중국의 AI 붐이 검열과 관련된 두 가지 심각한 위험 신호를 불러일으키고 있다

중국산 AI 모델들이 첨단 기술로 주목받고 있는 가운데, 정부의 규제가 이러한 모델들에 상당한 영향을 미치고 있다는 보고가 나오고 있습니다. 중국 기업들이 새롭게 선보이는 생성형 AI 모델들은 민감하거나 논란이 될 만한 주제들을 검열하는 경우가 많습니다.

분석가들은 이제 중국 AI 모델의 코드를 적용하는 데 문제가 있음을 지적합니다. 가장 큰 문제는 이것이 갈등을 야기할 것인가 하는 점입니다

중국이 인공 지능(AI) 에까지 검열을 확대하고 있을지도 모른다

중국은 기술, 인력, 검열이라는 세 가지 특징으로 잘 알려져 있습니다. 보고서에 따르면 중국산 AI 모델은 뛰어난 코딩 및 추론 능력 덕분에 기술 분야의 주목을 받고 있습니다.

하지만 테크크런치(TechCrunch) 의 보도에 따르면 , 중국 정부가 이러한 오픈소스 모델들의 반응을 통제하고 있을 가능성이 있다고 합니다. 해당 매체는 이 모델들이 논란이 되거나 민감한 주제를 검열하고 있다고 지적했습니다.

이러한 검열은 AI 모델 호스팅 플랫폼의 주요 업체인 허깅페이스의 CEO 클레멘트 델랑그를 비롯한 많은 사람들의 우려를 불러일으켰습니다.

최근 팟캐스트에서 델랑그는 서구 기업들이 중국산 AI 모델에 의존하는 것의 결과에 대해 우려를 표명했습니다. 그는 중국산 AI 모델에 톈안먼 사건과 같은 질문을 하면 다른 나라에서 개발된 모델과는 달리 주제를 회피하거나 검열된 답변을 제공할 것이라고 지적했습니다. 1989년 톈안먼 사건은 베이징에서 일어난 민주화 운동이었지만, 결국 폭력적인 군사 진압으로 끝났습니다.

국가별 인공지능(AI) 성장 속도의 불균형은 우려스러운 부분입니다

Cryptopolitan 여러 생성형 AI 모델에 대해 보도했습니다 최근 출시된 . 알리바바의 QwQ-32B-Preview와 딥시크의 R1-Lite-Preview가 그중 일부였습니다. 오픈AI의 소라와 경쟁하기 위해 텐센트 또한 합니다 오픈소스 텍스트-비디오 및 비디오-비디오 변환 AI를 출시했다고 . 우리는 중국 기반 AI가 과연 중국의 "사회주의 핵심 가치"를 존중하는지 확인하기 위해 이 주장을 검증해 보기로 했습니다

먼저, Hugging Face에서 ChatGLM-6B의 비공식 데모 버전을 테스트했습니다. 이 모델은 머신러닝 및 AI 플랫폼에서 영어와 중국어로 학습되었습니다. 중국 인민은행이 민주화 시위대를 진압했는지에 대한 질문에 AI모델은 답변하지 않았습니다. 다음으로 DeepSeek에서 톈안먼 사건에 대해 질문했습니다. 수학적 능력이 뛰어나다고 알려진 이 AI 모델 역시 답변을 거부했습니다.

델랑그는 중국이 인공지능 분야에서 세계적인 선두주자가 될 경우, 그 지배력을 이용해 서구 세계와 충돌할 수 있는 문화적, 정치적 가치를 확산시킬 수 있다고 경고했다. 그는 중국이나 어느 한 국가가 인공지능 분야에서 불균형적인 권력을 장악하는 것을 막기 위해 여러 국가에 걸쳐 인공지능 개발을 분산시키는 것이 중요하다고 강조했다.

델랑그는 앞으로 중국이 다른 국가들을 제치고 2025년경 인공지능(AI) 분야의 선두주자가 될 수 있다고 예측했습니다. 이에 대해 AI 애호가인 @kimmonismus는 해당 주장이 " 논란의 여지가 있다 "고 반박했습니다. 델랑그는 중국의 AI 발전 속도가 빠르다는 점을 인정하면서도, 미국이 중국에 부과한 첨단 반도체 칩 수출 제한 조치가 결국 중국 인민은행(PBC)의 AI 개발 속도를 늦출 것이라고 지적했습니다. 정교한 AI 모델을 학습하고 구동하는 데 필수적인 이 칩들이 수출 제한으로 인해 중국이 하게 될dent 다른 국가에 수도 있다는 것입니다

"네, 구형 칩으로 두 배(또는 그 이상) 더 오래 훈련하면 같은 수준에 도달할 수 있지만, 서구권 칩의 성능이 꾸준히 향상된다면 결국에는 서구권과의 경쟁에서 뒤처지기 쉬워질 것입니다." 라고 @kimmonismus는 말했습니다.

한편, 중국 AI 모델들은 특정 윤리적, 문화적 지침이나 정부가 부과한 제한 사항을 준수하도록 설계되었음 이 분명합니다dent 플랫폼 간 반응 차이는 호스팅 플랫폼의 내부 정책이나 사용되는 특정 AI 모델의 학습 데이터 및 제약 조건에 따라 달라질 수도 있습니다 .