중국 DeepSeek, GPT-5와 경쟁할 차세대 AI 모델 공개. 하지만 실제로는 얼마나 좋은가?

중국 기술계의 천재 DeepSeek는 미국이 AI 분야에서 차지하는 우위를 도전하기 위해 새로운 실험용 모델 V3.2-Exp를 출시했습니다. 이번 릴리스는 월요일에 이루어졌으며, 인기 있는 AI 포럼인 Hugging Face의 게시물을 통해 처음 공개되었습니다.

DeepSeek는 이 최신 버전이 현재 모델인 V3.1-Terminus를 기반으로 하되, 속도, 비용, 메모리 처리 측면에서 더 강한 강조를 두었다고 주장합니다.

Hugging Face의 중국 커뮤니티 리더인 Adina Yakefu에 따르면, 이 모델은 DeepSeek Sparse Attention(DSA)이라는 기능을 갖추고 있으며, 이는 “AI가 긴 문서와 대화를 더 잘 처리하도록 한다”면서 동시에 운영 비용을 절반으로 줄인다고 합니다.

기억하시겠지만, 약 1년 전 DeepSeek은 경고 없이 첫 모델 R1을 출시하며 시장을 흔들었습니다. 이 모델은 적은 수의 칩과 훨씬 적은 컴퓨팅 파워로 대규모 언어 모델을 훈련할 수 있음을 보여주었습니다. 중국 팀이 이러한 제약 조건 하에서 이를 해낼 것이라고는 아무도 예상하지 못했습니다. V3.2-Exp를 통해 목표는 변하지 않았습니다: 더 적은 하드웨어, 더 높은 성능.

DeepSeek Sparse Attention 추가 및 AI 실행 비용 절감

DSA는 이 모델의 주요 기능입니다. 이는 AI가 어떤 정보를 볼지 선택하는 방식을 변경합니다. 모든 것을 스캔하는 대신, DeepSeek은 모델이 작업에 유용해 보이는 것에만 집중하도록 훈련합니다. Adina 설명했듯이 여기서의 이점은 두 가지입니다: “효율성”과 “비용 절감”입니다.

관련 없는 데이터를 건너뛰므로 모델이 더 빠르게 이동하고 에너지 소비가 줄어듭니다. 그녀는 이 모델이 오픈소스 협력을 염두에 두고 설계되었다고 말했습니다.

The Futurum Group의 AI 연구 책임자 Nick Patience는 CNBC와의 인터뷰에서 이 모델이 더 비싼 모델을 사용할 여유가 없는 개발자들에게 강력한 AI 도구를 제공할 잠재력이 있다고 말했습니다. “성능이 눈에 띄게 떨어지지 않으면서 모델을 더 빠르고 비용 효율적으로 사용할 수 있게 될 것입니다.”라고 Nick은 말했습니다. 하지만 이것이 위험이 없다는 의미는 아닙니다.

DeepSeek이 희소 주의(sparse attention)를 사용하는 방식은 항공사가 비행 노선을 선택하는 것과 유사합니다. 한 곳에서 다른 곳으로 가는 데 수백 가지 방법이 있을 수 있지만, 그중 몇 가지만 의미가 있습니다. 모델은 노이즈를 필터링하고 중요한 것, 또는 적어도 중요하다고 생각하는 것에 집중합니다.

하지만 이러한 접근에는 우려도 따릅니다. BlankPage Capital의 공동 설립자 Ekaterina Almasque는 이를 간단히 설명했습니다. “기본적으로 중요하지 않다고 생각하는 요소들을 제거하는 거죠.” 하지만 그녀는 모델이 올바른 요소들을 잘라내고 있는지 보장할 수 없다는 점이 문제라고 지적했습니다.

Dataiku, Darktrace, Graphcore 등의 기업에 투자한 Ekaterina는 지름길을 건너뛰는 것이 나중에 문제를 야기할 수 있다고 경고했습니다. “그들[희소성 주의 모델]은 많은 뉘앙스를 잃어버렸습니다.”라고 그녀는 말했습니다. “그리고 진정한 질문은, 중요하지 않은 데이터를 제외하는 올바른 메커니즘이 있었는지, 아니면 정말 중요한 데이터를 제외하는 메커니즘이 있어서 결과가 훨씬 덜 관련성이 있는지입니다.”라고 덧붙였습니다.

중국산 칩 연결 및 오픈 코드 공개

이러한 우려에도 불구하고 DeepSeek는 V3.2-Exp가 V3.1-Terminus와 동일한 성능을 발휘한다고 주장합니다. 이 모델은 추가 구성 없이 Ascend 및 Cambricon과 같은 국내 중국산 칩에서 직접 실행할 수 있습니다. 이는 중국이 자체 하드웨어 기반 AI를 구축하고 외국 기술에 대한 의존도를 줄이려는 광범위한 노력에서 핵심적인 요소입니다. Adina는 “출고 상태 그대로” DeepSeek가 이러한 칩과 호환된다고 말했습니다.

회사는 모델의 전체 코드와 도구를 공개했습니다. 이는 누구나 V3.2-Exp를 다운로드하고 실행하며, 수정하거나 이를 기반으로 구축할 수 있음을 의미합니다. 이 조치는 DeepSeek의 오픈소스 전략과 일치하지만, 또 다른 문제를 제기합니다. 모델이 공개되어 있고 핵심 아이디어인 희소성 주의(sparse attention)가 2015년부터 존재해 왔기 때문에 DeepSeek는 이를 법적으로 독점할 수 없습니다.

“이 접근 방식은 매우 새로운 것이 아닙니다.”라고 Ekaterina는 말했습니다. 그녀에게 있어 기술의 유일한 방어 가능한 부분은 DeepSeek가 무엇을 유지하고 무엇을 무시할지 선택하는 방식입니다.

이제 진정한 경쟁은 여기에 있습니다. 단순히 더 똑똑한 모델을 만드는 것이 아니라, 결과를 망치지 않으면서 더 빠르고, 저렴하며, 경량화된 모델을 만드는 것입니다. DeepSeek조차도 이 버전을 “차세대 아키텍처를 향한 중간 단계”라고 불렀으며, 이는 이미 더 큰 작업을 진행 중임을 시사합니다.

Nick은 효율성이 이제 순수한 성능만큼이나 중요해졌다고 말했습니다. Adina는 회사가 장기적인 계획을 가지고 있다고 믿습니다. “DeepSeek는 커뮤니티가 그들의 진전에 투자하도록 하는 장기적인 게임을 하고 있습니다.”라고 그녀는 말했습니다. “사람들은 항상 저렴하고, 신뢰할 수 있으며, 효과적인 것을 선택할 것입니다.”