03. 지성과 실리콘: 모델과 칩, 클러스터를 지키는 관문¶
천연 발효종, 베이커리 창구, 그리고 무쇠 오븐¶
스마트폰에 질문을 입력하는 평범한 사용자에게 인공지능은 매끄럽게 이어진 하나의 마술처럼 느껴진다. 말을 걸면 대답을 돌려주는 작은 입력창 말이다. 그러나 엔지니어의 눈으로 보면, 그리고 이제 베이징과 워싱턴에서 수출 통제 조문을 작성하는 정책 입안자들의 눈으로 보더라도, 하나의 AI 시스템은 세 개의 뚜렷한 물리적·디지털 계층 으로 나뉜다:
- 베이커리 판매 창구 (원격 API 및 앱 서비스): 가게 창구 너머로 손님에게 따뜻한 빵 한 조각을 건네준다고 해서, 그 손님이 오븐 배선을 어떻게 깔아야 하는지나 내일 스스로 빵 1만 개를 어떻게 구워 낼 수 있는지를 알게 되는 것은 아니다.
- 천연 발효종과 마스터 레시피 (가중치, 체크포인트 및 학습 코드): 학습을 통해 조율된 수십억~수조 개의 수치 파라미터(
模型权重), 학습 중간 단계의 스냅샷(关键检查点), 모델 아키텍처, 그리고 학습 최적화 및 추론 가속 코드(训练优化、推理加速)다. 이 파일들을 복사하는 순간 훈련된 지성 그 자체가 복제된다. - 무쇠 오븐과 발전소 (AI 칩, 메모리 스택 및 슈퍼클러스터): 물리적인 실리콘 프로세서와 고대역폭 메모리, 칩 설계도, 그리고 광 클러스터 네트워크다. 이 기반이 없으면 모델을 새로 학습시키는 일도, 외부와 단절된 로컬 환경에서 직접 구동하는 일도 불가능하다.
상무부 설명은 API, 앱, 웹, SaaS, 경량 로컬 서비스와 초안의 제한 대형 모델 기술 이전을 구분합니다. 모든 기술 및 데이터 규칙의 면제는 아닙니다. 부속서1은 모델 기술(266504X), 프로세서와 메모리 설계(266506X), 가속 카드 10,000개 초과 클러스터의 특정 기술(266507X)을 별도로 열거합니다. CNQA CN-A1
프런티어 모델을 가르는 세 개의 인계철선 (266504X)¶
대학 연구실이나 스타트업 차고에서 학습시킨 신경망이라고 해서 모두 수출 제한안인 266504X 제2호 의 망에 걸리는 것은 아니다. 모델의 핵심 기술(가중치, 핵심 체크포인트, 기반 소스 코드, 아키텍처, 학습 최적화, 추론 가속 기술)은 다음 세 가지 인계철선 중 어느 하나라도 넘어설 때 비로소 통제 범위에 들어온다 CN-A1, 266504X(2), note 3:
- 연산 규모: 총 학습 연산량이 최소 \(10^{26}\) 부동소수점 연산(FLOPs) 에 도달하는 경우, 미국의
4E091모델 가중치 규정에서도 동일하게 채택한 초대형 연산 임계치다 US25. - 파라미터 규모: 전체 매개변수(파라미터) 수가 최소 2조 개(2,000억 개의 10배) 이상인 경우.
- 수출 시점 기준 글로벌 상위 10위권 성능: 아무리 날렵하고 작은 모델이라도 수출이 이루어지는 바로 그 시점 에 국내외 주류 벤치마크 기관이나 주요 산업 플랫폼의 공개 평가에서 종합 역량, 전문 비즈니스 과업, 글로벌 호출량, 안전 성능, 또는 학습 효율 부문 글로벌 Top 10 안에 이름을 올리고 있다면 대상에 해당한다 CN-A1, 266504X, note 3.
이 세 번째 인계철선은 살아 움직이는 유기체와 같다. 오픈소스 연구자들이 최첨단 추론 능력을 300억(30B)이나 700억(70B) 파라미터 크기로 증류해 내는 기발한 기법을 쉼 없이 발명하기 때문에, 작지만 영특한 신예 모델이 세계 6위로 데뷔한 주간에는 제한 범위 안으로 들어왔다가도 8개월 뒤 더 새로운 모델들에 추월당하면 다시 범위 바깥으로 걸어 나갈 수 있다. 즉 분류 여부는 특정 날짜의 특정 모델 버전에 귀속될 뿐, '딥시크(DeepSeek)'나 '큐웬(Qwen)' 같은 브랜드 이름에 영구히 낙인처럼 찍히지 않는다 CN-A1.
데이터 레드라인(266501J 및 266504X(1))과 자율 에이전트(266505X 및 266502J)¶
아무리 크기가 작은 모델이라도 국가 기밀을 먹고 자랐다면 단단한 벽에 가로막힌다. 중국 《데이터보안법》의 분류 체계를 차용한 부속서 1은 법정 핵심 데이터(Core Data) 로 학습된 모델을 원격 서비스 제공 형태까지 포함해 수출 금지안 (266501J)의 붉은 성벽 뒤에 두는 한편, 중요 데이터(Important Data) 로 학습된 모델은 수출 제한 차선 (266504X(1))에 배치한다. 다만 해당 중요 데이터가 적법한 공개 경로 에서 수집되었거나, 특정 분야의 연구개발 역량을 끌어올리지도 않고 출력물로 유출될 수도 없도록 정제된 0.1% 이하의 극미량 비중 에 불과한 경우에는 명시적인 예외를 인정한다 CN-A1.
기반 모델의 주변부에서는 266505X 안의 네 개 제한 항목이 고성능 AI 에이전트 를 다룬다. 과업 계획기(\(\ge 20\)단계 분해, 분해 정확도 \(\ge 80\%\) 및 하위 과업 완수율 \(\ge 90\%\)), 다중 에이전트 군집(\(\ge 60\)개 동시 실행 에이전트), 도구 호출 엔진(\(\ge 200\)개 외부 소프트웨어 도구 연동 및 다중 도구 정확도 \(\ge 90\%\)), 그리고 인간 운용자의 \(90\%\) 이상을 능가하는 200밀리초 미만의 실시간 의사결정 시스템이 그 대상이다. 이러한 에이전트가 국방, 핵심 기반시설, 또는 핵심 정부 업무를 전용 혹은 주된 목적 으로 제작된 경우에만 수출 금지안(266502J)으로 넘어간다 CN-A1.
중국 AI 목록 속 하드웨어 계층: 반도체 칩, 메모리, 그리고 1만 장급 클러스터¶
AI 항목에는 프로세서 설계, 메모리 설계와 대형 클러스터 기술도 포함됩니다.
- AI 프로세서 설계도 (266506X 제1호 및 제2호): 열거된 특성 중 어느 하나라도 충족하는 AI 프로세서 아키텍처, 맞춤형 명령어 집합, 연산 IP 코어, 기반 소프트웨어 스택 및 설계 도구의 수출을 제한하자고 제안한다, 여기에는 \(\le 14\text{ nm}\) 미세공정 설계, 2.5D/3D 칩렛 패키징, 신형 비(非)폰노이만·인메모리 컴퓨팅(CIM) 아키텍처뿐만 아니라 부동소수점·정수 연산 역량이나 스마트 음성·비전·자율주행 용도 같은 폭넓은 기능적 특성까지 포함된다 CN-A1, 266506X. 이 조항이 맞닿는 현장을 떠올려 보라. 오픈소스 하드웨어 프로젝트(예컨대 RISC-V 기반 AI 가속기), 맞춤형 NPU 스타트업, 다국적 칩 설계 엔지니어링 팀 모두가 영향권에 들어온다! 팹리스(fabless) 반도체 설계 팀은 물리적 실리콘을 찍어 내기 위해 완성된 회로 레이아웃을 해외 파운드리로 보내야만 하므로, 주석 2 는 필수적인 안전밸브를 마련해야 했다. 바로 해외 칩 테이프아웃을 위한 자동 허가 패스트트랙 (
赴境外开展芯片流片制造)이다 CN-A1, note 2 CNQA. - 메모리 설계(266506X 제2항): 3D 플래시와 메모리 하위 항목이 다릅니다. 밀도·속도·접합 또는 18 nm 이하·수직 채널·적층 등은 대체 조건이며 모든 메모리의 공통 18 nm 기준이 아닙니다. CN-A1, 266506X(2)
- 슈퍼클러스터 배관망 (266507X 제1호~제4호): 1만 장을 훌쩍 넘는 가속기 카드 위에서 프런티어 오픈 모델을 학습시키려면 클러스터가 매시간 멈춰 서지 않도록 지탱하는 고도의 산업적 마법이 필요하다. 네 개의 제한 항목은 \(\ge 800\text{ GB/s}\) 노드 간 인터커넥트, \(\le 120\text{-second}\) 자동 장애 복구, \(\le 1\text{-microsecond}\) 집합 통신 라우팅, 그리고 서로 다른 두 곳 이상의 하드웨어 제조사 칩을 하나의 학습 풀로 묶어 내는 이종(heterogeneous) 클러스터 소프트웨어 를 통제한다 CN-A1, 266507X. 워싱턴이 엔비디아 GPU(
3A090)를 조이고 베이징이 다중 제조사 클러스터 결합 기술(266507X)을 통제할 때, 오픈소스 분산 학습 프레임워크는 두 체제가 맞부딪치는 단층선 한복판에 놓이게 된다!
두 팀에 주는 의미¶
A의 메모리 개선과 B의 테스트는 교환 가능한 지식이며 컴퓨터는 별도의 의존 조건입니다. 공개 라이선스가 없는 칩을 공급하지 않으며 하드웨어 제한만으로 모든 모델 파일의 법적 지위가 정해지지 않습니다. 작업대의 두 부분을 함께 봅니다.
두 팀의 출발점은 요새의 함정: 양쪽이 함께 잃는 구조 에 있습니다.