중국이 AI 경쟁에서 이기고 있는가? 2026년 현실 점검

두 나라는 같은 경주를 뛰고 있지 않다. 바로 그래서 누가 앞서는지에 대해 아무 동의도 이뤄지지 않는다. 단일 점수판은 존재하지 않으므로, 평면적인 판정은 무엇이든 나오는 순간 틀린다. 방어 가능한 해석은 분기된 우위다. Epoch의 미국 대 중국 트래커에서 2023년 이후의 모든 프런티어 모델은 미국산이며 평균 약 7개월의 우위를 보이고, 미국은 대략 5:1의 연산력 우위와 23:1의 민간 투자 격차를 쥐고 있다. 중국은 확산과 물리적 세계를 주도한다. 전 세계 AI 논문의 23.2%, 2024년 데이터 기준 AI 특허 등록의 74.2%, 오픈 모델 다운로드의 더 큰 몫, 그리고 2025년에 판매된 휴머노이드 로봇의 약 90%다. 여름의 모델 출시들이 이러한 구조적 차이를 지우지는 못하지만, 프런티어 판정을 덜 정적으로 만든다.

핵심 요약- "중국이 AI에서 이기고 있다"는 절반만 맞다. 방어 가능한 입장은 분기되어 있다. 미국은 프런티어를, 중국은 확산과 원자를 주도한다.- 미국의 프런티어 우위는 실재하며 자금 격차는 벌어지고 있다. 2025년 미국의 민간 AI 투자는 2,859억 달러로 중국의 124억 달러에 맞서 23:1의 비율을 기록했다. 스탠퍼드 AI Index 2026 기준이다.- 중국은 물량과 배포를 장악하고 있다. 2024년 데이터 기준 AI 특허 등록의 74.2%와 전 세계 오픈 모델 다운로드의 더 큰 몫이다.- 자주 인용되는 2.7% 벤치마크 격차는 2026년 3월의 스냅숏이지 현재 점수가 아니다. DeepSeek, Qwen, Kimi, GLM, MiniMax의 여름 출시보다 앞선 수치다.- 서구 기업에게 헤드라인은 지정학이 아니다. 지구상에서 가장 저렴한 "충분히 좋은" 모델이 이제 중국산이자 오픈 웨이트라는 점이다.

중국 AI에 관해 내가 쓰는 나머지 모든 글은 이 글에 매달려 있고, 아래 각 섹션은 더 깊은 가이드로 이어진다. 실무적인 부분, 즉 기업들이 이 모델들로 실제로 무엇을 하고 있는가부터 보고 싶다면, 내 AI 에이전트 활용 사례 글이 시작점이다.

모두가 잘못 읽는 점수판

거의 모든 "누가 이기고 있는가" 헤드라인은 숫자 하나를 골라 그것에 매달린다. 중국은 전 세계 AI 논문의 23.2%를 발표하며 AI Index 데이터에서 단일 국가 최대 비중을 차지하고, 미국은 여전히 Epoch의 트래커에서 2023년 이후의 모든 프런티어 모델을 만들었다. 둘은 동시에 참이다. 어느 하나만 따로 떼어 들면, 자신 있게 스스로를 오도하게 된다.

함정은 각 지표가 그것을 인용하는 쪽을 띄워준다는 데 있다. 논문은 영향력이 아니라 물량을 잰다. 벤치마크는 배포가 아니라 정점 성능을 잰다. 지출은 효율이 아니라 야심을 잰다. 그래서 "중국이 이기고 있는가?"는 이긴다는 것이 무엇을 위한 것이라 생각하는지를 먼저 말해야만 답할 수 있는 질문이 된다.

나는 이 경주를 세 개의 층으로 나누는 편이 쉽다고 본다. 어느 층에 서 있느냐에 따라 답이 뒤집힌다. 프런티어, 즉 세계에서 가장 능력 있는 단일 모델이 있다. 확산, 즉 능력 있는 모델들이 실제로 얼마나 널리 쓰이는가가 있다. 그리고 원자, 즉 로봇과 공장, 그리고 이 모든 것을 굴리는 전기가 있다. 미국은 셋 중 하나를 주도한다.

차원별로 채점하면 판이 깔끔하게 갈라진다. 미국이 세 줄을 가져가고, 중국이 다섯 줄을 가져가며, 인재는 진정으로 갈린다.

두 줄은 표의 체크 표시가 보여주는 것보다 훨씬 근접해 있다. 특허는 물량으로는 중국의 승리로 읽히지만, 미국은 여전히 후행 인용, 즉 다른 사람들이 실제로 그 위에 쌓아 올리는 작업에서 더 큰 몫을 쥐고 있으므로, 이 줄은 별표를 달고 중국에 돌아간다. 프런티어 성능은 스탠퍼드의 3월 스냅숏에서 근소한 미국 승리였고, 그 숫자는 현재의 DeepSeek, Qwen, Kimi, GLM, MiniMax 출시보다 앞선 것이다. 책임 있는 표기는 시대를 초월한 2.7%가 아니라 낮은 신뢰도의 미국 우위다.

"누가 AI에서 이기고 있는가"라는 질문에 단일 답이 없는 이유는 이 경주에 최소 세 개의 층이 있기 때문이다. 미국은 프런티어를 주도하고(2023년 이후 모든 프런티어 모델이 미국산이다. Epoch의 트래커 기준), 중국은 확산과 물리 경제를 주도한다. 논문이든 벤치마크든 지출이든, 단일 숫자 판정은 한 층만을 재고 나머지 둘을 오도한다.

[IMAGE: "프런티어", "확산", "원자"라고 라벨링된 세 개의 층이 쌓인 깔끔한 개념도. 최상위 층에서는 미국의 강점을, 아래 두 층에서는 중국의 강점을 화살표로 표시한다. 미니멀하고 편집적이며 다크 모드 친화적.]

미국이 여전히 앞서는 곳: 프런티어

미국은 가장 분명한 프런티어 우위를 안고 2026년에 들어섰다. Epoch의 1월 회고는 중국 모델이 평균 약 7개월 뒤처져 있다고 평가했고, 2023년 이후의 모든 프런티어급 모델이 미국에서 만들어졌다는 사실을 확인했다. 그것은 강력한 구조적 결과지만, 8월의 리더보드는 아니다. 이것을 현재 시제의 보편적 주장으로 바꾸기 전에, 여름의 중국 출시들이 똑같이 최신인 미국 체크포인트들과 비교되어야 한다.

그 우위를 떠받치는 것은 세 가지다. 첫째는 연산력이다. 미국은 대략 5:1의 우위를 가지며, Epoch의 슈퍼컴퓨터 데이터에서 추적 대상 AI 슈퍼컴퓨터 성능의 약 74.5%를 호스팅하고 있고 중국은 대략 14.1%다. 수출 통제와 최신 가속기에 대한 접근 덕분에 미국 연구소들은 더 큰 학습을 더 자주 돌릴 수 있고, 프런티어는 여전히 대체로 하나의 학습에 얼마나 많은 연산을 쏟아부을 수 있는가의 함수다.

둘째는 돈이며, 그 격차는 좁혀지기보다 벌어지고 있다. 2025년 미국의 민간 AI 투자는 2,859억 달러에 달해 중국의 124억 달러에 맞서 약 23 대 1의 비율을 기록했다. AI Index 2026 기준이다. 그것은 반올림 오차도 정의상의 시비도 아니다. 양쪽이 프런티어를 좇는 데 얼마나 많은 자본을 쏟는가의 구조적 차이이며, 스탠퍼드 자신도 국가 유도 펀드가 집계 밖에 있어 민간 수치가 중국을 과소평가한다고 지적한다.

셋째는 영향력 가중 연구다. 중국은 2024년 데이터에서 AI 특허 등록의 74.2%를 가져가지만, 미국은 같은 AI Index 챕터에서 AI 특허에 대한 후행 인용, 즉 다른 모든 이가 그 위에 쌓는 작업의 약 51.9%를 보유한다. 풀어 말하면, 미국은 다른 사람들이 쓰는 작업에서 앞서고, 중국은 작업의 양에서 앞선다.

경고성 보도가 건너뛰는 부분은 성능과 지출이 반대 방향으로 움직여 왔다는 점이다. 스탠퍼드의 2026년 3월 스냅숏은 선두 미국 모델과 중국 모델 사이의 Chatbot Arena Elo 격차를 2.7%로 쟀다. 자금 격차가 23:1로 벌어지는 와중에도 말이다. 그 이후 DeepSeek V4.1-Flash, Qwen3.8-Max-0902, Kimi K3, GLM-5.3, MiniMax M3가 모두 도착했다. 그 모델들과 최신 미국 출시를 하나의 답으로 묶어 주는 단일 중립적 8월 숫자는 없으므로, 정직한 결론은 방향성이다. 중국은 현금의 극히 일부만 쓰면서 프런티어의 케이던스를 유지하고 있다.

출처: Epoch AI(프런티어 우위, 2026); Stanford HAI AI Index 2026(특허 인용, 투자, 논문, 특허); Rest of World(휴머노이드, 2026); Hugging Face(오픈 모델 다운로드, 2026).

프런티어가 당신의 활용 사례에 애초에 중요한지 저울질하고 있다면, DeepSeek이 기업에 안전한가에 관한 내 가이드가 "충분히 좋음"이 언제 "세계 최고"를 이기는지, 그리고 무엇이든 프로덕션에 닿기 전에 무엇을 확인해야 하는지를 다룬다.

중국이 앞서는 곳: 확산

중국은 이미 확산 층에서 이겼고, 그것은 국외 대부분의 사람들이 알아챈 것보다 빠르게 일어났다. 중국의 오픈 웨이트 모델은 전 세계 Hugging Face 다운로드 점유율에서 처음으로 미국 모델을 추월했는데, 2025년 11월에 보고된 스탠퍼드와 DigiChina의 생태계 브리프에서 최근 1년 다운로드의 17.1% 대 15.8%였다. 2026년 봄에는 Hugging Face 자체의 State of Open Source 보고서가 중국을 최근 1년 다운로드의 약 41%로 집계하며 미국을 앞섰다. 그 어느 것도 예측이 아니다. 이미 일어난 채택이다.

확산은 단일 최고 모델이 얼마나 좋은가가 아니라 능력 있는 모델이 얼마나 널리 쓰이는가의 문제이고, 그 척도에서 추세는 미묘하지 않다. 중국 모델은 2026년 2월 말 OpenRouter 토큰 소비량의 61%를 넘었고, 이후 OpenRouter의 순위에서 확인할 수 있듯 약 60%의 견고한 과반을 유지해 왔다. 개발자들은 실제 워크로드로 투표하고, 그 표의 증가하는 몫이 중국산 오픈 웨이트로 향한다.

무리의 대부분을 끄는 것은 한 제품군이다. 알리바바의 오픈 모델 라인인 Qwen은 2026년 첫 7개월 동안에만 약 20억 4,500만 건의 Hugging Face 다운로드를 올렸고, 그 위에 151,448개의 파생 모델이 만들어졌다. Hugging Face 자체의 State of Open Models 데이터 기준이며, MIT Technology Review는 이를 세계에서 가장 많이 다운로드된 오픈 모델 제품군으로 꼽는다. 그 파생 모델 하나하나가 중국 기반 모델을 파인튜닝하거나 포크하거나 그 위에 구축한 개발자다. Qwen을 출시하는 팀은 내 아파트에서 약 20분 거리에서 일하는데, 그것은 숫자에 대해서는 아무것도 바꾸지 못하지만, 여기서 이 모든 것이 얼마나 평범하게 느껴지는지에 대해서는 모든 것을 바꾼다.

나는 내 하드웨어에서 오픈 모델을 돌리고, 그 변화는 내 스택에도 나타난다. 몇 년 전만 해도 강력한 오픈 옵션은 대부분 서구산이었다. 이제, 호스팅 비용이 저렴하고 라이선스가 관대한 능력 있는 모델이 필요할 때, 내가 먼저 손이 가는 후보는 중국산이다. 그것은 이념이 아니다. 그것들이 좋고 저렴할 뿐이며, 바로 그것이 확산 숫자가 지금의 모습인 이유 전부다.

배포 이야기의 밑바탕에는 순수한 연구 물량이 깔려 있다. 중국은 인용된 데이터셋에서 전 세계 AI 출판물의 23.2%를 생산하며 단일 최대 비중을 차지했고, AI Index의 2024년 데이터에서 AI 특허 등록의 74.2%를 가져갔다. 인용 데이터가 분명히 하듯 물량은 영향력이 아니다. 하지만 그것은 하류의 모든 것을 먹이는 파이프라인이다.

이 어느 것이 왜 프런티어 왕관보다 더 무겁게 다뤄져야 하는가? AI 가치의 경제학이 학습에서 배포로 이동하고 있고, 배포야말로 중국이 앞서는 바로 그곳이기 때문이다. 프런티어 연구소는 한 개의 비범한 모델을 학습하는 데 막대한 돈을 쓰고, 그 모델은 실제 워크로드를 대상으로 수십억 번 실행될 때에만 무언가를 벌어들인다. 배포 층을 소유한 쪽이 반복 발생하는 경제를 거둔다. 학습 지출은 일회성이다.

토큰 사용량의 교차는 이 이야기 전체에서 가장 저평가된 숫자다. 중국 모델이 2026년 2월 말 OpenRouter의 토큰 소비량의 61%를 넘었을 때, 그것은 허영 지표가 아니었다. 토큰은 실제 경제 활동의 단위다. 실제 추론, 실제 제품, 실제 매출로 연결된다. 다운로드는 의도다. 소비된 토큰은 창출된 가치다. 두 선을 모두 넘었다는 것은, 이제 중국이 AI 자금이 진정으로 어디로 가는지를 추적하는 척도에서 앞선다는 뜻이다. 개발자들이 둘러보는 곳만이 아니라.

오픈 웨이트 우위 밑에는 독점 모델이 쉽게 베낄 수 없는 플라이휠이 있다. 그 151,448개의 Qwen 파생 모델 하나하나가 파인튜닝이거나 양자화이거나 도메인 적응이며, 각각이 모델 주변의 토양을 개선한다. 오픈 웨이트는 복리로 불어난다. 모든 포크는 다음 배포의 비용을 낮추고, 모든 튜토리얼은 인재 풀을 넓히며, 모델을 대상으로 만들어진 모든 도구는 그것을 떠나는 비용을 높인다. 폐쇄형 API는 능력은 팔지만 그 주변의 중력은 전혀 팔지 않는다.

가격이 플라이휠을 돌린다. 중국의 오픈 웨이트 모델은 단지 이용 가능한 것이 아니라 운영 비용이 저렴하며, 유용한 토큰당 비용이야말로 AI가 제품에 내장될지 아니면 파일럿 이후 조용히 묵혀질지를 결정하는 변수다. DeepSeek V4.1-Flash의 공식 API 가격은 비수요 시간대에 입력 토큰 100만 개당 0.15달러, 출력 토큰 100만 개당 0.60달러이며, 수요 시간대에는 0.30달러와 1.20달러로 두 배가 된다. 가중치는 무료로 다운로드할 수 있다. 능력 있는 모델의 한계 비용이 무너지면, 채택은 더 이상 예산 결정이 아니라 저항이 가장 적은 길이 된다.

출처: 스탠퍼드 HAI와 DigiChina 이슈 브리프(최근 1년 다운로드의 17.1% 대 15.8%, 2025년 11월 보고) 및 Hugging Face의 State of Open Source 보고서(최근 1년 다운로드의 약 41%, 2026년 봄). 곡선은 보고된 종점을 예시적으로 나타낸 것이다.

선두 옵션들 사이에서 고르고 있다면, Qwen vs DeepSeek vs Llama에서 직접 비교한다.

중국의 오픈 웨이트 모델은 전 세계 Hugging Face 다운로드 점유율에서 미국 모델을 추월했다. 2025년 11월에 보고된 스탠퍼드와 DigiChina 브리프에서 최근 1년 다운로드의 17.1% 대 15.8%였고, 2026년 봄에는 약 41%에 도달했다. 중국 모델은 또한 2026년 2월 말 OpenRouter의 토큰 소비량의 61%를 넘었고 이후 과반을 유지해 왔다. 실세계 채택에서 중국은 이미 앞서 있다.

중국이 앞서는 곳: 원자

중국의 가장 분명한 우위는 소프트웨어에 있지 않다. AI가 모터, 공장, 전력망과 만나는 물리적 세계에 있다. 2025년 전 세계에서 판매된 휴머노이드 로봇의 거의 90%가 중국산이었다. 그 숫자 뒤의 기업 둘, Unitree와 Deep Robotics는 내가 사는 곳에서 가까운 곳에서 기계를 만들고, 누군가의 보도에 등장하기 몇 달 전부터 그 물건들이 마당에서 걸음마 연습을 하는 것을 보게 되곤 한다.

산업 그림도 못지않게 한쪽으로 기울어 있다. 중국은 2024년에 295,000대의 산업용 로봇을 설치했고 미국은 34,200대로, AI Index 데이터에서 대략 9배 차이다. 이것은 조용히 복리로 불어나는 경주의 부분이다. 설치된 모든 로봇은 아무도 글을 쓰지 않는 동안 데이터를 생성하고 공정을 개선하는 자산이기 때문이다.

그리고 다른 모든 것 아래에 깔린 기반이 있다. 바로 전기다. 중국은 미국의 두 배가 넘는 전기를 생산하고, 월간 태양광 발전량은 2025년 4월에 기록적인 96TWh에 도달했다. 이는 미국 전체 원자력 발전소가 한 달에 생산하는 대략 65TWh, EIA 수치로 연간 약 775TWh와 견줄 만한 양이다. 그 기록은 이후 계속 갈아치워졌다. AI는 지능으로 변환된 전기다. 저렴하고 풍부한 전력은 어떤 모델 출시도 답하지 못하는 구조적 우위다.

원자 층은 중국의 우위가 가장 되돌리기 어려운 곳이다. 연산력과 인재가 있다면 모델 격차는 몇 달 안에 좁힐 수 있다. 9배의 산업용 로봇 설치 격차나 2배의 전기 격차를 한 분기 만에 좁힐 수는 없다. 소프트웨어 우위는 빠르게 낡는다. 제조와 에너지 우위는 수십 년에 걸쳐 복리로 불어난다. 그래서 나는 챗봇 리더보드가 아니라 물리적 층이야말로 서구 전략가들이 가장 일관되게 저평가하는 이 이야기의 부분이라고 생각한다.

로봇공학이 왜 모델 우위보다 더 끈끈한지 구체적으로 말할 가치가 있다. 휴머노이드든 산업용 로봇 팔이든 그것은 공급망의 산출물이다. 모터, 액추에이터, 센서, 배터리, 감속기, 그리고 그것들을 원가로 조립할 의지가 있는 공장들. 중국은 영리한 알고리즘으로 휴머노이드 판매의 90%를 가져간 게 아니다. 하드웨어를 저렴하게 만드는 부품과 조립 기반을 소유함으로써 가져갔다. 미국 연구소는 한 분기 안에 중국 모델의 벤치마크를 맞출 수 있다. 같은 기간에 국내 액추에이터 공급망이나 100만 대 조립 라인을 불러낼 수는 없다. 그것에는 수년과 수백억 달러가 들기 때문이다.

[IMAGE: 현대적이고 밝게 조명된 공장 라인에서 산업용 로봇 팔들과 나란히 작업하는 휴머노이드 로봇. 사실적이고 편집적 톤으로, 규모와 자동화를 전달한다.]

공장 현장에서도 복리는 같은 방식으로 돌아간다. 한 해에 설치된 그 295,000대의 산업용 로봇은 산출물인 만큼 피드백 루프다. 각각이 운영 데이터를 뿜어내고, 공정을 정교하게 하며, 다음 로봇 설치 비용을 낮춘다. 연 9배의 설치율은 9배에 머물지 않는다. 벌어진다. 더 빠르게 배포하는 쪽이 다음에 무엇을 배포할지에 대해서도 더 빠르게 배우고, 미국은 그 속도를 맞추지 못하므로, 경험 격차가 단위 격차와 함께 누적된다.

그 모든 것 아래에 장기전이 놓여 있다. 에너지다. 물리학으로 벗겨낸다면 AI는 지능으로 변환된 전기이고, 더 저렴하고 더 풍부한 전력을 가진 쪽은 그저 더 많이 돌릴 수 있다. 여기서 중국의 우위는 어느 좋은 한 해의 용량이 아니다. 새로운 발전이 얼마나 빨리 가동되는가의 구조적 분기다. 월간 태양광 생산만으로 한 나라 전체 원자력 발전소와 견줄 만할 때, 추론과 학습과 로봇공학의 비용 하한선이 함께 내려간다.

출처: Ember(중국 태양광, 2025년 4월 기록, 이후 경신됨) 및 EIA(미국 원자력). 중국의 2025년 4월 월간 태양광 발전량은 기록적인 96TWh에 도달해 미국 원자력 발전소의 월 약 65TWh(연 약 775TWh)와 견줄 만했으며, 중국의 총 발전량은 미국 수치의 두 배가 넘는다.

셋을 합치면 스냅숏이 아니라 기울기를 보고 있는 것이다. 로봇은 중국에 제조 데이터 우위를 준다. 제조는 다음 로봇에서 비용 우위를 준다. 에너지는 둘을 굴리는 데서 비용 우위를 준다. 각 층이 서로를 보조하며, 바로 그래서 나는 물리 경제를 정적인 우위가 아니라 복리로 불어나는 우위로 본다. 미국은 다음 모델에서 이길 수 있다. 공장과 전력망을 되찾는 것은 10년 단위의 프로젝트다.

작동 원리는 중국이 휴머노이드 로봇공학을 주도하는 이유에서, 전력망 이야기는 중국의 AI 에너지 우위에서 더 깊이 다룬다.

2025년 전 세계에서 판매된 휴머노이드 로봇의 약 90%가 중국산이었고(Rest of World가 Omdia와 IDC 데이터를 보도했다), 중국은 2024년에 산업용 로봇 295,000대를 설치해 미국의 34,200대보다 약 9배 많았다. AI Index 기준이다. 미국 수치의 두 배가 넘는 발전량과 맞물려, 중국의 물리적 AI 우위는 가장 되돌리기 어려운 층이다.

인재 그림은 양측이 인정하는 것보다 더 복잡하다

인재는 양쪽 모두가 입맛대로 골라 쓰는 지표이고, 진실은 모두를 짜증 나게 한다. 중국은 세계 최상위 AI 연구자의 38%를 교육한다. NeurIPS 2024 저자 기준이며, MacroPolo의 Global AI Talent Tracker에서 2017년의 27%에서 올라온 수치다. 엘리트 연구자 공급에서 중국의 파이프라인은 이제 어디보다 강력하다.

그 사람들이 결국 어디서 일하는가는 다른 이야기를 들려준다. 중국에서 교육받은 엘리트 연구자의 약 72%가 미국에서 일하게 된다. 같은 트래커 기준이다. 중국이 인재를 길러내고 미국이 그 상당 몫을 고용한다. "중국이 인재에서 앞서 나간다"는 진영과 "미국은 여전히 최고의 두뇌를 끌어들인다"는 진영은 서로를 향해 같은 데이터셋을 인용하고 있다.

이것은 추세선이 진짜로 뒤집힐 수 있는 하나의 지표다. 최상위 연구자에 대한 미국의 우위는 중국이 교육한 사람들을 계속 끌어들이는 데 달려 있다. 비자 정책, 지정학, 국내 기회가 그 72%를 조금이라도 움직인다면 인재 지도는 스스로를 다시 그린다. 점수판 전체에서 가장 불안정한 숫자이며, 바로 그래서 나는 다음 벤치마크 출시보다 이것을 더 면밀히 지켜볼 것이다.

그리고 선행 지표는 이미 움직이고 있다. AI Index 2026은 미국으로 이동하는 AI 연구자 흐름이 데이터의 마지막 해에 80% 급감했다고 보고한다. 최상위 연구자 중 중국의 비중은 2017년 27%에서 2024년 38%로 올랐다. 그것은 고원이 아니다. 순수 파이프라인에서 꾸준히 위로 향하는 행진이며, 목적지의 견인력은 약해지고 있다. 미국의 우위는 애초에 엘리트 연구자를 가장 많이 생산하는 데 있지 않았다. 그들을 수입하는 데 있었다. 끌어들임 위에 세워진 우위는 생산 위에 세워진 것보다 구조적으로 더 취약하다. 다른 사람들이 고향을 떠나기로 선택하는 데, 그리고 당신의 나라가 그들이 정착할 명백한 곳으로 남아 있는 데 의존하기 때문이다.

그리고 견인 요인들이 있는데, 미국 쪽에서는 약해지고 중국 쪽에서는 강해지고 있다. 오늘 어디서 일할지 결정하는 졸업생은 더 불확실한 비자 제도, 더 정치화된 연구 환경, 그리고 점점 더 고국에 있는 실질적인 연산력을 갖춘 잘 지원되는 연구소들을 마주한다. 나는 여기서 그들 중 일부를 만난다. 그 어느 것도 아직 72%를 움직이지는 않았지만, 그 숫자를 만든 조건들은 10년 전에 설정되었고, 사람들은 자신이 결정하는 그 순간의 조건에 반응한다. 후행 지표는 건강해 보인다. 내가 지켜볼 것은 선행 지표들이다.

양 진영이 놓치는 미묘함은 "미국이 중국에서 길러진 엘리트의 72%를 고용한다"와 "미국의 인재 우위가 침식되고 있다"가 모순이 아니라는 점이다. 순차적이다. 전자는 현재 상태이고, 후자는 궤적이다. 그렇게 높은 잔류율은 조건이 바뀌면 내려갈 길밖에 없고, 그것이 끌어오는 공급은 점점 더 중국산이다. 그러니 정직한 해석은 미국이 인재 경주에서 졌다는 게 아니다. 미국이 완전히 통제하지 못하는 토대 위에 세워진 강력한 우위를 쥐고 있으며, 그 토대가 움직이고 있다는 것이다.

인재 이야기는 더 큰 명제를 축소해 보여준다. 중국은 물량과 공급에서 이기고 있다. 미국은 집중도에서, 그리고 가장 영향력 있는 작업이 어디에 안착하는가에서 이기고 있다. 지금은. 같은 데이터, 두 개의 참인 이야기, 지켜볼 가치가 있는 하나의 추세선.

중국이 서구 기업을 위한 AI 경쟁에서 이기고 있는가?

대부분의 서구 기업에게 지정학은 곁가지다. 당신의 결정을 바꾸는 것은, 여러 중국 모델 제품군이 이제 다운로드 가능한 가중치, 100만 토큰 컨텍스트 창, 진지한 코딩 또는 에이전틱 성능을 결합한다는 점이다. DeepSeek V4, GLM-5.3-Flash, MiniMax M3는 모두 오픈 가중치로 출시되었고, Kimi K3의 가중치는 7월 출시 몇 주 뒤에 뒤따랐으며, Qwen3.8의 가중치는 8월 8일에 커스텀 라이선스로 도착해, 호스팅형 Max 변형만 임대 전용 등급으로 남겼다. 출시 케이던스는 어떤 칩 수출 헤드라인도 할 수 없는 방식으로 자체 구축 대 구매의 셈법을 움직인다.

"좁지만 실재한다"가 제품 결정에 무엇을 의미하는지 생각해 보라. 요약, 추출, 분류, 초안 작성, 라우팅 같은 방대한 범위의 비즈니스 작업에는 세계 최고의 단일 모델이 필요하지 않다. 신뢰할 수 있고, 운영 비용이 저렴하고, 실제로 당신이 통제할 수 있는 모델이 필요하다. 중국의 오픈 웨이트 모델은 그 목표를 맞히며, API를 빌리는 대신 자체 호스팅할 수 있다.

내 일에서는, 예전 같으면 생각 없이 프런티어 API로 보냈을 워크로드 부류에서 셈법이 뒤집혔다. 작업이 3%의 성능 격차를 감내하고 내 인프라에서 돌아가는 이점이 있다면, 오픈 중국 모델이 대체로 합리적인 선택이다. 프런티어는 이용 가능한 최고의 추론이 진정으로 필요할 때 여전히 중요하다. 다만 최고가 필요한 경우는 벤더 마케팅이 시사하는 것보다 적다는 것이 드러났을 뿐이다.

유용한 수는 결정을 세 개의 층 중심으로 재구성하는 것이다. 프런티어는 진정으로 현존하는 단일 최고의 추론이 필요할 때 중요하며, 그런 워크로드에는 최상위 미국 모델이 여전히 프리미엄 값을 한다. 확산은 당신의 실제 로드맵 대부분이 사는 곳이며, 저렴하고 열리 있고 자체 호스팅 가능한 중국 모델이 조용히 합리적 기본값이 된 층이 바로 여기다. 원자는 당신의 비즈니스가 하드웨어, 로봇공학, 제조에 닿아 있을 때 중요하며, 중국 모델을 한 번도 돌리지 않더라도 당신이 의존하는 공급망은 점점 더 중국을 거친다. 어느 결정이 어느 층에 놓이는지를 아는 것이, 어느 쪽의 우위가 실제로 당신에게 영향을 미치는지를 알려준다.

내가 가장 자주 보는 전략적 오류는 "중국이 이기고 있는가?"를 사실은 세 개인 질문을 하나로 취급하고, 셋 모두에 프런티어 불안으로 답하는 것이다. 프런티어 경주에서 지는 것을 두려워하는 기업은 필요하지도 않은 성능에 과하게 지불하면서, 정작 자신의 실제 노출이 확산 층, 즉 가장 저렴한 "충분히 좋은" 옵션이 이제 오픈 중국 모델인 곳과 원자 층, 즉 하드웨어 공급망이 이미 중국을 거치는 곳에 있다는 사실을 놓친다. 질문을 층에 맞추면 불안은 실제로 내릴 수 있는 조달 결정이 된다.

진짜 유의 사항이 있고, 나는 그것들을 손사래 치지 않겠다. 출처, 데이터 거버넌스, 검열 행위, 라이선스 모두 무엇이든 프로덕션에 닿기 전에 면밀한 검토가 필요하다. 그것은 위험 평가이지 그 옵션을 일축할 이유가 아니다. 옳은 수는 일괄 예스도 일괄 노도 아니다. 구조화된 결정이다. 이것은 어느 층인가, 작업은 무엇을 감내하는가, 실사는 그 특정 모델에 대해 무엇을 말하는가. 보안과 데이터 질문은 DeepSeek이 기업에 안전한가에서 다루며, 이 기둥 글이 실제 결정으로 넘겨주는 지점이 바로 거기다.

스탠퍼드의 2026년 3월 스냅숏은 선두 미중 모델 격차를 2.7%로 쟀지만, 여름 출시 물결보다 앞선 것이다. 서구 기업에게 현재의 결정은 체크포인트별로 이루어진다. DeepSeek V4, Kimi K3, GLM-5.3-Flash, MiniMax M3는 다운로드 가능한 가중치를 제공하고, Qwen3.8의 오픈 가중치는 8월 8일에 도착했으며 Qwen3.8-Max는 호스팅 등급으로 남아 있다.

FAQ

중국이 AI에서 미국보다 앞서 있는가? 층에 달려 있다. 중국은 연구와 특허 물량에서, AI Index의 2024년 데이터 기준 전 세계 AI 특허 등록의 74.2%로, 그리고 오픈 모델 채택에서 앞선다. Epoch의 1월 회고는 그 시점까지 프런티어 모델 생산에서 미국이 앞선다고 평가했고, 여름 출시 물결은 단순한 현재 시제 판정을 더 어렵게 만들었다. 어느 쪽도 전면적으로 앞서 있지 않다.

중국이 미국을 추월할까? 일부 지표에서는 이미 추월했다. 오픈 모델 다운로드와 휴머노이드 로봇 생산이 그렇다. 프런티어에서는 미국의 우위가 약 7개월이고 지출 격차는 AI Index 2026에서 23:1로 벌어지고 있다. 정직한 답은 이렇다. 중국은 확산과 원자를 계속 주도할 가능성이 높고, 프런티어 주도권은 진정으로 다툼의 여지가 남아 있다.

중국 AI 모델이 ChatGPT만큼 좋은가? 일부는 특정 코딩, 추론, 멀티모달, 에이전틱 평가에서 경쟁력이 있지만, 정직한 보편적 예스는 없다. 2.7% 수치는 2026년 3월의 Chatbot Arena 스냅숏이었고 현재 출시들보다 앞선다. Kimi K3, GLM-5.3, MiniMax M3의 제공사 보고 표는 전작 대비 상당한 향상을 보여주지만, 중립적인 승리 표가 아니라 자신의 작업에서 재현해 봐야 할 주장으로 다뤄야 한다.

중국 AI를 사용하는 것을 걱정해야 할까? 걱정은 아니다. 신중함은 그렇다. 자체 호스팅하는 중국 오픈 웨이트 모델은 호스팅형 API와는 다른 질문을 제기한다. 데이터 거주지, 검열 행위, 라이선스 모두 프로덕션 전에 확인이 필요하다. 표준적인 위험 평가다. 구체적인 내용은 DeepSeek이 기업에 안전한가에서 다룬다.

결론

중국은 단일 점수판에서 AI 경주를 이기고 있지 않다. 그런 것은 존재하지 않기 때문이다. 미국은 프런티어 시스템, 연산력, 자본에서 강력한 우위를 유지하며, 2025년 데이터에서 23:1의 지출 격차를 보인다. 중국은 여러 확산 및 물리 세계 척도에서 앞선다. 오픈 모델 채택, 연구 물량, 로봇, 에너지다. 줄별로 채점하면 미국에 세 차원, 중국에 다섯 차원, 인재는 분할이다. 여름 출시 물결은 중국 모델이 한 세대 뒤처졌다는 단순한 이야기를 유지하기 어렵게 만든다. 그렇다고 오늘 누가 앞서는지에 대한 신뢰할 수 있는 단일 점수가 생기지는 않는다.

서구 기업에게 그 어느 것도 지정학적 걱정거리가 아니다. 기회다. 지구상에서 가장 저렴한 "충분히 좋은" 모델이 이제 중국산이고, 오픈 웨이트이며, 당신 자신의 하드웨어에서 돌릴 수 있다. 그래서 시간을 들일 가치가 있는 질문은 "누가 이기고 있는가"가 아니라 "나는 무엇 위에 구축해야 하며, 어떻게 안전하게 할 것인가"이다.

DeepSeek이 기업에 안전한가부터 시작한 다음, Qwen vs DeepSeek vs Llama에서 당신의 워크로드에 맞는 필드를 가늠해 보라.