중국은 미국의 반도체 봉쇄를 어떻게 뚫으려고 할까?
중국은 미국의 반도체 봉쇄를 어떻게 뚫으려고 할까?
Huawei·SMIC·CXMT의 반도체 자립 전략
앞에서 우리는 미국이 왜 중국의 첨단 GPU와 반도체 제조기술에 수출통제를 적용하는지 알아봤습니다.
그렇다면 중국 입장에서는 어떤 선택을 할 수 있을까요?
가장 단순한 답은 이것입니다.
“해외에서 살 수 없다면 직접 만들자.”
하지만 반도체는 스마트폰 한 제품을 국산화하는 것처럼 간단하지 않습니다.
AI 반도체를 직접 만들려면
칩을 설계해야 하고,
설계 소프트웨어가 있어야 하고,
파운드리가 있어야 하고,
노광·식각·증착 장비가 있어야 하며,
DRAM과 HBM 같은 메모리도 필요합니다.
마지막에는 첨단 패키징과 소프트웨어 생태계까지 필요합니다.
그래서 중국이 추진하는 방향은
NVIDIA를 대신할 GPU 하나를 만드는 것
이 아니라
반도체 공급망 전체에서 해외 의존도를 줄이는 것
에 가깝습니다.
중국 정부 역시 집적회로와 고급 AI 칩을 핵심 기술 분야로 지정하고 공급망 전반의 기술 돌파를 강조하고 있습니다.
이 전략을 이해할 때 특히 중요한 세 기업이 있습니다.
Huawei
AI 반도체와 시스템.
SMIC
반도체 제조, 즉 파운드리.
CXMT
DRAM 메모리.
이 세 회사를 보면 중국이 어떤 퍼즐을 맞추려고 하는지 쉽게 이해할 수 있습니다.
가장 먼저 한 문장으로 정리하면?
중국의 반도체 전략은
미국과 동맹국의 기술을 완전히 즉시 대체하는 것이 아니라, AI 칩·파운드리·메모리·장비·소프트웨어를 하나씩 자체 생태계로 바꾸면서 외부 기술이 막혀도 시스템 전체가 돌아가도록 만드는 것
이라고 이해하면 됩니다. 중국 정부는 집적회로를 포함한 핵심 산업에서 공급망 전체의 기술 돌파를 정책적으로 강조하고 있습니다.
미국이 GPU를 막으면 중국은 무엇부터 해야 할까?
AI를 개발하려면 GPU나 AI 가속기가 필요합니다.
중국 기업들이 NVIDIA GPU를 원하는 만큼 확보하기 어려워진다면 첫 번째 방법은 무엇일까요?
자체 AI 반도체를 만드는 것입니다.
여기에서 가장 중요한 기업 중 하나가 Huawei입니다.
Huawei는 스마트폰 회사만이 아니다
Huawei라고 하면 스마트폰을 먼저 떠올리기 쉽습니다.
하지만 Huawei는 통신장비와 서버, 클라우드, AI 컴퓨팅 시스템까지 개발하는 거대한 기술기업입니다.
특히 AI 분야에서는 Ascend(昇腾)라는 AI 프로세서 제품군과 이를 사용하는 Atlas 서버·클러스터를 개발하고 있습니다. Huawei는 Ascend 기반 제품을 AI 학습과 추론을 위한 전체 컴퓨팅 인프라로 제공하고 있습니다.
Ascend는 무엇을 하려고 하는 칩일까?
NVIDIA에는 GPU가 있습니다.
Huawei에는 Ascend NPU가 있습니다.
NPU는 Neural Processing Unit의 약자로
AI 계산을 효율적으로 처리하도록 설계된 반도체
라고 이해하면 됩니다.
Ascend는 대규모 AI 모델의 학습과 추론에 사용하기 위한 Huawei의 핵심 AI 컴퓨팅 플랫폼입니다.
그렇다면 Ascend 칩 하나만 만들면 NVIDIA를 대신할 수 있을까?
아닙니다.
앞에서 NVIDIA를 공부하면서 중요한 사실을 배웠습니다.
NVIDIA의 강점은 GPU 하나만이 아니었습니다.
GPU
CUDA
AI 라이브러리
네트워크
서버
개발자 생태계
가 함께 움직입니다.
따라서 중국이 NVIDIA에 대한 의존을 줄이려면 칩 하나만 만드는 것으로는 부족합니다.
그래서 Huawei도 ‘전체 시스템’을 만든다
Huawei는 Ascend 프로세서뿐 아니라
Atlas AI 서버,
대규모 AI 클러스터,
CANN 소프트웨어,
개발 도구,
고속 인터커넥트
등을 함께 구축하고 있습니다. Huawei는 Ascend 플랫폼을 프로세서부터 기본 소프트웨어와 AI 응용까지 이어지는 풀스택 AI 인프라로 설명하고 있습니다.
CANN은 중국판 CUDA라고 생각해도 될까?
완전히 같은 기술이라고 말할 수는 없습니다.
하지만 역할을 이해하기 위한 비유로는 도움이 됩니다.
NVIDIA GPU가 실제 AI 프로그램을 쉽게 사용할 수 있도록 CUDA라는 소프트웨어 생태계를 제공하는 것처럼,
Huawei도 Ascend 반도체에서 AI 프로그램이 동작하도록 CANN(Compute Architecture for Neural Networks)이라는 소프트웨어 기반을 개발하고 있습니다.
왜 소프트웨어가 그렇게 중요할까?
세계에서 가장 빠른 자동차를 만들었다고 생각해보겠습니다.
그런데 운전할 방법이 너무 어렵습니다.
정비소도 없습니다.
부품도 구하기 어렵습니다.
사용 설명서도 부족합니다.
사람들은 기존 자동차를 계속 사용할 가능성이 높습니다.
AI 반도체도 마찬가지입니다.
칩 성능만큼 중요한 것이
개발자가 얼마나 쉽게 사용할 수 있는가
입니다.
NVIDIA의 진짜 성벽이 CUDA였던 이유
수많은 AI 개발자가 NVIDIA 환경에서 이미 프로그램을 만들었습니다.
코드도 있습니다.
라이브러리도 있습니다.
회사 내부의 개발 경험도 축적되어 있습니다.
새로운 하드웨어가 조금 좋아졌다고 모든 프로그램을 다른 플랫폼으로 바꾸기는 어렵습니다.
그래서 Huawei도 하드웨어만이 아니라 소프트웨어 생태계를 키우려는 것입니다.
Huawei는 Ascend의 기반 소프트웨어를 오픈소스 생태계와 연결하고 PyTorch, Triton, vLLM 같은 주요 프로젝트와의 호환·협력을 확대하는 방향을 공식적으로 발표했습니다.
중국 전략의 첫 번째 핵심은 ‘GPU 한 개가 아니라 AI 플랫폼’
즉 Huawei 전략을 아주 단순하게 보면
Ascend AI 칩
↓
CANN 소프트웨어
↓
Atlas 서버
↓
SuperPoD
↓
대규모 AI 데이터센터
까지 이어집니다.
목표는 NVIDIA GPU 한 개와 똑같은 제품을 만드는 것이 아니라 중국 안에서 독립적으로 사용할 수 있는 AI 컴퓨팅 플랫폼을 만드는 것에 가깝습니다.
SuperPoD란 무엇일까?
AI에서는 칩 하나의 성능만으로 모든 문제를 해결하기 어렵습니다.
수많은 AI 반도체를 연결해야 합니다.
Huawei는 이를 위해 여러 Ascend NPU를 하나의 거대한 컴퓨터처럼 연결하는 SuperPoD 구조를 개발하고 있습니다.
2026년 Huawei는 Atlas 950 SuperPoD를 공개하면서 하나의 시스템에서 최대 8,192개의 NPU를 연결하는 구조를 제시했습니다.
왜 칩 하나가 부족하면 많이 연결할까?
아주 단순한 예를 들어보겠습니다.
A 회사의 칩 한 개 성능이 100입니다.
B 회사의 칩 한 개 성능은 70입니다.
그렇다면 B 회사가 무조건 AI를 할 수 없는 것은 아닙니다.
칩을 더 많이 연결할 수 있습니다.
물론 문제가 생깁니다.
더 많은 전력이 필요합니다.
더 많은 공간이 필요합니다.
통신도 복잡해집니다.
그래서 칩 사이 연결 기술이 중요해집니다.
Huawei가 연결 기술을 강조하는 이유
AI 서버가 커질수록 NPU끼리 데이터를 빠르게 주고받아야 합니다.
Huawei는 이를 위해 UnifiedBus라는 고속 인터커넥트 기술을 SuperPoD에 적용하고 있으며, 대규모 NPU를 하나의 논리적 시스템처럼 운영하는 것을 핵심 전략으로 내세우고 있습니다.
이것은 매우 중요한 전략이다
반도체 경쟁에서는 항상
“칩 한 개의 최고 성능”
만 보는 것이 아닙니다.
100점짜리 칩 한 개보다
80점짜리 칩 수천 개를 훨씬 잘 연결하는 시스템이 특정 작업에서는 경쟁력이 있을 수도 있습니다.
따라서 중국은 부족한 미세공정 성능을
시스템 설계
병렬 연결
소프트웨어 최적화
등으로 어느 정도 보완하려고 할 수 있습니다.
Huawei가 공식적으로 SuperPoD와 대규모 인터커넥트에 집중하고 있는 것도 이런 방향을 보여줍니다.
하지만 Huawei가 설계해도 누군가는 칩을 만들어야 한다
여기서 두 번째 문제가 등장합니다.
Huawei가 최고의 AI 반도체 설계도를 만들었다고 생각해보겠습니다.
설계도는 완성되었습니다.
그런데 반도체 공장이 없습니다.
그러면 실제 칩을 만들 수 없습니다.
그래서 중국에 반드시 필요한 두 번째 퍼즐이 파운드리입니다.
중국의 대표적인 파운드리가 SMIC다
SMIC는
Semiconductor Manufacturing International Corporation
의 약자입니다.
중국어 이름은 중신궈지, 中芯国际입니다.
SMIC는 고객이 설계한 반도체를 실제 웨이퍼에서 생산하는 파운드리 기업입니다.
SMIC는 스스로를 중국 본토에서 제조능력·규모·종합서비스 면의 선도 기업이자 세계 주요 파운드리 가운데 하나라고 설명하고 있으며, 상하이·베이징·톈진·선전 등에 생산시설을 운영하고 있습니다.
Huawei가 설계자라면 SMIC는 공장이다
앞에서 팹리스와 파운드리를 설명할 때
팹리스 = 건축가
파운드리 = 건설회사
라고 비유했습니다.
같은 비유를 사용하면
Huawei 같은 설계기업이
“이런 AI 칩을 만들어주세요.”
라고 설계도를 만들고,
SMIC 같은 파운드리가
실제 실리콘 웨이퍼에서 칩을 생산하는 역할을 할 수 있습니다.
그런데 SMIC에는 매우 어려운 문제가 있다
반도체 공장이라고 모두 같은 칩을 만들 수 있는 것은 아닙니다.
28나노 반도체를 만드는 것과
최첨단 AI 반도체를 만드는 것은 난이도가 크게 다릅니다.
SMIC가 공식적으로 공개하고 있는 기술 플랫폼에는 28나노를 비롯한 여러 공정이 포함되어 있으며, 중국 내에서 광범위한 파운드리 생산능력을 운영하고 있습니다.
하지만 최첨단 공정으로 갈수록 노광장비와 공정 복잡성 문제가 훨씬 중요해집니다.
여기서 다시 EUV가 등장한다
앞에서 우리는 EUV가 무엇인지 배웠습니다.
최첨단 반도체의 매우 작은 회로를 그릴 때 중요한 노광기술입니다.
ASML은 EUV가 오늘날 최첨단 칩의 가장 정교한 층을 생산하는 데 핵심 역할을 한다고 설명하고 있습니다.
중국이 EUV를 자유롭게 살 수 없다면 끝일까?
그렇게 단순하지 않습니다.
EUV가 없다고 반도체를 전혀 만들 수 없는 것은 아닙니다.
기존의 DUV(Deep Ultraviolet) 장비도 매우 정밀한 반도체 제조에 사용됩니다.
ASML은 최신 DUV immersion 장비가 첨단 로직과 DRAM 공정에서 멀티패터닝을 지원한다고 설명합니다.
멀티패터닝이란 무엇일까?
한 번에 아주 작은 그림을 그릴 수 없다면 어떻게 할까요?
큰 그림을 여러 조각으로 나눕니다.
첫 번째 패턴을 그립니다.
↓
조금 위치를 바꿔 두 번째 패턴을 그립니다.
↓
다시 공정을 진행합니다.
↓
최종적으로 더 작은 구조를 만듭니다.
이것이 Multi-patterning, 멀티패터닝의 기본적인 생각입니다.
프린터로 작은 글씨를 여러 번 겹쳐 찍는 것과 비슷하다
프린터 한 번으로 원하는 정밀도를 만들기 어렵다고 생각해보겠습니다.
그러면 여러 번 매우 정확하게 겹쳐 인쇄할 수 있습니다.
성공하면 더 정교한 결과를 만들 수 있습니다.
하지만 문제가 있습니다.
한 번이면 끝날 일을 여러 번 해야 합니다.
멀티패터닝의 대가는 복잡성이다
ASML 역시 가장 작은 첨단 회로를 DUV로 만들 경우 패턴을 여러 개로 나누어 여러 번 노광하는 방식이 필요할 수 있다고 설명합니다.
반대로 EUV를 사용하면 특정 층에서 하나의 패턴을 한 번의 노광으로 구현해 공정 수를 줄일 수 있습니다.
따라서 DUV 멀티패터닝은 기술적으로 강력하지만
공정 단계,
정렬 난이도,
시간,
비용
이 더 증가할 수 있습니다.
미로를 여러 번 통과해야 하는 것
EUV가 목적지까지 바로 가는 고속도로라고 단순화해보겠습니다.
DUV 멀티패터닝은 여러 교차로를 거쳐 목적지까지 가는 길과 비슷합니다.
도착할 수는 있습니다.
하지만 길이 복잡합니다.
교차로 하나에서 실수하면 전체 과정에 영향을 줄 수 있습니다.
그래서 첨단 반도체 생산에서는 결국 수율과 비용이 매우 중요해집니다.
그렇다면 중국이 DUV 장비는 마음대로 살 수 있을까?
이것도 아닙니다.
네덜란드는 첨단 반도체 제조에 사용되는 일부 DUV immersion 장비에도 수출허가 요건을 적용하고 있습니다.
ASML도 NXT:2000i 이후 일부 첨단 DUV 시스템과 EUV 장비의 판매가 수출허가 대상이라고 설명하고 있으며, 과거 중국 고객에 대한 일부 첨단 DUV 장비의 허가가 취소된 사례도 공식 발표했습니다.
즉 중국 입장에서는
EUV를 확보하는 문제
뿐 아니라
최첨단 DUV 장비를 안정적으로 확보하는 문제
도 중요합니다.
그래서 중국이 장비 국산화까지 해야 하는 이유
Huawei가 칩을 설계합니다.
SMIC가 제조합니다.
그런데 SMIC가 사용하는 장비를 외국에서 받을 수 없다면 문제가 생깁니다.
따라서 중국의 반도체 자립 전략은 결국
노광장비,
식각장비,
증착장비,
검사장비,
소재
까지 내려갈 수밖에 없습니다.
중국 정부의 최근 산업정책에서도 집적회로 제조뿐 아니라 장비와 소재의 독자 개발 및 공급망 강화가 중요한 목표로 제시되고 있습니다.
이것이 ‘전체 공급망 자립’이라는 뜻이다
칩만 국산이면 되는 것이 아닙니다.
칩을 만드는 기계도 필요합니다.
기계를 만드는 부품도 필요합니다.
재료도 필요합니다.
소프트웨어도 필요합니다.
그래서 반도체 자립은 마치 거대한 나무의
열매만 만드는 것이 아니라
뿌리와 줄기까지 모두 만드는 작업과 비슷합니다.
세 번째 퍼즐은 메모리다
이제 Huawei가 AI 프로세서를 만들고,
SMIC가 로직 반도체를 생산할 수 있다고 생각해보겠습니다.
그러면 AI 시스템이 완성될까요?
아직 아닙니다.
앞에서 배웠듯이 AI GPU에는 매우 빠른 HBM이 필요합니다.
AI 반도체에 메모리가 없으면 어떻게 될까?
GPU가 계산을 아무리 잘해도 데이터를 받을 수 없으면 기다립니다.
그래서 NVIDIA의 AI GPU 옆에는 SK하이닉스·삼성전자·Micron의 HBM이 중요했습니다.
중국도 독립적인 AI 생태계를 만들려면 결국 메모리 기술을 확보해야 합니다.
여기서 CXMT가 등장한다
CXMT는
ChangXin Memory Technologies
의 약자입니다.
중국의 DRAM 전문기업입니다.
CXMT는 2016년 설립됐으며 DRAM의 설계·연구개발·생산·판매를 직접 하는 메모리 제조기업이라고 공식적으로 설명하고 있습니다.
CXMT는 어떤 메모리를 만들까?
2026년 현재 CXMT 공식 제품군에는
DDR4,
DDR5,
LPDDR4X,
LPDDR5·LPDDR5X
등이 포함됩니다.
특히 공식 제품 정보에 따르면 DDR5는 최대 8,000Mbps, LPDDR5X는 최대 10,667Mbps 수준의 제품을 제시하고 있습니다.
즉 중국이 범용 DRAM과 모바일 DRAM 분야에서도 자체 제품을 계속 발전시키고 있다는 의미입니다.
그런데 우리가 찾는 것은 HBM이다
AI 시대에 가장 중요한 메모리 가운데 하나는 HBM입니다.
그런데 2026년 8월 현재 CXMT의 공식 제품 페이지에는 DDR·LPDDR 제품군은 공개되어 있지만 상용 HBM 제품군은 별도로 공개되어 있지 않습니다.
따라서 공개된 공식 정보만 기준으로 보면 중국의 HBM 자립은 범용 DRAM보다 아직 더 어려운 과제라고 해석할 수 있습니다.
왜 HBM은 DRAM보다 더 어렵다고 했을까?
앞에서 배웠습니다.
HBM은 DRAM 다이만 잘 만든다고 끝나지 않습니다.
DRAM을 얇게 만듭니다.
↓
여러 층으로 쌓습니다.
↓
TSV로 연결합니다.
↓
열을 관리합니다.
↓
GPU와 첨단 패키징합니다.
즉
DRAM 기술 + 적층 + 패키징 + 고객 공동설계
가 모두 필요합니다.
그래서 범용 DDR5를 만든다고 바로 최고급 HBM을 만들 수 있는 것은 아닙니다.
그런데 Huawei가 직접 HBM 이야기를 하기 시작했다
매우 흥미로운 변화가 있습니다.
Huawei는 2025년에 공개한 차세대 Ascend 로드맵에서 Ascend 950 계열에 사용할 메모리로 HiBL 1.0과 HiZQ 2.0이라는 자체 HBM 솔루션을 발표했습니다. Huawei는 특히 HiZQ 2.0에 144GB 용량과 4TB/s 메모리 접근 대역폭을 제시했습니다.
다만 Huawei의 해당 발표는 메모리 솔루션의 설계와 사양을 설명한 것이며, 실제 DRAM 다이 제조 주체나 전체 공급망 구조까지 모두 공개한 것은 아닙니다. 따라서 이를 곧바로 “Huawei가 HBM 제조 전체를 독자적으로 완료했다”는 뜻으로 해석해서는 안 됩니다.
여기에서 중국의 전략이 다시 보인다
AI 반도체가 필요합니다.
↓
Huawei가 Ascend를 만듭니다.
↓
파운드리가 필요합니다.
↓
SMIC의 중요성이 커집니다.
↓
고속 메모리가 필요합니다.
↓
CXMT 같은 DRAM 기업과 HBM 기술이 중요해집니다.
↓
장비가 필요합니다.
↓
중국 장비기업을 키워야 합니다.
↓
소프트웨어가 필요합니다.
↓
CANN 같은 생태계를 만듭니다.
즉 하나가 아니라 전체 체인을 동시에 키워야 합니다. 중국 정부가 집적회로 산업을 공급망 전체 차원의 기술 돌파 대상으로 보는 이유도 여기에 있습니다.
중국의 가장 큰 장점은 무엇일까?
첫 번째는 거대한 내수시장입니다.
스마트폰,
PC,
서버,
자동차,
통신장비,
데이터센터
등 반도체를 사용하는 산업이 매우 큽니다.
제품 성능이 세계 최고 수준에 바로 도달하지 않더라도 국내 수요를 이용해 생산경험을 쌓을 수 있는 환경이 존재합니다.
중국 정부는 집적회로를 포함한 디지털·첨단 제조산업의 국내 공급망 강화와 핵심 기술 확보를 지속적으로 정책 목표로 제시하고 있습니다.
시장이 크면 무엇이 좋을까?
새로운 제품을 만들었습니다.
처음에는 세계 최고보다 성능이 떨어집니다.
하지만 고객이 있습니다.
판매합니다.
문제를 발견합니다.
다음 세대에서 개선합니다.
또 판매합니다.
이 과정이 반복되면 기술이 발전할 수 있습니다.
두 번째 장점은 전체 산업이 존재한다는 점이다
중국에는
반도체 설계기업,
파운드리,
메모리 기업,
패키징 기업,
장비기업,
소재기업,
전자제품 제조기업
이 모두 존재합니다.
상하이시는 공식 산업자료에서 현지 집적회로 생태계가 설계·제조·패키징·테스트·장비·소재를 포함하는 전체 산업체인을 구축하고 있다고 설명하고 있습니다.
세 번째는 정부의 장기 투자다
반도체 산업은 매우 많은 돈이 필요합니다.
한두 해 투자하고 포기하면 경쟁하기 어렵습니다.
중국 중앙정부와 지방정부는 집적회로와 첨단 제조 분야에 장기간 투자를 이어가고 있으며, 2025년에도 선전 등 주요 도시가 반도체 공급망을 강화하기 위한 산업 펀드를 조성했습니다.
하지만 돈만 많으면 해결될까?
아닙니다.
반도체에서 가장 어려운 부분입니다.
공장 건물은 돈으로 만들 수 있습니다.
장비도 구매할 수 있다면 돈으로 살 수 있습니다.
하지만
공정 노하우,
수율,
EDA 생태계,
고급 엔지니어,
고객 신뢰,
첨단 장비 기술
은 오랜 시간이 필요합니다.
중국의 첫 번째 큰 약점: 첨단 노광
앞에서 살펴봤듯이 첨단 반도체를 만드는 데 EUV가 매우 중요합니다.
중국 기업은 첨단 리소그래피 장비를 자유롭게 확보할 수 있는 환경이 아니며, ASML의 EUV와 일부 최신 DUV 장비도 수출허가 대상입니다.
따라서 중국이 첨단 제조를 발전시키려면 기존 DUV 장비를 매우 정교하게 활용하거나 자체 노광 기술을 발전시키는 방향이 중요해집니다.
두 번째 약점: 복잡한 공정은 비용과 수율 문제를 만든다
DUV 멀티패터닝을 이용하면 매우 정밀한 패턴을 구현할 수 있습니다.
하지만 ASML의 설명처럼 여러 패턴과 노광, 식각, 증착 단계가 추가될 수 있습니다.
공정이 많아지면
시간이 늘고,
장비를 더 많이 사용하고,
정렬도 더 정확해야 하며,
각 단계의 오류를 관리해야 합니다.
결국 만드는 것과 싸게 대량생산하는 것은 다른 문제입니다.
세 번째 약점: HBM과 첨단 패키징
AI 반도체에서는 로직 공정만 따라잡으면 끝나지 않습니다.
HBM이 필요합니다.
첨단 패키징이 필요합니다.
초고속 인터커넥트도 필요합니다.
현재 CXMT의 공식 상용 제품군에는 DDR5와 LPDDR5X 등은 확인되지만 HBM은 공개 제품으로 확인되지 않습니다.
그래서 AI 반도체 자립은 일반 메모리 자립보다 훨씬 복잡합니다.
네 번째 약점: 소프트웨어 생태계
AI 개발자들은 익숙한 환경을 선호합니다.
NVIDIA의 CUDA 생태계는 오랜 시간 축적되었습니다.
새로운 AI 가속기가 등장하면 기존 AI 모델과 코드를 옮겨야 합니다.
그래서 Huawei는 CANN을 비롯한 Ascend 소프트웨어를 지속적으로 개발하고 주요 오픈소스 AI 프로젝트와의 연결을 확대하고 있습니다.
하드웨어 성능과 별개로 개발자가 실제로 사용하게 만드는 것 자체가 큰 경쟁입니다.
그렇다면 중국은 NVIDIA를 곧 따라잡을까?
이 질문 역시
예 또는 아니오
로 답하기 어렵습니다.
AI 반도체 경쟁은 단순한 칩 하나의 속도 경쟁이 아니기 때문입니다.
봐야 할 것은
연산 성능,
메모리,
전력,
인터커넥트,
소프트웨어,
생산수율,
대량생산능력
입니다.
Huawei가 2025~2026년에 Ascend 로드맵과 SuperPoD 시스템을 적극적으로 확대하고 있는 것은 중국이 AI 컴퓨팅 격차를 시스템 차원에서 줄이려는 시도가 계속되고 있다는 것을 보여줍니다.
중요한 것은 ‘최고의 칩 한 개’가 아니다
중국이 꼭 NVIDIA보다 모든 면에서 더 좋은 단일 GPU를 만들어야만 AI 경쟁을 할 수 있는 것은 아닙니다.
칩 한 개의 성능이 부족하면
더 많은 칩을 연결하고,
소프트웨어를 최적화하고,
AI 모델을 효율화하고,
특정 작업에 맞는 칩을 만들 수 있습니다.
Huawei가 Ascend와 SuperPoD, UnifiedBus를 함께 개발하는 것도 이러한 시스템 접근법의 대표적인 사례입니다.
학생 한 명의 점수가 낮으면 팀으로 보완할 수 있다
학생 A는 수학을 100점 받습니다.
학생 B는 80점입니다.
그런데 B가 혼자가 아니라
수학,
과학,
프로그래밍,
자료검색
을 잘하는 학생 100명을 아주 효율적으로 연결할 수 있다면 결과는 달라질 수 있습니다.
AI 데이터센터도 결국 칩의 팀플레이입니다.
하지만 팀원이 많아지면 비용이 커진다
칩 한 개가 느려서 두 배 많은 칩이 필요하면
서버가 더 필요합니다.
전기가 더 필요합니다.
냉각장치가 더 필요합니다.
네트워크도 더 복잡해집니다.
따라서 시스템 설계가 칩 성능의 모든 격차를 공짜로 없애주는 것은 아닙니다.
결국 제조기술은 여전히 중요하다
이 부분이 핵심입니다.
“소프트웨어로 다 해결하면 되지 않을까?”
그렇지 않습니다.
좋은 제조공정을 사용하면 같은 성능을
더 작은 칩,
더 낮은 전력,
더 높은 집적도
로 구현할 가능성이 커집니다.
따라서 Huawei의 시스템 전략과 SMIC의 제조기술 발전은 서로 함께 가야 합니다.
미국의 규제는 성공하고 있는 것일까?
이것도 단순하게 판단하기 어렵습니다.
미국 입장에서는 첨단 장비와 칩 접근을 어렵게 만들어 중국의 기술개발 비용과 시간을 증가시키려는 목적이 있습니다.
반면 중국 입장에서는 외부 기술을 사용할 수 없게 될수록 자체 개발의 필요성이 더 강해집니다.
즉 규제는 단기적으로 기술 접근을 어렵게 만들면서 동시에 장기적으로 국산화 투자를 촉진하는 힘도 만들 수 있습니다.
중국 정부가 2025년 이후에도 집적회로와 고급 AI 칩을 핵심 기술 돌파 분야로 계속 강조하고 있는 것은 이러한 장기 경쟁이 지속되고 있음을 보여줍니다.
시험에서 계산기를 빼앗긴 학생과 비슷하다
항상 계산기를 사용하던 학생이 있습니다.
어느 날 계산기를 사용할 수 없게 됩니다.
처음에는 성적이 떨어질 수 있습니다.
하지만 학생은 선택해야 합니다.
포기하거나,
직접 계산하는 법을 배웁니다.
직접 계산하는 법을 배우는 데 시간이 오래 걸릴 수 있습니다.
하지만 성공한다면 예전보다 계산기에 덜 의존하게 됩니다.
중국 반도체 자립을 이해할 때 비슷한 면이 있습니다.
그렇다고 완전 자급자족이 쉬운 것은 아니다
반도체는 세계에서 가장 복잡한 공급망 가운데 하나입니다.
한 나라가
EDA,
노광,
식각,
증착,
검사,
웨이퍼,
포토레지스트,
파운드리,
DRAM,
HBM,
패키징
을 모두 세계 최고 수준으로 만들기는 매우 어렵습니다.
그래서 중국의 목표도 단기간에 모든 해외 기술을 완전히 없애는 것으로만 이해하면 안 됩니다.
핵심은 외부에서 특정 기술이 막혀도 산업 전체가 멈추지 않는 구조를 만드는 것입니다.
그래서 중국은 최고 성능과 자립을 동시에 고민한다
중국 기업 입장에서 선택지가 있다고 생각해보겠습니다.
해외 기술을 사용하면 성능이 좋습니다.
하지만 언젠가 공급이 끊길 위험이 있습니다.
국산 기술을 사용하면 초기 성능이 낮을 수 있습니다.
대신 장기적으로 공급망을 직접 통제할 수 있습니다.
그래서 전략 산업에서는 단순히
가장 빠른 제품
만이 아니라
계속 확보할 수 있는 제품
도 중요합니다.
이것을 공급망 안정성이라고 한다
앞에서 배운 Supply Chain Resilience와 연결됩니다.
평상시에는 가장 좋은 제품을 가장 싼 가격에 사면 됩니다.
하지만 국가 전략에서는 또 다른 질문이 등장합니다.
“전쟁이나 제재가 생겨도 계속 사용할 수 있는가?”
이 질문 때문에 반도체 경쟁이 경제에서 국가안보 문제로 확대된 것입니다.
Huawei·SMIC·CXMT를 한 번에 연결해보자
Huawei
AI 반도체를 설계하고 Ascend·CANN·Atlas·SuperPoD로 이어지는 AI 컴퓨팅 시스템을 구축합니다.
SMIC
중국에서 핵심 파운드리 역할을 맡아 실제 반도체 웨이퍼 제조능력을 제공합니다.
CXMT
중국의 DRAM 설계·제조 기반을 확대하며 DDR5와 LPDDR5X 등 메모리 제품을 공급하고 있습니다.
세 회사의 역할이 서로 다릅니다.
하지만 세 기업 모두 중국 반도체 공급망의 서로 다른 퍼즐 조각이라고 볼 수 있습니다.
여기에 더 많은 퍼즐이 필요하다
실제로는 Huawei·SMIC·CXMT 세 회사만으로 충분하지 않습니다.
중국에는 자체적으로 키워야 할 분야가 더 있습니다.
EDA.
노광장비.
식각장비.
증착장비.
검사장비.
웨이퍼.
포토레지스트.
첨단 패키징.
고속 네트워크.
중국의 중앙·지방 산업정책이 반도체 제조뿐 아니라 장비·소재·설계·패키징 전반을 함께 육성하려는 이유입니다.
중국의 전략을 레고 공장으로 생각해보자
처음에는 해외에서 레고 블록을 삽니다.
어느 날 핵심 블록을 팔지 않습니다.
그러면 중국은
첫 번째로 블록을 직접 만듭니다.
두 번째로 블록을 만드는 기계를 만듭니다.
세 번째로 플라스틱 소재를 만듭니다.
네 번째로 블록 설계 프로그램을 만듭니다.
다섯 번째로 블록들을 연결하는 규격을 만듭니다.
결국 목표는 장난감 하나의 국산화가 아니라 장난감 산업 전체를 만드는 것입니다.
이것이 미국이 가장 경계하는 시나리오일 수도 있다
수출통제가 중국의 기술발전을 늦추는 데 성공한다면 미국 입장에서는 기술 우위를 더 오래 유지할 수 있습니다.
하지만 장기적으로 중국이
자체 설계,
자체 파운드리,
자체 메모리,
자체 장비,
자체 AI 소프트웨어
까지 구축한다면 미국 기술에 대한 의존도는 오히려 낮아질 수 있습니다.
그래서 반도체 수출통제는 단기적인 효과와 장기적인 역효과 가능성을 함께 봐야 하는 정책입니다.
앞으로 무엇을 보면 중국 반도체 발전을 알 수 있을까?
단순히
“중국이 몇 나노 만들었다.”
만 보면 부족합니다.
다음 일곱 가지를 같이 봐야 합니다.
1. Huawei Ascend
AI 가속기 성능과 실제 공급량은 얼마나 증가하는가?
2. SMIC
첨단 제조능력과 수율이 얼마나 발전하는가?
3. CXMT
DDR에서 고성능 AI 메모리까지 얼마나 발전하는가?
4. 중국산 장비
식각·증착·노광·검사 장비의 국산 비중이 얼마나 높아지는가?
5. 소프트웨어
CANN 같은 생태계에 개발자가 얼마나 늘어나는가?
6. 패키징
Chiplet과 HBM을 연결할 첨단 패키징 능력이 얼마나 발전하는가?
7. 시스템
칩 한 개의 성능이 아니라 수천 개의 칩을 얼마나 효율적으로 연결할 수 있는가?
이것을 봐야 중국의 진짜 반도체 경쟁력을 이해할 수 있습니다.
2026년 현재 중국 반도체를 어떻게 봐야 할까?
두 극단을 피하는 것이 중요합니다.
첫 번째 극단은
“미국이 장비를 막았으니 중국 반도체는 끝났다.”
입니다.
Huawei는 현재도 Ascend 기반 AI 시스템과 SuperPoD를 확대하고 있고, 중국 정부도 집적회로와 고급 AI 칩을 핵심 기술 분야로 계속 투자하고 있습니다.
두 번째 극단은
“중국이 이제 모든 첨단 반도체를 완전히 자립했다.”
입니다.
이 역시 공개된 공식 정보만 보면 과도한 표현입니다.
EUV와 일부 첨단 DUV 장비는 여전히 수출허가 체계의 영향을 받고 있으며, CXMT의 공식 상용 제품군에서도 아직 HBM 제품은 확인되지 않습니다.
따라서 더 정확한 표현은 이것입니다.
중국은 중요한 기술 격차와 공급망 제약을 안고 있지만, 그 제약을 시스템 설계·국산화 투자·대규모 시장을 이용해 빠르게 줄이려는 장기전에 들어가 있다.
이 경쟁은 하루아침에 끝나지 않는다
반도체 공정 한 세대를 개발하는 데 오랜 시간이 필요합니다.
장비 산업은 더 오래 걸릴 수 있습니다.
개발자 생태계도 하루아침에 만들어지지 않습니다.
따라서 미국과 중국의 반도체 경쟁은 몇 달짜리 사건이 아니라 수년에서 수십 년에 걸친 기술 경쟁으로 볼 필요가 있습니다.
그리고 이 경쟁의 한가운데에 대만이 있다
여기에서 매우 중요한 나라가 등장합니다.
바로 대만입니다.
미국에는 NVIDIA·AMD 같은 설계기업이 있습니다.
중국에는 Huawei가 있습니다.
한국에는 삼성전자·SK하이닉스가 있습니다.
네덜란드에는 ASML이 있습니다.
그런데 세계에서 가장 중요한 첨단 반도체 중 상당량을 실제로 생산하는 회사는 어디에 있을까요?
바로 대만의 TSMC입니다.
그래서 미국과 중국이 반도체를 놓고 경쟁할수록 대만의 전략적 중요성도 함께 커집니다.
오늘 내용 한눈에 정리하기
오늘은 여덟 가지를 기억하면 됩니다.
첫째, 중국의 반도체 자립은 GPU 하나를 만드는 것이 아니라 설계·제조·메모리·장비·소프트웨어·패키징 전체 공급망을 만드는 전략입니다.
둘째, Huawei는 Ascend AI 프로세서뿐 아니라 CANN·Atlas·SuperPoD까지 포함한 전체 AI 컴퓨팅 플랫폼을 구축하고 있습니다.
셋째, SMIC는 중국 내 핵심 파운드리 역할을 하며 자체 반도체 제조능력을 확대하는 데 중요한 기업입니다.
넷째, EUV와 일부 첨단 DUV 장비가 수출허가의 영향을 받기 때문에 중국에는 첨단 노광기술 확보와 자체 장비 개발이 중요한 과제입니다.
다섯째, DUV 멀티패터닝으로 더 작은 구조를 구현할 수 있지만 EUV보다 공정 단계와 제조 복잡성이 증가할 수 있습니다.
여섯째, CXMT는 DDR5와 LPDDR5X 등 DRAM 기술을 발전시키고 있지만 2026년 8월 현재 공식 제품 페이지에서는 상용 HBM 제품군이 확인되지 않습니다.
일곱째, Huawei는 자체 HBM 솔루션과 Ascend 차세대 로드맵까지 발표하면서 AI 칩·메모리·인터커넥트를 하나의 시스템으로 최적화하려는 방향을 보여주고 있습니다.
여덟째, 중국의 반도체 경쟁력을 평가하려면 단순히 몇 나노인지가 아니라 수율·장비·HBM·소프트웨어·패키징·대규모 시스템 능력을 함께 봐야 합니다.
그렇다면 왜 대만은 세계 반도체 산업에서 이렇게 중요할까?
이제 세계 반도체 지도를 다시 보겠습니다.
미국과 중국은 AI와 반도체 기술을 놓고 경쟁하고 있습니다.
한국은 메모리와 HBM에서 중요한 역할을 합니다.
네덜란드는 ASML이라는 핵심 장비회사를 가지고 있습니다.
그런데 세계 첨단 반도체 공급망의 중앙에는 아주 작은 섬이 있습니다.
바로 대만입니다.
그리고 대만에는 우리가 앞에서 배운 TSMC가 있습니다.
문제는 TSMC가 단순히 큰 반도체 회사가 아니라는 것입니다.
Apple의 스마트폰 칩,
NVIDIA의 AI GPU,
AMD의 CPU와 GPU,
수많은 세계 첨단 반도체 기업이 TSMC의 제조능력과 연결되어 있습니다.
그렇다면 만약 대만의 반도체 생산이 멈춘다면 세계 경제에는 어떤 일이 생길까요?
왜 미국은 TSMC 공장을 미국에도 만들려고 할까요?
중국은 왜 대만 문제에서 반도체까지 함께 거론될까요?
그리고 TSMC 때문에 등장한 ‘실리콘 실드’라는 말은 정말 대만을 보호해줄 수 있을까요?
다음 글에서는
「대만은 왜 세계 반도체 산업에서 이렇게 중요한 나라가 되었을까?｜TSMC와 실리콘 실드 이야기」
를 통해 세계 반도체 공급망의 가장 중요한 지역 가운데 하나인 대만을 자세히 알아보겠습니다.
중국의 반도체 자립 전략을 평가하는 네 가지 축
| 축 | 확인할 내용 | 핵심 제약 |
|---|---|---|
| 설계 | AI 가속기·모바일 칩의 자체 설계 능력 | 첨단 제조공정과 설계도구 접근 |
| 제조 | 파운드리의 공정·수율·생산량 | 노광장비와 핵심 부품 공급 |
| 메모리 | DRAM·NAND·HBM의 기술과 양산 | 수율·패키징·고객 인증 |
| 장비·소재 | 노광·식각·증착·검사 장비 국산화 | 장기간 축적되는 정밀기술과 생태계 |
따라서 ‘중국이 특정 칩을 만들었다’는 한 번의 발표보다 설계부터 장비까지 여러 층위에서 반복 가능한 양산 능력이 확보되는지를 봐야 합니다.
관련 글과 공식 자료
댓글 0
첫 댓글을 남겨보세요.