美 칩 규제 맞선 中의 반격… ‘중국어 데이터’를 전략 무기로 낙점

미국의 고강도 반도체 수출 통제 펜스가 중국의 인공지능(AI) 하드웨어 진입로를 압박하는 가운데, 중국 수뇌부가 인공지능의 뇌세포를 키우는 ‘언어 데이터 말뭉치’를 핵심 최전선으로 지정하고 자강론적 생태계 구축에 속도를 내고 있다.

그래픽처리장치(GPU) 칩셋 공급망의 열세를 압도적인 내수 사용자 기반과 국가 주도의 데이터 동원 역량으로 상각하여, 글로벌 인공지능 패권전에서 최종 승리를 거두겠다는 전술이다.

7월 19일(현지시각) 홍콩 사우스차이나모닝포스트(SCMP) 보도와 글로벌 생성형 AI 가치사슬 분석 내용을 보면, 최근 중국 정책 당국과 기술 진영은 미국의 기술 제한 조치 속에서 ‘중국어 데이터 생태계’의 가속화된 구축을 가장 확실한 승부처로 규정하고 기초 텍스트 말뭉치부터 고품질 교육 데이터셋, 기술 표준에 이르는 인프라 정비에 돌입했다.

글로벌 AI 경쟁의 축이 칩이나 모델 아키텍처의 고도화를 넘어, 이를 훈련시키는 언어 자원 주권 싸움으로 급격히 이동하고 있다는 분석에 따른 행동이다.

이 같은 긴급 드라이브는 전 세계 AI 훈련용 언어 자원의 심각한 불균형 펜스에서 기인한다. 알리바바의 연구소인 알리리서치(AliResearch) 장부 데이터에 따르면, 영어가 전 세계 웹 콘텐츠의 거의 60%를 독점하고 있는 반면, 10억 명 이상이 사용하는 중국어의 비중은 고작 1.3% 수준에 과소대표되어 있다.

이러한 데이터 편중은 글로벌 프런티어 모델들에게 영어라는 ‘모국어’를 부여하여 비영어권 사용자들에게 미묘한 구조적 품질 적자를 안겨준다. 웨슬리 우이 쿠 존스 홉킨스 대학교 조교수의 연구 보고서에 따르면, 기존 중국어 오픈소스 모델들조차 영어 중심 웹 데이터셋에 극단적으로 의존해 서구권의 뉘앙스와 편향을 그대로 물려받는 결함을 노출했다.

특히 중국어와 아랍어로 생성된 AI 콘텐츠는 모든 품질 측면에서 영어보다 창의성과 실행 가능성이 떨어졌으며, 기술 과제에서 그 격차가 가장 두드러졌다.

이에 대응해 중국 AI 개발자들은 자국 모델 학습 데이터 내 중국어 비중을 최소 60%에서 최대 80%까지 강제 격상했다.

나아가 중국 당국은 ‘디지털 중국어’ 구축 강화 공식 지침을 발효하고, 오는 2027년까지 국가 말뭉치 및 전략 언어 자원 정보 데이터베이스를 완성하기로 했다. 최종적으로는 2035년까지 글로벌 생성형 AI 시나리오에서 중국어의 지배력을 완벽히 확장하겠다는 계획이다.
쿠 교수는 “모델 아키텍처가 상호 수렴하고 오픈소스가 보편화되는 타이밍에는 고품질 언어 자원이 복제 불가능한 경쟁 우위가 된다”며 “베이징은 이제 데이터를 칩의 불리함을 보완할 결정적 무기로 보고 있다”고 진단했다.


중국어 데이터 경제의 구축은 단순한 기술적 지표 축적을 넘어 철저한 ‘이념적 큐레이션’과 거버넌스 통제를 동반한다. 시장과 소송, 저작권 분쟁을 통해 다원적 데이터 환경을 형성하는 미국 등 서방권 생태계와 달리, 중국은 법적으로 ‘사회주의 핵심 가치’를 준수하는 데이터만을 정교하게 필터링하여 이식하고 있다.

실제 지난 5월 관영 인민일보 온라인은 언론사들의 저널리즘 기사와 전문 뉴스 데이터를 AI 지원 데이터셋으로 즉각 전환해 주는 ‘미디어 코퍼스 서비스 플랫폼’을 전격 론칭했다. 학술 문헌이나 프로그래밍 포럼 등 영어권이 수십 년간 쌓아온 디지털 발자국에 맞서, 신뢰도가 보장된 내수 고가치 지식 자원을 체계적으로 통합해 수송하겠다는 계산이다.

그러나 한계 족쇄도 촘촘하다. 칭화대학교의 쑨마오송 교수 등 연구진은 당 기관지 광명일보 기고를 통해 저작권 공유 메커니즘의 부재와 분열된 기술 표준, 프라이버시 안보 위험이 여전한 거시적 도전 과제라고 지적했다.

라오 가오치 베이징언어문화대학교 부교수 역시 “문자 인코딩과 의미 주석 등 중국어 자원의 기초 기술 기준이 뒤처지면 국가 문화 안보와 데이터 주권은 물론 국제 표준 형성 능력을 타국에 완전히 빼앗길 위험이 있다”고 경고했다.

서방의 반도체 규제 빗장을 뚫기 위해 자국어 데이터 자산을 독자적인 전략 인프라로 격상시키려는 중국의 이번 국가 말뭉치 총동원 전술은, 하반기 글로벌 생성형 AI의 지식 인터페이스 주도권과 디지털 거버넌스의 세력 균형을 결정할 거시 기술 변수로 부각되고 있다.


신경원 글로벌이코노믹 기자 shincm@g-enews.com