인 검증 변수는 향후 프로젝트에서 엔비디아 Rubin 등 플랫폼의 구매 비중, 그리고 한국 자체 모델과 개방형 기술 경로가 실제 환경에서 CUDA 의존도를 줄일 수 있는지 여부다. 주문이 계속 엔비디아 스택에 집중된다면, SemiAnalysis의 판단은 현실에 더 가까워질 것이다.

현재 단계에서 확인할 수 있는 것은, 한국이 반도체 호황을 국가 차원의 AI 인프라 자본으로 전환하고 있다는 점이다. 현재 기술 스택에서 이 자본이 가장 먼저 강화하는 것은 엔비디아 플랫폼의 수요 가시성이다. SK하이닉스는 여전히 핵심 수혜자 중 하나지만, 그것이 이기는 것은 고속 메모리 부문이지, AI 컴퓨팅 스택 전체의 가격 결정권이 아니다.

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia