중국 LineShine이 세계 최속으로 - 일본이 주목해야 할 "슈퍼컴퓨터 패전"이 아닌 "계산 자원 전쟁"의 시작

중국의 슈퍼컴퓨터 "LineShine"이 세계 고성능 컴퓨터 랭킹인 TOP500의 2026년 6월 버전에서 1위를 차지했다. 설치 장소는 중국 선전의 국가 슈퍼컴퓨팅 센터이다. 지속 성능은 2.198 엑사플롭스. 이전까지 1위였던 미국 로렌스 리버모어 국립 연구소의 "El Capitan"을 능가하며, 중국이 약 9년 만에 세계 최속의 자리를 되찾았다.

이 뉴스는 단순히 "중국이 빠른 슈퍼컴퓨터를 만들었다"는 이야기가 아니다. 일본에 있어서는 과학기술, 반도체, 안전 보장, AI, 전력 정책, 산업 경쟁력 모두에 관련된 경고이다.

Borneo Post에 게재된 신화사 계열의 기사는 LineShine의 성과를 "미국의 기술 규제가 중국의 진보를 막지 못한 증거"로 위치시키고 있다. 미국은 오랫동안 중국의 슈퍼컴퓨팅 관련 조직에 수출 규제를 가해왔다. 첨단 CPU, GPU, 반도체 제조 장치, AI용 칩에 대한 접근을 제한함으로써 중국의 계산 능력 성장을 억제하려고 해왔다. 그러나 이번에 중국은 GPU 중심의 미국 의존형 설계가 아닌, CPU 중심의 국산 아키텍처로 세계 1위에 올랐다.

여기에 일본이 놓쳐서는 안 되는 본질이 있다. 미중 대립 속에서 중국은 단순히 "규제를 회피했다"는 것이 아니다. 규제로 인해 닫힌 길 대신, 다른 길을 국가 규모로 파고 들어왔다. 그 성과가 LineShine이라면, 일본이 생각해야 할 것은 "중국은 대단하다" "미국의 규제는 실패했다"는 단순한 감상이 아니다. 일본은 자국의 계산 기반을 어디까지 자급자족하고, 어디까지 동맹국과 공유하며, 어디서부터 국내에 남길 것인지를 물어야 한다.

LineShine의 충격은 "GPU 없음"에 있다

이번 LineShine에서 가장 주목받은 점은, GPU를 사용하지 않는 CPU 중심의 구성으로 세계 1위가 된 것이다.

생성 AI 붐 이후, 세계의 계산 자원 경쟁은 NVIDIA의 GPU를 중심으로 이야기되어 왔다. H100, H200, B200과 같은 AI용 GPU를 몇 만 개, 몇 십만 개 배열할 수 있는지가 거대한 AI 모델의 개발력을 좌우한다. 일본에서도 생성 AI 기반을 정비하기 위해 GPU를 어떻게 확보할지가 큰 정책 과제가 되고 있다.

그러나 LineShine은 현재의 AI 데이터 센터의 주류와는 다른 길을 선택했다. CPU를 대량으로 배열하고, 고속의 독자 네트워크로 연결하여 과학기술 계산에 강한 시스템으로 완성했다. TOP500에서 측정되는 HPL 성능에서는 이것이 미국의 El Capitan을 능가했다.

이 사실은 일본에 두 가지 시사를 준다.

첫 번째는, 계산력 경쟁에는 여러 가지 승리의 길이 있다는 것이다. GPU를 대량 조달할 수 없는 국가나 기업이라도, 아키텍처, 네트워크, 소프트웨어, 메모리, 냉각을 종합 설계하면 특정 영역에서 세계 최고 수준의 성능을 낼 가능성이 있다.

두 번째는, GPU 의존만으로는 국가의 계산 기반으로서 취약하다는 것이다. GPU는 AI에서는 강하다. 그러나 공급은 제한적이고, 가격은 높으며, 수출 규제의 대상이 되기 쉽다. 일본이 AI 시대의 연구·산업 기반을 정비하려면, GPU 클러스터의 도입뿐만 아니라, CPU, 가속기, 네트워크, 스토리지, 소프트웨어를 포함한 "주권적인 계산 기반"을 어떻게 만들지가 물어지고 있다.

그러나 "중국이 AI에서도 세계 1위"라고는 할 수 없다

LineShine의 뉴스는 화려하지만, 과대평가도 위험하다.

TOP500의 HPL 벤치마크는 주로 배정밀도 부동소수점 연산을 측정하는 전통적인 과학기술 계산용 지표이다. 기후 시뮬레이션, 유체 해석, 재료 과학, 지진 해석, 신약 개발, 핵융합 연구 등에는 매우 중요하지만, 생성 AI의 학습 성능을 그대로 나타내는 것은 아니다.

AI에서는 FP8, BF16, INT8과 같은 저정밀도 연산, 거대 모델을 분산 학습할 때의 통신 효율, GPU 간 연결, 메모리 대역폭, 소프트웨어 생태계가 중요해진다. Reuters 등도 LineShine은 전통적인 HPC 랭킹에서는 1위지만, AI용 평가에서는 다른 시각이 필요하다고 보도하고 있다.

SNS에서도 이 점에 대한 반응은 나뉘어 있다. 중국의 기술적 자립을 칭찬하는 목소리가 있는 한편, "HPL에서 세계 1위라도 생성 AI에서 세계 1위와는 다르다" "TOP500에 나오지 않는 민간 AI 클러스터가 실제로는 거대하지 않은가" "Google, Microsoft, Amazon, xAI 등의 비공개 클러스터는 랭킹 밖에 있다"는 냉정한 지적도 많다.

일본에 있어 중요한 것은, 이 구별을 올바르게 이해하는 것이다. 슈퍼컴퓨터의 세계 1위와 생성 AI 기반의 세계 1위는 동일하지 않다. 그러나 둘 다 국가 경쟁력의 근간이다. 일본은 "후가쿠가 있으니 괜찮다"거나 "GPU가 부족하니 끝이다"가 아니다. HPC와 AI의 경계가 녹아가는 가운데, 둘을 연결하는 설계 사상이 필요하다.

SNS의 반응 - "제재는 역효과"론과 "전력 효율"에 대한 의문

SNS와 기술계 게시판에서 두드러진 반응은 크게 네 가지로 나뉜다.

첫째, "미국의 제재는 역효과였던 것이 아닌가"라는 시각이다. 미국이 중국에 대한 첨단 반도체 수출을 조였던 결과, 중국은 외국산 GPU나 CPU에 의존하지 않고, 국산 칩, 독자 네트워크, 국산 OS를 결합하는 방향으로 나아갔다. 제재가 단기적으로는 고통을 주었더라도, 장기적으로는 자립 개발을 가속화시킨 것이 아닌가 하는 논의이다.

둘째, "CPU만으로 여기까지 갈 수 있는가"라는 기술적 놀라움이다. Reddit이나 LinkedIn 등의 기술계 커뮤니티에서는, GPU 없이 2 엑사플롭스를 넘은 점에 관심이 집중되고 있다. Arm 계열 CPU, 대량 코어, 독자 인터커넥트, 메모리 구성, 프로그래밍 용이성 등, 단순한 정치 뉴스가 아니라, 아키텍처 상의 실험으로 보고 있는 사용자도 많다.

셋째, "AI 용도에서는 별문제"라는 신중론이다. 생성 AI의 세계에서는 NVIDIA GPU와 CUDA의 생태계가 여전히 강하다. LineShine이 과학기술 계산에서 강하더라도, 거대 언어 모델의 학습이나 추론에서 얼마나 경쟁력이 있는지는 별개의 이야기라는 지적이다.

넷째, "전력 소비가 너무 크다"는 반응이다. LineShine의 소비 전력은 약 42.2 메가와트로 알려져 있다. 이는 세계 최속의 대가이기도 하다. 슈퍼컴퓨터나 AI 데이터 센터의 경쟁이 진행되면, 전력, 냉각, 수자원, 입지, 송전망이 병목이 된다. SNS에서도 "성능뿐만 아니라 와트당 성능을 봐야 한다" "데이터 센터의 전력을 누가 부담할 것인가"라는 목소리가 나오고 있다.

일본 시점에서는, 이 전력 문제가 매우 중요하다. 일본은 전력 비용이 높고, 땅도 제한적이며, 데이터 센터 입지에도 제약이 있다. AI·HPC 기반을 국내에 가지려면, 반도체뿐만 아니라, 전력 정책, 재생에너지, 원자력, 송전망, 냉각 기술, 지방 분산형 데이터 센터까지 포함한 논의가 피할 수 없다.

일본은 "후가쿠"의 성공 경험을 어떻게 갱신할 것인가

일본에는 "후가쿠"가 있다. 이화학연구소와 후지쯔가 개발한 후가쿠는 2020년대 전반에 TOP500, HPCG, HPL-AI, Graph500에서 높은 성적을 거두며 일본의 계산 과학을 지탱해왔다. 신종 코로나바이러스의 비말 시뮬레이션, 신약 개발, 기상, 재료, 산업 이용 등 사회적으로도 이해하기 쉬운 성과를 냈다.

그러나 LineShine의 등장은, 일본에 대해 "후가쿠의 성공 경험을 그대로 연장하는 것만으로는 충분하지 않다"고 말하고 있다.

후가쿠의 강점은 단순한 랭킹뿐만 아니라, CPU 기반으로 폭넓은 과학기술 애플리케이션을 쉽게 실행할 수 있고, 연구자가 사용할 수 있는 범용성을 가지고 있었다는 점에 있다. 이는 LineShine의 CPU 중심 설계와도 겹치는 부분이 있다. 즉, 일본은 과거에 "GPU 일변도가 아닌 HPC의 가치"를 이미 보여주었다.

한편으로, 현재는 생성 AI와 AI for Science의 시대이다. 논문 탐색, 가설 생성, 시뮬레이션, 실험 계획, 로봇 실험, 데이터 분석을 AI가 지원하는 흐름이 강해지고 있다. 차세대 슈퍼컴퓨터는, 기존의 시뮬레이션뿐만 아니라, AI 모델의 학습·추론, 과학 데이터의 통합, 연구 프로세스 전체의 자동화를 지원할 필요가 있다.

이화학연구소와 후지쯔가 진행하는 "후가쿠NEXT"는, 이 문맥에서 매우 중요해진다. 일본이 목표로 해야 할 것은, TOP500에서 중국이나 미국을 일시적으로 능가하는 것만이 아니다. 일본의 연구자, 대학, 기업, 스타트업이 세계 수준의 계산 자원을 국내에서 사용할 수 있는 환경을 만드는 것이다.

일본 기업에 대한 의미 - 반도체와 클라우드를 나누어 생각하지 않는다

LineShine의 뉴스는 일본 기업에도 무거운 질문을 던진다.

일본은 반도체 제조 장치, 재료, 부품, 정밀 가공, 전원, 냉각, 광통신, 데이터 센터 운영 등에서 강점을 가지고 있다. 한편, 첨단 로직 반도체, GPU, AI 소프트웨어 기반, 거대 클라우드에서는 미국이나 대만, 한국, 중국에 크게 의존하고 있다.

지금까지 일본에서는 반도체 정책과 AI 정책, HPC 정책, 클라우드 정책이 별개로 이야기되기 쉬웠다. 그러나 LineShine이 보여준 것은, 그것들을 나누어 생각할 시대가 아니라는 것이다. 칩만 있어도 소프트웨어가 없으면 사용할 수 없다. 클라우드만 있어도 전력이 없으면 확장할 수 없다. AI 모델만 있어도 연구 데이터와 계산 자원이 없으면 산업에 연결되지 않는다.

일본 기업은 단순히 NVIDIA GPU를 사서 AI 서비스를 만드는 것만으로는 장기적인 경쟁력을 확보할 수 없다. 물론 GPU 조달은 중요하지만, 그것만으로는 공급 제약과 가격 변동에 휘둘리게 된다. 일본의 승리의 길은 제조업, 재료, 로보틱스, 의료, 기상, 방재, 신약 개발, 전력, 모빌리티와 같은 실산업의 데이터를 국내의 고성능 계산 기반과 연결하는 데 있다.

안전 보장으로서의 계산력

슈퍼컴퓨터는 연구 설비이면서 동시에 안전 보장 자산이기도 하다.

고성능 계산은 기상 예측이나 신약 개발에 사용되는 한편, 핵무기 시뮬레이션, 극초음속 무기, 암호 해석, 군사 AI, 위성 데이터 해석에도 관련된다. 미국이 중국의 슈퍼컴퓨팅 관련 조직을 규제 대상으로 삼아온 배경에는 이러한 이중 용도성이 있다.

일본은 미국의 동맹국이며, 중국과도 경제적으로 깊이 연결되어 있다. 그렇기 때문에 LineShine을 둘러싼 논의는 어렵다. 중국의 기술 발전을 단순히 적대시하는 것만으로는 과학기술 협력이나 경제 관계를 해칠 수 있다. 한편으로, 계산 자원이 군사력과 연결되는 현실을 무시할 수도 없다.

일본이 취해야 할 자세는 과도한 낙관도 과도한 공포도 아니다. 연구 협력이 가능한 영역과 관리해야 할 영역을 명확히 구분하는 것이다. 기후 변화, 방재, 감염증, 기초 과학에서는 국제 협력의 가치가 크다. 그러나 군사 전용 가능성이 높은 AI, 첨단 반도체, 암호, 위성 해석에서는 동맹국과의 규칙 만들기와 국내 관리가 필수적이다.

일본이 지금 당장 생각해야 할 세 가지 과제

LineShine의 등장을 받아 일본이 생각해야 할 과제는 세 가지가 있다.

첫째, 계산 자원의 국내 확보이다. AI나 과학기술 연구에 필요한 계산력을 모두 해외 클라우드에 의존하는 것은 위험하다. 연구 데이터, 의료 데이터, 산업 데이터, 안전 보장 관련 데이터를 다루려면, 국내에서 신뢰할 수 있는 HPC·AI 기반이 필요하다.

둘째, 전력과 데이터 센터 정책이다. 세계의 AI 경쟁은 최종적으로 전력 경쟁이 된다. 대규모 계산 기반을 국내에 두려면, 전원, 송전, 냉각, 입지, 재해 대책을 일체로 정비해야 한다. 지방에 데이터 센터를 분산시키는 구상도 전력과 통신의 설계 없이는 진행되지 않는다.

셋째, 인재와 소프트웨어이다. 슈퍼컴퓨터는 사면 끝이 아니다. 실제로 성능을 끌어내려면, 병렬 계산, 수치 해석, AI, 컴