MIIT, 토큰 조달을 의제에 올렸지만 주문은 보장되지 않아

중국 공업정보화부(MIIT)는 예산과 구매 규정을 구체화하지 않은 상태에서 2026년 8월 31일 토큰 조달을 국가 정책 의제에 포함했다. 이 조치는 생성형 AI 시스템 운영에 쓰이는 대규모 모델, AI 에이전트, 사용량 기준 토큰 서비스에 적용된다.

이 정책이 중요한 이유는 초점이 모델 구축에서 반복적으로 구매 가능한 AI 서비스로 이동하기 때문이다. MIIT는 지방 당국과 산업 조직이 실제 운영 시나리오를 개방하고, 최초 구매를 지원하며, 초기 도입 위험을 분담하기를 원한다.

다만 이번 발표가 모델 개발사에 대한 백지수표는 아니다. 애플리케이션 서비스 제공업체를 육성하기 위한 틀을 마련했지만, 실제 수요는 여전히 지역 프로그램, 조달 공고, 기술 평가, 고객 도입 여부에 달려 있다.

따라서 핵심 경쟁은 한 모델 기업과 다른 모델 기업의 대결이 아니다. 배포 역량과 저렴한 모델 접근성의 경쟁이다. 중국에는 이미 가격 경쟁력이 있는 모델이 많지만, 낮은 추론 비용만으로 신뢰할 수 있는 산업 시스템이 만들어지지는 않는다.

MIIT가 실제로 바꾼 것

MIIT는 자금이 지원되는 토큰 구매 의무가 아니라 AI 애플리케이션 서비스 제공업체를 위한 국가 발전 프로그램을 만들었다.

공업정보화부는 8월 31일 베이징 시간 오전 10시 50분에 서비스 제공업체 공고를 발표했다. 이 문서는 8월 27일자로 작성됐으며, 문서 번호는 MIIT Office Letter 2026 No. 414다.

이 날짜는 초기 뉴스 알림을 둘러싼 불확실성을 해소한다. 근거가 된 사건은 날짜가 특정되지 않은 연설이나 보도된 제안이 아니라 8월 31일에 공개된 공식 부처 공고였다.

이 공고는 AI 애플리케이션 서비스 제공업체를 고객의 지능형 전환 수요에 대응하는 조직으로 정의한다. 업무 범위에는 컨설팅, 구현, 운영, 보안 거버넌스가 포함될 수 있다.

이 정의는 중요하다. MIIT는 지원 대상을 파운데이션 모델 개발사나 클라우드 인프라 소유자에 한정하지 않고, 실제로 작동하는 시스템을 제공할 수 있는 기업에 맞추고 있다.

공업정보화부는 2026년 말까지 국가 자원 풀에 2,000개 이상의 제공업체를 확보하려 한다. 2027년 말까지는 목표를 최소 3,000개 업체로 높인다.

국가 AI 산업 혁신 응용 시범구가 있는 성에는 추가 목표도 부여된다. 해당 성은 2027년 말까지 각각 지역 풀에 최소 100개 기업을 보유해야 한다.

이는 구매 총액이 아니라 등록 목표다. 공고에는 당국이 모델, 에이전트, 토큰 소비에 얼마를 지출할지 명시되지 않았다.

특정 모델 공급업체도 지목하지 않았다. 어떤 기업도 풀 내 자리를 보장받지 않으며, 문서는 시장점유율 배분도 제시하지 않는다.

대신 이 프로그램은 연결된 네 가지 과제를 설정한다. 지방 당국은 제공업체를 파악하고, 납품 역량을 개선하며, 대규모 도입을 촉진하고, 지원 인프라를 강화해야 한다.

자원 풀 과제는 발굴과 분류 체계를 만든다. 성급 당국은 관할 지역의 제공업체를 조사하고, 현지 등록 중앙 국유기업을 포함해 기업 기록을 구축해야 한다.

MIIT는 관련 기준에 따라 지역 제출 자료를 통합해 국가 풀을 구성할 예정이다. 공업정보화부는 적절한 시점에 해당 자원 풀을 공개하겠다고 밝혔다.

두 번째 과제는 공급 품질에 초점을 둔다. 제공업체는 모델, 데이터, 컴퓨팅 파워 및 기타 역량을 결합하는 AI 애플리케이션 서비스 그룹을 구성하도록 권장된다.

공고는 소프트웨어·하드웨어 적응, 멀티모델 조정, 보안, 운영 규정 준수를 실질적 과제로 꼽는다. 또한 신뢰할 수 있는 운영체제, 데이터베이스, AI 추론 칩과의 통합도 장려한다.

세 번째 과제는 대규모 도입을 다룬다. 제공업체는 고객이 모든 구성요소를 새로 구축하지 않고도 배포할 수 있도록, 빈도가 높고 재사용 가능한 기능을 모듈형 표준 제품으로 패키징해야 한다.

이 과제 안에서 MIIT는 지역이 최초 구매, 최초 사용, 위험 보상 메커니즘을 모색하도록 요청한다. 이어 대규모 모델, 에이전트, 토큰 서비스의 조달 확대를 촉구한다.

이 표현은 지역별로 다른 접근법을 허용한다. 한 성은 시범 구매자를 지원하거나, 초기 실패 위험의 일부를 보상하거나, 수요 매칭 프로그램을 운영할 수 있다.

하지만 공고는 모든 지역이 동일한 메커니즘을 구축해야 한다고 말하지 않는다. 통일된 환급 비율, 구매 할당량, 신청 마감일도 정하지 않았다.

네 번째 과제는 제공업체가 고객을 확보한 뒤 필요한 자원을 다룬다. MIIT는 국가 컴퓨팅 허브 및 China Computing Power Platform과의 연계를 장려한다.

또한 컴퓨팅 바우처, 공유 인터페이스, 체험 채널, 교육 기지, 현장 배포 엔지니어를 권고한다. 이러한 조치는 모델 접근성이 기업 배포의 한 부분일 뿐임을 인정한다.

이 구조는 이 정책을 토큰이라는 헤드라인이 시사하는 것보다 더 실질적인 것으로 만든다. 정부는 조달을 하나의 수요 측 도구로 활용하면서 애플리케이션 제공 시장을 조직하려 하고 있다.

동시에 신중한 동사의 선택도 중요하다. MIIT는 지역에 조달 및 보상 모델을 “모색”하라고 지시한다. 승인된 국가 구매 예산이 있다고 보고하지는 않는다.

이 구분은 기업이 이 뉴스를 해석하는 기준이 돼야 한다. 즉각적인 변화는 정책적 인정과 제도적 조직화이지, 완료된 주문의 측정 가능한 급증이 아니다.

토큰 조달이 정책 신호인 이유

토큰 서비스를 명시한 것은 AI 추론을 소프트웨어 프로젝트에 덧붙는 비공식 실험이 아니라 구매 가능한 운영 투입요소로 다룬다는 의미다.

토큰은 AI 시스템이 텍스트, 코드, 이미지, 오디오 또는 기타 기계 판독 가능 콘텐츠를 처리하는 데 사용하는 단위다. 제공업체는 일반적으로 입력 및 출력 토큰 수를 기준으로 모델 사용량을 측정한다.

토큰 구매는 기존 소프트웨어 라이선스 구매와 다르다. 소비량은 사용자 활동, 프롬프트 길이, 에이전트 복잡도, 문서량, 반복적인 도구 호출에 따라 늘어날 수 있다.

에이전트는 하나의 업무 과제를 완료하는 과정에서 많은 모델 호출을 소비할 수 있다. 기록을 검색하고, 문서를 분석하고, 소프트웨어 도구를 호출하고, 작업을 검토하고, 답변을 준비할 수 있다.

이 패턴은 예산 수립을 어렵게 만든다. 성공적인 배포는 소비량을 급격히 늘릴 수 있는 반면, 신뢰할 수 없는 에이전트는 유용한 결과를 내지 못한 채 토큰을 낭비할 수 있다.

MIIT는 대규모 모델 및 에이전트와 함께 토큰을 명시함으로써 이러한 운영 계층을 인정한다. 이 정책은 도입에 모델 체크포인트 접근뿐 아니라 지속적인 추론이 필요하다는 점을 인식한다.

이 신호는 중국의 더 광범위한 “AI Plus” 전략과도 맞닿아 있다. 국무원의 AI Plus 정책은 2027년까지 6개 우선 분야 전반에서 AI 통합을 확대할 것을 요구했다.

앞선 정책은 차세대 지능형 단말기와 에이전트의 도입률을 70% 이상으로 높이는 목표를 제시했다. 또한 과학, 산업, 소비, 공공 서비스, 거버넌스, 국제 협력을 강조했다.

MIIT의 새 프로그램은 이 광범위한 방향을 실행 구조로 전환한다. 모델과 산업 워크플로를 연결할 것으로 기대되는 서비스 조직을 식별한다.

최초 구매 지원은 기술 도입에서 익숙한 장벽을 해소한다. 구매자는 제품에 운영 이력, 비교 가능한 배포 사례, 확립된 책임 규정이 없을 때 주저하는 경우가 많다.

고객은 에이전트의 잠재력을 이해하면서도 첫 번째 프로덕션 배포를 거부할 수 있다. 통합 실패, 데이터 노출, 워크플로 중단, 예측 불가능한 추론 비용이 위험 요소로 작용한다.

정부 지원을 받는 최초 사용은 레퍼런스 고객을 제공할 수 있다. 이 레퍼런스는 제공업체가 이후 구매자에게 납품 성과를 입증하는 데 도움이 될 수 있다.

중국에는 이미 협력 혁신 조달을 위한 공식 메커니즘이 있다. 재정부의 조달 규정은 2024년 6월에 시행됐다.

이 규정은 적격 프로젝트를 주문 단계와 최초 구매 단계로 나눈다. 구매자는 공급업체와 개발을 함께 진행하고 연구 위험을 분담하며, 성공적으로 도출된 제품을 구매할 수 있다.

이 메커니즘이 모든 AI 프로젝트에 자동으로 적용되는 것은 아니다. 적격 프로젝트는 실질적인 기술 혁신을 요구하며, 예산 편성, 심사, 협상, 공개, 계약 절차를 따라야 한다.

MIIT의 공고는 AI 프로그램을 이 규정의 모든 세부사항과 명시적으로 결합하지는 않는다. 그럼에도 기존 체계는 최초 구매라는 표현이 실제 조달 절차로 이어질 수 있는 방식을 보여준다.

위험 보상은 관련된 또 다른 문제를 겨냥한다. 고객은 첫 구현에 더 높은 비용과 불확실한 결과가 수반되기 때문에 기술적으로 유망한 시스템도 피할 수 있다.

위험의 일부를 분담하면 통제된 배포의 승인 절차가 더 쉬워질 수 있다. 또한 전체 실패 비용을 한 부서에 전가하지 않고도 구매자가 제공업체를 시험하도록 장려할 수 있다.

다만 성과 요건이 모호하면 보상은 약한 인센티브를 만들 수 있다. 손실이 분담되기 때문에 구매자가 프로젝트를 승인할 수 있고, 공급업체는 측정 가능한 가치보다 자격 요건 충족을 우선할 수 있다.

따라서 건전한 프로그램에는 성과 지표가 필요하다. 여기에는 작업 완료율, 오류율, 인적 검토 시간, 가동 시간, 보안 사고, 완료된 워크플로당 총비용 등이 포함될 수 있다.

단순 소비량만으로는 충분하지 않다. 더 많은 토큰 용량을 구매했다고 해서 조직의 생산성이나 지능화 수준이 높아졌다는 증거가 되지는 않는다.

따라서 이 정책에 대한 가장 강력한 해석은 “중국이 토큰을 구매할 것이다”가 아니다. 사용량 기준 AI 소비가 산업 조달의 어휘로 진입했다는 것이다.

이 변화는 공급업체가 서비스를 패키징하는 방식에 영향을 줄 수 있다. 제공업체는 토큰 사용량을 정의된 과업, 서비스 수준, 배포 지원, 규정 준수 통제와 연결해야 할 수 있다.

제조업체는 낮은 단가보다 신뢰할 수 있는 검사, 유지보수, 일정 관리 또는 엔지니어링 워크플로에 더 관심을 둘 것이다. 공공기관 역시 명확한 책임 소재와 감사 추적을 요구할 것이다.

모델 개발사도 비슷한 조정에 직면한다. 가장 강력한 판매 채널은 특정 공장, 병원, 공공시설 또는 정부 프로세스를 이해하는 서비스 파트너일 수 있다.

이는 중개업체에 기회를 만들지만, 동시에 책임성 문제도 제기한다. 고객은 모델 공급업체, 애플리케이션 제공업체, 통합업체, 구매자 중 누가 각 운영 위험을 책임지는지 알아야 한다.

MIIT의 서비스 제공업체 정의는 납품 책임을 눈에 보이는 곳에 두려는 시도다. 국가 풀은 이러한 조직을 식별하고 평가하기 쉽게 만들 수 있다.

하지만 공고는 아직 보편적인 평가표를 정의하지 않았다. 관련 기준에 따른 풀을 약속할 뿐이며, 공개 시점은 특정되지 않은 미래로 남아 있다.

이 기준이 나오기 전까지 등록의 상업적 가치는 불확실하다. 기업은 등록부에 포함된다고 해서 적격 리드나 구매 약정을 얻을 것이라고 가정할 수 없다.

정책 신호는 분명하지만, 경제적 영향력은 실행에 달려 있다. 입찰 문서, 지역 예산, 소비 보고가 토큰 조달이 반복적인 수요로 자리 잡는지를 보여줄 것이다.

진짜 경쟁은 배포 역량과 저렴한 모델 접근성의 대결이다

중국 AI의 병목은 접근성에서 실행으로 옮겨가고 있으며, 이 과정에서는 낮은 토큰 단가보다 통합과 운영 규율이 더 중요하다.

중국 모델 제공업체 간 경쟁으로 유능한 시스템에 대한 접근성이 점점 높아지고 있다. 기업은 자체적으로 파운데이션 모델을 학습하지 않고도 여러 범용 및 특화 모델을 시험할 수 있다.

이러한 풍부한 선택지는 애플리케이션 시장을 바꾼다. 제공업체는 비용, 지연 시간, 언어, 보안, 도메인 성능을 고려해 서로 다른 작업을 서로 다른 모델로 라우팅할 수 있다.

MIIT는 특히 멀티모델 조정을 기술적 과제로 지목한다. 이는 정책 입안자들이 하나의 모델 공급업체가 모든 산업 요구를 충족할 것이라고 기대하지 않음을 시사한다.

실무적인 서비스 제공업체는 범용 언어 모델을 검색, 특화 분류기, 내부 데이터베이스, 결정론적 비즈니스 소프트웨어와 결합할 수 있다. 민감한 작업에는 사람의 승인이 필수로 유지될 수 있다.

이 아키텍처는 하나의 모델에 대한 의존도를 낮추지만 통합 작업은 늘린다. 제공업체는 모델 변경을 테스트하고, 장애를 모니터링하며, 데이터를 보호하고, 커넥터를 유지해야 한다.

저렴한 추론 비용이 이런 의무를 없애지는 않는다. 팀이 완수된 비즈니스 성과 대신 실험량을 측정할 경우, 오히려 불필요한 사용을 부추길 수도 있다.

따라서 경쟁의 격차는 고객 환경 내부에서 운영할 수 있는 제공업체와 주로 모델 접근권만 재판매하는 업체 사이에서 벌어질 것이다.

MIIT가 이러한 이유로 현장 배포 엔지니어 팀을 장려하는 것이다. 이 엔지니어들은 고객 현장에서 AI 시스템을 실제 데이터, 도구, 정책, 직원 업무 루틴에 연결한다.

이 개념은 다른 시장에서 사용되는 배포 중심의 엔터프라이즈 AI 전략과 닮아 있다. 제공업체는 범용 인터페이스만 제공하고 떠나는 대신 운영 현장 가까이에 머물며 신뢰를 얻는다.

산업 고객에게는 이 접근 방식이 필수적일 수 있다. 공장 시스템에는 노후 장비, 격리된 네트워크, 특수 데이터베이스, 엄격한 가동 중단 제한이 포함될 수 있다.

모델의 벤치마크 점수는 올바른 유지보수 기록을 검색할 수 있는지에 대해서는 거의 말해주지 않는다. 에이전트가 소프트웨어 도구 장애 후 복구할 수 있는지도 보여주지 않는다.

표준화된 제품 패키지는 반대의 장점을 제공한다. 여러 고객에게 공통으로 필요한 빈번하고 재사용 가능한 기능을 겨냥해 맞춤화를 줄인다.

MIIT는 제공업체가 이러한 특성에 맞는 간결한 제품을 만들기를 원한다. 목표는 모든 배포를 맞춤형 컨설팅 프로젝트처럼 다루는 일을 피하는 것이다.

이로 인해 피할 수 없는 긴장이 생긴다. 복잡한 고객에게는 긴밀한 통합이 필요하지만, 확장 가능한 제공업체에는 반복 가능한 제품과 예측 가능한 지원이 필요하다.

성공적인 공급업체는 어떤 계층을 표준화할지 결정해야 한다. 모델 라우팅, 평가, 권한, 로깅, 워크플로 제어는 공통 플랫폼을 구성할 수 있다.

산업 데이터 구조와 운영 규칙은 여전히 현지 적응이 필요할 수 있다. 모든 것을 맞춤화하는 제공업체는 확장에 어려움을 겪을 것이며, 경직된 제품은 실제 조직 내부에서 실패할 수 있다.

국가 자원 풀은 이 선별 과정을 강화할 수 있다. 수천 개의 등록 제공업체가 제한된 수의 신뢰할 수 있는 레퍼런스 배포를 두고 경쟁하게 된다.

대형 기술 그룹은 클라우드 인프라, 모델, 영업 관계, 광범위한 파트너 네트워크를 갖추고 진입한다. 소규모 전문업체는 도메인 지식과 더 빠른 현장 제공으로 맞설 수 있다.

전통적인 소프트웨어 기업에도 기회가 있다. 이들은 이미 직원들이 주문을 생성하고, 기록을 검토하며, 장비를 관리하거나 거래를 승인하는 시스템을 통제하고 있다.

이들 기존 사업자는 확립된 워크플로에 모델과 에이전트를 추가할 수 있다. 이들의 강점은 최첨단 모델 연구가 아니라 유통력과 고객 맥락에 있다.

시스템 통합업체도 유용한 위치를 차지한다. 이들은 특히 공공 및 산업 구매자 사이에서 조달, 인프라, 맞춤화, 긴 구현 주기를 이해한다.

그러나 기존 관계가 AI 역량을 보장하지는 않는다. 통합업체는 모델 평가, 데이터 거버넌스, 에이전트 제어, 지속적 모니터링 역량을 입증해야 한다.

모델 스타트업은 다른 선택에 직면한다. 직접 사용량을 판매하거나, 자체 애플리케이션을 구축하거나, 제공을 위해 서비스 파트너에 의존할 수 있다.

직접 판매는 고객과 더 밀접한 관계를 유지하게 해준다. 파트너 유통은 더 많은 산업에 도달할 수 있지만 구현 품질과 고객 피드백에 대한 통제력을 약화시킬 수 있다.

이 정책은 이러한 상업 구조 중 하나를 선택하지 않는다. 제공업체의 정의가 컨설턴트, 구현업체, 운영업체, 보안 전문업체를 포괄할 만큼 넓기 때문이다.

이러한 폭넓음은 실험을 지원하지만 비교를 흐릴 수도 있다. 모델 공급업체, 지역 통합업체, 컴플라이언스 컨설팅 회사가 매우 다른 역량을 지닌 채 같은 풀에 참여할 수 있다.

고객에게는 실제 책임을 반영하는 분류가 필요하다. 그렇지 않으면 대규모 등록부는 신뢰할 수 있는 자격 검증 장치가 아니라 단순한 디렉터리가 될 수 있다.

프로그램의 보안 관련 문구는 MIIT가 이 문제를 인식하고 있음을 시사한다. 제공업체는 개발과 운영 전반에 네트워크 보안, 데이터 보안, 윤리, 비즈니스 컴플라이언스를 내재화해야 한다.

중국의 생성형 AI 규정은 이미 대중에게 제공되는 서비스에 의무를 부과하고 있다. 여기에는 정의된 경우의 데이터 보호, 콘텐츠 통제, 신뢰성, 보안 평가 요건이 포함된다.

기업 및 산업 배포에는 서로 다른 규제 환경이 적용될 수 있다. 그럼에도 고객은 파일럿에서 프로덕션으로 전환하기 전에 어떤 의무가 적용되는지 제공업체가 식별할 것을 기대할 것이다.

따라서 토큰 조달은 청구 문제 이상의 의미를 지닌다. 각 사용 단위에는 고객 데이터, 생성된 콘텐츠, 모델 결정, 자동화된 소프트웨어 동작이 수반될 수 있다.

기업 구매자는 프롬프트가 어디에서 처리되고 보존되는지 알아야 한다. 또한 개인정보, 기밀 기록, 외부 도구 접근에 관한 규칙이 필요하다.

에이전트는 단순히 답변하는 데 그치지 않고 행동할 수 있기 때문에 위험을 높인다. 통제가 미흡한 시스템은 메시지를 보내거나, 기록을 변경하거나, 운영 프로세스를 촉발할 수 있다.

제공업체에는 권한 경계, 로깅, 사람의 검토, 복구 절차가 필요하다. 이러한 요건은 단순한 토큰당 비교로는 포착할 수 없는 비용을 더한다.

최상의 서비스 패키지는 사용량을 비즈니스 수준의 통제와 연결할 것이다. 구매자는 어떤 워크플로가 용량을 사용했는지, 어떤 결과가 나왔는지, 누가 민감한 작업을 승인했는지 확인할 수 있어야 한다.

이 모델은 위험 보상을 더 쉽게 평가하게도 한다. 지역 프로그램은 불특정 추론 풀을 보조하는 대신 측정 가능한 마일스톤을 갖춘 정의된 배포를 지원할 수 있다.

그 결과의 경쟁은 운영상의 증거를 보상할 것이다. 제공업체는 고객의 데이터, 보안, 지연 시간 제약 아래에서 시스템이 반복적으로 작동함을 보여줘야 한다.

이것이 헤드라인 뒤에 있는 더 깊은 변화다. 모델 접근성은 널리 확보된 반면, 신뢰할 수 있는 애플리케이션 제공은 여전히 희소하고 노동 집약적이다.

MIIT의 토큰 조달이 보장하지 않는 것

이 공지는 수요 지원을 통한 실험의 여지를 만들지만, 예산, 계약, 사용량, 또는 성공적인 AI 성과를 보장하지는 않는다.

가장 큰 불확실성은 재정이다. MIIT는 제공업체 수 목표를 제시하지만 모델, 에이전트 또는 토큰 구매를 위한 국가 차원의 지출 배정은 공개하지 않는다.

문서는 또한 최소 지방 분담금을 정하지 않는다. 산업 기반과 재정 여건이 다른 지역은 서로 다른 속도로 프로그램을 시행할 수 있다.

이는 헤드라인 문구를 매출 전망으로 바꿔서는 안 된다는 뜻이다. 제공업체는 국가 풀 목표만으로 예상 주문을 계산할 수 없다.

2026년 말 이전에 2,000개 이상의 기업이 풀에 진입할 수 있다. 진입은 가시성을 만들 수 있지만, 차별화된 수요가 제한된 혼잡한 시장을 초래할 수도 있다.

일정은 또 다른 압박을 만든다. 이 공지는 첫 번째 국가 제공업체 수 마감 시한 4개월 전에 발표됐다.

지방 당국은 그 기간 안에 기업을 식별하고, 기록을 구축하며, 표준을 적용하고, 정보를 제출해야 한다. 속도는 세부적인 기술 평가와 충돌할 수 있다.

신속한 등록 절차는 쉽게 검증되는 기업 자격을 우대할 수 있다. 이는 프로토타입 구축업체와 경험 있는 프로덕션 제공업체 간 운영상의 차이를 포착하지 못할 수 있다.

향후 구축될 부처의 국가 온라인 플랫폼은 투명성을 개선할 수 있다. 그러나 공지는 공개 날짜나 확정된 공개 데이터 필드 목록을 제시하지 않는다.

구매자에게는 회사명 이상이 필요하다. 유용한 기록은 서비스 산업, 모델 의존성, 보안 역량, 배포 사례, 평가 결과, 지원 범위를 설명해야 한다.

두 번째 불확실성은 조달 확대의 의미와 관련된다. 이 표현은 정부의 직접 구매, 국유기업 프로그램, 민간 구매자 인센티브 또는 지역 파일럿 보조금을 포괄할 수 있다.

이러한 경로는 서로 다른 규칙을 따른다. 예산, 공개 요건, 평가 방법, 구매 주기는 서로 대체할 수 없다.

기존 공동 조달 프레임워크는 하나의 가능한 경로를 제공한다. 그러나 여전히 적격 프로젝트, 승인된 예산, 구조화된 절차, 계약상 마일스톤이 필요하다.

따라서 “첫 구매”를 검증되지 않은 제품에 대한 자동적인 우대로 해석해서는 안 된다. 이 메커니즘은 조달 위험을 관리하면서 실질적 혁신을 지원하도록 설계됐다.

위험 보상에도 정밀한 설계가 필요하다. 프로그램은 적격 실패, 보장 비용, 보상 한도, 증거 요건을 식별해야 한다.

불명확하게 설계된 보상은 약한 수요를 숨길 수 있다. 구매자는 보조금을 받은 파일럿을 완료할 수 있지만, 지원이 끝나면 반복 사용을 거부할 수 있다.

반복적인 토큰 사용량은 유용한 신호 중 하나이지만 맥락이 필요하다. 높은 사용량은 성공적인 도입, 비효율적인 프롬프트, 반복된 실패 또는 낭비적인 에이전트 루프를 반영할 수 있다.

성과 지표는 사용량을 보완해야 한다. 해결된 사례, 검토된 계약, 완료된 설계 작업 또는 방지된 장애당 비용은 더 명확한 관점을 제공한다.

제공업체는 파일럿 결과를 유리하게 제시할 유인이 있으므로 독립적인 평가가 중요하다. 고객은 대표 데이터와 까다로운 엣지 케이스에서 시스템을 시험해야 한다.

조달팀에는 출구 계획도 필요하다. 제공업체는 다년간의 배포 기간 동안 모델, 가격 책정 방식, 데이터 관행 또는 지원 조건을 변경할 수 있다.

멀티모델 아키텍처는 종속성을 줄일 수 있지만, 전환에는 여전히 비용이 든다. 프롬프트, 평가, 검색 시스템, 도구 커넥터는 종종 모델 동작에 의존한다.

따라서 이식성 요건은 향후 입찰에 영향을 줄 수 있다. 구매자는 내보낼 수 있는 로그, 문서화된 인터페이스, 모델 대체 테스트, 명확한 데이터 반환 절차를 요청할 수 있다.

보안 위험은 여전히 핵심이다. MIIT는 제공업체에 개발, 배포, 운영 전반에서 수동적 대응에서 선제적 예방으로 전환할 것을 요구한다.

이 문구는 에이전트가 프로덕션에 도달한 뒤에 컴플라이언스를 추가할 수 없다는 점을 인정한다. 데이터 경계와 행동 권한은 광범위한 사용 전에 설계되어야 한다.

제공업체의 국가 풀 등록 상태가 고객 실사를 대체해서는 안 된다. 등록은 정책적 관련성을 나타낼 수 있지만 모든 서비스가 모든 부문의 요건을 충족함을 증명하지는 않는다.

의료, 금융, 에너지, 제조, 공공행정은 각각 뚜렷한 운영 위험을 수반한다. 성공적인 사무 보조 도구가 안전에 민감한 산업 제어 환경에 대한 준비를 입증하지는 않는다.

이 정책은 모델 성능 문제도 해결하지 않는다. 보안성과 신뢰성을 갖춘 국내 소프트웨어, 데이터베이스, 추론 칩과의 통합을 장려하지만 하나의 의무적 스택을 정의하지는 않는다.

이러한 유연성은 다양한 솔루션을 지원할 수 있다. 또한 제공업체가 하드웨어, 모델, 고객 환경 전반에서 동작을 검증해야 하므로 테스트 작업을 늘릴 수도 있다.

경제 여건은 또 하나의 제약 요인이다. MIIT의 소프트웨어 산업 데이터에 따르면 2026년 첫 7개월 동안 매출은 이익보다 빠르게 증가했다.

소프트웨어 매출은 8조 9,785억 위안으로 전년 동기 대비 9.2% 증가했다. 총이익은 1조 396억 위안으로 1.3% 늘었다.

이 수치는 AI 제공업체만이 아니라 소프트웨어 및 정보기술 서비스 산업 전체를 포괄한다. 그럼에도 이 격차는 왜 제공 경제성이 주목받아야 하는지를 보여준다.

제공업체는 과도한 맞춤화와 현장 지원으로 수익성을 훼손하면서도 프로젝트를 수주할 수 있다. 낮은 모델 가격이 고비용 엔지니어링 작업을 없애지는 않는다.

따라서 성공적인 국가 프로그램은 제공업체 등록과 보조금 지원 파일럿에 그치지 않고, 반복 가능한 솔루션을 만들어내야 한다. 반복적인 상업적 사용이 더 어려운 시험대가 될 것이다.

문서의 해외 확장 관련 문구는 또 다른 불확실성을 도입한다. 적격 지역은 국제 협력 메커니즘을 통해 중국 AI 애플리케이션 프로젝트를 지원하도록 권장된다.

국경 간 배포는 데이터, 현지화, 계약, 규제 측면의 복잡성을 더한다. 한 국내 환경에서 승인된 제품도 해외에서는 상당한 변경이 필요할 수 있다.

이러한 공백이 정책의 타당성을 무효화하는 것은 아니다. 이는 8월 31일 공지를 완성된 수요가 아니라 시장 조성 프레임워크로 봐야 하는 이유를 보여준다.

정책이 실질 수요를 만드는지 보여줄 세 가지 신호

다음 증거는 제공업체 풀 규정, 자금이 지원되는 지역 조달, 그리고 측정 가능한 성과와 연결된 반복 사용에서 나와야 한다.

첫 번째 신호는 국가 자원 풀의 선정 기준이다. MIIT는 관련 기준을 활용해 풀을 구성하고 적절한 시점에 공개하겠다고 밝혔다.

이 기준은 정부가 무엇을 중시하는지 드러낼 것이다. 매출, 특허, 모델 소유권, 납품 이력, 보안 통제, 산업 전문성은 서로 다른 제공업체 집단에 유리하게 작용할 수 있다.

배포 증거를 중심에 둔 기준은 정책의 애플리케이션 중심성을 강화할 것이다. 이는 고객 환경 안에서 시스템을 운영할 수 있는 기업에 보상을 제공한다.

반대로 기업 자격을 주로 중심에 둔 기준은 이러한 해석을 약화할 것이다. 실제 운영 역량과 발표 품질을 구분하지 못한 대규모 등록부가 만들어질 수 있다.

풀의 분류 구조도 중요하다. 구매자는 모델 공급업체, 플랫폼 벤더, 통합업체, 분야별 전문업체, 운영업체, 보안 제공업체를 구분할 필요가 있다.

공개된 갱신 절차도 유용한 단서를 제공할 것이다. 활성화된 풀이라면 신규 제공업체를 받아들이고, 비활성 항목을 제거하며, 중요한 역량 변화를 반영해야 한다.

두 번째 신호는 자금이 지원되는 지역 조달이다. 입찰 공고, 최초 구매 계약, 리스크 보상 규정, 컴퓨팅 바우처, 명시된 파일럿 시나리오를 지켜봐야 한다.

가장 강력한 증거에는 예산 출처, 자격 요건, 마일스톤, 공개 결과가 포함될 것이다. 이러한 세부 사항은 국가적 방향성을 실제 구매 활동으로 전환한다.

지역 분포는 전체 발표 건수만큼 중요할 것이다. AI 파일럿 구역을 보유한 성·지역은 명시적인 제공업체 목표를 부여받지만, 산업적 수요는 상당히 다르다.

제조업 중심지는 품질 검사, 유지보수, 설계, 공급 계획을 우선시할 수 있다. 다른 지역은 소프트웨어 서비스, 공공 행정, 에너지 운영에 집중할 수 있다.

이러한 차이는 표준화된 패키지가 고객 간에 적용될 수 있는지를 시험할 수 있다. 유사한 여러 환경에서 성공하는 솔루션은 단일 쇼케이스 배포보다 더 강력한 증거를 제공한다.

리스크 보상 조건은 면밀히 살펴볼 필요가 있다. 측정 가능한 성과와 고객 기여를 요구하는 프로그램은 실제 수요를 시험할 가능성이 더 높다.

파일럿 이후의 약속 없이 대부분의 비용을 보전하는 프로그램은 일시적으로 활동을 부풀릴 수 있다. 제공업체는 지속 가능한 제품 대신 보조금 신청에 최적화할 수 있다.

입찰 문구는 구매자가 원시 용량을 구매하는지, 완성된 서비스를 구매하는지도 보여줄 것이다. 토큰 할당량만으로는 사업 성과에 대한 책임성을 거의 만들지 못한다.

용량을 워크플로, 서비스 수준, 평가 세트, 보안 책임과 연결하는 계약은 더 성숙한 시장을 시사할 것이다.

세 번째 신호는 반복적이고 성과와 연결된 소비다. 제공업체와 고객은 시험 및 외부 지원이 끝난 뒤에도 사용이 계속되는지를 보여줘야 한다.

원시 토큰 총량만으로는 이 질문에 답할 수 없다. 보고는 소비량을 완료된 작업, 오류율, 인간 검토, 총 운영 비용과 연결해야 한다.

갱신은 특히 가치가 크다. 성과를 측정한 뒤 배포를 확대하는 고객은 제공업체가 또 하나의 파일럿을 발표하는 것보다 더 강력한 증거를 제공한다.

모델 다양성도 또 다른 도입 단서를 제공할 수 있다. 정의된 작업을 위해 여러 모델을 사용하는 서비스 제공업체는 애플리케이션 계층이 고객 관계를 통제한다는 점을 보여준다.

반대로 하나의 모델이 바뀌었을 때 무너지는 애플리케이션은 취약한 통합을 드러낸다. 조달 규정은 결국 대체 테스트나 연속성 계획을 요구할 수 있다.

보안 기록도 수요에 영향을 미칠 것이다. 기밀 데이터나 무단 에이전트 행동과 관련된 중대한 사고는 여러 부문에서 조달을 늦출 수 있다.

투명한 사고 대응은 신뢰를 뒷받침할 것이다. 제공업체에는 모니터링, 문서화된 책임, 영향을 받은 시스템을 제한하기 위한 명확한 절차가 필요하다.

현장 엔지니어링 역량은 계약 증가와 함께 성장해야 한다. 등재된 제공업체가 배포 전문가를 채용한다면, 단순한 등록 상태가 아닌 실제 운영 업무를 기대하고 있다는 신호가 될 것이다.

향후 1~3개월은 완전한 판정은 아니더라도 초기 증거를 제공할 것이다. MIIT는 2026년 말 제공업체 목표에 다가가기 위해 신속히 움직여야 한다.

지역 기관도 국가적 문구를 규정을 준수하는 프로그램으로 전환할 시간이 필요하다. 즉각적인 지출이 없다고 실패를 뜻하지는 않겠지만, 조달 세부 사항 없는 모호한 발표는 수요 논지를 약화할 것이다.

개발자에게 이 정책은 시연 품질보다 측정 가능한 신뢰성을 선호한다. 제품은 중요한 워크플로에 들어가기 전에 평가, 권한 제어, 사용량 보고, 복구 경로를 갖춰야 한다.

기업 구매자에게 이는 기술 기준을 낮추지 않으면서 지원되는 파일럿을 검토할 이유를 만든다. 보상은 도입 위험을 낮춰야 하며, 실사를 대체해서는 안 된다.

지식 근로자에게 실질적 효과는 에이전트가 승인된 워크플로에 내장될 때 나타날 것이다. 조달 확대는 접근성을 넓힐 수 있지만, 유용성은 신뢰할 수 있는 정보와 책임 있는 행동에 달려 있다.

지속적으로 중요한 질문은 공공 프로그램이 얼마나 많은 토큰을 구매하느냐가 아니다. 각 단위가 고객이 다시 자금을 지원하기로 선택하는 반복 가능한 작업을 제공업체가 완료하는 데 도움이 되느냐이다.

처음 공개되는 제공업체 기준, 처음 자금이 지원되는 지역 계약, 처음 검증되는 갱신 사례를 추적해야 한다. 이 신호들이 함께 MIIT의 토큰 관련 문구가 실제 운영 시장을 만들었는지, 아니면 정책 헤드라인에 그쳤는지를 보여줄 것이다.