마크 앤더슨 최신 인터뷰: DeepSeek, 유수 및 AI가 영향을 미친 권력 구조
저자: MD
제공: 밝은 회사
최근 미국 유명 팟캐스트 Invest Like the Best가 Andreessen Horowitz 공동 창립자 마크 앤드리슨(Marc Andreessen)을 다시 인터뷰했다. 이 인터뷰에서 마크와 진행자 패트릭(Patrick)은 AI가 기술과 지정학에 미치는 중대한 변화를 깊이 있게 논의했으며, 딥시크(DeepSeek)의 오픈소스 인공지능과 그것이 대국 기술 경쟁에서 갖는 의미도 다뤘다. 또한 그들은 세계 권력 구조의 진화와 벤처 캐피탈 산업 전반의 변혁에 대한 견해를 나누었다.
「밝은 회사」는 AI 도구를 활용해 인터뷰의 핵심 내용을 신속히 정리했으며, 전체 원문은 본문 하단의 "원문 링크"에서 확인할 수 있다.
다음은 편집된 인터뷰 내용이다:
딥시크, AI의 승자와 패자에 관하여
패트릭: 마크, 가장 핵심적인 질문부터 시작해야 할 것 같습니다. 딥시크의 R1에 대해 어떻게 생각하시는지 말씀해주실 수 있나요?
마크: 여기에는 여러 가지 차원이 있습니다. (제 생각에) 미국은 여전히 인공지능 분야에서 과학 및 기술적 리더로서 공인받고 있습니다. 딥시크의 대부분 아이디어는 지난 20년 동안, 심지어 놀랍게도 80년 전 미국이나 유럽에서 이루어진 연구에서 비롯되었습니다. 신경망에 대한 초기 연구는 1940년대 미국과 유럽의 연구형 대학에서 이미 시작됐습니다.
따라서 지식 발전의 관점에서 보면, 미국은 여전히 크게 앞서 있습니다.
그러나 딥시크는 이러한 지식을 매우 훌륭하게 활용했습니다. 그들이 한 놀라운 일은 이 기술을 오픈소스 형태로 전 세계에 제공했다는 점입니다. 사실상 이것은 매우 놀라운 일인데, 왜냐하면 이런 현상이 역전되고 있기 때문입니다. OpenAI처럼 기본적으로 완전히 폐쇄적인 운영을 하는 미국 기업들이 있습니다.
엘론 머스크(Elon Musk)는 OpenAI에 제기한 소송의 일부에서 회사 이름을 OpenAI에서 Closed AI로 바꿔야 한다고 요구했습니다. OpenAI의 초창기 설립 취지는 모든 것을 오픈소스로 공개하는 것이었지만, 지금은 모든 것이 폐쇄되어 있습니다. Anthropic 같은 다른 주요 AI 연구소들도 완전히 폐쇄되어 있으며, 실제로 연구 논문 발표를 중단하고 모든 것을 독점 자산으로 간주하고 있습니다.
반면 딥시크 팀은 자신들의 이유에서 비롯된 행동으로 실제적인 오픈소스 약속을 실현했습니다. 그들은 LLM(V3라고 함)과 추론기(R1이라고 함)의 코드를 공개했으며, 어떻게 이를 구성했는지를 설명하는 상세한 기술 논문도 게시함으로써, 유사한 작업을 수행하려는 다른 누구에게도 로드맵을 제공했습니다.
즉, 이제 이 기술은 공개된 상태입니다. 외부에서는 딥시크를 사용하면 모든 데이터를 중국인들에게 넘긴다는 잘못된 주장이 있는데, 만약 당신이 딥시크 웹사이트에서 서비스를 이용한다면 그건 사실일 수 있습니다. 그러나 코드를 다운로드해서 직접 실행할 수도 있습니다. 예를 들어, Perplexity라는 미국 기업은 Perplexity 플랫폼에서 딥시크 R1을 사용하며, 이는 미국 내에서 호스팅됩니다. 마이크로소프트와 아마존은 현재 딥시크의 클라우드 버전을 보유하고 있으며, 이들 클라우드 플랫폼에서 실행할 수 있고, 이 두 기업 모두 미국 기업이며 미국의 데이터센터를 사용합니다.
이 점은 매우 중요합니다. 이제 당신은 이 시스템을 다운로드해 실제로 집이나 회사에서 6,000달러 가치의 하드웨어에서 실행할 수 있습니다. 그 능력은 OpenAI와 Anthropic 등의 최첨단 시스템과 맞먹습니다.
이들 기업은 시스템 개발에 엄청난 자금을 투입했습니다. 하지만 오늘날 당신은 단 6,000달러만으로 그것을 구입해 완전한 통제권을 가질 수 있습니다. 직접 실행한다면 완전한 통제권을 가지며, 시스템이 무엇을 하는지 완전히 투명하게 볼 수 있고, 수정하거나 다양한 조작이 가능합니다.
또한 '지식 증류(distillation)'라는 매우 뛰어난 기능이 있습니다. 6,000달러짜리 하드웨어가 필요한 대규모 모델을 압축해 더 작은 모델 버전을 만들 수 있습니다. 인터넷에서는 이미 누군가 더 작은 모델 버전을 만들어 Mac북 또는 아이폰에서도 실행할 수 있도록 최적화했습니다. 이 버전들은 완전한 버전만큼 똑똑하지는 않지만 여전히 상당히 똑똑합니다. 특정 분야에 특화된 맞춤형 증류 버전을 만들 수 있으며, 특정 영역에서 뛰어난 성능을 발휘합니다.
이는 대규모 모델 추론과 프로그래밍, 과학 등에서의 추론 능력을 보급하는 데 있어 큰 진보입니다. 6개월 전만 해도 이러한 기술은 매우 난해하고 극도로 비싸며 독점적이었습니다. 하지만 오늘날 그것은 모든 사람에게 무료로 영구적으로 제공됩니다.
모든 대형 기술기업, 인터넷 회사, 모든 스타트업들이 이에 영향을 받고 있으며, 이번 주에만 수십 개에서 수백 개의 스타트업이 딥시크 기반으로 재건하거나 제품에 통합하거나 사용 기술을 연구해 기존 AI 시스템을 개선하고 있습니다.
메타(Meta)의 마크 저커버그(Mark Zuckerberg)는 최근 메타 팀이 딥시크를 분석해 합법적으로 이들의 아이디어를 참고하고 있으며, 다음 세대의 Llama가 추론 능력 면에서 적어도 딥시크 수준 이상, 혹은 더 나은 수준이 되도록 하고 있다고 언급했습니다. 이는 정말로 세상을 발전시키는 일입니다.
여기서 배울 수 있는 두 가지 주요 관점은 다음과 같습니다. 첫째, AI는 어디에나 존재하게 될 것입니다. 많은 AI 위험 관리자, 보안 전문가, 규제자, 관료, 정부, EU, 영국인 등… 이 모든 사람들은 AI를 제한하고 통제하려 하지만, 이는 오히려 그런 일이 일어나지 않도록 보장하는 결과를 낳습니다. 저는 이것이 좋다고 생각합니다. 이는 인터넷의 자유 전통과 매우 부합합니다. 둘째, 이는 추론 비용을 30배 감소시켰습니다.
마지막으로 언급하자면, 이는 추론이 효과가 있다는 것을 보여줍니다. 추론은 사람이 생성한 답이 기술 전문가에 의해 사후 검증될 수 있는 한, 인간 활동의 모든 분야에서 작동할 것입니다.
앞으로 우리는 인간 수준을 넘어선 추론 능력을 가진 AI를 갖게 될 것이며, 이는 코딩, 수학, 물리, 화학, 생물학, 경제학, 금융, 법률, 의학 등 진정 중요한 분야에서 효과를 발휘할 것입니다.
이것은 기본적으로 5년 이내에 지구상의 모든 사람이 언제든지 대기 중인 초인간 수준의 AI 변호사와 AI 의사, 즉 스마트폰의 표준 기능 하나를 갖게 되리라는 것을 보장합니다. 이는 세상을 더 건강하고 멋지고 아름답게 만들 것입니다.
패트릭: 하지만 이건 동시에 가장 불안정한 부분이기도 합니다. 2개월 안에 모델이 구식이 됩니다. 모든 기술 계층에서 혁신이 활발히 일어나고 있습니다. 하지만 단지 현재 시점에서 이 새로운 패러다임에 입장했을 때, 새로운 애플리케이션 개발자, 기존 소프트웨어 개발자, 엔비디아(Nvidia) 같은 인프라 제공업체, 오픈소스와 폐쇄형 모델 기업 등 모든 이해관계자의 승자와 패자를 칼럼으로 쓴다면, R1 출시 이후의 승자와 패자는 누구라고 생각하시나요?
마크: 만약 오늘 날짜로 "스냅샷"을 찍는다면, 제로섬 게임 관점에서 한 시점의 승자와 패자를 따져본다면, 승자는 모든 사용자들입니다, 모든 소비자, 모든 개인, 그리고 AI를 사용하는 모든 기업들 말입니다.
예를 들어 AI 법률 서비스를 제공하는 스타트업들은 지난주까지만 해도 AI 사용 비용이 현재보다 30배나 더 높았습니다.
AI 변호사를 구축하는 회사의 경우, 핵심 입력 비용이 30배 감소한다는 것은 운전할 때 연료비가 30배 감소하는 것과 같습니다. 갑자기 같은 1달러로 30배 더 멀리 갈 수 있게 되거나, 추가적인 지출 여력을 활용해 더 많은 것을 살 수 있게 됩니다. 이러한 회사들은 모두 AI를 사용하는 능력을 크게 확장하거나, 더 저렴하거나 무료로 서비스를 제공할 수 있게 될 것입니다. 따라서 사용자와 세상 전체에게는 고정된 규모의 파이에서 탁월한 결과를 가져옵니다.
패자는 독점 모델을 보유한 기업들입니다. OpenAI, Anthropic 등이 해당됩니다. 지난 일주일 동안 OpenAI와 Anthropic이 상당히 강경하면서도 도발당한 듯한 메시지를 내보낸 것을 눈여겨볼 필요가 있습니다. 상업과 정치에는 오래된 말이 있는데, 설명을 시작하는 순간, 이미 패배한 것입니다.
또 다른 패자는 엔비디아(Nvidia)입니다. 이에 대해 많은 논평이 있었지만, 엔비디아는 사람들이 사용하는 표준 AI 칩을 제조합니다. 다른 선택지도 있지만, 대부분의 사람들이 엔비디아를 사용합니다. 그들의 칩 마진율은 무려 90%에 달하며, 회사의 주가도 이를 반영하고 있습니다. 엔비디아는 세계에서 가장 가치 있는 기업 중 하나입니다. 딥시크 팀은 논문에서 더 저렴한 칩을 사용하는 방법을 찾아냈는데, 사실상 여전히 엔비디아 칩을 사용하지만, 훨씬 더 효율적으로 사용하고 있습니다.
비용이 30배 감소하는 이유 중 하나는 더 적은 수의 칩만 필요하기 때문입니다. 참고로 중국은 자체 칩 공급망을 구축하고 있으며, 일부 기업은 이미 중국에서 파생된 칩을 사용하기 시작했는데, 이는 엔비디아에게 더 근본적인 위협이 됩니다. 따라서 이는 어느 한 시점의 스냅샷일 뿐입니다. 하지만 문제는 당신의 질문이 시간이 지남에 따라 탄성 효과를 보고 싶어 한다는 점을 암시한다는 것입니다. 사티아 나델라(Satya Nadella)는 제번스 패러독스(Jevons Paradox)라는 용어를 사용했습니다.
연료비를 상상해보세요. 연료비가 크게 하락하면 갑자기 사람들이 더 많이 운전하게 됩니다. 이는 교통 계획에서 자주 나타나는 현상입니다. 그래서 오스틴 같은 교통 체증이 심한 도시에서 기존 고속도로 옆에 새 고속도로를 짓는다는 발상을 하게 되면, 단 2년 만에 새 고속도로도 꽉 막히고, 어쩌면 더 어렵게 이동하게 될 수도 있습니다. 핵심 요소의 가격 하락이 수요를 유도할 수 있기 때문입니다.
AI가 갑자기 30배 저렴해진다면, 사람들이 30배 더 많이 사용할 수 있으며, 어쩌면 100배, 1000배 더 많이 사용할 수도 있습니다. 이러한 경제 용어를 탄성(elasticity)이라고 합니다.
따라서 가격 하락은 수요의 폭발적 증가를 의미합니다. 저는 매우 합리적인 시나리오가 있다고 생각합니다. 즉 사용량이 폭발적으로 증가하는 미래에는 딥시크가 잘 해낼 것입니다. 참고로 OpenAI, Anthropic도 잘 해낼 것이며, 엔비디아도 잘 해낼 것이고, 중국의 칩 제조사들도 잘 해낼 것입니다.
그러면 여러분은 조수처럼 밀려오는 파도와 같은 효과를 보게 될 것이며, 전체 산업이 폭발적으로 성장할 것입니다. 사람들은 아직 어떻게 이 기술을 사용하는지 알아가는 단계에 불과합니다. 추론은 지난 4개월 동안 비로소 작동하기 시작했습니다. OpenAI는 몇 달 전에야 o1 추론 모델을 출시했습니다. 이것은 마치 불꽃을 산꼭대기에서 내려와 전 인류에게 전달하는 것과 같습니다. 대부분의 인간은 아직 불을 사용하지 않지만, 사용하게 될 것입니다.
솔직히 말해, 이것은 또 다른 오래된 관념인데, 즉 당신이 OpenAI나 기타 유사한 회사라면 지난주에 한 일은 더 이상 충분하지 않습니다. 하지만 다시 말해, 세상은 항상 그렇게 돌아갑니다. 더 나아져야 합니다. 이런 일들은 경쟁입니다. 진화해야 합니다. 따라서 이것은 많은 기존 기업들이 진정으로 수준을 높이고 더 공격적으로 변하도록 촉진하는 매우 강력한 촉매제이기도 합니다.
……
패트릭: ……, 미국에서 개발된 모델을 중국 기업이 사용해 엄청난 자금을 투입한 후 전 세계에 풍부한 기술을 제공하게 되는 것은 이해하기 어려운 일입니다. 당신이 이 두 관점에서 어떻게 반응하는지 듣고 싶습니다.
마크: 네, 여기에는 정말로 중요한 문제가 있습니다. 이런 주장을 듣곤 하는데, 일종의 아이러니가 있습니다. 물론 아이러니한 점은 OpenAI가 트랜스포머(Transformers)를 발명하지 않았다는 것입니다. 대규모 언어 모델의 핵심 알고리즘인 트랜스포머는 OpenAI에서 발명된 것이 아니라 구글에서 발명되었습니다.
구글이 발명하고 논문을 발표했으며, 참고로 제품화하지는 않았습니다. 계속 연구는 했지만, "안전(security)"을 이유로 제품화하지 않았는데, 이는 위험할 수 있다고 판단했기 때문입니다. 그래서 5년 동안 방치하다가 OpenAI 팀이 이를 이해하고 채택해 계속 발전시켰습니다.
Anthropic는 OpenAI에서 분리된 기업입니다. Anthropic도 트랜스포머를 발명하지 않았습니다. 따라서 이 두 기업이나 다른 모든 미국 실험실, 다른 모든 오픈소스 프로젝트 모두 자신들이 창조하고 개발하지 않은 것을 기반으로 하고 있습니다.
참고로 구글은 2017년에 트랜스포머를 발명했지만, 트랜스포머 자체는 신경망 개념을 기반으로 합니다. 신경망 아이디어는 1943년으로 거슬러 올라갑니다. 따라서 82년 전이 실제로 원시 신경망 논문이 발표된 시기였으며, 트랜스포머는 70년간의 연구와 발전 위에 세워졌으며, 이 대부분은 연방 정부와 유럽 정부가 연구형 대학에서 지원했습니다.
따라서 모든 시스템에 들어가는 아이디어의 대부분은 현재 이 시스템을 구축하는 회사들에 의해 개발된 것이 아닙니다. 우리 자신의 회사를 포함해 어떤 회사도 여기서부터 처음부터 구축했다고 특별한 도덕적 주장을 할 수 없습니다. 우리는 완전히 통제해야 한다고 주장할 수 없습니다. 이건 사실이 아닙니다.
따라서 저는 이런 주장들은 당면한 좌절감에서 나오는 것이라고 말하겠습니다. 참고로 이런 주장들은 무의미하기도 합니다. 왜냐하면 중국이 이미 그렇게 했고, 일이 이미 발생했기 때문입니다. 현재 저작권에 관한 논쟁이 있습니다. 이 분야의 전문가들과 대화해보면, 많은 사람들이 딥시크가 왜 그렇게 우수한지 이해하려 노력하고 있습니다. 그중 하나의 이론은 입증되지 않은 이론이지만, 전문가들이 믿는 이론은 중국 기업이 미국 기업이 사용하지 않은 데이터로 훈련했을 수 있다는 것입니다.
특히 놀라운 점은 딥시크가 창의적 글쓰기에서 매우 뛰어나다는 점입니다. 딥시크는 현재 세계에서 영어 창의적 글쓰기에 가장 뛰어난 AI일 가능성이 있습니다. 이건 좀 이상한데, 중국의 공식 언어는 중국어이기 때문입니다. 일부 훌륭한 중국계 영어 소설가들이 있지만, 일반적으로 가장 뛰어난 창의적 글쓰기는 서양에서 나올 것으로 예상할 수 있습니다. 그런데 딥시크가 현재 가장 뛰어나다는 것은 충격적입니다.
따라서 그중 하나의 이론은 딥시크가 훈련했을 수 있다는 것입니다. 예를 들어 Libgen이라는 이름의 웹사이트가 있는데, 이는 기본적으로 도서관 전체를 해적판으로 저장한 거대한 인터넷 저장소입니다. 저는 물론 Libgen을 사용하지 않지만, 저에게는 자주 사용하는 친구가 있습니다. 이건 마치 킨들 스토어의 초집합(super-set)과 같습니다. PDF 형식의 모든 디지털 책이 있으며, 무료로 다운로드할 수 있습니다. 영화판 피라시베이(Pirate Bay)와 같습니다.
미국 실험실은 Libgen에서 모든 책을 다운로드해 훈련하는 것을 스스로 자연스럽게 받아들이지 못할 수 있지만, 중국 실험실은 스스로 그렇게 할 수 있다고 느낄 수 있습니다. 따라서 이 차이점에서 이점을 얻을 수 있습니다. 그렇다고 해도, 여전히 해결되지 않은 저작권 논쟁이 남아 있습니다. 사람들이 이 문제를 조심스럽게 다뤄야 하는 이유는, 일부 출판사가 OpenAI, Anthropic, DeepSeek 같은 생성형 AI 기업이 자신의 콘텐츠를 사용하는 것을 막기를 원하기 때문입니다.
이 자료들은 저작권 보호를 받으며 마음대로 사용할 수 없다는 주장이 있습니다. 반면, AI가 책을 읽는 것은 책을 복제하는 것이 아니라 책을 읽는 것이라며, AI가 책을 읽는 것은 합법이라고 주장하는 이론도 있습니다.
당신과 나는 책을 읽는 것이 허용된다는 점, 참고로 도서관에서 책을 빌릴 수 있고, 친구의 책을 집어 들 수 있다는 점을 기억하세요. 이러한 행위는 모두 합법입니다. 우리는 책을 읽는 것이 허용되며, 책에서 배우는 것이 허용되며, 일상생활을 계속하면서 책에서 배운 생각들을 이야기할 수 있습니다. 또 다른 주장은 AI 훈련이 책을 훔치는 것보다 인간이 책을 읽는 것과 더 유사하다는 것입니다.
또한 현실적으로, 만약…… 그들의 AI가 모든 책으로 훈련될 수 있고, 미국 기업이 법적으로 책 훈련을 금지당한다면, 미국은 AI 경쟁에서 질 수 있습니다.
실제적으로 보면, 이는 치명적인 타격이 될 수 있으며, 그들이 이기고 우리가 지는 상황이 될 수 있습니다. 아마도 이 전체 논쟁은 얽혀 있을 수 있습니다. 딥시크는 훈련에 사용한 데이터를 공개하지 않았습니다. 따라서 딥시크를 다운로드할 때 훈련 데이터를 얻는 것이 아니라,所谓的 가중치(weights)를 얻습니다. 따라서 훈련된 자료로 훈련된 신경망을 얻는 것입니다. 그러나 그 안에서 훈련 데이터를 추적하거나 유도하는 것은 매우 어렵거나 불가능합니다.
참고로 Anthropic와 OpenAI도 훈련에 사용한 데이터를 공개하지 않았습니다. 이 분야에서는 OpenAI 훈련 데이터에 무엇이 들어 있는지 없는지에 대해 격렬한 추측이 있습니다. 그들은 이를 영업 비밀로 간주하며 공개하지 않습니다. 따라서 중국 딥시크가 이들 기업과 다르거나 같을 수 있습니다. 중국 기업과 훈련 방식이 다를 수 있습니다. 우리는 모릅니다.
OpenAI와 Anthropic의 알고리즘이 정확히 무엇인지 우리는 모릅니다. 왜냐하면 오픈소스가 아니기 때문입니다. 우리는 공개된 딥시크 알고리즘보다 얼마나 더 낫거나 못한지 모릅니다.
폐쇄형과 개방형에 관하여
패트릭: OpenAI, Anthropic와 같은 폐쇄형 모델들이 결국 애플과 구글 안드로이드처럼 될 것이라고 생각하시나요?
마크: 저는 경쟁의 극대화를 지지합니다. 참고로 이는 제가 벤처 캐피탈리스트로서의 정체성과도 부합합니다. 따라서 당신이 기업 창립자라면, 제가 AI 기업을 운영한다면 매우 구체적인 전략을 갖고 있어야 하며, 장단점이 있고, 균형을 맞춰야 합니다.
벤처 캐피탈리스트로서 저는 그런 일을 할 필요가 없습니다. 저는 서로 모순되는 여러 가지 베팅을 할 수 있습니다. 이것이 피터 틸(Peter Thiel)이 말한 결정론적 낙관주의와 비결정론적 낙관주의입니다. 기업 창립자, CEO는 반드시 결정론적 낙관주의자여야 합니다. 계획을 갖고 있어야 하며, 그 계획을 실현하기 위해 어려운 균형을 맞춰야 합니다. 벤처 캐피탈리스트는 비결정론적 낙관주의자입니다. 우리는 100가지 서로 다른 계획과 모순되는 가정을 가진 100개의 회사에 자금을 지원할 수 있습니다.
제가 하는 일의 본질은 당신이 방금 설명한 그런 선택을 할 필요가 없다는 점입니다. 그래서 저는 철학적 논거를 쉽게 제시할 수 있으며, 개인적으로도 진심으로 동의하는데, 바로 최대한의 경쟁을 지지한다는 것입니다. 더 깊이 들어가면, 이는 자유시장, 최대한의 경쟁, 최대한의 자유를 지지한다는 의미입니다.
궁극적으로, 가능한 한 많은 똑똑한 사람들이 가능한 한 다양한 방법을 생각해 내고 자유시장에서 서로 경쟁해 보는 것이죠. AI의 경우, 이는 대규모 실험실이 가능한 한 빨리 발전하는 것을 지지한다는 의미입니다.
저는 OpenAI와 Anthropic가 하고 싶은 모든 일을 하며, 원하는 제품을 출시하고 가능한 한 열심히 발전하는 것을 100% 지지합니다. 그들이 정부로부터 우선적인 정책 대우, 보조금, 지원을 받지 않는 한, 회사로서 하고 싶은 모든 일을 할 수 있어야 합니다.
물론 스타트업도 지지합니다. 우리는 다양한 규모와 유형의 AI 스타트업에 적극적으로 자금을 지원하고 있습니다. 따라서 저는 그들이 성장하기를 바라며, 오픈소스가 성장하기를 바랍니다. 부분적으로는, 만일 어떤 것이 오픈소스에 등장하면, 일부 사업 모델 기업이 운영되지 못할지라도 세계와 전체 산업에 주는 이익이 너무 크기 때문에 우리는 다른 수익 창출 방법을 찾을 것이라고 생각하기 때문입니다. AI는 더욱 보편화되고, 저렴해지고, 접근하기 쉬워질 것입니다. 저는 이는 좋은 결과라고 생각합니다.
오픈소스의 또 다른 매우 중요한 이유는, 오픈소스 없이는 모든 것이 블랙박스가 된다는 점입니다. 오픈소스 없이는 모든 것이 소수 기업이 소유하고 통제하는 블랙박스가 되며, 이들 기업은 궁극적으로 정부와 결탁할 수 있습니다. 이에 대해서는 더 논의할 수 있습니다. 하지만 박스 안에서 무슨 일이 벌어지고 있는지 보기 위해서는 오픈소스가 필요합니다.
참고로 학문 연구를 위해서도 오픈소스가 필요하며, 따라서 교수를 위해서도 오픈소스가 필요합니다. 따라서 오픈소스 이전의 문제는 2년 전만 해도 기본적인 오픈소스 LLM이 없었으며, 메타가 Llama를 발표하고, 프랑스의 Mistral, 그리고 지금의 딥시크가 등장하기 전까지의 상황입니다.
이러한 오픈소스 모델이 등장하기 전, 대학 시스템은 위기에 처해 있었습니다. 스탠포드, MIT, 버클리 등지의 대학 연구자들은 실제로 AI 분야에서 경쟁하고 관련성을 유지하기 위해 10억 달러짜리 엔비디아 칩을 구입할 만큼 충분한 자금이 없었습니다.
따라서 2년 전 컴퓨터 과학 교수와 대화를 나눈다면 매우 걱정할 것입니다. 첫 번째 걱정은 우리 대학이 AI 분야에서 경쟁하고 관련성을 유지할 만큼 충분한 자금이 없다는 것입니다. 두 번째 걱정은 모든 대학을 합쳐도 대기업의 자금 조달 능력을 따라갈 만큼 충분한 자금이 없다는 것입니다.
오픈소스는 대학을 다시 경쟁에 참여시켰습니다. 즉, 제가 스탠포드, MIT, 버클리 또는 워싱턴 대학 등 어느 주립학교의 교수라도, 이제 Llama 코드, Mistral 코드 또는 딥시크 코드를 사용해 수업을 할 수 있습니다. 연구를 할 수 있으며, 실제로 돌파구를 만들 수 있습니다. 연구 성과를 발표해 사람들이 실제로 무슨 일이 벌어지고 있는지 알 수 있습니다.
그리고 매번 새로운 세대의 학생들이 대학에 와서 컴퓨터 과학 수업을 들을 때, 이걸 하는 방법을 배울 수 있습니다. 이것이 블랙박스라면 불가능할 것입니다. 우리는 표현의 자유, 학문의 자유, 연구의 자유가 필요하듯이 오픈소스가 필요합니다.
따라서 제 모델은 기본적으로 대기업, 소기업, 오픈소스가 서로 경쟁하도록 하는 것입니다. 이것이 컴퓨터 산업에서 일어난 일입니다. 효과가 좋았습니다. 이것이 인터넷 산업에서 일어난 일입니다. 효과가 좋았습니다. 저는 이것이 AI 분야에서도 일어날 것이라고 믿으며, 효과가 좋을 것이라고 생각합니다.
패트릭: 최대한의 진화 속도와 최대한의 경쟁을 원하는 데 한계가 있을까요? 아마도 있겠죠. 제가 중국이 최고의 것을 만들어냈다는 걸 안다고 말하면, ……, "네, 저는 최대한의 진화와 경쟁을 원하지만, 국가 이익이 최대한의 진화 속도와 발전에 대한 열망을 초월할 수 있는 상황이 있을까요?"라고 말할 수 있을까요?
마크: 이 주장은 매우 현실적인 주장입니다. AI 분야에서 자주 제기됩니다. 사실 우리가 지금 여기 앉아 있는 시점에서 두 가지 일이 있습니다. 첫째, 현재 실제로 서방 기업과 미국 기업이 중국에 첨단 AI 칩을 판매하는 데 제한이 있습니다. 예를 들어, 엔비디아는 현재 합법적으로 첨단 AI 칩을 중국에 판매할 수 없습니다. 우리는 이미 그런 결정을 내리고 그런 정책을 시행한 세계에 살고 있습니다.
또한 바이든 행정부는 소프트웨어에도 유사한 제한을 가하는 행정 명령을 발표했으며, 지금은 철회된 것으로 알고 있지만, 당시 행정 명령을 발표했습니다. 이것은 매우 활발한 논쟁입니다. 딥시크 사건이 발생하면서 워싱턴 DC에서는 또一轮의 이런 논쟁이 벌어지고 있습니다.
그리고 기본적으로 정책 논쟁에 빠지면, 이론적으로 국익에 부합하는 것이 무엇인지에 대한 이성적인 논쟁 버전이 있습니다. 그리고 정치적 논쟁 버전이 있는데, 정치 과정이 이성적인 논쟁에 실제로 무엇을 할 것인지에 대한 것입니다. 이렇게 말하겠습니다. 이성적인 논쟁이 정치 과정과 만나는 것을 지켜본 경험이 우리 모두 많으며, 일반적으로 이성적인 논쟁이 이기지 않습니다. 정치 기계를 거쳐 나오는 결과는 일반적으로 처음에 생각했던 것과 다릅니다.
또한 우리는 항상 논의해야 할 세 번째 요소가 있는데, 특히 대기업의 부패한 영향력입니다. 만약 당신이 대기업이라면 중국 기업이 벌어지고 있는 변화(더 경쟁력 있음), 오픈소스가 벌어지고 있는 일의 위협을 보게 되면, 물론 당신은 미국 정부를 이용해 자신을 보호하려고 시도할 것입니다. 아마도 이는 국익에 부합할 수도 있고 아닐 수도 있습니다. 그러나 국익에 부합하든 말든 반드시
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
