I. 서론 및 개요
미국의 기술 제재가 강화되는 가운데, 화웨이는 어센드(Ascend) AI 칩 제품군을 통해 인공지능(AI) 반도체 시장의 강력한 경쟁자로 부상하고 있습니다. 이러한 움직임은 단순한 상업적 성과를 넘어, 지정학적 압력에 대한 기술적 대응이자 중국의 반도체 자급자족 목표를 향한 핵심 동력으로 평가받고 있습니다. 본 보고서는 화웨이 어센드 칩의 개발, 생산, 기술력, 그리고 향후 방향성을 종합적으로 분석하고, 이를 시장의 절대 강자인 엔비디아(NVIDIA)와 비교함으로써 중국 AI 산업 전반에 미치는 영향을 심층적으로 고찰합니다.
A. 핵심 분석 요약
화웨이의 AI 칩 전략은 개별 칩 성능의 한계를 시스템 통합 기술로 극복하는 데 중점을 두고 있습니다. 첨단 EUV(Extreme Ultraviolet) 노광 장비에 대한 접근이 차단된 상황에서, 화웨이는 파운드리 파트너인 SMIC의 7nm 공정을 활용하고, '칩렛(Chiplet)'과 같은 첨단 패키징 기술을 통해 성능 격차를 줄이는 혁신적인 우회로를 개척했습니다. 1
성능 측면에서, 화웨이의 어센드 910B는 엔비디아 A100의 80%에 달하는 성능을 제공하면서도 가격은 30% 수준에 불과합니다. 2 또한, 최신 어센드 910C는 추론(inference) 분야에서 엔비디아 H100의 60% 성능을 발휘하는 것으로 알려져, 특히 중국 내수 시장에서 강력한 대안으로 자리 잡고 있습니다. 3 화웨이의 '양(quantity)'을 활용하는 전략은 개별 칩의 비효율성을 대규모 클러스터링으로 보완하는 방식으로 나타났습니다. 예를 들어, 384개의 어센드 910C 칩으로 구성된 클라우드매트릭스 384 시스템은 72개의 엔비디아 GB200 NVL72 시스템 대비 두 배에 달하는 AI 시스템 성능을 구현합니다. 4
이러한 기술적 발전의 이면에는 중국 정부의 막대한 재정적, 정책적 지원이 존재합니다. 중국 정부는 '국가 집적회로 산업기금(일명 빅 펀드)'을 통해 수백조 원 규모의 자금을 반도체 산업에 투입하며, 특히 화웨이와 SMIC와 같은 소수 기업에 지원을 집중하고 있습니다. 5 이러한 정부 보조금은 초기 낮은 생산 수율로 인한 높은 생산 비용을 상쇄하고, 화웨이 칩의 낮은 판매 가격을 가능하게 하는 재정적 기반이 됩니다. 7
B. 전략적 시사점
미국의 제재는 화웨이에게 직접적인 타격을 입혔지만, 동시에 중국 기업들이 엔비디아에 대한 의존도를 낮추고 화웨이의 AI 솔루션으로 눈을 돌리게 만드는 역효과를 낳았습니다. 중국은 화웨이의 하드웨어와 독자적인 CANN 소프트웨어 생태계를 중심으로 엔비디아의 쿠다(CUDA)와는 독립적인 AI 기술 스택을 구축하는 데 속도를 내고 있습니다. 8 비록 아직은 엔비디아의 독점적 지위를 단기간에 대체하기는 어렵지만, 이러한 움직임은 AI 기술의 양대 산맥을 형성하며 글로벌 기술 공급망에 근본적인 변화를 가져올 수 있습니다.
II. 어센드 AI 칩 포트폴리오: 기술 및 아키텍처 심층 분석
A. 제품 개요 및 핵심 개발 철학
화웨이의 어센드 AI 칩은 자체 AI 칩 개발 역량을 보여주는 핵심 사례입니다. 2018년부터 고성능 어센드 시리즈를 출시해 온 화웨이는, 어센드 910을 시작으로 910B, 그리고 최신 버전인 910C와 910D까지 제품을 지속적으로 발전시켜 왔습니다. 특히, 어센드 910C와 910D는 완전히 새로운 아키텍처라기보다는 기존 칩을 기반으로 한 진화된 업그레이드 모델입니다. 이는 기술적 제약이 있는 환경에서 기존 자원을 최대한 활용하려는 화웨이의 전략을 잘 보여줍니다.
화웨이 AI 칩 개발의 핵심 철학은 개별 칩의 한계를 시스템 통합 기술로 만회하는 것입니다. 엔비디아와 같은 선두 기업이 최첨단 공정을 통해 단일 칩의 성능을 극대화하는 방식이라면, 화웨이는 칩을 쌓고 묶는 아키텍처를 고도화하여 시스템 전체의 컴퓨팅 성능을 끌어올리는 접근법을 채택하고 있습니다. 이는 엔비디아의 창업자 젠슨 황조차 "AI는 병렬 문제이므로 개별 컴퓨터 성능이 부족하면 더 많은 컴퓨터를 추가하면 된다"며 공감한 접근 방식입니다.
B. 성능 벤치마크: 어센드 vs. 엔비디아
1. 칩 대 칩 성능 비교
어센드 AI 칩의 성능은 엔비디아의 시장 표준 제품과 직접 비교됩니다.
- 어센드 910B vs. 엔비디아 A100: 어센드 910B는 엔비디아 A100과 유사한 수준의 사양을 보여주며, 중국 내 IT 기업들의 주요 대체품으로 부상했습니다. 특히, 중국의 AI 스타트업 딥시크(DeepSeek)는 어센드 910B 칩의 성능이 엔비디아 A100의 80% 수준이지만 가격은 30%에 불과하다고 밝혔습니다. 2 이는 동일 성능을 내는 엔비디아 시스템 대비 54% 정도 낮은 비용으로 AI 모델을 구현할 수 있음을 의미합니다. 2
- 어센드 910C vs. 엔비디아 H100 및 H20: 최신 어센드 910C는 엔비디아의 최신 칩인 H100과 유사한 수준의 성능을 구현했다고 알려졌으며, 추론(inference) 분야에서 H100 성능의 60%에 달하는 잠재력을 보여주었습니다. 3 또한, 미국의 수출 규제를 피해 중국 시장용으로 제작된 엔비디아 H20 칩보다 일부 영역에서는 성능이 뒤처지지 않는 것으로 알려져, 중국 내 AI 산업의 생명줄로 떠오르고 있습니다.
2. 학습 vs. 추론 성능
화웨이의 AI 칩은 AI 훈련(training) 단계보다는 추론(inference) 단계에 더 높은 성능을 보입니다. 이는 모델을 훈련하는 데 필요한 막대한 연산 능력과 달리, 추론은 이미 훈련된 모델을 실행하는 데 초점이 맞춰져 있어 기술적 난이도가 상대적으로 낮기 때문입니다. 화웨이는 바로 이 지점을 파고들어, 추론 시장을 중심으로 엔비디아와의 경쟁을 펼치고 있습니다.
3. 시스템 수준 성능 비교
화웨이의 진정한 강점은 단일 칩 성능이 아닌 시스템 전체 설계에 있습니다. 384개의 어센드 910C 칩을 병렬 연결한 화웨이의 클라우드매트릭스(CloudMatrix) 384 슈퍼노드 시스템은 300페타플롭스(petaflops)의 컴퓨팅 능력을 구현하며, 엔비디아 GB200 NVL72의 거의 두 배에 달하는 시스템 성능을 제공할 수 있습니다. 4 이처럼 화웨이는 와트(Watt)당 성능이 엔비디아에 비해 2.3배 낮고 전력 소모가 3.9배 많다는 비효율성에도 불구하고, '질보다 양'으로 승부하는 전략을 통해 대규모 AI 모델 훈련을 가능하게 하고 있습니다.
C. '테어다운' 및 아키텍처 분석
1. 제조 공정: SMIC의 7nm DUV 공정
화웨이의 어센드 910B 및 910C 칩은 중국의 파운드리 업체 SMIC의 7nm(N+2) 공정을 통해 생산됩니다. 이는 미국의 기술 봉쇄로 인해 극자외선(EUV) 노광 장비 수입이 차단된 상황에서, SMIC가 기존의 심자외선(DUV) 노광 장비를 여러 번 사용하는 멀티 패터닝 기술로 7nm급 공정을 구현한 결과입니다. 엔비디아, AMD, 인텔 등 글로벌 빅테크 기업들이 4nm 이하 공정을 활용하고 있는 것과 비교하면 기술적 격차가 존재하지만, 중국은 이 공정만으로도 상당한 발전을 이루고 있습니다.
2. 첨단 패키징 및 칩렛(Chiplet) 기술
첨단 공정에 대한 접근이 막힌 화웨이는 후공정 기술에서 돌파구를 찾았습니다. 화웨이는 4개의 반도체를 연결하는 '쿼드 칩렛(quad-chiplet)' 기술 특허를 출원했습니다. 1 이 기술은 여러 개의 개별 칩을 통합하여 성능을 향상시키는 것으로, 대만 TSMC의 CoWoS(Chip-on-Wafer-on-Substrate) 기술에 버금가는 성능을 지니고 있다고 평가받고 있습니다. 1 화웨이는 이 기술을 통해 910B 칩 두 개를 하나의 모듈로 패키징하여 컴퓨팅 성능과 메모리를 두 배로 향상시켰습니다.
이러한 기술적 선택은 지정학적 압력이 기술 혁신을 촉발하는 과정을 명확히 보여줍니다. 미국의 제재로 인해 첨단 공정 기술에 접근할 수 없게 된 화웨이는, 단일 다이(die)의 성능을 높이는 대신 다이 여러 개를 효과적으로 연결하는 모듈형 아키텍처로 전략을 전환했습니다. 이는 SMIC의 성숙 공정(7nm 등)을 활용하면서도 패키징 기술만으로 엔비디아의 H100 수준에 근접한 성능을 달성할 수 있는 새로운 경쟁 구도를 만들어냈습니다.
3. 부품 공급망
어센드 칩의 핵심 부품 역시 중국 내에서 조달되고 있습니다. 예를 들어, 어센드 910C에는 중국 CXMT의 3세대 HBM2E 메모리가 탑재된 것으로 알려져 있으며, 이는 화웨이가 스마트폰 부품에서 보여준 기술 자립 노력과 일맥상통합니다.
III. 생산 및 공급망 역설
A. 제조 현실: SMIC의 역할
1. 독점 파운드리와 생산 능력
SMIC는 현재 화웨이 AI 칩의 독점 파운드리입니다. 6 두 회사는 미국의 규제를 우회하고 AI 반도체 자급률을 높이기 위해 내년에 AI 칩 생산량을 세 배로 확대하려는 계획을 세웠습니다. SMIC는 특히 화웨이의 물량에 대응하기 위해 2026년까지 7nm 공정 생산 능력을 두 배로 늘릴 계획입니다.
2. 수율 도전과 개선
SMIC의 7nm 공정은 초기 수율 문제에 직면했습니다. 2023년에는 화웨이의 스마트폰용 칩 생산에서 20%대의 낮은 수율이 보도되었으며, 대부분의 제품이 불량품으로 처리되었습니다. 7 그러나 최근 보고서에 따르면 SMIC의 7nm 공정 수율이 최대 70%까지 크게 향상되었다는 분석도 나오고 있습니다. 7 이러한 수율 향상은 생산 라인 확장 없이도 생산량을 두 배 이상 늘릴 수 있다는 점에서 매우 중요한 발전입니다. 7
표 1: SMIC 7nm 공정 수율 변화 및 전략적 의미
B. 자급자족의 경제적 역설
화웨이의 AI 칩은 기술적 한계에도 불구하고 강력한 가격 경쟁력을 가지고 있습니다. 어센드 910B는 엔비디아 A100의 80% 성능을 내면서도 가격은 30%에 불과합니다. 2 이러한 파격적인 가격은 자유 시장 경제의 논리로는 설명하기 어려운 부분입니다. 높은 생산 비용과 낮은 판매 가격 사이의 간극은 중국 정부의 막대한 보조금으로 메워지고 있습니다. 5
중국 정부는 '빅 펀드'를 통해 1, 2차에 걸쳐 약 3,400억 위안(약 60조 원) 규모의 자금을 반도체 산업에 투입했습니다. 5 이는 낮은 수율과 비효율적인 생산 공정에서 발생하는 손실을 정부가 흡수하여, 화웨이 칩이 시장에서 가격 경쟁력을 가질 수 있도록 하는 전략적 도구입니다. 5
이러한 생산 모델은 상업적 이윤 극대화를 목표로 하기보다, 국가 안보와 기술 독립을 위한 전략적 프로젝트에 가깝습니다. 정부의 보조금은 화웨이가 수익성을 걱정하지 않고도 공격적인 가격 정책을 펼칠 수 있게 함으로써, 중국 내수 시장에서 엔비디아 칩의 점유율을 빠르게 잠식하는 핵심 동력이 됩니다.
표 2: 중국 정부의 반도체 '빅 펀드' 투자 현황
IV. 지정학적 및 정부 지원 동향
A. 제재의 역효과 (Backfire Effect)
미국 정부의 제재는 의도치 않게 화웨이의 자립을 가속화하는 역설적인 결과를 초래했습니다. 2022년부터 엔비디아 H100 칩의 중국 수출을 금지하고, 나아가 중국 전용으로 제작된 저사양 H20 칩마저 수출을 제한하자, 중국 내 AI 기업들은 대안을 찾을 수밖에 없게 되었습니다. 이러한 상황은 화웨이의 어센드 910C가 중국 업계의 유일한 선택지로 부상하는 계기가 되었습니다.
이러한 현상은 시장의 논리만으로는 설명할 수 없는 지정학적 경쟁의 단면을 보여줍니다. 미국은 제재를 통해 중국의 발전 속도를 늦추려 했지만, 중국은 이로 인해 발생한 시장 공백을 자국 기업으로 채우는 데 성공했습니다. 결과적으로, 미국의 제재는 중국의 자급자족 노력을 강화하고, 독립적인 기술 생태계를 구축하려는 중국의 의지를 더욱 굳건하게 만들었습니다.
B. 국가 주도 산업 정책
중국 정부는 강력한 국가 주도 산업 정책을 통해 반도체 자급자족을 추진하고 있습니다. 5
- 빅 펀드 및 집중 지원: '국가 집적회로 산업기금'은 반도체 산업에 대한 막대한 규모의 보조금 지급을 담당하며, 특히 소수의 성공적인 기업에 자금을 집중적으로 지원하는 전략을 채택하고 있습니다. SMIC와 같은 파운드리 업체들은 이 기금의 주요 투자 대상이었으며, 이를 통해 세계 3위 기업으로 성장했습니다.
- 정부의 내수 사용 의무화: 중국 지방정부 들은 자국 기업에 국산 칩 사용을 의무화하는 정책을 추진하고 있습니다. 상하이는 2027년까지 데이터센터 칩의 70%를 중국산으로 사용하도록 요구하고 있으며, 베이징은 같은 해 완전한 자립을 목표로 하고 있습니다. 9 이러한 정책은 화웨이와 같은 국내 기업들에게 안정적인 수요를 보장하고, 시장 점유율을 빠르게 확대하는 데 결정적인 역할을 합니다.
V. 중국 AI 생태계의 부상
A. 독자적인 생태계 구축: 소프트웨어가 핵심
엔비디아가 20년 이상 쌓아온 쿠다(CUDA) 플랫폼은 AI 개발의 표준으로 자리 잡았으며, 하드웨어 성능만큼이나 엔비디아의 독점적 지위를 공고히 하는 핵심 요소입니다. 8 화웨이는 이 점을 정확히 인지하고 엔비디아의 쿠다에 대항하는 독자적인 소프트웨어 툴킷인 'CANN(Compute Architecture for Neural Networks)'을 개발했습니다. 8
화웨이의 CANN은 엔비디아의 쿠다와 유사한 기능을 제공하지만, 핵심적인 차이점은 개방성에 있습니다. 화웨이는 CANN을 오픈소스로 전환하여 더 많은 개발자의 접근성을 높이고 생태계 확장을 가속화하려는 전략을 추진하고 있습니다. 8 또한, 화웨이는 엔비디아 출신 기술자들을 대거 영입하여 쿠다 생태계를 흔들 소프트웨어를 개발하는 데 주력하고 있습니다.
B. 산업 채택 및 시장 영향
화웨이의 AI 칩은 이미 중국 내 주요 AI 기업들에 의해 채택되고 있습니다.
- 딥시크 사례: 중국의 AI 스타트업 딥시크는 자사의 대형 언어 모델(LLM) '딥시크 R1'의 추론 작업에 화웨이 어센드 910C를 성공적으로 활용했습니다. 10 딥시크는 어센드 910B 칩으로 모델을 이식하여 동일 작업에서 성능 손실은 5%에 불과했지만, 비용은 70%나 절감하는 효과를 얻었다고 밝혔습니다. 10 이는 중국 AI 기업들이 훈련에는 엔비디아의 고성능 칩(H800 등)을 사용하고, 추론에는 화웨이의 저비용 칩을 사용하는 하이브리드 모델을 채택하고 있음을 보여줍니다.
- 광범위한 시장 채택: 딥시크 외에도 알리바바와 같은 거대 기술 기업들, 그리고 Z.ai, 캠브리콘, 바이런테크놀로지 등 신생 스타트업들 역시 화웨이 AI 칩의 도입을 결정하며 중국 중심의 AI 생태계를 확장하고 있습니다.
VI. 향후 전망 및 도전 과제
A. 미래 로드맵 및 개발 속도
화웨이는 어센드 920을 포함한 견고한 AI 칩 로드맵을 제시하고 있으며, 이르면 올해 하반기 양산을 목표로 하고 있습니다. 11 이러한 빠른 개발 속도는 화웨이가 엔비디아와의 기술 격차를 줄이기 위해 총력을 기울이고 있음을 시사합니다.
그러나 장기적으로 가장 큰 도전 과제는 여전히 공정 기술 격차를 극복하는 것입니다. 화웨이의 칩렛과 첨단 패키징 기술은 현재의 제약을 뛰어넘는 혁신적인 우회로이지만, 이는 근본적으로 엔비디아의 최신 EUV 기반 공정 기술을 완전히 대체할 수는 없습니다. 중국의 EUV 장비 자체 개발이 성공하기 전까지는 공정 기술 격차가 계속해서 존재할 것입니다.
B. 주요 도전 과제
- 전력 효율성 문제: 화웨이의 클러스터링 기반 시스템은 성능 면에서 경쟁력을 확보했지만, 엔비디아 솔루션에 비해 전력 효율이 현저히 낮습니다. 이는 데이터센터 운영 비용 상승으로 이어져 장기적인 경쟁력에 제약이 될 수 있습니다.
- 공급망 취약성: 화웨이는 현재 SMIC라는 단일 파운드리에 의존하고 있어 공급망이 매우 취약합니다. 추가적인 지정학적 압력이나 SMIC 자체의 생산 차질은 전체 생태계에 치명적인 영향을 줄 수 있습니다.
- 소프트웨어 생태계 성숙도: CANN이 빠르게 성장하고 있음에도 불구하고, 20년 이상 축적된 엔비디아 쿠다의 방대한 개발자 커뮤니티, 풍부한 라이브러리, 안정적인 지원 수준에 도달하기까지는 상당한 시간이 소요될 것입니다. 8
C. AI 칩 대량 수요처를 위한 전략적 제언
궁극적으로 화웨이의 AI 칩 생태계는 단순히 기술적 성과를 넘어, 지정학적 압력과 기술적 제약 속에서 탄생한 전략적 대안임을 보여줍니다. AI 칩을 대량으로 필요로 하는 연구기관, 학교, 기업, 그리고 정부 기관들은 다음과 같은 관점에서 공급 전략을 수립해야 합니다.
- 비용-효율성 측면: 화웨이의 어센드 칩은 엔비디아 칩과 비교해 탁월한 가격 경쟁력을 가지고 있습니다. 특히 대규모 모델의 추론(inference) 작업에 있어 10 화웨이 칩은 성능 손실은 적으면서도 비용을 획기적으로 절감할 수 있는 현실적인 대안이 될 수 있습니다. 이는 제한된 예산으로 대규모 AI 인프라를 구축해야 하는 기관에 특히 중요합니다.
- 공급망 안정성 측면: 현재 화웨이 AI 칩의 공급망은 SMIC라는 단일 파운드리에 의존하고 있어 외부 충격에 취약할 수 있습니다. 6 반면 엔비디아는 글로벌 공급망을 활용하지만, 미국의 수출 규제 정책에 직접적인 영향을 받습니다. 따라서 AI 칩 도입 계획 수립 시에는 단일 공급처에 대한 의존도를 낮추고, 지정학적 변동성이 공급 안정성에 미치는 영향을 다각도로 평가해야 합니다.
- 기술 및 생태계 호환성 측면: AI 모델 개발 및 운영에 있어 엔비디아의 쿠다(CUDA)는 업계 표준으로 자리 잡고 있습니다. 8 만약 기존에 쿠다 기반의 시스템을 사용하고 있거나, 방대한 라이브러리와 개발자 커뮤니티의 지원이 필수적이라면 엔비디아 칩이 더 나은 선택일 수 있습니다. 그러나 화웨이는 독자적인 CANN 생태계를 구축하고 있으며 8, 이를 오픈소스화함으로써 개발자 유입을 가속화하고 있습니다. 8 장기적으로는 이 두 생태계 중 어떤 것이 기관의 연구 및 비즈니스 모델에 더 부합하는지 신중하게 고려해야 합니다.
이러한 요소들을 종합적으로 검토하여, 단기적인 비용 절감과 장기적인 기술 종속성 위험 사이에서 최적의 균형점을 찾는 것이 중요합니다.
참고 자료
- 화웨이, 'TSMC 코워스 필적' 쿼드칩렛 패키징 개발 - 뉴스핌, 9월 1, 2025에 액세스, https://www.newspim.com/news/view/20250619000509
- 딥시크를 인터뷰했더니... “미국이 75% 확률로 2년 내 제재할 것”, 9월 1, 2025에 액세스, https://www.chosun.com/international/international_general/2025/01/28/IQG4RAZD3BEJ5D5KGHFLRJIKXU/
- 딥시크로 드러난 화웨이의 반도체 “엔비디아 H100의 60% 성능에도 ..., 9월 1, 2025에 액세스, https://www.aseanexpress.co.kr/news/article.html?no=11432
- 화웨이 AI칩, 미국 제재에도 성장..."중국 반도체 과소평가" - 디지털투데이, 9월 1, 2025에 액세스, https://www.digitaltoday.co.kr/news/articleView.html?idxno=562392
- "中, 반도체 보조금 284조…HBM 제조 기술 확보 주력" | 한국일보, 9월 1, 2025에 액세스, https://www.hankookilbo.com/News/Read/A2024070416540002998
- 'AI 반도체 자강' 칼 가는 中… “내년 생산량 3배로 늘릴 것” - 동아일보, 9월 1, 2025에 액세스, https://www.donga.com/news/Inter/article/all/20250828/132278585/2
- "中 SMIC 7나노 라인 수율 대폭 개선, 출하량 급증" - 뉴스핌, 9월 1, 2025에 액세스, https://www.newspim.com/news/view/20250828000070
- 화웨이, AI GPU 생태계 개방⋯CANN 오픈소스 전환 - 포커스온경제, 9월 1, 2025에 액세스, https://www.foeconomy.co.kr/m/page/view.php?no=5869
- 중국, AI 칩 자립화 가속화…2027년까지 자립률 70% 목표(25.08.22) - YouTube, 9월 1, 2025에 액세스, https://www.youtube.com/watch?v=RuVgBWYpBJE
- 중국 딥시크와 화웨이 동맹 : Huawei Ascend 910B 칩으로 성능은 5%만 손실, 비용은 70% 감소 - YouTube, 9월 1, 2025에 액세스, https://www.youtube.com/watch?v=nRlXaN1iVTA
- 中, 화웨이 AI칩 어센드 910C로 엔비디아 H20에서 자립하나 - YouTube, 9월 1, 2025에 액세스, https://www.youtube.com/watch?v=RCs1GVo1YaU