더지엠뉴스 조익철 기자 | 중국 인공지능 자금이 국산 칩과 데이터센터로 향했다. 바이트댄스의 칩 대량 구매 협상과 지푸의 새 오픈소스 모델 공개가 국산 연산 생태계의 수요와 적용 범위를 동시에 넓혔다.

 

18일 중국 증권시장에 따르면, 중국 베이징 기반 인터넷 플랫폼 기업 바이트댄스는 톈수즈신과 인공지능 칩 최소 5만개 구매를 논의했다. 해당 칩은 대형 모델 추론 작업에 쓰일 물량으로, 톈수즈신의 즈카이 계열 클라우드 추론 그래픽처리장치가 공급 후보로 거론됐다. 훈련 작업에는 톈가이 계열 제품이 대응한다.

 

거래가 성사되면 톈수즈신은 화웨이와 중국 인공지능 칩 기업 한광지(寒武纪, 688256)에 이어 바이트댄스의 세 번째 그래픽처리장치 공급사가 된다. 바이트댄스는 전날 자체 데이터센터 기계실 종합 테스트 서비스 공급사 의향 모집도 공개했다. 모집 대상은 대형 데이터센터의 종합 테스트와 검증 역량을 갖춘 전국 단위 서비스 업체이며, 단일 기계실 건물의 정보기술 용량은 약 22메가와트에서 60메가와트다.

 

바이트댄스의 발주는 단순한 칩 구매가 아니라 추론 서비스 확대에 맞춘 인프라 재배치다. 대형 모델 경쟁의 무게중심이 훈련에서 추론으로 이동하면서 안정적 공급, 전력 효율, 소프트웨어 적응 능력을 갖춘 국산 칩 수요가 빠르게 커졌다. 데이터센터 테스트 공급사 모집까지 함께 나온 점은 바이트댄스가 칩, 서버, 전력, 기계실 검증을 묶어 자체 연산망을 키우는 단계에 들어섰다는 뜻이다.

 

중국 검색·인공지능 기업 바이두는 전국에 1만장급 인공지능 연산 클러스터를 배치했다. 중국 전자상거래·클라우드 기업 알리바바는 2026회계연도 한 분기 자본 지출을 380억위안(약 8조5500억원) 이상 집행했고, 향후 3년간 클라우드와 지능형 연산 하드웨어에 3800억위안(약 85조5000억원) 이상을 투입할 계획을 제시했다. 중국 게임·클라우드 기업 텐센트도 전국 여러 지역에 텐센트 클라우드 HCC 고성능 인공지능 클러스터를 구축했다.

 

텐센트는 2026년 하반기 국산 연산 자원을 대규모로 도입하고, 혼위안 대형 모델 서비스형 인공지능, 게임 인공지능 생성 콘텐츠, 영상 생성 추론 서비스를 외부에 제공할 계획이다. 알리바바와 텐센트의 자본 지출 확대는 서버, 칩, 광통신, 전력, 냉각 설비 주문으로 번진다. 중국 인터넷 대기업의 투자 방향이 국산 연산 생태계로 모이면서 장비 업체와 칩 설계사의 매출 기반도 함께 넓어졌다.

 

 

중국 인공지능 모델 기업 지푸는 17일 차세대 플래그십 모델 GLM-5.2를 정식 출시하고 오픈소스로 공개했다. GLM-5.2는 장기 작업 처리 능력을 겨냥해 설계됐으며, 100만 토큰 무손실 문맥과 코딩 능력 강화를 핵심 기능으로 내세웠다. 지푸는 해당 모델에 MIT 오픈소스 라이선스를 적용했다.

 

GLM-5.2는 전 세계 100만명 이상 사용자가 참여한 프런트엔드 개발 평가 시스템 코드 아레나에서 글로벌 사용 가능 모델 1위 성적을 냈다. 온라인 추론은 여러 국산 연산 플랫폼을 기반으로 한다. 지푸는 모델 공개 첫날 화웨이 승텅, 핑터우거, 중국 그래픽처리장치 기업 무어스레드(摩尔线程, 688795), 한광지, 쿤룬신, 무시구펀, 중국 서버용 프로세서 기업 하이광신식(海光信息, 688041), 비런 등 국산 연산 플랫폼과 추론 적응을 마쳤다고 밝혔다.

 

GLM-5.2 공개는 오픈소스 대형 모델과 국산 연산 플랫폼을 한 생태계로 묶은 사례다. 해외 주요 모델이 폐쇄형 전략을 강화하자 중국 산업계는 자체 모델, 자체 칩, 자체 데이터센터 조합으로 공급망을 다시 짰다. 하반기 화웨이 승텅 950 슈퍼노드가 출시되면 GLM-5.2의 연산 기반에도 추가 선택지가 생긴다.

 

국산 칩의 기술 측면에서도 새 성과가 나왔다. 과학기술일보는 다롄이공대학 솽칭즈이 연구팀이 자체 개발한 OSCAR 지능형 컴파일 최적화 시스템으로 국산 칩 컴파일 최적화의 핵심 병목을 돌파했다고 전했다. 이 시스템은 국산 프로세서의 고성능 컴파일 수준을 높여 칩 성능 반복 개선과 생태계 구축에 기술적 기반을 제공한다.

 

시장에서는 국산 인공지능 칩의 가격 인상 가능성도 거론됐다. 원가 상승과 본토 연산 공급 부족이 겹치면서 국산 인공지능 칩 업체가 가격 협상력을 확보했다는 분석이다. 화타이증권은 자율 통제 수요와 가격 결정력 이동 속에서 중국 인공지능 칩 기업이 비용 전가 능력을 갖췄고, 규모 우위가 커질수록 수익 탄력성이 나타날 수 있다고 봤다.

 

자오상증권은 인공지능 고속 성장과 해외 기술 제한을 반도체 산업의 이중 동력으로 짚었다. 저장장치, 국산 연산 칩, 장비·소재·부품 등 세 방향이 인공지능 자본 지출 확대와 정책 지원을 함께 받고 있다는 설명이다. 카이위안증권은 알리바바와 텐센트 등 중국 클라우드서비스공급자의 자본 지출 확대가 하위 수요를 받치고, 국산 칩 공급이 풀리면서 연산 공급 압박도 완화될 수 있다고 제시했다.

 

A주 시장에서 인공지능 칩 개념주는 약 40개에 이른다. 중국 증권시장 개념판에 잡힌 관련 종목의 합산 시가총액은 3조3000억위안(약 742조5000억원)을 넘는다. 한광지와 하이광신식이 규모에서 앞서고, 중국 데이터 처리·인터커넥트 칩 기업 란치커지(澜起科技, 688008), 무어스레드, 무시구펀의 시가총액은 각각 3000억위안(약 67조5000억원) 안팎이다.

 

중국 디스플레이·반도체 기업 TCL커지(TCL科技, 000100), 중국 반도체 설계 기업 루이신웨이(瑞芯微, 603893), 중국 집적회로 설계 기업 궈커웨이(国科微, 300672)도 시가총액 700억위안(약 15조7500억원)을 넘어섰다. 연초 이후 인공지능 칩 개념주 다수가 상승했고, 궈커웨이, 중국 반도체 설계 기업 헝숴구펀(恒烁股份, 688416), 란치커지는 주가가 두 배 이상 올랐다. 6월 들어서는 관련 종목의 70%가 상승했고, 중국 이미지센서 칩 기업 싱천커지(星宸科技, 301536)가 30% 넘게 올라 선두권에 섰으며 TCL커지는 약 22% 상승했다.

 

헝숴구펀, 중국 합금 자성분말 코어 기업 보커신차이(铂科新材, 300811), 중국 자동차 전자부품 기업 완퉁즈쿵(万通智控, 300643), 무시구펀, 중국 인공지능 플랫폼 기업 윈톈리페이(云天励飞, 688343)도 6월 상승률 상위권에 이름을 올렸다. 국산 칩 수요가 데이터센터와 추론 서비스로 확장되면서 단기 자금은 칩 설계, 서버용 프로세서, 연산 플랫폼, 전력·소재 관련 종목을 함께 훑었다. 인공지능 칩 테마가 단일 종목 장세를 넘어 국산 연산 인프라 전체로 번진 셈이다.

 

자금 흐름도 일부 대표 종목에 집중됐다. 이달 들어 인공지능 칩 개념주 9개 종목이 1000만위안(약 22억5000만원) 이상 융자 순매수를 받았다. 한광지는 레버리지 자금 9억7200만위안(약 2187억원)이 유입됐고, 윈톈리페이는 2억1600만위안(약 486억원)을 끌어들였다.

 

TCL커지, 중국 이미지센서 기업 쓰터웨이(思特威, 688213), 중국 전자부품 유통·솔루션 기업 리위안신식(力源信息, 300184)의 융자 순매수액도 각각 8000만위안(약 180억원) 안팎을 기록했다. 레버리지 자금은 이미 시가총액이 큰 한광지뿐 아니라 응용 확장성이 큰 윈톈리페이와 이미지센서·전자부품 공급망 종목까지 따라붙었다. 대형 모델 추론 수요가 늘수록 칩 자체보다 주변 생태계까지 자금 범위가 넓어지는 구조다.

 

기관 3곳 이상이 실적을 예측한 종목 가운데 올해 순이익이 40% 넘게 증가할 것으로 예상된 인공지능 칩 개념주는 16개다. 중국 집적회로 설계 기업 푸단웨이뎬(复旦微电, 688385)과 궈커웨이는 올해 순이익이 각각 약 2.8배 늘어날 것으로 전망됐다. 한광지, 중국 집적회로 설계 기업 청두화웨이(成都华微, 688709), 무시구펀은 순이익 증가율 전망치가 1.1배에서 1.6배 사이에 놓였다.

 

중국 배터리·전기부품 기업 안푸커지(安孚科技, 603031), 무어스레드, 하이광신식 등 5개 종목도 70% 이상 순이익 증가가 예상됐다. 대형 인터넷 기업의 자본 지출, 국산 모델의 연산 플랫폼 적응, 칩 공급 확대가 맞물리면서 A주 인공지능 칩 종목의 실적 추정치도 상향 구간에 들어갔다. 올해 시장이 보는 핵심은 대형 모델 발표 자체보다 추론 수요가 실제 칩 주문과 데이터센터 투자로 연결되는 속도다.