알리바바의 20GW 승부 - 중국 AI도 이제 모델이 아니라 전력과 시스템을 산다
5조~10조 매개변수, 50만 개 AI칩 연결, 20GW 데이터센터. 숫자는 크지만 더 중요한 것은 세 숫자가 하나의 전략으로 연결된다는 점이다. 알리바바는 모델, 칩, 네트워크, 클라우드, 전력을 한 묶음으로 통제하는 중국판 풀스택 AI를 선언했다.
20초 핵심
가장 큰 변화는 모델이 아니라 ‘시스템’이다
Reuters에 따르면 알리바바는 현재 Qwen 4를 훈련 중이며, 이후 Qwen 4.5와 Qwen 5를 5조~10조 매개변수 규모까지 확대할 계획이다. 현재 주력 Qwen 3.8 Max는 총 2조4,000억 개 매개변수를 가진 MoE 모델이다. 알리바바 공식 자료에 따르면 실제 한 번의 계산에서 활성화되는 매개변수는 약 950억 개다.
따라서 “10조 매개변수 = 지금보다 네 배 똑똑한 모델”로 읽으면 곤란하다. 매개변수는 모델 규모를 보여주는 지표일 뿐, 지능과 비용효율을 직접 보장하지 않는다. 오히려 이번 발표의 핵심은 거대한 모델을 돌리기 위해 필요한 아래 네 층을 동시에 가져가겠다는 데 있다.
장기 작업과 자기개선
자체 AI 가속기
초대형 병렬 연결
2032 데이터센터 목표
핵심 한 줄 : 중국 AI의 경쟁 단위도 이제 “누가 가장 좋은 모델을 만들었나”에서 “누가 칩, 인터커넥트, 전력, 데이터센터까지 가장 큰 시스템을 효율적으로 운영하나”로 이동하고 있다.
50만 칩보다 더 무거운 숫자, 20GW
20GW는 전력 20기가와트다. 대형 원전 한 기를 대략 1GW급으로 놓고 단순 비교하면 원전 약 20기의 출력 규모에 해당한다. 물론 데이터센터가 원전 20기를 직접 소유한다는 뜻은 아니다. 전력망, 발전계약, 지역별 데이터센터를 합친 IT 인프라 용량 목표에 가깝다.
이 숫자가 중요한 이유는 AI 경쟁의 병목이 GPU 한 종류에서 전력과 시스템 설계로 넓어졌기 때문이다. 칩을 확보해도 전력이 없으면 가동할 수 없다. 전력이 있어도 수십만 개의 칩을 높은 가동률로 연결하지 못하면 경제성이 무너진다.
V900은 엔비디아의 대체재가 될까
알리바바는 V900이 이전 세대 M890보다 성능이 3배 높고 2027년 1분기 양산과 상용화를 목표로 한다고 밝혔다. 하지만 지금 확인된 것은 회사의 발표다. 연산성능, 메모리 대역폭, 칩당 전력소비, 수율, HBM 조달 구조와 실제 대규모 고객 워크로드 성능은 아직 충분히 공개되지 않았다.
따라서 엔비디아에 대한 의미도 “당장 대체”보다 “중국 내 장기적인 자체 생태계 구축 압력”으로 보는 편이 정확하다. 미국의 수출 통제로 이미 중국에는 고성능 AI칩 공급 제약이 존재한다. 이런 환경에서 알리바바가 모델부터 칩과 클라우드까지 자체 스택을 키우면, 중국 시장에서 Nvidia 의존도를 더 낮출 유인이 커진다.
| 발표 | 확인된 사실 | 아직 확인해야 할 것 |
|---|---|---|
| Qwen 5조~10조 파라미터 | 장기 작업과 자기개선 능력 강화를 목표로 개발 계획 제시 | 실제 벤치마크, 추론비용, 활성 파라미터, 학습 효율 |
| V900 3배 성능 | M890 대비 회사가 제시한 성능 향상치 | 정확한 연산성능, 전력효율, 수율, HBM 구성 |
| 최대 50만 칩 연결 | 지원 가능한 최대 클러스터 규모로 발표 | 실제 구축 규모, 네트워크 효율, 장애율, 유효 가동률 |
| 20GW+ | 2032년 글로벌 데이터센터 용량 목표 | 이미 확보한 전력, 지역별 인허가, 투자비, 가동률과 ROI |
투자자에게 중요한 것은 ‘크기’보다 자본수익률이다
이 발표는 중국의 AI CapEx가 쉽게 꺾이지 않을 가능성을 보여준다. 네트워크 장비, 고대역폭 메모리, 전력기기, 냉각, 광통신과 데이터센터 건설 수요에는 우호적인 신호다. 반대로 초대형 투자가 빠르게 늘면 공급과잉 위험도 함께 커진다.
알리바바 CEO 에디 우는 AI 수요가 공급능력을 크게 웃돈다고 말했다. 이 말이 맞다면 당분간 증설의 경제성은 높다. 그러나 2032년까지 20GW를 채우는 과정에서 AI 서비스 가격이 급락하거나 칩 효율이 크게 개선되면 필요한 전력과 데이터센터 면적이 예상보다 줄 수도 있다.
미국 AI 투자자에게도 같은 프레임이 필요하다. “누가 더 많은 GPU를 사는가”보다 “누가 높은 가동률로 인프라를 돌리고, 매출과 현금흐름으로 CapEx를 회수하는가”가 점점 중요해지고 있다. 특히 미국 10년물 국채금리가 다시 5% 부근에 접근한 환경에서는 장기 성장 기대만으로는 높은 밸류에이션을 방어하기 어렵다.
이번 발표에서 가장 눈에 띄는 숫자는 50만 칩이지만, 투자 관점에서 더 중요한 숫자는 20GW라고 본다. 모델은 몇 달 만에 세대가 바뀌고 칩도 빠르게 교체된다. 반면 전력망과 데이터센터는 건설에 수년이 걸리고 자본이 오래 묶인다.
알리바바가 이 투자를 실제 수요보다 앞서 깔면 낮은 가동률과 낮은 자본수익률이 문제가 된다. 반대로 AI 클라우드 수요가 계속 공급을 웃돌고 V900이 충분한 비용 경쟁력을 확보하면, 알리바바는 모델 사용량이 늘수록 자체 칩과 자체 클라우드까지 함께 수익화하는 구조를 만들 수 있다.
따라서 이 뉴스는 “중국판 Nvidia가 나왔다”기보다 “중국 Big Tech도 hyperscaler식 AI 공장 경쟁에 본격적으로 들어갔다”는 신호에 가깝다. 경쟁의 기준은 모델 점수보다 컴퓨팅 한 단위를 얼마나 싸고 안정적으로 생산하느냐로 이동하고 있다.
- 아니다. 알리바바는 V900이 최대 50만 개까지 연결되는 클러스터를 지원한다고 밝혔다. 실제 설치·가동 규모는 별도로 확인해야 한다.
- 출력 규모를 직관적으로 비교하면 그렇다. 다만 알리바바가 원전 20기를 건설한다는 뜻은 아니다. 여러 지역의 데이터센터가 사용하는 총 전력 용량 목표다.
- 그렇게 단정할 수 없다. MoE 구조에서는 전체 파라미터와 실제 활성 파라미터가 다르고, 실제 성능은 데이터 품질, 학습 방식, 추론 구조와 비용까지 봐야 한다.
- 중국의 자체 칩 전환 압력을 높인다는 점에서는 장기 리스크다. 그러나 V900의 실제 성능과 생산 규모가 검증되지 않았고, Nvidia는 이미 미국 수출통제로 중국 고성능 시장 접근에 제약을 받고 있다.
- AI 서비스 수요가 예상보다 빠르게 둔화되거나, 모델과 칩 효율이 급격히 좋아져 같은 성능을 훨씬 적은 전력으로 낼 수 있다면 20GW 증설의 경제성은 약해질 수 있다.
체크 포인트
인사이트 타임스 편집부
