한국, 10년간 1,350조원 베팅
반도체 팹 4곳에 데이터센터 18.4GW, 로봇 점유율은 20%
정부가 6월 말 발표한 국가 AI 투자 계획 총액은 1,350조원, 약 8,800억 달러다. 반도체·데이터센터·로봇 세 축에 나눠 담았고 목표 시점은 2028년부터 2035년까지 걸쳐 있다.
정부가 6월 말 발표한 국가 AI 투자 계획의 총액은 1,350조원, 달러로 환산하면 약 8,800억 달러다. 삼성전자와 SK하이닉스가 광주·전북 지역에 신규 팹 4곳을 짓는 데 800조원을 쓰고 SK그룹·GS그룹·네이버가 AI 데이터센터에 550조원을 넣는다. 데이터센터 용량 목표는 2029년까지 8.4GW, 2035년까지 18.4GW다. 별도로 정부는 휴머노이드 로봇 시장 점유율을 현재 1%에서 2028년까지 20%로 끌어올리겠다고 밝혔다.
한눈에 보기
| 축 | 주체 | 규모 | 목표 |
|---|---|---|---|
| 반도체 팹 4곳 | 삼성전자·SK하이닉스 | 800조원 | 광주·전북 신설 |
| AI 데이터센터 | SK그룹·GS그룹·네이버 | 550조원 | 2029년 8.4GW, 2035년 18.4GW |
| 휴머노이드 로봇 | 정부 주도 | - | 점유율 1%에서 20%로 |
왜 삼성과 SK인가
두 회사는 세계 메모리 반도체 생산량의 3분의 2를 합쳐서 만든다. AI 데이터센터가 늘어날수록 고대역폭메모리(HBM) 수요가 함께 뛰는데 이 시장을 이미 쥐고 있는 두 곳에 국가 예산을 몰아 넣는 게 자연스러운 선택이다. 정부는 이번 계획을 반도체·피지컬 AI·데이터센터라는 3축 전략으로 부르며 세 영역을 따로 두지 않고 하나의 공급망으로 묶었다. 광주·전북에 팹을 새로 짓는 것도 우연이 아니다. 기존 수도권 반도체 클러스터의 전력·용수 여력이 한계에 가까워지면서 국가 차원에서 새 부지를 지정한 셈이다.
이 구조는 미국과 대만이 반도체·AI 인프라 투자를 발표할 때와 결이 다르다. 미국과 대만의 투자는 개별 기업 발표에 가까운 반면 한국은 정부가 3축 전략이라는 틀로 묶어 팹·데이터센터·로봇을 한 번에 발표했다. 세 영역을 동시에 밀어붙이는 이유는 메모리 생산과 데이터센터 수요, 물리적 AI로 불리는 로봇 산업이 서로를 끌어올리는 구조이기 때문이다. 데이터센터가 늘면 HBM 수요가 늘고 HBM 생산이 늘면 로봇 제어에 들어가는 온디바이스 반도체 원가도 함께 낮아진다.
전력과 물이 먼저 막힌다
계획의 약점은 속도가 아니라 인프라다. 메가클러스터 하나가 서울 전체 전력 수요의 4분의 1을 쓴다는 계산이 나올 정도로 전력 소비가 크다. 물 공급도 마찬가지다. 팹과 데이터센터를 짓는 속도보다 전력망과 수자원을 늘리는 속도가 느리면 2029년 8.4GW라는 1차 목표부터 지연될 수 있다. 예산을 발표하는 것과 전력을 실제로 끌어오는 것 사이에는 다른 종류의 시간이 걸린다. 발전소 신설이나 송전망 증설은 인허가와 지역 주민 합의를 거쳐야 하는 절차라 자본을 투입한다고 곧바로 앞당길 수 있는 항목이 아니다.
예산의 크기를 가늠하는 법
1,350조원이라는 숫자는 나눠 봐야 감이 잡힌다. 10년에 걸쳐 집행된다는 점을 감안하면 연평균 135조원가량이 반도체·데이터센터·로봇 세 축에 들어간다는 계산이 나온다. 삼성전자와 SK하이닉스, SK그룹·GS그룹·네이버 같은 민간 기업이 자체 자금과 대출을 동원하고 정부가 세제 지원과 인허가 절차 단축으로 뒷받침하는 민관 합작 구조라 정부 재정만으로 충당하는 사업은 아니다. 그럼에도 이 정도 규모의 자금이 한 나라 안에서 반도체 한 업종에 집중되는 사례는 흔치 않다.
목표가 겹치는 시점
2029년과 2035년, 2028년 세 시점이 동시에 걸려 있다는 점도 짚을 필요가 있다. 데이터센터 1차 목표(8.4GW)와 로봇 시장 점유율 목표(20%)가 2028~2029년에 몰려 있는데 이 시기는 팹 4곳이 완공돼 실제 가동에 들어가는 시점과도 겹친다. 세 축이 예정대로 맞물리면 2029년 전후로 한국산 메모리, 국내 데이터센터, 국산 로봇 부품이 한 번에 시장에 나오는 그림이 가능하다. 반대로 어느 한 축이라도 늦어지면 나머지 두 축의 효과도 함께 늦춰진다. 전력망이 가장 먼저 막힐 가능성이 큰 병목으로 지목되는 이유다.
anyAX 관점
18.4GW짜리 메가클러스터 얘기는 1인 창업가의 일상과 멀어 보인다. 그런데 이 팹과 데이터센터가 늘어나는 만큼 GPU 임대 단가는 장기적으로 내려가는 쪽으로 움직인다. 지금 API 요금이 아깝다고 서둘러 모델을 셀프호스팅할 이유는 크지 않다. 오히려 전력망 병목 때문에 2029년 목표조차 늦어질 가능성이 있다는 점을 감안하면 종량제로 쓰는 선택은 앞으로 몇 년은 더 유효하다. 국가가 GW 단위로 인프라를 까는 동안 1인 창업가나 AI 우선 팀이 할 일은 그 인프라를 미리 사두는 게 아니라 지금 손에 든 API로 어떤 응용을 만들지 결정하는 쪽에 있다.
로봇 점유율을 1%에서 20%로 올리겠다는 목표도 마찬가지 논리로 읽을 수 있다. 하드웨어를 만드는 건 대기업의 몫이고 그 로봇 위에서 어떤 버티컬 서비스를 얹을지는 훨씬 작은 팀이 먼저 움직일 수 있는 영역이다. 동네 공방이나 소규모 물류 업체가 로봇 제어 소프트웨어를 자체 개발할 필요는 없지만 그 로봇이 처리할 작업 순서와 예외 상황을 정의하는 일은 현장을 아는 쪽이 여전히 유리하다. 국가가 하드웨어 원가를 낮추는 동안 그 위에서 무엇을 만들지 먼저 정해 두는 쪽이 인프라가 완성된 뒤 뛰어드는 쪽보다 앞서 나갈 수 있다.
AI 네이티브 스타트업 입장에서 이번 발표가 주는 실질적인 신호는 하나 더 있다. 국내 데이터센터 용량이 늘어난다는 건 데이터를 국경 밖으로 내보내지 않고도 처리할 수 있는 선택지가 넓어진다는 뜻이다. 고객 데이터를 해외 클라우드에 두는 데 부담을 느끼던 팀이라면 국내 리전에서 필요한 연산을 처리할 수 있는 시점이 예상보다 앞당겨질 수 있다. 지금 아키텍처를 설계할 때 리전 이전이 쉬운 구조로 짜 두면 나중에 국내 인프라가 갖춰졌을 때 전환 비용을 줄일 수 있다. 반대로 특정 해외 벤더에 강하게 종속된 구조로 짜 두면 그 전환의 기회를 놓칠 수도 있다.
콘텐츠 크리에이터나 마케터처럼 데이터 주권과 직접 관련이 적어 보이는 직군에도 이번 발표는 간접적으로 닿는다. 국내 데이터센터가 늘면 영상 생성이나 이미지 처리처럼 연산량이 큰 작업을 국내에서 처리하는 서비스가 더 저렴해질 가능성이 크다. 지금은 해외 서버를 거쳐야 해서 지연 시간이 길거나 요금이 비싼 작업이 몇 년 안에 국내 리전에서 더 빠르고 싸게 돌아갈 수 있다는 뜻이다. 인프라 발표를 볼 때 반도체나 로봇 산업 종사자만 챙겨 볼 뉴스로 여기지 않는 편이 낫다.