1만 장에서 10만 장으로: 국산 컴퓨팅 파워는 '시스템 수준 확장'의 전환점에 서 있다

지난 1주일 동안 컴퓨팅 파워 분야에서 가장 뜨거운 화제는 특정 칩의 벤치마크 점수도, 특정 모델 기업의 파라미터 경쟁도 아니었다. 더 거시적이고 더 구조적인 신호였다. 즉, 국산 컴퓨팅 파워가 '단일 지점 돌파'에서 '시스템 수준 확장'으로 나아가고 있다는 것이다.

이 판단은 거의 동시에 나타난 두 가지 정보에서 나온다. 하나는 정책 측면이다. 공업정보화부가 《정보통신산업 발전 제15차 5개년 계획》을 발표하며 1만 장, 10만 장 이상의 지능형 컴퓨팅 클러스터를 질서 있게 배치하고, 국산 컴퓨팅 파워 칩 적응을 강화하며, 2030년까지 지능형 컴퓨팅 규모를 9,800EFLOPS에 도달시키겠다는 목표를 명확히 제시했다. 다른 하나는 산업 측면이다. 징둥윈(JD Cloud)은 2026 징둥 글로벌 테크놀로지 익스플로러 콘퍼런스에서 무어 스레즈의 풀기능 GPU를 컴퓨팅 기반으로 하는 10만 장 규모 지능형 컴퓨팅 클러스터를 건설할 계획이라고 발표했다. 대규모 모델 훈련, 추론 및 임바디드 AI 등 핵심 영역에 집중하고, 업계 전체에 컴퓨팅 파워를 개방한다는 것이다. 무어 스레즈 측은 이가 국산 GPU가 처음으로 주요 AI 클라우드 기업의 10만 장급 핵심 지능형 컴퓨팅 클러스터에 진입했음을 의미한다고 명확히 밝혔다.

정책 계획과 산업 실행이 같은 시기에 공명했다. 이는 2026년 컴퓨팅 파워 분야에서 가장 상징적인 사건 조합이다. 이는 국산 컴퓨팅 파워가 더 이상 '정책 장려 방향'에 머물지 않고, 주요 클라우드 기업의 핵심 업무를 담당하는 계층으로 진입하기 시작했음을 의미한다. 또한 더 이상 '단일 카드 대체'의 이야기가 아니라 클러스터, 네트워크, 스토리지, 스케줄링, 프레임워크, 모델, 서비스가 일체화된 시스템 경쟁임을 의미한다.

1. 정책 방향: 10만 장 클러스터와 국산 칩 적응이 최상위 설계에 진입

《정보통신산업 발전 제15차 5개년 계획》의 무게는 더 이상 '발전 장려'에 머물지 않고 명확한 기술 경로, 규모 목표, 지원 요건을 제시했다는 데 있다. 계획은 '허브-지역-엣지' 다층 컴퓨팅 시설 체계를 구축하고, 시나리오에 따라 추론 컴퓨팅 시설을 수요에 맞게 배치하며, '국산 컴퓨팅 파워 칩 적응을 강화한다'고 밝혔다. 컴퓨팅 전송 채널 측면에서는 400G 이상 고속 전송 기술을 배치하고 100G 광네트워크 장비의 엣지 배치를 추진한다. 그린 컴퓨팅 측면에서는 2030년까지 신규 대형·초대형 컴퓨팅 시설의 운영 PUE를 1.2 이하로 낮추도록 요구한다.

동시에 중앙네트워크정보판공실 등 7개 부처가 공동으로 《디지털화·그린화 협력 전환 발전 시행 방안(2026~2030년)》을 발표하며, 컴퓨팅 시설의 그린화를 컴퓨팅 규모 확장과 동등하게 중요한 위치로 끌어올렸다. 컴퓨팅 시설의 그린 설계를 강화하고, 액체 냉각, 폐열 회수, 저전력 칩 등 기술 혁신을 지원하며, 800V 고압 직류 전원 공급 아키텍처를 탐색하고, 100kW 초과 단일 랙 배치를 추진한다고 명확히 밝혔다.

이 두 문서가 겹치면서 정책 의도는 매우 명확해진다. 국산 컴퓨팅 파워는 더 이상 '대안'이 아니라 컴퓨팅 인프라의 주력 공급이 되어야 한다. 게다가 정책의 관심은 '얼마나 많은 컴퓨팅 파워를 건설할 것인가'뿐만 아니라 '어떻게 연결하고, 어떻게 사용하며, 어떻게 그린하게 운영할 것인가'에도 미친다. 이는 향후 몇 년간 컴퓨팅 파워 건설 경쟁이 GPU 수량 경쟁이 아니라 전력, 냉각, 네트워크, 스케줄링, 소프트웨어 생태계, 운영 효율의 종합 경쟁이 될 것임을 의미한다.

1만 장에서 10만 장으로의 전환도 단순한 수량 합산이 아니다. 1만 장 클러스터는 이미 네트워크 토폴로지, 병렬 훈련, 내결함성 메커니즘, 스토리지 처리량에 높은 요구를 제기한다. 10만 장 클러스터는 이러한 문제를 한 자릿수 더 확대한다. 장애는 일상이 되고, 통신 병목은 더 두드러지며, 에너지 소비와 방열 압력은 급증하고, 스케줄링과 운영 유지보수 복잡성은 배로 증가한다. 정책이 10만 장 이상 클러스터를 계획에 포함시키는 것은 사실상 전체 산업 체인을 '하드웨어 판매'에서 '시스템 제공'으로 전환하도록 압박하는 것이다.

2. 산업 실행: 국산 GPU가 주요 클라우드 기업의 '신뢰표'를 얻다

정책 방향은 정해졌지만, 업계를 실제로 고무시킨 것은 징둥윈과 무어 스레즈의 협력이다.

10만 장 풀기능 GPU 클러스터는 무어 스레즈 GPU를 컴퓨팅 기반으로 삼아 대규모 모델 훈련, 추론 및 임바디드 AI에 서비스를 제공하고, 업계 전체에 컴퓨팅 파워를 개방한다. 징둥그룹 기술위원회 의장 겸 징둥윈 총재 차오펑은 이를 '국내 AI 클라우드 분야의 자주 통제 가능한 초대규모 컴퓨팅 기반'으로 규정했다. 이 말의 핵심 단어는 두 가지다. 하나는 '자주 통제 가능', 다른 하나는 '초대규모'다. 전자는 공급망 안보를, 후자는 엔지니어링 능력을 가리킨다. 국산 GPU가 주요 AI 클라우드 기업의 핵심 지능형 컴퓨팅 클러스터에 들어갈 수 있는지는 오랫동안 물음표였다. 이제 그 물음표는 곧게 펴지고 있다.

더 주목할 점은 기술 성숙도다. 취징테크놀로지와 무어 스레즈의 공동 솔루션은 이미 프로덕션 환경에 투입되어 주요 모델 기업 공식 업무의 실제 토큰 트래픽을 처리하고 있다. 프로덕션 운영 데이터에서 MTT S5000과 국산 PD 이기종 솔루션이 협력 운영되며, 평균 토큰 생성 속도는 50TPS를 초과하고, KV 캐시 적중률은 90%를 초과하며, 시스템 안정성은 99.9%에 도달했다. 이는 국산 GPU가 더 이상 실험실의 '사용 가능'이 아니라 프로덕션 환경의 '사용하기 좋음'임을 의미한다. 클라우드 기업과 모델 기업에게 프로덕션 데이터는 어떤 발표회의 피크 지표보다 훨씬 설득력이 있다.

클러스터 규모도 빠르게 상승하고 있다. MTT S5000 기반 1만 장 클러스터는 이미 초대규모 파라미터 대규모 모델 훈련에 서비스를 제공했고, 토큰 팩토리용 추론 서비스도 순차적으로 출시·운영되고 있다. 1만 장에서 10만 장으로, 국산 컴퓨팅 파워의 엔지니어링 능력은 진정한 규모 시험을 받고 있다. 10만 장 클러스터는 1만 장에 10을 곱하는 것이 아니다. 고속 인터커넥트, 무손실 네트워크, 병렬 파일 시스템, 체크포인트 복구, 장애 격리, 작업 스케줄링, 에너지 관리 등 일련의 시스템 수준 문제를 수반한다. 어느 한 고리가 부족하면 클러스터 전체의 유효 컴퓨팅 파워는 크게 할인된다.

따라서 징둥윈의 이번 행보의 의미는 '국산 GPU를 몇 장 샀는가'만이 아니라, 국산 GPU가 주요 클라우드 기업의 핵심 컴퓨팅 계획에 편입되기 시작했다는 것이다. 이는 '신뢰표'에 해당한다. 국산 컴퓨팅 파워는 더 이상 엣지 업무, 시험 업무, 백업 업무만이 아니라 대규모 모델 훈련, 추론, 임바디드 AI 등 핵심 시나리오를 담당할 수 있는 주력 기반 중 하나가 될 수 있다.

3. 수요 측: 모델 반복과 컴퓨팅 가격 인상이 이중 견인을 만들다

국산 컴퓨팅 파워의 확장 가속 뒤에는 수요 측의 강한 견인이 있다.

9월 초, OpenAI는 차세대 플래그십 모델 GPT-6 Astra를 발표했다. 컨텍스트 윈도는 105만 토큰에 달하고, Computer-Use 자율 조작, 다단계 엔드투엔드 작업에서 성숙한 구현을 달성했다. 모델 능력의 세대적 도약은 컴퓨팅 소비의 구조적 상승을 직접 초래한다. 장기 작업에서는 한 번의 호출에 백만 급 토큰 컨텍스트와 여러 차례 도구 호출이 수반되며, 추론 단계의 계산량, VRAM 사용량, 통신 오버헤드가 모두 크게 증가한다. 과거에는 많은 애플리케이션이 짧은 Q&A만 필요했지만, 이제 에이전트는 지속적으로 계획하고, 도구를 호출하고, 긴 문서를 읽고, 다단계 작업을 수행한다. 토큰 소비와 컴퓨팅 사용량은 더 이상 같은 자릿수가 아니다.

국내에서는 DeepSeek V4.1 Flash 모델이 공식 발표되어 성능, 응답 속도 등 핵심 지표에서 기존 V4 Pro를 전면 능가했으며, 동시에 Flash 시리즈 전 라인 가격 인하를 발표해 입력 캐시 미스 가격을 60% 인하했다. 모델 비용 절감은 API 호출량을 더욱 끌어올리고, 추론 컴퓨팅 수요도 함께 확대된다. 가격 인하는 더 많은 개발자 접속을 자극하고, 더 많은 애플리케이션 접속은 더 많은 토큰 호출을 가져오며, 최종적으로 컴퓨팅 측에 지속적으로 증가하는 추론 수요로 되돌아온다.

수요 측 확장은 이미 가격에 반영되었다. 올해 들어 텐센트 클라우드, 알리바바 클라우드, 바이두 AI 클라우드 등 벤더가 컴퓨팅 제품 가격을 집중적으로 인상했고, 일부 서비스는 최대 30% 이상 상승했다. NVIDIA 시리즈 GPU 임대 가격도 대부분 상승해 B200 임대 가격은 월 11.65%, RTX5090은 월 28.57% 올랐다. 올해 3월 기준 중국의 일평균 토큰 호출량은 이미 140조를 초과했으며, 2025년 말 100조 대비 3개월 만에 40% 이상 증가했다.

수급 격차는 여전히 확대되고 있다. 무시(MetaX) 창업자 천웨이량은 2026 차이나 유니콤 파트너 콘퍼런스에서 대규모 모델 파라미터가 이미 조 단위, 나아가 10조 단위로 향하고 있으며, 훈련과 추론의 컴퓨팅 소비가 지수적으로 증가해 컴퓨팅 공급에 지속적 격차가 발생하고 있다고 지적했다. 이 판단은 왜 컴퓨팅 가격이 오르고, 임대가 오르고, 클라우드 기업이 확장하고, 정책이 밀어붙이는지를 설명한다. 수요는 단기적 펄스가 아니라 모델 능력 향상, 추론 비용 하락, 응용 시나리오 보급이 겹쳐 만들어진 장기적 확장이다.

4. 왜 이번 '국산 대체'는 다른가

지난 몇 년간 국산 컴퓨팅 파워 추진은 '정책은 있지만 시나리오가 없다'는 비판을 자주 받았다. 단일 카드 성능은 따라잡고 있었지만 소프트웨어 생태계가 약하고, 이전 비용이 높고, 고객이 핵심 업무를 올릴 용기가 없었다. 많은 프로젝트가 지방 지능형 컴퓨팅 센터, 실험실 검증, 소규모 파일럿 단계에 머물러 상업적 폐쇄 루프를 형성하기 어려웠다.

그러나 이번 변화는 정책 목표에서 산업 실행까지, 모델 적응에서 프로덕션 검증까지 모든 고리가 같은 시기 안에 실질적 진전을 이루었다는 데 있다.

《제15차 5개년 계획》은 10만 장 클러스터와 국산 칩 적응을 최상위 설계에 포함시켰고, 징둥윈과 무어 스레즈의 협력은 국산 GPU가 주요 클라우드 기업의 핵심 업무를 맡을 능력을 이미 갖추었음을 증명했다. 취징테크놀로지와 무어 스레즈의 프로덕션 데이터는 국산 컴퓨팅 파워의 경쟁력이 단일 카드 성능에서 시스템 수준 토큰 생산 효율로 확장되고 있음을 보여준다. 동시에 차이나 유니콤은 '제15차 5개년 계획' 기간에 1,000억 위안급 투자를 유발할 것으로 예상하며 징진지, 창장삼각주, 웨강아오 대만구의 컴퓨팅 파워를 강화하고 기가와트급 단지를 조성해 '더 많은 국산 대규모 모델이 우수한 국산 컴퓨팅 파워를 사용하도록 하겠다'고 발표했다.

그 배후에는 더 완전한 연합체가 형성되고 있다. 통신사업자는 네트워크, 단지, 에너지, 자본을 제공하고, 클라우드 기업은 플랫폼, 스케줄링, 고객을 제공하며, GPU 기업은 컴퓨팅 기반을 제공하고, 모델 기업은 시나리오와 트래픽을 제공하며, 시스템 통합업체는 이기종 협업과 엔지니어링 최적화를 제공한다. 국산 컴퓨팅 파워는 더 이상 한 회사의 싸움이 아니라 산업 체인 상하류가 공동으로 추진하는 시스템 프로젝트다.

이른바 '시스템 수준 확장'에는 적어도 네 가지 의미가 있다. 첫째, 경쟁의 핵심이 단일 카드 성능에서 클러스터 효율로 이동하고, 인터커넥트, 스토리지, 스케줄링, 내결함성, 에너지 효율이 핵심 지표가 된다. 둘째, 구매자가 실험실과 지방 지능형 컴퓨팅 센터에서 주요 클라우드 기업, 통신사업자, 대형 모델 기업으로 확대된다. 셋째, 응용이 파일럿 데모에서 프로덕션 환경의 실제 토큰 트래픽으로 확대된다. 넷째, 정책이 단순 보조금에서 계획, 표준, 그린, 전송 채널, 산업 협업으로 이동한다. 이 네 층이 동시에 추진되어야 '시스템 수준 확장'이라고 할 수 있다.

5. 10만 장 클러스터가 의미하는 것

10만 장 클러스터는 우선 에너지와 냉각 문제를 전면에 내세운다. 기가와트급 단지, 100kW 초과 단일 랙, 800V 고압 직류, 액체 냉각, 폐열 회수—과거에는 '부수 기술'로 보였던 이러한 고리가 이제 컴퓨팅 클러스터의 배치 가능 여부를 결정하는 요소가 되고 있다. PUE 1.2 이하는 장식이 아니라 하드 제약이다. 그린 컴퓨팅 없이는 지속 가능한 컴퓨팅 규모도 없다.

둘째, 네트워크와 스토리지를 동시에 업그레이드해야 한다. 400G 이상 고속 전송, 100G 광네트워크 장비의 엣지 배치는 컴퓨팅 허브 간, 클러스터 내부, 엣지 노드 간에 효율적 채널을 형성하기 위한 것이다. 10만 장 훈련에는 고대역폭, 저지연, 무손실 네트워크와 체크포인트 쓰기·읽기를 지원하는 고처리량 병렬 파일 시스템이 필요하다. 네트워크와 스토리지가 따라가지 못하면 GPU가 아무리 많아도 '먹이를 못 받는다'.

셋째, 소프트웨어 생태계의 중요성이 더욱 증폭된다. CUDA 생태계는 깊은 축적을 가지고 있다. 국산 GPU가 프로덕션 환경에서 대규모로 사용되려면 연산자 커버리지, 프레임워크 호환성, 컴파일 최적화, 개발자 습관 등의 문제를 해결해야 한다. 호환 계층은 이전 비용을 낮출 수 있지만 장기적으로는 자체 툴체인, 커뮤니티, 표준을 형성해야 한다. 소프트웨어 생태계가 성숙해야 국산 컴퓨팅 파워의 시스템 수준 우위가 진정으로 해방된다.

마지막으로 비즈니스 모델이 시험을 견뎌야 한다. 10만 장 클러스터는 막대한 투자가 필요하고 전력, 토지, 장비, 운영 유지보수 비용이 높다. 활용률을 어떻게 높이고, 모델 기업에 어떻게 서비스하며, 지속 가능한 컴퓨팅 임대와 토큰 팩토리 모델을 어떻게 형성할지는 반드시 답해야 할 질문이다. 컴퓨팅은 건설로 끝나지 않으며 운영 효율이 장기 경쟁력이다.

6. 도전과 리스크는 여전히 남아 있다

국산 컴퓨팅 파워가 전환점에 섰다고 해서 과제가 사라진 것은 아니다. 공급망 측면에서는 첨단 공정, HBM, 첨단 패키징, EDA 도구 등 고리에 여전히 제약이 있다. 생태계 측면에서는 개발자 습관, 연산자 커버리지, 프레임워크 호환성에 아직 시간이 필요하다. 에너지 측면에서는 그린 컴퓨팅 요구가 건설 비용과 운영 문턱을 높인다. 시장 측면에서는 중복 건설과 유휴 위험을 경계하고 '건설을 위한 건설'을 피해야 한다. 상업 측면에서는 컴퓨팅 가격 인상과 모델 비용 하락 사이에 긴장이 있고, 클라우드 기업과 모델 기업의 수익 공간을 균형 있게 맞춰야 한다.

또한 10만 장 클러스터의 실제 납품 진행, 국산 GPU의 초대규모 훈련에서의 안정성, 이기종 솔루션의 스케줄링 효율, 모델 이전 후 성능 손실은 모두 실제 프로덕션 데이터로 검증해야 한다. 정책과 산업의 공명은 좋은 출발을 했지만 진정한 시험은 납품과 운영 단계에 있다.

7. 앞으로의 핵심 관찰 창구

앞으로 일정 기간 다음 지표를 주목할 가치가 있다. 첫째, 징둥윈 10만 장 클러스터의 실제 납품 진행과 가동 속도. 둘째, 더 많은 주요 AI 클라우드 기업이 국산 GPU 대규모 배치에 동참할지 여부. 셋째, 국산 대규모 모델이 국산 컴퓨팅 파워에서 훈련과 추론을 완료하는 비율이 지속적으로 상승하는지 여부. 넷째, 국산 GPU 소프트웨어 생태계의 성숙도. 연산자 라이브러리, 프레임워크 적응, 개발자 피드백을 포함한다. 다섯째, 규모 확장과 동시에 그린 컴퓨팅 지표를 달성할 수 있는지 여부. 여섯째, 컴퓨팅 활용률과 서비스 가격이 선순환을 형성하는지 여부.

이 지표들이 지속적으로 개선된다면 국산 컴퓨팅 파워의 시스템 수준 확장은 정책 언어에 머물지 않고 산업 현실이 될 것이다. 지난 1주일 동안 정책과 산업은 같은 시기에 공명했고, 국산 컴퓨팅 파워는 1만 장에서 10만 장으로, 파일럿에서 프로덕션으로, 단일 지점 돌파에서 시스템 수준 확장으로 향하는 전환점에 서 있다. 10만 장은 종점이 아니라 국산 컴퓨팅 파워가 컴퓨팅 인프라의 주력이 되기 위한 출발점이다.