중국 AI 모델이 유난히 많아 보이는 이유는 거대한 시장 하나로 설명되지 않는다. 딥시크, 큐원, 어니, 훈위안, 더우바오. 중국 AI를 들여다보려 하면 이름부터 쏟아진다. 비슷비슷한 챗봇을 왜 이렇게 많이 만드나 싶다. 회사 이름을 지우고 각 모델이 맡은 일만 남겨 놓으면, 그제야 지도가 읽히기 시작한다.
이름은 계속 늘어난다. 어니와 훈위안, 더우바오와 시댄스, 키미와 지엘엠, 판구까지 이어진다. 다만 이 기업들이 자기 AI를 갖는 이유는 저마다 다르다. 알리바바는 큐원을 공개 생태계와 알리바바 클라우드로 키우고, 바이두는 어니를 검색과 문서 도구, 기업용 AI 제품으로 넓힌다.
훈위안은 위안바오와 웨이신/위챗, 게임, 광고, 기업용 제품에 들어간다. 더우바오와 시댄스는 소비자 앱과 영상 생성, 창작 환경, 광고 시스템으로 뻗는다. 기업 고객은 화산엔진(Volcengine), 곧 바이트댄스의 기업용 클라우드·AI 창구로 만난다. 중국 AI 모델은 검색, 메신저, 쇼핑, 제조 현장처럼 서로 다른 유통망에서 동시에 시험된다.
모델 발표보다 실제 배포를 본다
딥시크와 키미, 지엘엠 같은 스타트업도 선명한 존재감을 얻었다. 화웨이는 판구와 어센드, 클라우드매트릭스를 앞세워 산업 AI와 AI를 계속 돌리는 기반 쪽을 맡는다. 챗봇 하나로 겨루는 싸움이 아니라, 각자 강한 사업에 AI를 심는 싸움에 가깝다.
검색창과 메신저, 결제와 숏폼, 게임과 커머스, 문서함과 클라우드 콘솔은 이미 사람이 모인 자리다. 제조 현장도 또 하나의 무대다. AI는 그 안으로 들어가고, 사용 기록과 데이터, 매출도 그 안에서 만들어진다. 연구 성과를 곧장 제품과 앱으로 옮길 기업이 여럿 포진해 있다는 점이 중국 시장의 조건이다.
한국과 견주기 전에 볼 것은 중국 안쪽의 맞물림이다. 빅테크와 모델 스타트업, 클라우드와 제조 현장, 소비자 앱과 정책 동원이 한 시장 안에서 겹치면서 여러 모델이 동시에 자란다.
그렇다고 중국이 앞선다는 결론으로 곧장 갈 일은 아니다. 미국의 최상위 모델과 반도체, 글로벌 소프트웨어 생태계는 여전히 우위에 있다. 중국은 그 격차를 인정한 채 효율과 공개, 사람이 모인 앱, 산업 적용으로 체감 격차를 줄이는 길을 택한다. 중국 AI를 주변부의 추격자로만 두기 어려운 이유다.
모델이 많은 배경은 시장 규모만으로 부족하다
내수 시장이 크다는 말만으로는 부족하다. 시장 규모가 곧 AI 산업으로 이어지지는 않는다. 갈리는 지점은 AI가 스며들 앱과 업무가 얼마나 촘촘한가다. 바이두에는 검색과 문서가, 알리바바에는 커머스와 클라우드가 있다. 텐센트는 웨이신/위챗과 게임, 결제를 쥐고 있고 바이트댄스에는 더우인과 틱톡, 캡컷/젠잉, 광고 시스템이 있다. 화웨이의 자리는 통신 장비와 기업용 기술, 클라우드, 그리고 제조와 공공 고객이다. 중국 AI 모델을 비교할 때는 발표 수보다 실제 사용자와 기업 고객이 어디에 붙는지를 봐야 한다.
이 화면들이 곧 AI의 시험장이 된다. 새 기술은 별도 서비스로 남기보다 이미 쓰던 화면과 업무 안으로 들어간다. 검색 결과는 답변형으로 바뀌고, 문서함은 초안을 쓰는 작업대가 되며, 영상 편집 도구는 생성 기능을 품는다. 판매자는 상품 설명과 광고 소재를 만들고, 게임 운영자는 캐릭터 대사와 커뮤니티 관리를 돕는 도구를 쓴다. 기업용 클라우드는 외부 AI 호출과 업무 맞춤 조정, 서비스 관리, 보안까지 묶어 판다. 연구 성과가 제품으로 건너가는 거리가 짧으면 실험 횟수도 늘어난다.
그 위에 인력과 데이터, 정책과 자본, 공개 노선이 겹친다. 대형 플랫폼과 연구소, 대학과 제조 기업, AI 스타트업 사이를 오가는 기술 인력층이 두껍다. 최상위 모델을 설계하는 연구자만 세는 것도 아니다. 기술을 제품과 데이터, 운영 시스템으로 옮겨 놓는 개발자가 그만큼 많다. AI 경쟁이 몇몇 연구자의 경연이 아니라 학습과 데이터 처리, 제품 제작, 클라우드 운영, 산업 적용을 나눠 맡는 팀들의 종합전이 되는 이유다.
앱과 산업 현장이 실험 속도를 높인다
중국어권 인터넷과 전자상거래, 숏폼과 결제, 게임과 검색, 문서와 제조 현장의 작업 이력은 그 자체로 거대한 실험장이다. 이 환경을 “개인정보를 신경 쓰지 않으니 쓸 재료가 많다”는 한 줄로 줄이면 거칠다. 중국에도 개인정보 보호법과 데이터 보안법이 있고, 민감·중요 데이터와 국외 이전은 물론 추천 알고리즘과 AI 합성 콘텐츠를 다루는 규제까지 있다.
갈림길은 규제의 유무가 아니라 정보가 모이는 방식과 제도를 운용하는 방식에 있다. 대형 앱과 플랫폼에 사용자의 행동 기록이 쌓여 있고, 정부와 산업 정책은 산업적 쓰임을 강하게 밀며, 기업은 그 사이에서 허용되는 범위를 더듬어 제품을 낸다.
모델 수보다 생존 조건이 중요하다
정책도 속도에 관여한다. 중국은 AI를 연구 주제에 가두지 않고 산업으로 옮겨야 할 기술로 다룬다. 2017년 신세대 인공지능 발전계획 이후 AI는 과학기술과 제조에 붙었고, 공공서비스와 도시 운영의 언어로도 쓰였다. 로봇과 스마트 공장, 데이터 기반 시설도 같은 방향 안에 들어왔다. 물론 문서가 성과를 만들지는 않는다. 다만 지방정부와 국유기업, 산업 고객과 공공 조달, 대학과 연구소가 한쪽으로 모이면 기업은 누구에게 팔지를 훨씬 또렷하게 그린다.
자본과 경쟁 환경도 속도를 보탠다. 정부가 출자한 산업투자펀드와 지방정부 프로젝트, 대형 플랫폼의 내부 투자, 제조와 공공 고객의 수요가 맞물린다. 돈이 넉넉해서만 벌어지는 경쟁은 아니다. 제재와 자본 격차 역시 효율 경쟁을 밀어붙이고, 모델을 열어 두는 선택을 재촉한다. 중국 AI 모델의 다양성은 기술 경쟁이면서 기존 사업을 지키려는 플랫폼 경쟁이다.
여기에는 계산이 깔려 있다. 딥시크와 큐원, 지엘엠 계열처럼 공개된 AI가 개발자를 모으면 튜토리얼과 파생 실험이 쌓이고, 그 수요는 클라우드 상품과 개발 도구, 산업 솔루션으로 이어진다. 개발자가 직접 만져 볼수록 제품 운영과 보안을 맡아 줄 클라우드가 목적지로 떠오른다.
공개 모델은 스타트업의 선택지를 넓힌다
오픈웨이트는 학습을 마친 모델의 핵심 파일을 공개해 개발자가 내려받아 직접 돌려 보게 하는 방식이다. 첫 비교와 수정에 드는 품이 줄고, 그만큼 선택지가 늘어난다. 스타트업이 처음부터 폐쇄형 제품 하나에 설계를 묶을 이유가 사라진다.
파일을 받아 작은 실험을 하고, 특정 업무에 맞게 조정하고, 내부 서버나 클라우드에 올려 보고, 필요하면 강한 상용 AI와 섞는다. 작은 회사일수록 이 여유가 아쉽다. 제품이 시장에서 통하기도 전에 무거운 운영비와 특정 실행 방식에 묶이면 실험 횟수부터 줄어든다.
중국식 공개 노선은 미국식 폐쇄형 노선과 다른 효과를 낸다. 미국 빅테크가 최고 성능과 클라우드, 오피스, 검색을 묶어 시장을 끌고 간다면, 중국의 여러 기업은 공개 모델로 초기 개발자와 스타트업을 자기 생태계 안으로 부른다. 그렇게 들어온 수요는 운영을 맡길 클라우드 상품과 기업용 AI 제품, 업무 맞춤 기능, 산업 솔루션, 앱 안의 기능을 찾아 움직인다. 무상 공개라기보다, 개발자가 바로 만져 볼 여지를 키워 도입 수요로 넓히는 방식이다.
중국 AI 자료를 원문으로 확인하는 법
어려움은 번역의 거리에서만 오지 않는다. 중국어 정책 문서를 한국어로 옮기다 보면 단어 하나에서 뜻이 갈린다. “규범”, “안전”, “건강한 발전”, “응용”, “융합”은 중국 정책 문서에 거듭 나오는 표현이다. 행정 수사처럼 들려도 기업이 어느 쪽으로 움직일지 짐작하게 해 주는 말이다. 중국 AI 모델이 오래 살아남으려면 성능뿐 아니라 비용, 운영 안정성, 배포 경로를 증명해야 한다.
생성형 인공지능 서비스 관리 잠정 방법(生成式人工智能服务管理暂行办法)이 그렇다. 국가안보와 개인정보 보호를 다루면서 생성형 AI의 발전과 규범적 적용을 한 문서에 함께 담는다. 검열의 언어로만 읽으면 산업 제도화의 움직임이 가려지고, 산업 육성의 언어로만 읽으면 통제가 만드는 제약을 놓친다.
해외 자료를 그대로 옮겨 오면 빈칸이 남는다. 미국 언론과 리서치 기관은 중국 AI를 미중 기술 패권 구도에 올려놓는 경우가 많다. 그 시선으로 잡히는 부분이 있지만 중국 기업의 제품 운영까지 담기지는 않는다. 어떤 모델이 어떤 클라우드에서 돌아가는지, 어떤 앱 안으로 들어가는지, 어떤 정책 문서가 출시 요건을 바꾸는지를 나란히 놓고 맞춰 봐야 한다.
기업명보다 역할을 본다
링크와 문서는 넘친다. 이름을 하나 더 외우는 것보다 역할을 나눠 두는 편이 오래 간다.
역할 표가 머릿속에 있으면 새 모델 발표가 들어와도 흔들리지 않는다. 그 발표가 도입 절차를 줄이는 일인지, 공개 모델 생태계를 키우는 일인지, 아니면 클라우드 이용량이나 소비자 앱 체류시간, 제조 현장 적용, 정책 요건 중 어디를 건드리는지 가려내면 된다.
중국 모델을 그대로 들여오자는 얘기는 아니다. 중국에 모델이 많은 이유는 기업 수가 많아서가 아니라 지켜야 할 사업이 저마다 다르기 때문이다. 검색을 지키려는 회사와 커머스를 지키려는 회사, 메신저를 지키려는 회사가 같은 모델 하나로 만족할 이유는 없다. 이 구분이 서야 한국의 선택지도 현실적인 모양을 갖춘다.
자주 묻는 질문
중국 기업은 왜 저마다 자체 AI 모델을 만들까?
지켜야 할 사업이 서로 다르기 때문이다. 바이두는 검색과 문서, 알리바바는 커머스와 클라우드, 텐센트는 메신저와 게임처럼 각자 붙들고 있는 자리가 다르다. 그 자리에 AI를 심어야 사용 기록과 매출이 자기 쪽에 남는다. 겉으로는 비슷한 챗봇이 늘어나는 것처럼 보여도, 실제로는 각자 다른 사업을 방어하고 넓히는 싸움이다.
공개 모델은 스타트업에 어떤 기회를 줄까?
값을 치르기 전에 시험해 볼 수 있다는 점이 가장 크다. 오픈웨이트 모델은 학습을 마친 파일을 내려받아 바로 돌려 볼 수 있어 첫 비교와 수정에 드는 부담이 낮다. 여러 모델을 견줘 보고 업무에 맞게 조정한 뒤, 필요하면 상용 모델과 섞어 쓰면 된다. 제품이 검증되기도 전에 무거운 운영비나 특정 실행 방식에 묶이지 않는다.
참고자료
- DeepSeek. (2025). DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning. 원문 보기
- DeepSeek. (2025). DeepSeek-R1 Model Card. 원문 보기
- Alibaba Cloud. (접속: 2026년 5월). Qwen. 원문 보기
- Qwen Team. (2025). Qwen-Agent: Agent framework and applications built upon Qwen. 원문 보기
- Baidu. (2026). Baidu Announces Fourth Quarter and Fiscal Year 2025 Results. 원문 보기
- Tencent. (2026). 2025 Annual Report. 원문 보기
- ByteDance Seed Team. (2025). Seedance 1.0: Exploring the Boundaries of Video Generation Models. 원문 보기
- The State Council Information Office of China. (2025). China home to over 5,000 AI companies. 원문 보기