거대 AI 기업 리더들은 기술 발전 속도를 늦춰야 한다고 경고하지만, 모두가 동의하는 것은 아니다. 도널드 트럼프 대통령은 이런 우려를 '사기'로 일축하며 "AI를 이기는 자가 이긴다"고 말했고, 중국 역시 미국 테크 리더들의 발언을 'AI 공포 조장'이라고 비판했다. 위협에 대한 생각은 다르지만 워싱턴과 베이징의 이해관계는 하나로 모인다. 세계를 다시 정의할 이 기술의 주도권이다.

중국은 세계 AI 리더 가운데 하나가 되면 규범 설정과 규칙 제정, 그리고 이 기술이 세계에서 실제로 쓰이는 방식에 더 큰 발언권을 가질 수 있다고 본다. 이를 위해 다자간 접근 방식을 주장하고 있다.

중국의 AI 생태계는 매우 활발하다. 미국에 구글과 메타가 있다면 중국에는 바이두·알리바바·텐센트가 있고, OpenAI·앤스로픽 같은 미국 스타트업에 맞서 문샷(Moonshot)·딥시크(DeepSeek)·지푸(Zhipu)·미니맥스(MiniMax)가 공격적으로 시장을 파고들고 있다.

오랫동안 중국 AI는 미국보다 뒤처져 있다는 인식이 지배적이었지만, 이 흐름은 2025년 초 딥시크의 등장으로 완전히 뒤집혔다. 실리콘밸리의 최신 기술과 겨룰 만한 정교한 추론 모델을, 알려진 바에 따르면 매우 적은 비용으로 만들어 세계 기술주를 흔들었다.

방송은 막 문을 연 카페의 웹사이트를 AI로 만드는 실험으로 비용 차이를 보여 준다. 앤스로픽의 Claude Fable 5로 완성도 높은 웹사이트를 만드는 데 약 50달러가 든 반면, 문샷의 키미 K3(Kimi K3)는 비슷한 사이트를 12달러에 만들어 냈다. 같은 작업을 4분의 1 수준의 비용으로 해낸 것이다.

블룸버그 분석가는 비용이 이 레이스에서 매우 중요한 요인이 되었고, 그 면에서 지금의 중국 선택지가 훨씬 매력적이라고 평가했다. 기업 현장에서는 최고 성능의 고가 모델보다 일상 업무에 충분한 성능을 갖춘 '가성비 AI'에 대한 수요가 커지고 있다는 것이다.

성능 격차도 빠르게 줄고 있다. 문샷은 2조 8천억 개의 파라미터(AI 모델의 학습 변수)를 가진 키미 K3를 공개하며 OpenAI·앤스로픽의 최고 모델과 겨룰 수준이라고 밝혔다. 2022년 말 ChatGPT 출시 이후 수년간 미국이 크게 앞서 왔지만, 2026년 현재 최상위 모델 간 격차는 생각보다 훨씬 좁다는 것이 분석가들의 진단이다.

성능 향상은 해외 사용량 증가로 이어졌다. 여러 기업의 AI 모델을 한곳에서 쓸 수 있게 해 주는 중개 플랫폼 오픈라우터(OpenRouter)의 데이터에 따르면, 2026년 6월 중국 AI 모델의 전 세계 사용량이 처음으로 미국 모델을 앞질렀다. 싱가포르와 독일은 이미 미국산보다 중국산 모델을 더 많이 쓰고, 2026년 들어서는 미국 본토에서도 같은 현상이 나타났다.

중국 오픈 모델은 실리콘밸리에서 뜨거운 호응을 얻었다. AI 고객 상담처럼 매번 최첨단 성능이 필요하지 않은 업무가 많기 때문이다. 한때 중국 모델을 쓰는 것은 숨겨야 할 일이었지만 분위기는 완전히 바뀌었다. 미국에서 금지 조치가 거론되자 수백 개의 미국 스타트업이 "이미 쓰고 있고 훨씬 저렴하다"며 중국 모델을 옹호하고 나섰다.

Polsia 창업자 벤 세라의 사례가 대표적이다. 초기에는 비용이 높아도 "고객에게 최고를 제공해야 한다"는 생각으로 앤스로픽 모델을 썼다. 월 1만~2만 달러이던 청구액은 플랫폼이 급성장하면서 월 100만~150만 달러까지 불어났고, 그는 "이러다 곧 파산하겠다"고 느꼈다. 중국 모델이 화제가 되던 때 오픈 모델로 전환하자 비용은 월 10만 달러 수준, 거의 10분의 1로 줄었다.

중국이 AI를 이렇게 싸게 만들 수 있는 이유로 분석가들은 먼저 구조적 원가 우위를 꼽는다. 전기료가 더 저렴하고, 미국 기업이 최고급 엔지니어에게 지불하는 비용의 일부만으로도 풍부한 인재를 쓸 수 있다. 그러나 결정적 요인은 따로 있다. 오픈 웨이트 모델이다.

방송은 AI를 케이크 한 조각에 비유한다. 폐쇄형 모델은 카페에서 케이크를 사서 그 자리에서만 먹어야 하는 방식이다. 오픈 웨이트 모델은 케이크를 집으로 가져가 원하는 토핑을 얹을 수 있고, 대략적인 레시피까지 제공되어 취향대로 고칠 수 있다. 잘라서 직접 팔 수도 있다. 분석가는 수많은 개발자가 기술을 함께 들여다보게 되면서 격차를 좁힐 기회가 훨씬 커진다고 본다.

치명적인 약점도 있다. 아무도 돈을 버는 방법을 뚜렷하게 찾지 못했다는 점이다. 지난 1년 넘게 기업들이 서로 가격을 끌어내리는 '바닥을 향한 경쟁(Race to the bottom)'이 이어졌고, 중국 소비자들은 AI 서비스에 큰돈을 쓰려 하지 않는다. 분석가는 앤스로픽과 OpenAI가 '아이폰'을 만들었다면 중국 기업들은 '안드로이드'에 가깝다고 비유한다. 아이폰이 가장 많은 돈을 벌지만, 시장 점유율은 안드로이드가 더 큰 것과 같은 구도다.

이 전략은 베이징 정부가 그리는 경제 구상과 맞아떨어진다. 정부는 AI가 저렴해져 경제 전반에 빠르게 도입되기를 원한다. 2018년 이후 부동산 부문이 이끄는 GDP 성장은 하락세인 반면 하이테크·친환경 산업은 꾸준히 커지고 있으며, 중국은 AI를 새로운 성장 동력으로 삼고 휴머노이드 로봇 같은 연관 분야도 함께 지원하고 있다.

대외적으로는 개발도상국 시장이 거대한 격전지다. 중국은 이들 국가에 저렴한 기술을 공급해 광범위한 채택을 끌어낼 수 있고, 무역 전쟁과 관세 속에서 다른 선택지를 찾는 나라들에게 미국 빅테크의 대안을 제시할 수 있다. 이 모든 흐름이 워싱턴을 긴장시키고 있다.

미국의 첨단 반도체와 반도체 장비 수출 통제는 중국의 AI 발전을 늦추는 데 분명히 영향을 미쳤다. 미국 당국자들 사이에서는 중국이 우회 경로로 칩을 확보하고 있다는 주장도 나온다. 워싱턴에서는 중국 기업, 특히 중국 오픈 모델을 금지하는 방안이 논의되었고, 트럼프 대통령은 정부가 이런 위협으로부터 미국을 보호할 수 있다고 주장한다. 미국은 또한 중국 선두 기업들이 미국 최고 모델의 성능을 몰래 베껴 갔다며 이른바 '증류(Distillation, 대형 모델의 답변을 대량으로 학습시켜 성능을 흉내 내는 기법)' 의혹을 제기했다.

그럼에도 미국은 여러 면에서 여전히 앞서 있다. 세상에서 가장 크고 강력한 프런티어 모델에서는 미국이 최정상에 있고, 훨씬 많은 컴퓨팅 자원과 반도체·하드웨어 접근권을 갖고 있다. 반면 중국은 프로젝트를 이어 갈 자본이 상대적으로 부족하며, 중국 기업의 시가총액은 미국 선두 기업의 일부에 불과하다.

가격에서도 미국 기업들은 반격에 나섰다. OpenAI는 2026년 7월 가격을 80% 낮춘 'GPT 5.6 Luna'를 출시했다. 카페 웹사이트 실험에서 Luna는 4달러 남짓으로 사이트를 만들어 중국산 대안의 가격대를 따라잡았다. 벤 세라는 Luna의 비용이 오픈 모델과 비슷해지기 시작했다며, 이는 중국 오픈 모델이라는 대안이 있었기에 가능했던 가격 인하라고 평가했다.

미국과 중국 중 누가 AI 레이스에서 이길지 단정하기는 아직 이르다. 다만 중국의 부상은 산업 전반의 생산성을 높이기 위해 AI를 얼마나 효과적으로 활용하느냐가 국가 AI 성공을 가늠하는 더 중요한 지표가 될 수 있음을 보여 주었다.

AI 안전성 같은 영역에서는 양측이 공통분모를 찾는 것이 세계 전체에 이익이 될 것이다. 그러나 미·중 정치 지도자들이 이를 원하지 않는 한, 일부 CEO들이 속도를 늦춰야 한다고 말해도 이 레이스는 멈추지 않을 것이다.

(출처: Bloomberg Originals, "How Budget AI is Giving China an Edge", Bloomberg TV 2026.09.18 방영)

이번 방송이 보여 주는 핵심은 AI 경쟁이 하나의 레이스가 아니라 두 개의 레이스로 갈라지고 있다는 점이다. 하나는 가장 똑똑한 모델을 누가 만드느냐를 다투는 프런티어 경쟁이고, 다른 하나는 충분히 좋은 AI를 누가 더 싸고 넓게 보급하느냐를 다투는 확산 경쟁이다. 중국은 앞의 레이스에서 열세를 인정하는 대신 뒤의 레이스를 자기 판으로 만들었고, OpenAI의 80% 가격 인하는 미국도 그 판에 끌려 들어왔다는 신호다. AI 모델 자체는 빠르게 범용재(commodity)가 되고, 경쟁 우위는 모델을 어떻게 조합하고 업무에 녹여 내느냐로 옮겨 가고 있다.

한국 기업에 Polsia 사례는 남의 일이 아니다. AI 활용이 실험 단계를 넘어 서비스 규모로 커지는 순간, 모델 이용료는 매출 원가의 핵심 항목이 되고 사업의 생존을 좌우할 수 있다. 따라서 하나의 모델에 모든 업무를 맡기기보다, 고난도 판단에는 프런티어 모델을 쓰고 고객 응대·문서 처리 같은 반복 업무에는 저비용 모델을 배치하는 업무별 '멀티 모델' 전략과, 모델을 언제든 교체할 수 있는 시스템 구조를 미리 갖춰 둘 필요가 있다. 가격이 몇 달 만에 80%씩 움직이는 시장에서는 특정 모델에 묶이지 않는 유연성 자체가 경쟁력이다.

다만 비용만 보고 중국 모델을 선택하는 것은 위험할 수 있다. 워싱턴의 금지 논의와 증류 의혹에서 보듯 AI 모델은 이미 통상·안보 이슈가 되었고, 미국 시장과 공급망에 깊이 연결된 한국 기업에는 규제·보안·평판 리스크가 함께 따라온다. 같은 중국 모델이라도 외부 API로 데이터를 보내는 방식과 공개된 가중치를 자체 서버에 설치해 쓰는 방식은 리스크의 크기가 다르다. 모델 선택은 IT 부서의 구매 결정이 아니라 데이터 거버넌스와 지정학을 함께 따지는 경영 판단으로 다뤄야 한다.

정부에도 시사점은 분명하다. 방송의 결론처럼 국가 AI 경쟁력의 척도가 '최고 모델 보유'에서 '산업 전반의 생산성 향상'으로 옮겨 간다면, 정책의 무게중심도 모델 개발 지원에서 중소·중견기업과 공공 부문의 AI 도입 확산으로 넓혀야 한다. 동시에 미·중 어느 한쪽에 과도하게 의존하지 않도록 국내 모델 역량과 해외 모델 활용을 균형 있게 가져가는 전략이 필요하다. 누가 만든 AI냐보다 누가 더 넓게, 더 잘 쓰느냐가 다음 경쟁의 승부처가 될 것이다.