중국의 AI 전략, ‘최고 모델 하나’에서 생태계 구축으로

중국의 AI 개발은 이제 ‘가장 강력한 모델 하나’를 만드는 경쟁에서 벗어나, 서로 다른 역할을 맡은 기관과 기업을 연결하는 분업 구조로 이동하고 있다. 지푸AI(Zhipu AI)는 대규모 모델을 상용 에이전트와 개발자 제품으로 전환하고 있다. 베이징 인공지능연구원(BAAI)은 오픈 기반 모델과 멀티모달·체화지능 연구를 확장하고 있으며, 베이징 과학지능연구원(AISI)은 AI를 과학적 발견과 공학 연구 과정에 적용하고 있다.

세 조직이 보여주는 방향은 분명하다. AI를 하나의 대화형 제품에 가두지 않고 소프트웨어, 로봇, 연구실, 제조업 전반에서 작동하게 만드는 것이다.

지푸AI, 대규모 언어 모델에서 장기 작업형 에이전트로

지푸AI의 GLM-5.2 출시는 대화형 AI에서 장시간 복잡한 업무를 수행하는 시스템으로의 이동을 보여준다. GLM-5.2는 2026년 6월 17일 오픈소스로 공개됐으며, 코딩과 에이전트 작업, 100만 토큰 컨텍스트를 주요 특징으로 내세웠다.

출시를 둘러싼 투자자들의 기대감은 6월 22일 한때 지푸AI의 시가총액을 1조 홍콩달러 이상으로 끌어올렸다. 다만 이 수치는 모델 자체가 인공일반지능(AGI)에 도달했다는 뜻이 아니다. 상용화 가능성, 개발자 채택, 플랫폼 확장성에 대한 시장의 기대가 반영된 결과로 봐야 한다.

핵심 변화는 모델에 대한 접속권을 판매하는 데서 멈추지 않고, 모델을 중심으로 제품 순환 구조를 만드는 데 있다. API, 코딩 도구, 에이전트 실행 환경, 기업용 업무 흐름, 실제 사용과 매출을 만들어내는 애플리케이션이 이 구조를 구성한다. 오픈 가중치는 외부 개발자와 연구자의 시험·개량을 넓힐 수 있고, 유료 서비스는 모델과 컴퓨팅 인프라에 대한 지속적인 투자를 뒷받침한다.

여기서 말하는 기술 자립은 모델 가중치를 보유하는 것만을 뜻하지 않는다. 학습·추론 시스템, 데이터 파이프라인, 후학습 기법, 에이전트 프레임워크, 개발자 유통망, 안정적인 컴퓨팅 접근성까지 갖춰야 한다. 하나의 모델이 이런 여러 층위에 생태계를 끌어모을 때 비로소 전략적 지속성이 생긴다.

BAAI, 오픈 연구에서 로봇 지능으로 이어지는 다리

BAAI는 우다오(WuDao) 기반 모델 연구에서 출발해 우제(WuJie) 계열의 멀티모달·월드 모델·체화지능 연구로 영역을 넓혀가고 있다. 최근 콘퍼런스 관련 보도에 따르면 우제·피시스(WuJie·Physis)는 물리적 잠재 공간을 활용하는 월드 모델이며, 개발 중인 우제·로보브레인 오르카(WuJie·RoboBrain Orca)는 언어 추론, 시각적 예측, 행동 결정을 연결하는 체화 시스템이다.

이 방향이 중요한 이유는 물리적 세계에서 작동하는 지능이 텍스트 전용 모델만으로는 완성되지 않기 때문이다. 로봇은 주변을 인식하고, 다음 상태를 예측하며, 행동을 계획하고 제어해야 한다. 동시에 변화하는 물리적 조건에 대응해야 한다. 월드 모델과 체화 시스템은 환경을 설명하는 데 그치지 않고, 그 환경 안에서 표현하고 행동하려는 시도다.

BAAI의 역할은 기술 연구에만 국한되지 않는다. 이 연구원은 오픈소스 모델, 에이전트, 기반 소프트웨어·하드웨어 생태계, 연구·산업 협력을 강조하고 있다. BAAI의 2026년 콘퍼런스 측은 200개가 넘는 AI 모델을 오픈소스로 공개했고 전 세계 다운로드가 10억 건을 넘었다고 밝혔다. 다만 이 수치는 콘퍼런스 주최 측이 제시한 것으로, 모델의 품질을 직접 측정하는 지표라기보다 배포 범위를 보여주는 수치로 해석해야 한다.

중국 AI 생태계에서 BAAI 같은 연구기관의 가치는 재사용 가능한 연구 인프라와 인재 양성 기반을 만든다는 데 있다. 오픈 모델, 벤치마크, 도구, 로봇 플랫폼은 대학·스타트업·제조업체가 후속 연구를 시작할 수 있는 공통 기반이 될 수 있다.

AISI, AI를 과학·공학의 전체 작업 흐름으로

AISI는 다른 두 조직과 출발점이 다르다. 2021년 9월 설립된 이 연구원은 인공지능과 과학 연구를 결합하고 AI for Science 인프라를 구축하는 것을 사명으로 제시한다.

AISI의 ‘4개 기둥과 N개 축(Four Beams and N Pillars)’ 구상은 모델 알고리즘·소프트웨어, 과학 데이터베이스·지식 시스템, 고효율 실험 분석, 통합 컴퓨팅 인프라를 결합한다. 목표는 연구를 고립된 ‘작업장’ 방식에서 서로 연결된 플랫폼 방식으로 전환하는 것이다.

Bohrium은 이러한 플랫폼 접근을 보여주는 사례다. 이 연구 클라우드는 과학 문헌, 지식, 모델, 컴퓨팅, 데이터 분석, 실험 과정을 연결하는 환경으로 소개된다. 단순히 AI가 답을 내놓는 것이 아니라, 연구자가 질문에서 시뮬레이션과 실험으로 이동하고 검증된 새로운 데이터를 축적하도록 돕는 것이 목표다.

이런 폐쇄형 순환 구조는 소재·분자 과학에서 특히 중요하다. DPA4 같은 대형 원자 모델은 소재 탐색과 시뮬레이션을 지원할 수 있다. 하지만 실제 가치는 모델의 예측을 실험으로 검증하고, 그 관찰 결과를 다시 다음 모델과 데이터에 반영할 때 커진다. 2026년 한 보도는 DPA4 업그레이드 버전이 국제 소재 탐색 리더보드의 종합 지표에서 1위를 차지했다고 전했다. 다만 리더보드 성적만으로 실제 과학적 영향력이 입증되는 것은 아니다.

AISI와 연계된 로켓 엔진 연구는 물리적 검증이 어떻게 이뤄지는지 보여주는 보다 구체적인 사례다. 보도에 따르면 이 과정은 생성형 설계, 연소 시뮬레이션, 적층제조, 자동 측정·제어, 시험을 아우른다. 축소형 실증기의 폐쇄형 검증도 완료된 것으로 전해졌다. 이런 프로젝트가 중요한 이유는 AI의 결과를 소프트웨어 벤치마크에 머물게 하지 않고 공학적 제약과 실제 시험에 연결하기 때문이다.

왜 ‘대박 모델’보다 생태계가 중요한가

최첨단 성능은 빠르게 바뀐다

모델 순위와 제품 경쟁력은 짧은 기간에도 뒤집힐 수 있다. 반면 개발자 커뮤니티, 과학 데이터, 실험 시설, 표준, 실제 배치 경험은 훨씬 오랜 시간에 걸쳐 축적된다. 이런 자산은 다음 모델의 개선 효과를 키우고, 경쟁력을 단일 출시 결과에 덜 의존하게 만든다.

분야마다 필요한 지능이 다르다

코딩 에이전트, 로봇 제어기, 분자 시뮬레이터, 과학 문헌 분석 시스템이 해결해야 할 문제는 서로 다르다. 따라서 국가나 산업 차원의 AI 전략은 모든 일을 하나의 범용 모델에 맡기기보다, 특화 모델과 공유 인프라를 함께 구축하는 편이 현실적이다.

오픈 연구는 혁신의 저변을 넓힌다

오픈 가중치, 도구, 벤치마크, 플랫폼은 연구자와 기업이 서로의 결과를 시험하고 변형하며 확장할 수 있게 한다. BAAI가 오픈소스 연구를 담당하고, 지푸AI 같은 상업 기업이 기술을 제품과 매출로 연결하는 구조가 대표적이다.

과학적 검증은 더 강한 피드백 고리를 만든다

AI for Science에서 가장 가치 있는 시스템은 예측을 시뮬레이션·실험·측정과 연결하는 시스템일 수 있다. 검증된 결과가 쌓일 때마다 다음 순환에 쓰이는 데이터와 모델도 개선된다. 이는 그럴듯한 답변을 생성하는 것보다 훨씬 까다로운 기준이지만, 산업적 가치로 이어지는 경로는 더 분명하다.

자립은 구호가 아니라 기술 스택이다

위험에 강한 AI 개발에는 알고리즘, 소프트웨어, 데이터, 컴퓨팅, 인재, 도구, 배치 역량이 모두 필요하다. 각 층위의 역량을 다변화하면 특정 공급자나 단일 기술 접근법에 대한 의존을 줄일 수 있다. 특정 모델의 성능이 기대에 못 미치거나 외부 환경이 바뀌더라도 생태계 전체의 회복력을 높일 수 있는 이유다.

세 조직이 보여주는 중국 AI의 전략적 그림

지푸AI, BAAI, AISI는 같은 시스템 안에서 서로 다른 자리를 차지한다.

• 지푸AI는 범용 모델, 코딩 시스템, 에이전트, 개발자 제품을 통해 상용화의 추진력을 제공한다.
• BAAI는 오픈 연구, 인재 네트워크, 기반 모델, 멀티모달·체화지능으로 이어지는 연구 경로를 제공한다.
• AISI는 모델을 지식·컴퓨팅·실험·공학 검증과 연결하는 과학 연구 인프라를 제공한다.

이들의 중요성은 서로 대체할 수 있다는 데 있지 않다. 오히려 상호 보완적이라는 점에 있다. 지푸AI는 최첨단 모델이 플랫폼으로 전환되는 방식을 보여주고, BAAI는 오픈 연구가 더 넓은 공동체로 확산되는 방식을 보여준다. AISI는 AI의 성공을 답변의 그럴듯함이 아니라 소재, 실험, 설계된 공학 시스템의 결과로 평가하는 방법을 제시한다.

중국 AI의 다음 단계를 가장 설득력 있게 해석하는 방법은 특정 모델 하나가 세계 경쟁의 승패를 결정했다는 식의 이야기가 아니다. 핵심은 독창적인 연구 거점, 상업 플랫폼, 독립적인 기술 역량, 학제 간 응용을 개방적이고 협력적인 산업 생태계로 연결하는 데 있다. 앞으로의 경쟁력은 ‘누가 가장 큰 모델을 가졌는가’보다 ‘누가 모델을 현실의 연구와 산업 과정에 가장 촘촘히 연결하는가’에 더 가까워질 가능성이 크다.