중국이 미국의 AI 지배력에 도전하는 방식, 칩 스태킹 전략

2025년 12월 현재, 미국은 중국의 반도체 굴기를 억제하기 위해 그 어느 때보다 강한 제동을 걸고 있다. 

지난해부터 미국 정부는 중국이 첨단 칩을 확보하지 못하도록 반도체 장비와 고성능 AI 칩 수출을 차단해 왔지만 최근에는 통제 방식이 더 직접적이고 촘촘해졌다. 

중국으로 흘러가는 반도체 공급망에 빈틈이 없는지 모든 단계에서 감시하고 있으며 규제를 우회해 중국 측에 판매한 기업이 발견되면 회사 규모와 상관없이 제재 대상에 올린다. 그만큼 미국이 두려워하는 것은 기술 그 자체가 아니라 기술이 만들어낼 ‘격차의 변화’다.

미국이 특히 경계하는 분야는 AI를 학습시키는 데 필요한 초고성능 반도체다. 어떤 AI든 바탕에는 엄청난 양의 계산을 처리하는 칩이 깔려 있다. 번역 프로그램이든 이미지 생성 모델이든 모두 방대한 데이터를 여러 번 반복해 계산해야 해서 이를 처리하는 칩의 성능이 곧 기술력의 속도와 직결된다. 

이런 칩은 미국 엔비디아 같은 기업이 사실상 독점하고 있고 중국은 미국의 제재로 최신 제품을 아예 수입할 수 없다. 미국이 규제 고삐를 놓지 않는 이유가 여기에 있다. 

중국이 최첨단 칩을 안정적으로 확보하면 대규모 AI 모델을 더 빠른 속도로 개발할 수 있고 이는 산업 경쟁력뿐 아니라 국방력에도 영향을 줄 수 있다. AI는 민간 서비스에만 쓰이는 기술이 아니라 군사용 정찰 시스템, 무기 자동화, 사이버전 능력까지 좌우할 수 있어서 미국은 이 분야에서 우위를 잃을 가능성을 가장 민감하게 받아들인다.

미국의 목표는 중국의 AI 성장을 완전히 멈추는 것이 아니라 속도를 끌어내리는 데 있다. 중국이 자체 개발한 칩만으로는 최신 모델을 충분히 빠르게 학습시키기 어렵고 비용도 크게 늘어난다. 

이런 조건이 지속되면 중국의 AI 생태계는 자연스럽게 미국보다 뒤에서 움직일 수밖에 없다. 

현재 미국의 정책은 바로 이 ‘시간 차이’를 벌리는 데 집중돼 있다. AI 경쟁은 기술 한두 개의 우위로 이길 수 있는 싸움이 아니라 국가의 산업 지도와 안보 전략을 총동원해야 하는 장기전이다. 그래서 미국은 반도체 수출 통제를 국가 전략의 핵심 수단으로 쓰고 있다.

이번 기사에서는 중국이 미국의 이러한 국가적 제재를 어떤 방식으로 뚫어내고 있는지를 살펴본다.

미국이 틀어막은 ‘나노 공정’의 벽 앞에서 중국이 마주한 현실

미국이 중국을 견제하는 출발점은 반도체의 ‘나노미터 공정’이다. 반도체 공정에서 나노미터는 회로의 폭을 뜻하는데 이 폭이 줄어들수록 같은 칩 안에 더 많은 회로를 넣을 수 있고 전력 소모도 줄어든다. 쉽게 말해 같은 크기의 책상 위에 더 많은 계산기를 놓을 수 있게 만드는 기술이다. 

엔비디아와 TSMC가 사용하는 5나노~4나노 공정은 이런 식으로 공간 활용을 극대화해 성능을 끌어올린 결과물이다. 미국은 이 기술을 중국이 확보하지 못하도록 규제의 벽을 촘촘하게 쌓아 올렸다.

구체적으로 살펴보면 14나노 이하에서 작동하는 로직 칩, 18나노급 DRAM 생산 장비는 중국으로 들어갈 수 없다. 이 수치가 중요한 이유는 AI를 학습시키는 고성능 칩의 핵심 부품이 바로 이 단계에서 만들어지기 때문이다. 

예를 들어 챗GPT 같은 대규모 모델을 학습하려면 초당 엄청난 양의 계산을 수행해야 하는데 이 계산을 처리하는 ‘연산 칩’과 데이터를 저장하는 ‘메모리’ 모두 미세 공정을 기반으로 제작된다. 공정이 뒤처지면 속도와 효율에서 바로 차이가 나고 AI 개발 속도도 느려진다. 미국은 이 구조를 정확히 알고 있기 때문에 기술 사다리를 이 지점에서 잘라냈다.

중국의 대표 파운드리인 SMIC가 7나노급 시도를 했다는 분석이 있었지만 생산량이 적고 수율도 낮다. 수율은 한 웨이퍼에서 멀쩡하게 나오는 칩의 비율인데 이 비율이 떨어지면 가격 경쟁력이 사라진다. 

SMIC의 방식은 EUV(극자외선 노광장비)가 없어 구형 장비를 강제로 돌리는 방식인데 이 구조로는 삼성이나 TSMC가 도달한 공정 난이도를 따라가기 어렵다. 실제로 중국 조사기관들도 “공정 기술의 한계 때문에 아무리 투자를 늘려도 최신 수준을 재현하는 데 시간이 많이 걸린다”고 평가한다.

문제는 여기에 그치지 않는다. 미국은 칩 완제품만 막은 것이 아니라 설계 툴(EDA), 칩을 만드는 장비(ASML의 노광장비), 첨단 패키징 기술까지 묶어서 관리하고 있다. 

반도체는 여러 나라의 기술이 결합된 제품이라 어느 한 구간만 막아도 전체가 멈추는데 미국은 핵심 구간 여러 곳을 동시에 잠궜다. 여기에 일본과 네덜란드까지 동참하면서 중국은 장비·소재·설계·제조 전 단계에서 제약을 받는 구조가 됐다.

이런 상황은 곧바로 ‘AI 격차’로 이어진다. 미국은 엔비디아 GPU를 중국으로 판매하지 않는 방향으로 규제를 강화했고 중국 기업은 최신 AI 모델을 학습시키기 위해 필요한 연산 능력을 외부에서 조달할 길을 잃었다. 이제 중국이 가진 선택지는 제한적이다. 

14나노~28나노급 공정을 최대한 활용해 새로운 구조를 짜거나 여러 개의 칩을 연결해 성능을 보완하는 수밖에 없다. 미국의 규제가 노린 지점이 바로 이 지점이다. 중국이 속도전에서 뒤처지도록 만드는 것이다.

따라서 중국은 기존의 “더 미세한 공정으로 가는 방식”으로는 더 이상 미국과 경쟁할 수 없다. 공정에서 승부가 막힌 상황에서 중국이 이제 찾는 해법은 완전히 다른 길, 즉 칩을 쌓고 묶어서 성능을 끌어올리는 새로운 전략이다. 지금 중국의 칩 스태킹 전략이 주목받는 이유도 바로 여기서 출발한다.

중국의 우회로, 3D 하이브리드 본딩과 근접 메모리 컴퓨팅

미국이 공정 단계를 틀어막아 놓자 중국 연구진은 칩 내부 구조를 새로 설계하는 방식으로 방향을 틀기 시작했다. 그 핵심이 ‘3D 하이브리드 본딩’이다. 기존 칩은 한 층짜리 건물처럼 회로가 평면에만 놓여 있었는데 하이브리드 본딩은 이 회로를 층층이 쌓아 올려 서로 직접 연결하는 방식이다. 

회로가 서로 가까워질수록 데이터가 이동하는 거리가 짧아지고 속도도 빨라진다. 건물을 예로 들면 1층에서 10층까지 계단으로 오르내려야 하던 구조를 바로 옆 방으로 옮기듯 바꾼 셈이다. 

중국이 이 기술에 주목하는 이유는 첨단 공정을 쓰지 못해도 성능을 높일 수 있기 때문이다.

웨이샤오쥔 칭화대 교수는 14나노급 로직칩과 18나노급 DRAM을 수직으로 쌓아 하나의 칩처럼 동작하게 만드는 구조를 공개했다. 이 조합은 미국 규제가 허용하는 가장 최신 수준이어서 중국 내에서도 생산이 가능하다. 

그는 이 두 칩을 쌓아 올린 뒤 ‘근접 메모리 컴퓨팅’을 적용하면 데이터 이동이 거의 없는 상태에서 연산을 처리할 수 있다고 설명한다. 일반적인 칩 구조는 계산할 때마다 데이터를 메모리로 보내고 다시 불러오는데 이 과정이 AI 연산 속도를 가장 크게 잡아먹는다. 

근접 메모리 구조는 이 약점을 없애고 계산과 저장을 한 몸처럼 움직이게 하는 방식이다.

이 기술에서 중요한 지점은 ‘공정이 뒤처져도 구조를 바꾸면 성능을 끌어올릴 수 있다’는 접근법이다. 전 세계가 쓰는 최첨단 공정은 중국이 손댈 수 없는 영역이지만 회로를 세로로 쌓는 기술 자체는 장비 의존도가 상대적으로 낮고 중국도 충분히 연구할 수 있는 분야다. 

중국이 3D 적층 기술과 메모리 중심 아키텍처를 동시에 밀어붙이는 이유는 기술 장벽이 낮고 빠르게 시제품을 만들 수 있기 때문이다.

중국 연구진은 이 전략이 엔비디아와 같은 절대적 성능을 당장 따라잡지는 못하더라도, 제한된 공정에서 낼 수 있는 성능을 최대한 끌어올리는 현실적 해법이라고 본다. 미국의 규제가 바꿔 놓은 조건 속에서 중국이 선택할 수 있는 길이 많지 않은 만큼 칩을 ‘더 작게 만드는’ 방식 대신 ‘더 촘촘히 쌓는’ 방식으로 새로운 승부수를 던진 것이다.

칩을 쌓고 묶어서 성능을 만드는 화웨이식 전략

이러한 중국의 칩 스태킹 전략은 화웨이가 주도하고 있다. 화웨이는 미국 제재로 최신 공정을 확보할 수 없다는 점을 인정한 뒤 “칩 한 개를 더 미세하게 만드는 대신, 여러 개의 칩을 묶어 하나처럼 동작하게 만든다”는 전략을 전면에 내세워 왔다. 

이 철학은 Ascend 시리즈에서 더 뚜렷해졌고 2025년 말에는 그 중심이 910C에서 차세대 모델 910D로 넘어가고 있다.

Ascend 910C는 이 전략을 실제 제품으로 구현한 첫 사례였다. 14나노급 공정에서도 연산 성능을 보완하기 위해 칩을 수평·수직으로 묶는 구조를 채택했고 중국 클라우드 기업들이 이를 대규모 서버에 적용하면서 시장에 빠르게 확산됐다. 

성능과 효율 모두 엔비디아와 경쟁하기는 어렵지만 “제재 환경에서 AI 학습을 유지할 수 있는 현실적 선택지”라는 점에서 의미가 컸다. 중국 연구진이 칩 스태킹과 클러스터링을 어떤 방식으로 해석하고 적용하는지를 보여준 첫 모델이었다.

2025년 12월 기준 화웨이의 무게중심은 910D로 옮겨져 있다. 910D는 910C의 구조를 기반으로 하되 메모리 대역폭과 데이터 이동 경로를 크게 개선해 스택 구조의 효율을 극대화하는 방향으로 설계됐다는 평가가 나온다. 무엇보다 미국 제재가 강화되면서 화웨이는 칩 내부 연결 방식, 패키징 구조, 메모리 통합 기술을 910D에 집중적으로 적용하고 있다. 

최신 공정을 쓰지 못하는 대신 패키징과 아키텍처를 최대한 활용해 성능을 끌어올리는 전략이 더 공세적으로 반영된 셈이다.

중국 클라우드 업체들도 910D 기반 서버 도입을 논의하며 기존 910C 클러스터에서 더 큰 연산 노드로 확장하려는 움직임을 보이고 있다. 중국 내 AI 기업들이 대규모 모델을 계속 학습하기 위해서는 장기적으로 910D 이상의 세대에 의존할 수밖에 없기 때문이다. 

이 흐름은 중국이 “칩을 쌓고 연결해 시스템 전체 성능을 끌어올리는 방식”으로 방향을 틀었음을 보여준다. 이쯤에서 칩 스태킹과 칩 클러스터링을 이해하기 쉽게 정리하면 다음과 같다.

두 기술 모두 최신 공정을 확보하지 못한 상황에서 성능을 끌어올리기 위한 일종의 우회 해법이지만 접근 방식은 서로 다르다. 

스태킹은 성능을 한 번에 끌어올릴 수 없는 칩을 여러 장 겹쳐 올려 하나의 칩처럼 동작하게 만드는 방식이다. 공정을 더 미세하게 만들 수 없다면 높이를 늘려 연산 밀도를 확보하겠다는 발상이다. 비싼 고성능 스마트폰을 만들 수 없게 되자 저가형 기기를 여러 대 겹쳐 하나처럼 쓰는 것에 비유할 수 있다. 

각 층이 직접 연결되기 때문에 데이터 이동 거리를 줄일 수 있고 메모리 병목도 완화된다.

클러스터링은 힘이 약한 칩을 여러 개 묶어 하나의 연산 집단처럼 움직이게 만드는 방식이다. 단일 칩으로는 고성능 GPU를 대신하기 어려우니 여러 개의 칩이 동시에 계산을 나눠 처리하도록 구성하는 것이다. 한 사람이 들기 어려운 무게를 여러 사람이 함께 들어 올리는 모습과 비슷하다. 

이를 통해 개별 칩의 성능 한계를 보완하고 필요한 연산량을 분산해 처리할 수 있다.

기술적 가능성과 별도로 존재하는 한계는 무엇인가.

중국의 칩 스태킹 전략은 공정의 한계를 다른 방식으로 우회하려는 시도지만 실제 산업 현장에 적용하면 곧바로 세 가지 벽과 마주하게 된다. 가장 먼저 드러나는 문제는 발열이다. 칩을 여러 층으로 쌓으면 회로가 밀집되면서 열이 빠져나갈 공간이 줄어든다. 

원래 14나노급 공정은 최신 공정보다 전력 소모가 많은 편인데 이 칩을 수직으로 겹쳐 놓으면 어느 한 층에서 발생한 열이 위로 전달되고 아래로도 전달되며 전체 온도를 끌어올린다. 일정 온도를 넘으면 연산 속도가 떨어지거나 오류가 발생하기 때문에 냉각 장치가 더 복잡해지고 전력 소모도 다시 늘어난다. 

설계만 보면 스택 구조가 매력적이지만 실제로는 발열 관리가 전체 성능을 결정하는 핵심 변수가 된다.

두 번째는 수율 문제다. 수율은 한 장의 웨이퍼에서 멀쩡하게 동작하는 칩이 얼마나 나오는지를 뜻하는데 스태킹 구조에서는 이 문제가 더 심각해진다. 여러 층을 쌓아 하나의 칩처럼 동작하게 만들기 때문에 위층 혹은 아래층 중 어느 하나라도 불량이 있으면 전체 제품이 폐기된다. 

최신 공정도 스태킹 과정에서 수율을 맞추기 어려운데 구형 공정을 쓰는 중국 입장에서는 불량률을 안정적으로 낮추는 것이 더욱 어렵다. 이 문제는 곧바로 생산 비용 상승으로 이어지고 대규모 양산의 걸림돌이 된다.

마지막 벽은 소프트웨어 생태계다. 칩이 아무리 독창적인 구조를 갖고 있더라도 그 칩을 활용할 개발도구와 프레임워크가 없다면 산업에서 쓰이기 어렵다. 엔비디아가 GPU 시장을 장악한 이유는 하드웨어 때문만이 아니라 CUDA라는 소프트웨어 생태계를 운영하고 있기 때문이다. 

중국의 스태킹 칩은 기존 GPU와 구조가 다르기 때문에 이를 제대로 활용하려면 전용 소프트웨어가 필요하다. 화웨이가 자체 프레임워크를 제공하고 있지만 개발자 수, 도구의 성숙도, 글로벌 호환성을 고려하면 아직 갈 길이 멀다. 

새로운 칩을 도입해도 기업들이 개발 환경을 바꾸지 않으면 성능을 온전히 끌어낼 수 없다.

결국 스태킹 전략은 기술적으로 실현 가능하지만 현장에서 맞닥뜨리는 제약이 분명하다. 발열을 잡아야 하고, 수율을 확보해야 하고, 소프트웨어 생태계를 키워야 한다. 이 세 가지를 동시에 해결해야만 스태킹이 지속 가능한 산업 전략으로 자리 잡을 수 있다.

그래도 중국은 포기하지 않는다. ‘국내용 AI’와 장기전 전략

중국의 칩 스태킹 전략은 엔비디아를 곧바로 따라잡기 위한 승부수가 아니다. 성능 면에서 격차가 존재하더라도 최소한 국내 AI 생태계가 멈추지 않도록 연산 능력을 유지하는 것이 핵심 목표다. 

대형 언어모델과 이미지 생성 모델을 개발하는 중국 기업들은 더 이상 해외 GPU를 안정적으로 조달할 수 없기 때문에 ‘성능이 부족해도 확보 가능한 연산 자원’이 절대적으로 필요하다. 스태킹과 클러스터링은 이런 조건 아래에서 등장한 생존 전략이다.

중국 정부와 기업들은 이 전략을 단기 대응책이 아니라 장기전의 일부로 인식하고 있다. 미국 제재가 언제 해제될지 예측하기 어려운 만큼 중국은 패키징 기술, 칩 인터커넥트, 메모리 중심 구조 등 공정 의존도가 낮은 기술 영역에 투자를 집중하고 있다. 이는 최신 공정이 아닌 분야에서 경쟁력을 쌓아 결국 전체 시스템 효율을 끌어올리는 방식이다. 

공정에서 밀리더라도 설계와 패키징 차원에서 새로운 해법을 만들어내겠다는 계산이 깔려 있다.

이 전략은 중국이 목표를 재설정하고 있다는 신호이기도 하다. “세계 최고 성능 칩”이라는 목표 대신 “미국 제재 환경에서도 자체 AI 산업을 자체 연산으로 유지할 수 있는가”가 새로운 기준이 되었다. 

이 기준에서 보면 스태킹 전략은 충분히 의미가 있다. 미국이 최첨단 칩 공급을 막아도 중국 기업들이 연구를 멈추지 않도록 연산 기반을 확보하는 역할을 하기 때문이다.

장기적으로 중국은 스태킹 구조를 기반으로 한 차세대 칩 설계, 자체 AI 프레임워크 강화, 데이터센터 최적화 기술로 발전 방향을 넓히려 하고 있다. 즉 지금의 스태킹 전략은 완성된 기술이 아니라 이후 세대 칩을 설계하기 위한 ‘첫 번째 발판’이다. 

중국이 공정 경쟁에서 직선 경로로는 승산이 없다는 사실을 인정한 뒤 완전히 다른 길에서 승부를 보려 한다는 점에서 이 전략의 의미는 더욱 크다.

중국이 AI 경쟁에서 미국을 추격할 수 있을지는 미지수지만 분명한 것은 기술 개발을 멈추지 않겠다는 의지다. 스태킹 전략은 그 의지의 형태 중 하나이고, 중국이 제재 속에서 생존하고 장기전을 준비하는 과정 자체가 앞으로의 AI 경쟁 구도를 바꿀 변수로 떠오르고 있다.