알리바바 AI칩 Zhenwu V900 공개, 중국은 엔비디아 없이 AI를 키울 수 있을까?
“알리바바가 이제 AI칩까지 직접 만든다고?”
전자상거래 회사로 기억하는 사람이 많지만 요즘 알리바바의 움직임을 보면 이야기가 완전히 달라집니다.
이번에는 자체 개발한 AI 가속기 Zhenwu V900을 공개했습니다.
그런데 더 눈에 띄는 것은 칩 하나가 아닙니다.
AI 모델 Qwen의 차세대 계획을 함께 내놨고, 2032년까지 알리바바 클라우드의 글로벌 데이터센터 용량을 20GW 이상으로 키우겠다는 목표도 제시했습니다. 칩부터 서버, AI 모델, 데이터센터까지 한꺼번에 움직이겠다는 이야기입니다. (Alibaba Cloud)
그러면 자연스럽게 이런 질문이 생깁니다.
“중국은 이제 엔비디아 없이도 AI를 키울 수 있다는 뜻일까?”
아직 그렇게 말하기는 이릅니다.
다만 이번 발표는 중국 기업들이 단순히 엔비디아 칩의 대체품 하나를 만드는 단계를 넘어, AI를 돌리는 전체 시스템을 자체 기술로 묶으려 하고 있다는 점에서 의미가 있습니다.
바로 이 차이를 이해하면 이번 뉴스가 훨씬 쉬워집니다.
Zhenwu V900은 대체 어떤 칩일까?
Zhenwu V900은 알리바바의 반도체 설계 조직 T-Head가 만든 AI 가속기입니다.
쉽게 말하면 챗봇이나 AI 에이전트 같은 서비스를 만들 때 거대한 AI 모델을 학습시키고, 완성된 모델이 실제 답변을 만들어내도록 계산하는 데 사용하는 반도체입니다.
알리바바 공식 발표에 따르면 V900은 올해 5월 공개한 Zhenwu M890보다 성능이 3배 높고, 216GB 메모리와 초당 1,200GB의 칩간 대역폭을 갖췄습니다. FP8과 FP4 같은 낮은 정밀도의 계산 방식도 지원하며 2027년 1분기 양산과 판매가 예정돼 있습니다. (Alibaba Cloud)
| 구분 | Zhenwu V900 공개 내용 |
|---|---|
| 개발사 | 알리바바 T-Head |
| 용도 | AI 모델 학습·추론 |
| 성능 | 이전 M890 대비 3배라고 알리바바가 발표 |
| 메모리 | 216GB |
| 칩간 대역폭 | 1,200GB/s |
| 연산 형식 | FP8·FP4 등 지원 |
| 양산·판매 목표 | 2027년 1분기 |
여기서 ‘학습’과 ‘추론’이라는 말부터 헷갈릴 수 있습니다.
학습은 AI에게 엄청난 데이터를 보여주며 능력을 만드는 과정이고, 추론은 그렇게 만들어진 AI가 사용자의 질문을 받아 실제 답을 계산하는 과정입니다.
V900은 이 두 작업을 모두 겨냥한 칩입니다.
그런데 ‘성능 3배’면 엔비디아를 따라잡았다는 뜻일까?
아닙니다. 알리바바가 말한 ‘3배’의 비교 대상은 엔비디아 최신 칩이 아니라 자사의 이전 세대 Zhenwu M890입니다.
이 차이는 꽤 중요합니다.
“성능이 3배 올랐다”는 기사 제목만 보면 엔비디아와의 격차가 크게 줄었다고 생각하기 쉽습니다. 하지만 알리바바의 9월 22일 공식 발표에서 ‘3배’의 비교 대상은 M890이며, 엔비디아 최신 AI 가속기와 동일 조건에서 비교한 독립 벤치마크는 제시되지 않았습니다. (Alibaba Cloud)
게다가 V900은 아직 본격적인 양산 제품도 아닙니다.
계획대로라면 2027년 1분기에 양산과 상용 판매가 시작됩니다.
따라서 지금 확인된 것은 “알리바바 자체 AI칩의 성능이 빠르게 올라가고 있다”는 것이지, “알리바바가 엔비디아를 따라잡았다”는 것이 아닙니다.
이 두 문장은 전혀 다른 이야기입니다.
알리바바는 왜 굳이 AI칩까지 직접 만들려는 걸까?
가장 큰 배경 중 하나는 미국의 첨단 반도체 수출통제입니다.
다만 “중국은 이제 엔비디아 칩을 한 장도 살 수 없다”고 이해하면 정확하지 않습니다.
미국 상무부 산업안보국은 2026년 1월 엔비디아 H200, AMD MI325X와 비슷한 일부 반도체의 중국 수출허가 신청을 일정한 조건 아래 개별 심사하기로 규정을 바꿨습니다. 즉 모든 AI칩이 일괄적으로 막힌 구조는 아닙니다. (미국 상무부 BIS)
문제는 중국 기업 입장에서 이런 공급망이 언제든 미국의 정책과 허가에 영향을 받을 수 있다는 점입니다.
더 높은 성능의 AI를 만들수록 필요한 계산량은 커지는데, 핵심 반도체를 외국 기업과 외국 정부의 정책에 크게 의존한다면 장기적인 AI 사업 계획을 세우기 어렵습니다.
그래서 중국에서 일어나는 변화는 단순한 ‘국산품 애용’과는 조금 다릅니다.
필요한 AI 계산능력을 중국 안에서 계속 확보할 수 있는 별도의 공급망을 만들려는 움직임에 가깝습니다.
실제로 화웨이도 자체 Ascend AI칩과 대규모 컴퓨팅 시스템을 확대하고 있습니다. 다만 Reuters는 엔비디아가 CUDA를 중심으로 한 소프트웨어 생태계에서는 여전히 강한 우위를 가지고 있다고 전했습니다. (Reuters)
칩만 만든다고 끝나는 문제가 아니라는 뜻입니다.
알리바바가 노리는 것은 ‘칩 한 장’이 아니라 전체 AI 공장이다
알리바바가 노리는 것은 AI칩 한 장이 아니라 자체 AI 생태계 전체입니다.
V900만 떼어놓고 보면 또 하나의 중국산 AI칩처럼 보이지만, 이번 발표는 그보다 훨씬 넓은 범위를 다룹니다.
하지만 알리바바가 동시에 공개한 내용을 한 줄로 연결하면 그림이 달라집니다.
AI칩
↓
여러 칩을 연결하는 초고속 네트워크
↓
서버와 저장장치
↓
Qwen AI 모델
↓
Alibaba Cloud
↓
대규모 데이터센터
이 전체를 한 회사 안에서 묶겠다는 것입니다.
알리바바는 V900과 자체 ICN Switch, Panmai SmartNIC, Zhenyue SSD 컨트롤러를 결합한 차세대 서버 구조를 공개했습니다. 회사 측 설명으로는 이런 시스템을 확장해 최대 50만 개의 AI 가속기로 구성된 대규모 클러스터까지 구축할 수 있습니다. (Alibaba Cloud)
| AI의 층 | 알리바바가 구축하는 것 |
|---|---|
| 반도체 | Zhenwu V900 |
| 칩 연결 | ICN Switch |
| 네트워크 | Panmai SmartNIC |
| 저장장치 | Zhenyue SSD 컨트롤러 |
| AI 모델 | Qwen 계열 |
| 서비스 | Alibaba Cloud |
| 물리적 기반 | 글로벌 데이터센터 |
왜 이렇게까지 복잡하게 만들까요?
AI는 칩 한 장의 속도만으로 결정되지 않기 때문입니다.
수천 개, 수만 개의 칩이 서로 데이터를 빠르게 주고받아야 하고, 저장장치에서 데이터를 공급해야 하며, 결국 이 모든 장비를 실제 데이터센터에서 가동해야 합니다.
알리바바는 바로 이 전체 구조를 자체 생태계로 묶으려 하고 있습니다.
이것이 V900 발표를 단순한 반도체 신제품 뉴스로만 보면 놓치게 되는 부분입니다.
Qwen을 5조~10조개 매개변수로 키우면 AI가 더 똑똑해질까?
반드시 그런 것은 아닙니다.
그리고 이번 발표에서 특히 헷갈리기 쉬운 부분이 하나 있습니다.
알리바바가 지금 학습 중이라고 공식 확인한 모델은 Qwen 4입니다. 5조~10조 개의 매개변수 규모가 거론된 것은 앞으로 개발할 Qwen 4.5와 Qwen 5 계열의 로드맵입니다. (Alibaba Cloud)
즉 ‘10조 매개변수 Qwen 4가 곧 나온다’고 이해하면 정확하지 않습니다.
매개변수는 AI가 학습을 통해 조정하는 수많은 숫자라고 생각하면 됩니다.
보통 모델이 커질수록 처리할 수 있는 정보와 계산량이 늘어날 가능성이 있지만, 매개변수가 많다고 무조건 더 좋은 AI가 되는 것은 아닙니다.
어떤 데이터를 학습했는지, 모델 구조가 어떤지, 학습과 추론을 얼마나 효율적으로 하는지, 실제 업무에서 얼마나 정확하게 작동하는지도 함께 봐야 합니다.
그래서 이번 발표의 핵심도 “10조라는 숫자가 무조건 더 좋은 AI를 만든다”가 아닙니다.
오히려 그런 거대한 모델을 만들려면 이전보다 훨씬 많은 계산자원이 필요하고, 알리바바가 바로 그 계산자원을 자체 칩과 데이터센터로 함께 준비하고 있다는 점이 중요합니다.
데이터센터 20GW 계획은 왜 AI칩 이야기와 함께 나왔을까?
AI 경쟁에서는 반도체만큼이나 반도체를 얼마나 많이 설치하고 실제로 돌릴 수 있느냐가 중요합니다.
알리바바는 2032년까지 Alibaba Cloud가 운영하는 글로벌 데이터센터 용량을 20GW 이상으로 확대하겠다는 목표를 제시했습니다. Reuters도 같은 계획을 확인했습니다. (Reuters)
20GW는 현재 구축이 완료됐다는 숫자가 아닙니다.
2032년을 향한 장기 목표입니다.
알리바바는 이미 2025년 앞으로 3년 동안 AI와 클라우드 인프라에 최소 3,800억위안, 당시 환산 약 530억달러를 투자하겠다고 발표했습니다. 회사는 이 금액이 이전 10년 동안 AI와 클라우드에 쓴 금액을 합친 것보다 크다고 설명했습니다. (Alibaba Group)
2026년 6월 기준 Alibaba Cloud는 32개 지역에 105개 가용영역을 운영한다고 밝혔고 일본·말레이시아·프랑스·멕시코에서도 데이터센터 인프라를 확대했습니다. (Alibaba Cloud)
칩을 많이 만든다고 AI 사업이 커지는 것이 아닙니다.
그 칩을 수십만 개 규모로 연결하고, 전력을 공급하고, 냉각하고, 네트워크로 묶어 실제 고객에게 계산능력을 판매해야 합니다.
그래서 AI 시대에는 반도체 회사뿐 아니라 데이터센터와 전력망까지 함께 봐야 합니다.
그렇다면 중국은 정말 엔비디아 없이 AI를 키울 수 있을까?
답은 “의존도는 줄일 수 있지만 완전한 대체가 확인된 것은 아니다”에 가깝습니다.
중국 기업들이 자체 AI칩으로 상당한 양의 학습과 추론을 처리하는 것은 점점 현실적인 선택지가 되고 있습니다.
알리바바는 이미 이전 세대 Zhenwu M890을 상용 서비스에 투입했고, V900에서는 칩 하나의 성능뿐 아니라 대규모 칩을 묶는 시스템까지 확장하려 하고 있습니다. (Alibaba Group)
그러나 아직 확인해야 할 부분도 적지 않습니다.
| 가능해지고 있는 것 | 아직 확인할 부분 |
|---|---|
| 중국산 AI칩으로 학습·추론 | 엔비디아 최신 칩과 동일 조건의 독립 성능 비교 |
| 자체 칩을 대규모로 연결 | V900의 실제 대량 양산과 장기 안정성 |
| Qwen과 자체 칩 최적화 | 다양한 AI 개발자가 쉽게 사용할 소프트웨어 생태계 |
| 자체 클라우드에서 서비스 | 대규모 실제 고객 환경에서의 비용·성능 경쟁력 |
특히 엔비디아가 강한 이유는 반도체만 잘 만들어서가 아닙니다.
오랜 기간 쌓아온 CUDA와 개발도구, 네트워크, 서버시스템, 개발자 생태계 전체가 함께 움직입니다. 중국 최대 AI 반도체 기업 가운데 하나인 화웨이조차 대규모 자체 시스템을 확대하고 있지만 Reuters는 엔비디아가 소프트웨어 분야에서는 여전히 우위를 갖고 있다고 전했습니다. (Reuters)
그래서 V900의 진짜 경쟁 상대도 결국 ‘엔비디아 칩 한 장’이 아닙니다.
엔비디아가 오랫동안 만들어 놓은 AI 생태계 전체입니다.
알리바바 역시 그 사실을 알고 있기 때문에 자체칩 하나가 아니라 네트워크·저장장치·Qwen·클라우드·데이터센터까지 함께 묶으려는 것으로 볼 수 있습니다.
CXMT D램과 이번 알리바바 AI칩은 무엇이 다른 걸까?
최근 중국 CXMT의 5세대 D램 양산 소식도 나왔기 때문에 두 뉴스를 비슷한 이야기로 느낄 수 있습니다.
하지만 맡은 역할은 완전히 다릅니다.
CXMT가 만드는 D램은 데이터를 빠르게 저장하고 공급하는 ‘메모리 반도체’입니다.
반면 Zhenwu V900은 AI 모델의 수많은 계산을 직접 수행하는 ‘AI 가속기’입니다.
쉽게 비유하면 AI 서버가 거대한 주방이라면,
Zhenwu V900 같은 AI 가속기는 실제 요리를 빠르게 해내는 요리사에 가깝고, D램 계열의 메모리는 요리사가 쓸 재료를 빠르게 꺼내주는 창고에 가깝습니다.
둘 다 필요하지만 하는 일이 다릅니다.
그래서 중국 반도체 산업을 볼 때도 “중국이 반도체 하나를 개발했다”라고 묶어 보면 안 됩니다.
메모리에서는 CXMT, AI 가속기에서는 알리바바와 화웨이, 여기에 서버·네트워크·클라우드까지 각각의 기술이 동시에 발전하고 있는지를 봐야 중국의 AI 자립 수준을 제대로 판단할 수 있습니다. 중국 CXMT의 G5 D램 양산 역시 미국의 기술 통제 속에서 중국이 반도체 공급망을 넓히고 있다는 별도의 흐름을 보여줍니다. (Reuters)
한국에서는 왜 이 뉴스를 봐야 할까?
알리바바의 자체칩이 당장 삼성전자나 SK하이닉스 제품과 직접 경쟁한다는 뜻은 아닙니다.
삼성전자와 SK하이닉스의 핵심 AI 반도체 사업 가운데 하나인 HBM은 메모리이고, V900은 계산을 담당하는 AI 가속기이기 때문입니다.
하지만 전체 AI 산업에서는 서로 연결됩니다.
AI 모델이 커지고 데이터센터에 설치되는 가속기 숫자가 많아질수록 고성능 메모리, 네트워크 장비, 데이터센터 전력과 냉각시설 등에 대한 수요도 함께 커질 수 있습니다.
따라서 한국 입장에서는 “알리바바 칩이 엔비디아를 이길까?”만 볼 필요가 없습니다.
더 중요한 질문은 중국이 얼마나 빠르게 자체 AI 인프라 생태계를 키우고, 그 과정에서 글로벌 반도체 공급망과 한국 기업들의 사업환경이 어떻게 달라지느냐입니다.
특히 중국 기업들이 칩부터 클라우드까지 자체 공급망을 늘리는 흐름은 한국 반도체 기업에도 장기적으로 중요한 변화입니다.
앞으로 무엇을 보면 진짜 실력을 알 수 있을까?
첫째는 2027년 1분기입니다.
알리바바가 예고한 시점에 V900을 실제로 대량 생산하고 고객에게 공급할 수 있는지 확인해야 합니다.
둘째는 독립적인 성능 검증입니다.
자사 이전 제품보다 3배 빠르다는 것과 엔비디아 최신 AI 시스템과 실제 업무에서 경쟁할 수 있다는 것은 다른 이야기입니다.
셋째는 대규모 클러스터가 실제로 작동하느냐입니다.
수십만 개의 가속기를 연결할 수 있다는 설계상의 목표와 실제 데이터센터에서 안정적으로 대규모 AI를 학습시키는 것은 또 다른 문제입니다.
넷째는 Qwen 로드맵입니다.
현재 학습 중인 Qwen 4 이후 Qwen 4.5와 Qwen 5가 실제로 어느 정도 규모와 성능으로 나오는지 봐야 합니다. (Alibaba Cloud)
마지막은 2032년 20GW 데이터센터 목표입니다.
알리바바가 발표한 칩·AI 모델·클라우드·데이터센터 계획이 각각 따로 움직이는 것이 아니라 하나의 시스템으로 연결된다면, 그때부터 중국의 AI 경쟁력은 ‘좋은 모델 하나가 나왔느냐’보다 훨씬 큰 규모로 평가해야 합니다.
뉴알남 한 줄 정리
알리바바가 공개한 Zhenwu V900은 중국이 엔비디아를 이미 대체했다는 증거가 아닙니다.
알리바바가 말한 ‘성능 3배’는 자사의 이전 모델 M890과 비교한 수치이고, 엔비디아 최신 AI칩과 동일 조건에서 직접 비교한 독립적인 성능자료도 아직 충분하지 않습니다.
하지만 이번 발표가 중요한 이유는 따로 있습니다.
알리바바는 자체 AI칩에서 멈추지 않고 칩을 연결하는 네트워크와 서버, Qwen 모델, Alibaba Cloud, 그리고 2032년 20GW 이상을 목표로 하는 데이터센터까지 하나의 생태계로 묶으려 하고 있습니다.
따라서 이번 뉴스의 핵심은
“중국이 엔비디아를 이겼다”
가 아니라
“중국이 엔비디아 의존도를 줄이기 위해 AI 전체 공급망을 직접 구축하는 단계로 들어가고 있다”
라고 보는 것이 더 정확합니다.
진짜 승부는 V900이 실제 양산되는 2027년부터 확인할 수 있습니다.
알리바바 AI칩, 핵심 질문으로 한눈에 정리
Q. Zhenwu V900은 알리바바가 직접 만든 AI칩인가요?
네. 알리바바의 반도체 설계 조직 T-Head가 개발한 AI 학습·추론용 가속기입니다. 2027년 1분기 양산과 상용 판매를 목표로 하고 있습니다.
Q. Zhenwu V900이 엔비디아 칩보다 3배 빠른 건가요?
아닙니다. 알리바바가 발표한 3배라는 수치는 자사의 이전 세대 Zhenwu M890과 비교한 것입니다. 엔비디아 최신 제품보다 3배 빠르다는 의미가 아닙니다.
Q. 중국은 이제 엔비디아 칩을 전혀 사용하지 않아도 되나요?
아직 그렇게 보기는 어렵습니다. 중국산 AI 가속기의 활용 범위는 빠르게 확대되고 있지만 엔비디아는 고성능 하드웨어뿐 아니라 CUDA를 비롯한 소프트웨어 생태계에서도 강한 경쟁력을 갖고 있습니다.
Q. 미국은 엔비디아 AI칩의 중국 판매를 전부 막고 있나요?
전부 막은 것은 아닙니다. 미국은 2026년 1월 H200 등 일부 AI 반도체의 중국 수출을 일정 조건 아래 개별 허가 심사하는 정책을 도입했습니다. 다만 첨단 반도체 접근은 여전히 미국의 수출통제 정책에 영향을 받습니다. (미국 상무부 BIS)
Q. Qwen 4가 10조개 매개변수를 가진 모델인가요?
현재 그렇게 발표된 것은 아닙니다. 알리바바는 Qwen 4가 학습 중이라고 밝혔고, 향후 Qwen 4.5와 Qwen 5 계열을 5조~10조개 매개변수 규모까지 키우는 로드맵을 제시했습니다. (Alibaba Cloud)
Q. AI 모델은 매개변수가 많을수록 무조건 더 좋은가요?
그렇지 않습니다. 매개변수 수는 모델 규모를 보여주는 한 가지 지표일 뿐이며 학습 데이터, 모델 구조, 학습 방법, 추론 효율 등 여러 요소가 실제 성능을 결정합니다.
Q. 알리바바가 말한 데이터센터 20GW는 현재 규모인가요?
아닙니다. Alibaba Cloud가 2032년까지 글로벌 데이터센터 용량을 20GW 이상으로 확대하겠다는 장기 목표입니다. (Reuters)
Q. 알리바바는 AI에 얼마나 투자하고 있나요?
알리바바는 2025년부터 3년 동안 AI와 클라우드 인프라에 최소 3,800억위안, 당시 약 530억달러를 투자하겠다고 발표했습니다. (Alibaba Group)
Q. CXMT의 중국 D램과 Zhenwu V900은 같은 종류의 반도체인가요?
아닙니다. CXMT는 데이터를 저장·공급하는 D램을 만들고, Zhenwu V900은 AI 모델의 계산을 수행하는 AI 가속기입니다. AI 서버에서는 서로 다른 역할을 담당합니다.
Q. 앞으로 가장 먼저 확인해야 할 것은 무엇인가요?
2027년 1분기 V900 양산이 계획대로 진행되는지, 실제 고객 환경에서 어느 정도 성능과 비용 경쟁력을 보이는지, 대규모 칩 클러스터가 안정적으로 운영되는지를 먼저 보면 됩니다.
오늘 뉴알남이 풀어드린 이슈, 이해에 도움이 되셨나요? 🙂
앞으로도 뉴스 속 궁금증을 쉽고 명쾌하게 풀어드리기 위해 노력하겠습니다!
주요 출처
Zhenwu V900·Qwen 차세대 로드맵
Alibaba Cloud — 2026 Apsara Conference full-stack AI 전략 공식 발표
TechNode — Zhenwu V900 사양·클러스터 구조 관련 보도
Reuters — 알리바바 AI칩·Qwen·20GW 데이터센터 계획 보도
미국의 AI 반도체 수출통제·엔비디아 경쟁
미국 상무부 BIS — 2026년 중국향 일부 AI 반도체 허가 정책
Reuters — 화웨이 AI칩 확대와 엔비디아 CUDA 생태계 관련 보도
알리바바 AI·클라우드 투자
Alibaba Group — AI·클라우드 인프라 3,800억위안 투자 계획
Alibaba Cloud — 2026년 글로벌 데이터센터 인프라 확대 현황
함께 읽으면 좋은 글
AI칩 옆에 붙는 HBM은 왜 그렇게 중요할까?
AI 가속기가 아무리 빨라도 필요한 데이터를 제때 공급하지 못하면 성능을 제대로 내기 어렵습니다. SK하이닉스가 미국에 차세대 HBM 패키징 거점을 만드는 이유를 함께 보면 AI칩과 메모리가 어떻게 연결되는지 더 쉽게 이해할 수 있습니다.
