생성형 AI 열풍은 단순한 기술 유행이 아니라, 국가 간 '디지털 주권'을 둘러싼 전면전이에요.
그런데 이 판 위에서 한국은 어디쯤 서 있는 걸까요?
1. AI를 둘러싼 패권 경쟁, 왜 지금 이렇게 격화되고 있을까?
2022년 말 ChatGPT가 등장했을 때만 해도 많은 이들이 단순한 기술 트렌드 정도로 여겼어요. 하지만 불과 2년 사이, 이 기술이 전 세계 정책, 안보, 산업 전략을 흔드는 ‘게임 체인저’로 급부상하게 될 줄은 누구도 예상 못 했죠. 지금은 단순히 검색엔진을 바꾸는 수준이 아니라, 국가가 지닌 정보력·산업력·군사력의 기반이 AI로 이동하고 있다고 봐야 해요. 미국은 이런 흐름을 누구보다 빨리 감지했어요. 2023년 바이든 행정부는 AI 실행 명령(AI Executive Order)를 발표하며, 안전·공정성·보안·책임성을 포함한 AI 정책 프레임을 구축했고, 국방부(DARPA)와 연계된 AI 전략 기술 지원을 강화했죠. 심지어 미국은 자국 내 AI 고급 인재의 해외 유출을 막기 위해 비자 발급, 이민 혜택까지 연계하는 ‘AI 인재 안보 전략’도 가동 중이에요. 반면 중국은 미국 중심의 AI 질서에 대항하기 위해, 2024년 ‘중국형 LLM 대중화 전략’을 발표했어요. 바이두의 Ernie, 알리바바의 Tongyi 등 자국산 초거대 언어모델을 정책적으로 육성하고, 클라우드 인프라, GPU 설계까지 내재화하려는 시도를 강화했죠. 여기에 더해, 중국은 일대일로(一带一路) 연선 국가들과 ‘AI 공급망 동맹’을 맺으며 서방의 제재를 우회하려는 전략도 병행하고 있어요. 미국과 중국이 각각 '기술 자국주의'로 무장하고 있다면, 유럽은 독자 규제체계로 움직이고 있어요. 2024년 EU는 세계 최초로 ‘AI 법(AI Act)’을 통과시키며 생성형 AI에 대한 사전 규제 프레임을 마련했죠. 이 법은 특히 고위험 AI에 대해 사전 등록·설명가능성 검증 등을 요구하기 때문에, 구글·메타 등 미국 빅테크와의 마찰도 심화되는 양상이에요. 그럼 한국은 어디에 있을까요? 현실은 여전히 글로벌 패권 구도에서 주변국의 반응에만 대응하는 ‘팔로워 전략’에 가까워요. 정부는 2023년 ‘K-클라우드 추진전략’, 2024년 ‘AI 윤리 기준안’, 2025년 ‘한국형 초거대 AI 육성 로드맵’을 연달아 내놓았지만, 전략의 통합성과 실행력에서는 아직 갈 길이 멀어요. 특히 초거대 AI 모델을 만든 기업이 네이버, 카카오 정도에 그치고, 글로벌 API 시장에서는 영향력을 거의 발휘하지 못한다는 점은 분명한 한계예요. 게다가 AI 기술력은 단지 모델 크기에 있지 않아요. 그것을 실제 사회와 산업에 적용하고 확산시킬 수 있는 거버넌스·표준·생태계 구축 능력이 중요한데, 이 부분에서 한국은 미흡하다는 평가를 받아요. '빅테크 규제'와 '혁신 유도'가 동시에 충돌하면서 기업들은 AI를 키우기보다 숨기는 쪽을 택하게 되고, 이런 분위기는 결과적으로 기술 주도권 확보에 제약을 줘요. 이처럼 전 세계가 AI를 둘러싸고 기술, 인재, 정책, 산업을 모두 끌어안아 ‘디지털 전면전’에 나서고 있는데, 한국은 여전히 이 흐름의 관전자에 머물고 있다는 인상이에요.
2. 산업 구조와 기업 전략의 변화, 우리는 어떤 준비가 되어 있을까?
AI는 단순히 하나의 기술이 아니라, 산업의 작동 방식을 근본적으로 바꾸는 거대한 변화의 파도예요. 그런데 한국 산업계는 여전히 AI를 ‘적용 기술’로만 인식하는 경향이 강해요. 즉, 생산 라인에 조금 도입하고, 고객 대응에 챗봇을 붙이는 정도로 말이죠. 그런데 지금의 흐름은 그런 단순한 적용을 넘어, ‘AI 내재화’된 기업만이 살아남는다는 시대예요. 실제 글로벌 상장사들을 보면 이런 격차가 수치로 드러나요. 미국 증시에 상장된 AI 관련 기업 100곳을 분석한 2024년 자료에 따르면, AI 매출 비중이 전체 매출의 30% 이상인 기업의 주가 상승률은 연평균 42%에 달했어요. 반면 ‘AI 테마’로만 묶인 기업의 경우 오히려 변동성이 커지고, 장기 실적과 무관한 급등락을 반복했죠. 한국 기업 중에서 AI를 전략적으로 내재화한 사례는 아직 많지 않아요. 삼성전자가 HBM 기반의 AI 반도체를 강화하고, SKT가 자체 LLM 모델을 선보인 정도죠. 그러나 이 역시 글로벌 플랫폼 기업처럼 클라우드+AI+서비스가 통합된 수직적 구조를 만드는 단계까지는 도달하지 못하고 있어요. 게다가 AI 관련 중소기업들은 GPU 확보 문제, 데이터 학습비용, 인재 유치 문제 등에서 구조적 제약을 받고 있어요. 정부도 뒤늦게 ‘AI 반도체 생태계 조성’에 나서고 있지만, 여전히 설계(PDK)·패키징·테스트·소프트웨어까지 전 주기 통합 지원은 부족해요. 이 때문에 중소 AI칩 스타트업이 상용화까지 가는 데 평균 4년 이상이 소요되고, 대부분은 시드 투자만 받고 사라지는 경우가 많죠. 산업 구조 변화에서 간과하기 쉬운 또 다른 축은 노동시장이에요. AI는 기존 일자리의 많은 부분을 대체하거나 바꾸고 있어요. 한국고용정보원 조사에 따르면, 2025년 기준으로 AI가 가장 빠르게 대체 중인 영역은 단순 사무·콜센터·회계보조 분야였고, 해당 종사자의 27%는 향후 3년 내 직무 변경 가능성이 높다고 응답했어요. 그런데도 리스킬링이나 전환교육은 예산, 시스템, 커리큘럼 면에서 매우 제한적이에요. 중소기업 현장에서는 ‘AI 전환을 하고 싶어도 어떻게 해야 할지 모른다’는 이야기가 여전히 많고, 반대로 일부 대기업은 지나치게 소수 전문가에 의존하는 방식으로만 AI를 도입해요. 이 간극은 결국 산업 전반의 디지털 불균형으로 이어지고, 국가 차원의 AI 경쟁력을 약화시킬 수밖에 없어요. 이제는 ‘AI를 어디에 쓸까?’에서 벗어나 ‘AI 중심의 사업을 어떻게 설계할까?’로 시야를 넓혀야 할 때예요. 기술력, 자본력, 인재, 정책이 모두 얽힌 복합 구도 속에서 한국 기업들이 ‘규모의 승자’가 되기 위해선 훨씬 더 과감한 구조 전환이 요구돼요.
3. 투자자에게 주는 시사점과 전략: 지금 우리는 어떤 선택을 해야 할까?
AI라는 키워드는 이미 투자 시장에서도 ‘핫’한 테마죠. 그런데 문제는 대부분의 투자자들이 여전히 ‘누가 더 화려한 모델을 만들었는가’만 쳐다본다는 거예요. 진짜 중요한 건, 그 기술이 어떤 산업 구조와 연결되어 있고, 얼마나 지속 가능한 이익을 창출하느냐예요. 최근 2년간 국내외 AI 관련 종목의 등락을 보면, 테마주만 좇은 투자자들은 오히려 손실을 본 경우가 많아요. 반면, AI 내재화 기업—예: 엔비디아(인프라), 마이크로소프트(모델+생태계), 세일즈포스(SaaS 기반)—에 장기적으로 투자한 이들은 꾸준히 복리 성과를 가져가고 있죠. 한국 시장에선 다음 세 가지 전략이 유효해 보여요:
- ① AI 테마 vs 구조 수혜주 구분: 생성형 AI를 띄우는 테마주는 단기성에 그치기 쉽고, 실제 수익 기반은 약해요. 반면, 데이터센터·서버용 반도체·국산 LLM 등 산업의 뒷단을 담당하는 기업은 구조적 수혜 가능성이 높아요.
- ② 정부 연계 기업 추적: ‘K-클라우드’, ‘디지털플랫폼정부’, ‘AI 반도체 인프라 사업’과 연결된 기업 리스트를 살펴보면, 정책 수혜와 수익성을 함께 기대할 수 있어요.
- ③ 실적 기반 접근 강화: 분기마다 AI 관련 매출 비중이 실제로 늘고 있는지를 꼭 확인해야 해요. 특히 SaaS·자동차·의료 등 산업별 AI 적용이 본격화되면서, 이익률 개선으로 이어지는 기업을 중심으로 접근하는 게 좋아요.
하지만 리스크도 잊으면 안 돼요. AI 과점 구조가 심화되면서 특정 플랫폼에 종속된 기업은 경쟁력을 잃기 쉽고, 규제 리스크—예: 데이터 보호, 저작권 문제—도 계속 커지고 있어요. 더구나 기술 격차로 인해 중소기업이 AI 수익에 접근하기 어려운 구조적 양극화가 나타나고 있죠. 개인 투자자라면 AI를 ‘단일 기술’이 아니라 ‘복합 생태계’로 바라보는 눈이 필요해요. 그리고 산업별 흐름, 기업별 내재화 수준, 정책 방향 등을 종합적으로 고려해 전략을 짜야 해요. 투자도 결국 정보력 싸움이니까요. AI 정책 종합포털처럼 정부가 제공하는 데이터도 꾸준히 참고하고, 과장된 뉴스보다는 실적과 연결된 정보 위주로 판단하는 훈련이 중요해요. 지금은 테마가 아니라 체력이 승부를 가르는 시기예요.