핵심 요약

AI 연구자이자 Interconnects AI 뉴스레터 저자인 Nathan Lambert가 중국 주요 AI 랩을 직접 방문하고 돌아왔다. Moonshot AI, Zhipu(GLM), Meituan, Xiaomi, Qwen(Alibaba), 01.ai 등을 36시간 안에 순회하며 연구자들과 나눈 대화를 정리한 이 글은, 외부에서 수치로만 보던 중국 AI를 인간적인 시선으로 들여다본 드문 보고서다.

중국 AI 연구자들의 마인드셋

Lambert가 가장 강조한 것은 문화적 차이다. 미국 연구자들이 자기 아이디어를 강하게 밀어붙이는 반면, 중국 연구자들은 최종 모델 품질을 위해 자신의 결과물을 기꺼이 내려놓는 경향이 있다고 말한다.

주요 특징:

  • 비주류 작업에 대한 높은 수용도: 화려하지 않더라도 모델 품질에 기여하는 작업을 마다하지 않음
  • 학생 중심 구조: 중국 랩들은 현직 학생을 핵심 기여자로 적극 통합. 미국의 OpenAI·Anthropic이 인턴을 받지 않는 것과 대조적
  • 선입견 없는 학습: AI 패러다임이 MoE 스케일링 → RL 스케일링 → 에이전트로 전환될 때마다, 학생들은 이전 가정을 빠르게 버리고 새 기법에 적응
  • 철학적 논쟁 회피: AGI의 사회적 위험이나 모델 도덕성 같은 주제는 “내 영역이 아니다"라고 명확히 선을 긋는다. 엔지니어로서의 역할에 집중

“중국은 법조인이 아닌 엔지니어들이 운영한다"는 Dan Wang의 말을 한 연구자가 직접 인용했다.

한계도 있다. 0→1의 창의적 연구보다 빠른 팔로우-업에 강하다는 기존 평가는 여전히 유효하며, 일부 기술 리더들도 이를 단기간에 바꾸기 어렵다고 인정했다.

중국 AI 산업, 서방과 어떻게 다른가

1. AI 수요는 SaaS가 아닌 클라우드 경로로

중국 기업들이 소프트웨어에 돈을 안 쓴다는 통념이 있지만, 클라우드 시장은 다르다. Lambert는 AI 인프라 수요가 SaaS(소규모)보다 클라우드(핵심 인프라) 경로에 더 가깝게 흘러가고 있다고 봤다. 랩 관계자들 사이에서 시장 성장에 대한 걱정은 거의 없었다.

2. 중국 개발자들도 Claude를 쓴다

중국에서 명목상 차단된 Claude임에도, 방문한 거의 모든 AI 개발자가 Claude를 주요 코딩 도구로 사용하고 있었다. OpenAI Codex는 미국 Bay Area에서 급속히 퍼지고 있지만, 중국에서는 언급 자체가 드물었다.

3. 기술 자주권 멘탈리티

배달 서비스인 Meituan, 소비자 전자기기 기업 Xiaomi 등이 자체 LLM을 개발하는 것이 서방에서는 의아하게 보인다. 그러나 중국 기업들은 LLM을 미래 기술의 핵심으로 보고 직접 통제하려 한다. 오픈소스 공개는 이념이 아닌 실용적 선택 — 커뮤니티 피드백, 생태계 기여, 모델 개선 루프를 위한 것이다.

4. 정부 지원: 있지만 모호하다

정부 지원이 있다는 언급은 많았지만, 규모나 방식은 불투명하다. 확실한 것은 행정적 장벽 제거(허가 등) 수준이고, 칩 밀수나 기술적 의사결정 개입 같은 것은 구체적인 증거가 없었다.

5. 데이터 산업이 덜 발달했다

미국 랩들이 RL 훈련 환경에 수천만 달러를 쓰는 것과 달리, 중국에서는 국내 데이터 산업의 품질이 낮아 랩 내부에서 직접 만드는 경우가 많다. Alibaba·ByteDance 같은 대형사는 자체 데이터 레이블링 팀을 운영한다.

6. Nvidia 칩 갈증

모든 랩이 Nvidia 칩 부족을 토로했다. 추론 용도로는 Huawei 칩도 긍정적으로 언급됐지만, 훈련 기준으로는 Nvidia가 독보적 표준이다.

생태계 구조

  • ByteDance(Doubao): 유일한 프런티어 폐쇄형 모델. 모든 랩이 두려워하는 경쟁자
  • DeepSeek: 최고의 연구 취향과 실행력. 기술 리더로 존중받지만 시장 리더는 아님
  • Alibaba·ByteDance: 자원과 규모로 대부분 시장 장악이 예상되는 인큰번트
  • 베이징 랩들 사이의 분위기는 Bay Area보다 훨씬 협력적이고 상호 존중적

결론

Lambert는 중국을 “규칙이나 공식으로 설명할 수 없는 곳"이라 표현한다. 수천 년의 문화가 현재 기술 생태계에 녹아 있으며, 이를 서방의 잣대로 단순히 매핑하면 범주 오류(category error)가 생긴다.

중국 연구자들의 인간적인 따뜻함과 겸손함은 지정학적 긴장과 완전히 분리되어 있었다. Lambert는 미국이 오픈 AI 생태계의 리더십을 유지하길 바라지만, 행정명령이 오픈 모델에 영향을 미치려는 움직임이 그 가능성을 흔들고 있다고 우려를 남겼다.

원문: Notes from inside China’s AI labs — Nathan Lambert, Interconnects AI (2026-05-07)