AI 패권 경쟁은 어느 날 갑자기 등장한 이슈가 아니라, 반도체 수출통제와 데이터센터 인프라 경쟁이 겹겹이 쌓여 형성된 결과물이다. 이 글은 그 형성 과정을 되짚어보고, 규제 강도와 산업의 대응 속도 사이 간극이 어디서 벌어졌는지를 정책적 시각에서 살펴본다.
AI 패권 경쟁의 기원을 추적하면 2018년 전후 미중 기술 갈등으로 거슬러 올라간다. 당시는 무역 마찰의 성격이 짙었지만, 2022년 미국의 첨단 반도체 및 장비 수출통제 조치를 기점으로 양상이 바뀌었다. 반도체는 더 이상 단순한 산업재가 아니라 안보 자산으로 재정의되었고, 이는 이후 각국 산업정책 설계의 전제조건이 됐다.
같은 시기 데이터 확보 경쟁도 본격화됐다. 대규모 언어모델 학습에 필요한 데이터 총량과 품질이 국가 간 격차를 좌우한다는 인식이 확산되면서, 개인정보보호 규제와 데이터 활용 촉진 정책 사이의 긴장이 표면화됐다. 유럽연합의 AI법 제정 논의, 미국의 행정명령 기반 접근, 한국의 데이터 3법 정비 등은 각각 다른 속도와 강도로 진행됐고, 이 비동시성 자체가 지금의 경쟁 구도를 만든 배경이다.
인재 확보 경쟁 역시 이 흐름의 한 축이다. 비자 정책, 연구비 지원, 대학-기업 협력 체계는 국가마다 제도적 성숙도가 다르며, 단기간에 따라잡기 어려운 영역이다. 중앙일보 보도가 지적하듯 인재·데이터센터·동맹이라는 세 요소는 서로 독립적이지 않고, 한 축의 지연이 전체 경쟁력을 제약하는 구조로 얽혀 있다.
여기서 환경정책 관점에서 주목할 대목이 있다. 데이터센터 확충은 AI 경쟁의 물리적 기반이지만, 동시에 전력 수요 급증과 냉각수 사용, 부지 인허가 문제를 동반한다. 각국이 반도체·AI 인프라 투자를 서두르는 속도에 비해, 환경영향평가나 전력망 확충 같은 절차적 규제는 상대적으로 느리게 움직여왔다. 이 비대칭은 새로운 현상이 아니라, 대형 인프라 프로젝트에서 반복적으로 관찰돼 온 패턴이다.
다만 이 간극을 산업 쪽의 일방적 조급함이나 정부 쪽의 일방적 지연으로 단순화하기는 어렵다. 데이터센터 하나를 승인하는 데 필요한 전력 계통 검토, 지역 주민 협의, 온실가스 배출 기준 적용 등은 각기 다른 법적 근거와 이해관계자를 갖고 있으며, 이를 단축하는 것이 항상 바람직한 결과로 이어지지는 않는다. 오히려 절차의 투명성과 예측가능성이 산업 측의 투자 결정에도 중요한 변수로 작용해왔다는 점을 함께 봐야 한다.
결국 AI 패권 경쟁의 배경을 이해하려면 기술 우위 서사만으로는 부족하다. 반도체 수출통제, 데이터 규제, 인재 유치 제도, 그리고 인프라 관련 환경 규제까지 각기 다른 시간표로 움직여온 정책 영역들이 어떻게 서로 영향을 주고받았는지를 함께 짚어야 지금의 경쟁 구도가 더 입체적으로 보인다.