한국 주권 AI 추진, 왜 샌디스크 아닌 엔비디아가 먼저 수혜?

· 한국은 2027년까지 KIC 산하에 최소 20조 원 규모의 전략 계정을 설립해 AI, 데이터센터, 반도체 등 전략 산업에 투자할 계획이다.
· 세미애널리시스는 엔비디아가 먼저 수혜를 볼 가능성이 높다고 보며, 쟁점은 한국이 GPU와 CUDA 생태계 종속에서 벗어날 수 있는지 여부다.
· 관련 종목: 엔비디아(NVDA), SK하이닉스, 삼성전자, 그리고 한국 반도체 및 데이터센터 공급망.

한국 정부는 한국투자공사(KIC) 산하에 최소 20조 원 규모의 신규 전략 계정을 설립해 AI, 데이터센터, 반도체, 로봇, 국방 등 장기 투자에 나설 계획이다. 목표는 2027년 출범이며 관련 법안은 아직 국회 승인이 필요하다.

이는 전형적인 산업 정책 뉴스로 보인다. 한국은 반도체 호황으로 확보한 재정 여력을 차세대 AI 인프라에 재투자하려 한다. 그러나 세미애널리시스는 더 날카로운 분석을 내놓았다. 한국의 이번 '주권 AI' 투자에서 엔비디아는 승자이고 SK하이닉스는 패자라는 것이다.

이 주장은 직관에 반한다. 한국은 세계 최강의 메모리 반도체 국가 중 하나이며 SK하이닉스는 HBM(고대역폭 메모리)의 핵심 공급업체다. 쟁점은 한국이 더 강력한 자국 AI 역량을 확보하느냐, 아니면 엔비디아 GPU와 CUDA(엔비디아 소프트웨어 생태계)에 더 깊이 편입되느냐이다.

투자자에게 이는 국가적 AI 지출이 플랫폼 기업으로 흘러갈지, 아니면 로컬 하드웨어 공급망에 더 많이 축적될지를 결정한다.

반도체 호황이 장기 AI 자본으로

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

20조 원 규모의 전략 계정은 KIC 내에 설치된다. KIC는 원래 한국의 대외 투자를 담당했지만 이번에 국내 전략 투자 역할을 부여받았다. 이는 정부가 KIC가 자본 기반을 먼저 제공하고 기업과 외부 자금이 뒤따르기를 기대한다는 뜻이다.

AI 데이터센터, 첨단 반도체 클러스터, 물리 AI, 자국 모델 연구개발은 단기간에 안정적인 수익을 내기 어렵다. 정부 자금이 단기 수익만 추구한다면 이런 프로젝트의 건설 주기를 감당하기 어렵다.

9월 1일 한국은 2027년 예산과 관련된 미래대응기금을 발표했는데 규모는 162.3조 원이며 재원은 반도체 호황 등으로 인한 추세 이상 세수다. 이 중 전액이 AI와 반도체에 투자되는 것은 아니며 성장동력 계정은 약 14.2조 원으로 AI, 반도체 등을 지원한다.

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

한국은 특정 기업만 보조하는 것이 아니라 재정과 재벌 투자를 동원해 AI 인프라를 재구축하고 있다. 세미애널리시스의 반론은 인프라의 현지화가 기술 스택의 현지화를 의미하지는 않는다는 것이다. 데이터센터가 한국에 지어져도 랙 안에서는 여전히 엔비디아 GPU가 돌아갈 수 있다.

데이터센터 확장, 먼저 엔비디아 스택으로

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

이것이 플랫폼 종속이다. GPU는 하드웨어이고 CUDA는 소프트웨어 인터페이스이자 개발 생태계다. 개발자, 모델 프레임워크, 운영 도구, 성능 최적화 경험이 모두 이 시스템에 축적되어 있다.

다른 하드웨어로 전환하는 것은 단순히 칩을 교체하는 것이 아니다. 모델을 재조정하고 시스템을 다시 테스트하며 운영 팀도 경험을 다시 쌓아야 한다. 국가적 프로젝트가 몇 년 안에 사용 가능한 컴퓨팅을 구축하려면 일반적으로 현재 가장 성숙한 솔루션을 우선 조달한다.

이 논리에는 이미 현실적 단서가 있다. 엔비디아와 SK그룹은 7월에 AI 팩토리, AI 클라우드, 차세대 메모리를 포괄하는 협력 확대를 발표했으며 총 규모는 5000억 달러를 넘는다. SK텔레콤은 2GW 규모의 엔비디아 Vera Rubin DSX AI 팩토리와 AI 클라우드를 구축할 계획이며 SK하이닉스 HBM4를 사용하고 첫 AI 팩토리는 2027년 가동 예정이다.

이는 한국에 독자 노선이 없다는 뜻은 아니다. 한국은 여전히 패키징, 메모리, 데이터센터 운영, 로컬 애플리케이션, 모델 훈련에서 역량을 축적할 수 있다. 그러나 현재 기술 현실에서 데이터센터를 빨리 지을수록 엔비디아의 수요 가시성이 먼저 강화될 가능성이 높다.

SK하이닉스, 수요는 얻지만 가격 결정권은 플랫폼에

'SK하이닉스 패배'를 사업 손실로 이해해서는 안 된다. 한국의 데이터센터 구축이 실현되면 SK하이닉스의 HBM 수요는 직접적인 지원을 받는다.

HBM은 AI GPU의 핵심 보조 메모리다. 충분히 빠른 메모리가 없으면 GPU의 컴퓨팅 성능을 완전히 발휘할 수 없다. SK하이닉스는 HBM 공급에서 선두 위치에 있으며 엔비디아 플랫폼이 커질수록 고급 HBM에 대한 수요도 강해진다.

문제는 가치 포착 위치가 다르다는 점이다. HBM 공급업체는 부품 가치를 얻고 엔비디아는 플랫폼 가치를 얻는다. 전자는 물량과 가격, 공급 부족의 혜택을 받지만 후자는 하드웨어 아키텍처, 소프트웨어 생태계, 개발자 인터페이스, 시스템 솔루션을 통제한다.

세미애널리시스의 판단은 이렇게 이해할 수 있다. SK하이닉스는 매출에서 이길 수 있지만 한국이 AI 주권 스택을 확보한다는 서사에서 발언권은 엔비디아만 못할 수 있다. 컴퓨팅 조달, 소프트웨어 전환 비용, 개발자 생태계의 주도권은 HBM 공급업체에 있지 않다.

삼성전자의 처지도 비슷하다. 메모리뿐 아니라 파운드리와 시스템 반도체 야망도 있다. 그러나 AI 풀스택에서 엔비디아의 지배력을 약화하려면 자본 지출만으로는 부족하고 대체 가능한 소프트웨어 생태계, 고객 검증, 장기적 안정성이 필요하다.

주문 비중이 논쟁을 현실로 되돌릴 것

이 논쟁은 아직 끝나지 않았다. 20조 원 전략 계정이 곧바로 GPU 조달에 투입되는 현금을 의미하지는 않으며 자금 집행에는 법안 통과, 자산 배치, 구체적 프로젝트 선별이 필요하다.

데이터센터 목표도 물리적 제약을 받아야 한다. 2029년 8.4GW, 2035년 18.4GW는 한국의 전력, 토지, 냉각, 계통 연계, 로컬 운영 역량에 모두 시험대가 될 것이다. 목표가 클수록 실행 위험도 커진다.

가장 직접적인 검증 변수는 향후 프로젝트에서 엔비디아 Rubin 등 플랫폼의 조달 비중과 한국 자체 모델 및 개방형 기술 노선이 실제 시나리오에서 CUDA 의존도를 줄일 수 있는지 여부다. 주문이 계속 엔비디아 스택에 집중된다면 세미애널리시스의 판단이 현실에 더 가까워질 것이다.

현 단계에서 확인할 수 있는 것은 한국이 반도체 호황을 국가적 AI 인프라 자본으로 전환하고 있다는 점이다. 현재 기술 스택에서 이 자본이 가장 먼저 강화하는 것은 엔비디아 플랫폼의 수요 가시성이다. SK하이닉스는 여전히 핵심 승자 중 하나지만 고속 메모리 부문에서 이기는 것이지 AI 컴퓨팅 스택 전체의 가격 결정권을 갖는 것은 아니다.