Executive Summary

국가 AI 컴퓨팅센터는 정부가 국가 단위로 확보하려는 대규모 AI 연산 인프라입니다. 전남 해남 솔라시도 데이터센터파크를 부지로, 2028년까지 GPU 약 1.5만 장을 구축하는 것이 목표입니다. 총 사업비는 초기 발표 약 2조원에서 사업이 확대되며 2조 5,000억원 이상까지 보도됐습니다(머니투데이, 2025.10.21). AI 시대의 '고속도로'를 국가가 깔겠다는 구상입니다. 그런데 이 고속도로는 착공하기까지 두 번을 좌초했습니다. 2025년 5월 1차 공모와 6월 2차 공모 모두 응찰 기업이 한 곳도 없었습니다.

유찰의 원인은 단일 조항이 아니라 민간에 리스크를 몰아준 '의무의 다발'이었습니다. 세 가지가 동시에 작동했습니다. 첫째, 정부(공공) 지분이 51%로 설정돼 민간이 과반을 갖지 못했습니다. 둘째, 매수청구권(바이백) 조항이 있어 일정 시점에 민간이 공공 지분을 되사야 했습니다. 셋째, 2030년까지 센터 반도체 구성의 최대 50%를 국산 NPU로 채우라는 장착 의무가 붙어 있었습니다(비즈한국·YTN사이언스·한국경제 교차 확인). 세 조항이 겹치자 민간에게는 "짓기는 하되 통제권도, 회수 안전판도, 하드웨어 선택권도 없이 리스크만 떠안으라"는 구조가 됐습니다.

특히 국산 NPU 최대 50% 의무는 이중의 부담이었습니다. 아직 대규모 상용 레퍼런스가 얇은 국산 칩을 절반까지 넣으라는 것은, 사업자 입장에서 센터의 성능·안정성 리스크를 그대로 떠안는 조건이었습니다. 아래 표는 1·2차 공모의 조건이 어떤 리스크로 번역됐는지를 정리한 것입니다.

요컨대 1·2차 유찰은 시장의 무관심이 아니라 규제 설계의 실패였습니다. AI 인프라 자립이라는 명분에 국산 칩 육성·정부 통제·재정 안전이라는 목표를 한꺼번에 얹은 결과, 어느 민간 사업자도 셈이 맞지 않는 조건이 만들어진 것입니다. 이 진단이 다음 공모의 방향을 결정했습니다.

2025년 10월 21일 마감된 3차 공모에서 정부는 1·2차의 세 조항을 동시에 완화했습니다. 정부 지분은 51%에서 30% 미만으로 내렸고(민간 지분 70% 초과), 매수청구권은 삭제했으며, 국산 NPU 장착 의무는 통째로 없앴습니다. 여기에 "1개 컨소시엄만 참여해도 유찰로 처리하지 않는다"는 절차 변경까지 더했습니다. 조건을 풀자 삼성SDS 컨소시엄이 단독으로 응찰했고, 평가를 통과해 사업자로 확정됐습니다(뉴스1, 2026.05.11).

2.1세 조항의 동시 완화

아래 표는 1·2차와 3차 공모 조건을 나란히 놓은 것입니다. NPU 의무 삭제가 가장 상징적이지만, 지분·바이백 완화가 함께 풀렸다는 점이 핵심입니다. 셋 중 하나만 풀었다면 나머지 둘이 여전히 발목을 잡았을 것이기 때문입니다.

공공 지분 "30% 미만"은 이후 더 정밀한 숫자로 확인됩니다. 2026년 4월 30일 국민성장펀드 기금운용심의회가 승인한 SPC(특수목적법인) 초기 출자는 총 4,000억원으로, 이 중 공공이 1,160억원, 민간이 2,840억원을 부담합니다. 1,160을 4,000으로 나누면 정확히 29%입니다. 정부가 대주주 자리에서 물러나 소수 지분 투자자로 위치를 옮긴 것입니다.

2.2'의무'에서 'R&D 존 + NPUaaS'로

국산 칩 의무가 사라진 자리를 채운 것은 두 가지 자발 유인입니다. 하나는 R&D 존입니다. 센터 안에 국산 NPU를 실증·검증하도록 마련한 전용 공간으로, 강제 물량 대신 "검증할 자리"를 제공하는 방식입니다. 다른 하나는 NPUaaS(NPU as a Service)로, 국산 NPU를 클라우드처럼 필요한 만큼 구독해 쓰는 서비스입니다. 강제로 절반을 채우게 하는 대신, 쓸 만하다고 판단한 사업자가 필요한 만큼 자발적으로 끌어 쓰도록 제도의 문법을 바꾼 것입니다.

2.3유찰에서 착공까지의 타임라인

조건 변경 이후 사업은 빠르게 진행됐습니다. 아래 타임라인은 두 번의 유찰에서 3분기 착공까지의 흐름입니다. 유찰이 시작된 2025년 5월을 기준으로 보면 착공까지 약 14개월이 걸린 '좌초 기간'이고, 의무 삭제가 확정된 3차 공모 마감(2025-10-21)을 기준으로 보면 약 9개월 만의 실행입니다. 후자가 '전환 이후의 속도'를 보여줍니다.

착공 시점(2026년 3분기)은 이 글의 발행 시점과 정확히 겹칩니다. 두 번 무산되던 사업이 실제로 땅을 파기 시작한 바로 그 순간에, 그 전환의 셈법을 되짚어 보는 셈입니다(ZDNet Korea, 2026.05.11).

의무를 자발로 바꾼 결정에는 명확한 손익이 있습니다. 정부가 산 것은 착공과 사업의 현실성입니다. 두 번 무산되던 사업이 굴러가기 시작했고, 국가 AI 인프라 로드맵이 지연을 멈췄습니다. 포기한 것은 하드웨어 자립을 밀어붙이던 강제력입니다. 이제 센터의 연산은 GPU가 중심을 이루고, 국산 NPU는 R&D 존에서 실증되거나 NPUaaS로 자발 도입되는 선택지가 됩니다. 흔히 쓰는 비유로 옮기면, 고속도로는 국가가 짓되 그 위를 달릴 엔진(국산 NPU)은 의무가 아니라 선택으로 돌린 것입니다.

3.1자발 유인이 생태계를 키울 조건

강제가 사라졌다고 국산 칩 수요가 사라진 것은 아닙니다. 오히려 업계는 자발 목표를 스스로 제시하고 있습니다. 퓨리오사AI 대표는 2026년 7월, AI 데이터센터(AIDC) 안에서 국산 칩이 차지할 몫을 30~40%로 제시했습니다. 이는 정부가 강제한 의무 비율이 아니라 업계가 자체적으로 내건 목표라는 점이 중요합니다(ZDNet Korea, 2026.07.07). 강제 50%가 사라진 자리에, 시장이 자발적으로 30~40%를 겨누는 그림입니다.

이 자발 도입을 실제로 굴리는 인프라가 NPUaaS입니다. 삼성SDS는 퓨리오사AI 기반 NPUaaS를 2026년 7월 20일, 이 글 발행 닷새 전에 출시했고, KT클라우드·가비아는 리벨리온 기반으로 이미 상용화해 삼성SDS보다 앞서 있었습니다. 국산 NPU를 1·2·4·8장 단위로 구독해 쓸 수 있는 서비스가 실제로 열린 것입니다. 강제 없이도 채택 경로가 생겼다는 점에서, 자발 유인 모델은 최소한의 물꼬는 텄습니다.

3.2국제 비교 — 의무를 넣었다 되물린 유일한 사례

한국의 선택을 국제 지도 위에 올리면 위치가 독특해집니다. 아래 표는 주요국의 소버린 AI 컴퓨트 정책을 '자국 칩 의무 여부' 축으로 정리한 것입니다. 대부분은 처음부터 의무 없이 보조금·유인으로 출발했고, 한국만 의무를 넣었다가 되물린 경로를 걸었습니다.

일본·EU·사우디는 애초에 자국 칩 의무를 설계에 넣지 않고 외산 GPU를 쓰며, 미국만 보조금에 가드레일이라는 '채찍'을 더한 혼합형입니다. 한국은 그 어느 쪽과도 다르게, 의무를 넣었다가 시장의 응답이 없자 되물렸습니다. 이 전환은 실패가 아니라 학습으로 읽을 수 있습니다. 강제로는 아직 성숙하지 않은 생태계를 세울 수 없다는 것을 확인하고, 유인으로 방향을 튼 것입니다. 다만 유인 모델의 성패는 하나의 조건에 달려 있습니다. 국산 칩이 실제로 채택되려면, 먼저 "쓸 만하다"는 것이 증명돼야 합니다.

의무가 채택을 보장하던 시절에는 "쓸 만한가"라는 질문이 뒤로 밀렸습니다. 어차피 절반은 넣어야 했으니까요. 강제가 사라진 지금, 그 질문이 정면으로 올라옵니다. 자발 시장에서 국산 칩은 오직 검증을 통과할 때만 채택됩니다. 도입을 결정하는 기업·기관은 벤더의 홍보 자료가 아니라 "우리 워크로드에서 이 칩이 엔비디아 대비 어느 정도인가"라는 재현 가능한 근거를 원합니다. 그리고 바로 그 근거를 만드는 일이, 생각보다 훨씬 어렵습니다.

물론 국산 NPU의 기술적 성취가 없는 것은 아닙니다. 퓨리오사AI '워보이'는 엔비디아 T4 대비 영상 인식 성능에서 약 4배를 기록한 바 있습니다. 리벨리온도 2023년 MLPerf에서 비전 모델은 3배, 언어 모델은 1.5배 앞선 결과를 보고했습니다. 다만 이런 성과는 특정 모델과 특정 라운드에 묶여 있습니다. 도입을 검토하는 기관이 정작 궁금한 것은 "우리 워크로드에서, 지금 세대의 칩이, 엔비디아 최신 GPU 대비 어느 정도인가"인데, 그 질문에 답할 최신·표준 조건의 비교 근거는 아직 얇습니다. 기술력이 있느냐에는 어느 정도 답이 나왔고, 이제 질문은 그 다음으로 넘어갑니다.

업계도 이 지점을 정확히 짚습니다. 국산 NPU의 경쟁 기준이 "기술력이 있느냐"에서 "실제로 쓸 수 있느냐"로 옮겨 가고 있다는 진단입니다.

검증이 실제로 무엇을 요구하는지 보면 문제의 층위가 드러납니다. 서로 다른 하드웨어에서 같은 모델의 성능·정확도·지연을 공정하게 비교하려면 두 가지가 필요합니다. 하나는 표준 벤치마크, 곧 모두가 동의하는 측정 규칙입니다. 다른 하나는 고품질 검증 데이터, 곧 그 규칙을 적용할 대표성 있는 데이터셋입니다. 국산 NPU에 모델을 얹을 때 흔히 쓰는 양자화(quantization)만 해도, 정확도가 얼마나 손실되는지는 결국 어떤 검증 데이터로 재느냐에 달려 있습니다. "쓸 만한가"라는 질문은 이렇게 "무엇을, 어떤 데이터로 재느냐"라는 데이터 품질 문제로 환원됩니다.

4.1벤치마크 커버리지의 공백

문제는 그 표준 인프라가 신흥 가속기를 충분히 담지 못한다는 데 있습니다. 대표적 산업 표준인 MLPerf Inference v6.0(2026-04)에는 24개 기관이 참여했지만, 공개 제출은 대부분 NVIDIA·AMD GPU에 몰려 있습니다. 이기종·신흥 가속기의 커버리지는 얇고, 국산 NPU 기업의 최신 라운드 참여 여부는 공개 자료에서 확인되지 않습니다. 최근 학술 연구(arXiv:2606.17104)도 데이터센터 공개 제출이 소수 GPU 벤더에 집중돼 있어 새로운 가속기를 표준 조건에서 비교하기 어렵다는 점을 지적합니다. 아래 도식은 그 편중을 단순화해 보여줍니다.

4.2자본은 몰렸는데 검증은 뒤처진다

역설은 여기 있습니다. 돈과 칩은 이미 폭증하고 있습니다. 리벨리온은 기업가치 3.4조원에 프리IPO로 6,400억원(국민성장펀드 2,500억원 포함)을 모았고, 국산 NPU 산업 전체 증자 규모는 6,000억원을 넘습니다. IDC는 AI 추론칩 시장이 2025~2028년 연평균 45% 성장할 것으로 전망합니다. 그런데 "이 칩이 쓸 만한가"를 표준 조건에서 판별할 벤치마크·검증 데이터 인프라는 그 속도를 따라가지 못합니다. 자본은 그릇(칩)에 쏠리는데, 그릇이 제 값을 하는지 재는 자(데이터)는 뒤처져 있는 것입니다. 자발 유인 정책이 성공하려면 바로 이 공백을 메워야 합니다. 강제가 사라진 시장에서 채택을 가르는 것은 결국 신뢰할 수 있는 검증이고, 검증은 데이터 품질에 달려 있기 때문입니다.

이 정책 전환을 하나의 사건으로만 보면 놓치는 것이 있습니다. 소버린 AI를 둘러싼 최근의 세 흐름을 나란히 놓으면 같은 구조가 반복이 아니라 누적으로 드러납니다. 정부와 시장이 컴퓨트·모델·자본이라는 '그릇'에 예산을 쏟는 동안, 그 그릇 위에 흐르거나 그릇을 검증하는 '데이터'는 매번 뒷순위로 남았다는 패턴입니다.

아래 표는 세 사례를 '정부가 투입한 그릇 / 남은 병목 / 검증 대상' 축으로 정리한 것입니다. 각 사례의 데이터 각도는 조금씩 다릅니다. 원본 데이터, 학습 corpus, 그리고 이번의 검증 데이터로 이어집니다.

세 사례는 서로 다른 정책·산업 사건이지만, 마지막 칸이 늘 데이터로 수렴합니다. 증류에서는 원본 데이터의 출처가, 펀드에서는 학습 corpus의 양과 품질이, 그리고 이번에는 검증 데이터와 벤치마크 표준이 미해결로 남았습니다. 세 번째 사례가 확인시키는 것은 새로운 주장이 아니라, 이미 두 번 목격한 패턴이 우연이 아니었다는 사실입니다. 그릇의 크기를 키우는 투자는 눈에 띄고 정치적으로도 매력적이지만, 그릇이 담고 재는 데이터의 품질은 여전히 예산표의 빈칸으로 남아 있습니다.

페블러스가 이 정책 전환을 주목하는 이유는 홍보가 아니라 관점입니다. 국산 NPU 의무 폐지는 데이터 품질이라는 문제의식과 네 갈래에서 만납니다.

+.1비즈니스·기술 연결

NPUaaS로 이기종 NPU가 자발적으로 늘어나면, 서로 다른 하드웨어에서 같은 모델의 성능·정확도를 판별할 벤치마크·검증 데이터 표준화 수요가 커집니다. "국산 칩이 쓸 만한가"라는 질문은 결국 "무엇을, 어떤 데이터로 재느냐"로 환원됩니다. 이는 데이터 품질 진단(DataClinic)과 AI-Ready Data 정의에 직접 맞닿습니다. 양자화로 국산 NPU에 모델을 얹을 때 정확도 손실을 검증하는 것도, 결국 검증 데이터셋 품질의 문제입니다.

+.2데이터 품질 관점

하드웨어 자립(칩)과 데이터 자립은 별개의 축입니다. 정부가 하드웨어 의무를 자발로 돌린 결정은 소버린 AI 예산이 물리적 컴퓨트에 집중되는 흐름의 한 단면입니다. 페블러스의 관점은 이렇습니다. 그릇 위에 흐르는 학습 데이터뿐 아니라, 그릇이 제 값을 하는지 판별하는 검증 데이터의 품질이 곧 성능과 주권을 좌우한다는 것입니다. 앞서 다룬 학습·원본 데이터와 겹치지 않는, 검증 데이터라는 새 각도입니다.

+.3고객·파트너 실무 함의

국산 NPU 사업자와 이를 도입하려는 기업·기관에게, 강제가 사라진 시장에서 채택을 좌우하는 것은 신뢰할 수 있는 검증입니다. 이기종 하드웨어에서 모델의 정확도·지연·처리량을 재현 가능하게 비교할 벤치마크·검증 데이터 인프라가 국산 칩 채택의 실질 병목이 됩니다. 도입 의사결정자는 벤더 자체 벤치마크가 아니라 표준·독립 검증을 요구해야 하고, 사업자는 그 검증을 통과할 근거를 데이터로 준비해야 합니다.

+.4페블러스의 포지셔닝

이 글은 소버린 AI 허브의 '컴퓨트 주권' 축에 새로 더해지는 스포크입니다. 증류·펀드·NPU 세 사례를 잇는 누적 논지의 세 번째 데이터포인트로서, 페블러스를 소버린 AI를 데이터·검증 관점에서 읽어내는 관점 제공자로 자리매김합니다. 특정 솔루션을 세일즈하려는 것이 아니라, 그릇에 예산이 쏠릴 때 놓치기 쉬운 데이터의 자리를 계속 가리키는 일입니다.

원 소스 (3차 공모·착공 보도)

• 1.머니투데이, "국가 AI 컴퓨팅센터 3차 공모 — NPU 의무·매수청구권 삭제," 2025-10-21. mt.co.kr
• 2.ZDNet Korea, "삼성SDS 컨소시엄 확정 — 솔라시도 착공 로드맵," 2026-05-11. zdnet.co.kr
• 3.뉴스1, "국가 AI 컴퓨팅센터 실시협약·착공 일정," 2026-05-11. news1.kr

정책·통계·업계

• 4.ZDNet Korea, "퓨리오사AI 국산 칩 채택 목표 30~40%·AIDC 18GW," 2026-07-07. zdnet.co.kr
• 5.아시아경제, "기술력은 인정받았지만 시장 검증은 부족 — 국산 NPU 경쟁 기준 전환," 2026-06-29. asiae.co.kr
• 6.비즈한국, "국가 AI 컴퓨팅센터 국산 NPU 최대 50% 의무." bizhankook.com
• 7.한국경제, "국산 AI 반도체 도입 의무 조항 관련 보도," 2025-08. hankyung.com
• 8.MLCommons, "MLPerf Inference v6.0 Results (Datacenter)," 2026-04. mlcommons.org

학술 (arXiv)

• 9."Prefill/Decode-Aware Evaluation of LLM Inference on Emerging AI Accelerators," arXiv:2606.17104, 2026. arxiv.org

페블러스 인접 (소버린 AI 시리즈)

• 10.페블러스, "증류로는 주권을 살 수 없다". report/ai-distillation-sovereign-data
• 11.페블러스, "모델은 빌릴 수 있어도, 데이터는 빌릴 수 없다". report/upstage-national-fund-2026-05
• 12.페블러스 소버린 AI 허브. project/SovereignAI