국산 대규모 모델 발전사: 대규모 모델 경쟁, '후 폭력적 계산 시대'로 진입
저자: 키 프레임
이미지 출처: 무계 AI 생성
AI 경기장은 조용히 깊은 기술 권력 재편을 목격하고 있다.
딥시크(DeepSeek)가 촉발한 이 변화는 아직 진정되지 않았으며, 대규모 모델 경쟁은 '후폭력적 계산 시대'에 접어들었고, 효율성의 중요성이 부각되면서 AI 권력 구조도 재편되고 있으며, 오픈AI(OpenAI)의 독점적 지위 또한 계속 흔들리고 있다.
후발 세력은 거세게 진화하고 있고, 선행 세력은 가시밭길을 헤쳐 나가며, '성 위에서 왕의 깃발이 자주 바뀌는' 상황 속에서 승자가 정해지지 않은 가운데, 어떻게 오픈소스를 통해 생태계 지원을 얻으면서도 클로즈드소스로 상업적 수익을 실현할 것인지가 승부의 핵심이다.
01. 중국 AI 프로젝트, 정책 바람 타고 '급성장'
국산 AI의 발전은 조용히 무르익어왔다. 업계 관계자들은 2023년을 인공지능 발전의 분수령으로 보고 있다.
인공지능 과학자 리페이페이(이비피)는 "역사적으로 2023년은 기술의 근본적 변화와 대중의 각성이 있었기에 기억될 것이다"라고 말했다.
하지만 그 이전에도 인공지능 기술에 대한 탐구와 혁신은 이미 끊임없이 이어져 왔다.
1956년 존 맥카시(John McCarthy)가 더트머스 회의에서 처음으로 '인공지능(Artificial Intelligence)'이라는 개념을 제안하면서 AI는 한 학문으로서 공식적으로 탄생했다.
그러나 1973년 AI 연구가 병목 상태에 빠지면서 관련 투자가 급감하고, 발전은 '빙하기'에 접어들었다.
1986년 'AI의 아버지'라 불리는 제프리 힌튼(Geoffrey Hinton)이 역전파(Backpropagation) 알고리즘을 제안하면서 신경망이 부활했고, 이후 2017년 구글이 자체 주의(Self-Attention) 메커니즘 기반의 트랜스포머(Transformer)를 제안하며 RNN/LSTM을 대체하여 후속 대형 언어 모델(LLM)의 핵심 구조가 되었다.
국내 AI 발전사를 돌아보면, 2023년 역시 '국산 AI 시대의 개막 원년'이었다.
티엔옌차에 따르면, 2023년 상반기 동안 대규모 모델과 직접 관련된 펀딩 건수가 20건 이상 발생했고, 국내에서 발표된 다양한 대규모 모델의 수는 100개를 넘었으며, 2024년 7월 기준 등록 및 출시된 생성형 AI 대모델 수는 약 200개에 육박했다.
오늘날까지 결승선에 들어설 가능성이 있는 기업은 여전히 열여几家 정도에 불과하다. 조사업체 프로스트 앤드 설리번(Frost & Sullivan)은 현재 범용 기초 대모델 분야의 경쟁자는 20여 곳으로 줄었으며, 주로 인터넷 기업, 클라우드 컴퓨팅 거물, 인공지능 스타트업이 주도하고 있다고 지적했다.
모두 이 무혈 전쟁의 당사자이며, 2025년 초를 돌아보면 2024년 '백모대전(百模大戰)'의 격랑 속에서 살아남은 딥시크가 2025년 초 세계 기술 산업에 '충격탄'을 던지며 국산 AI의 ' decisive leap(결정적 도약)'을 이끌고 기반을 다졌다고 할 수 있다.
지속적인 혁신 능력을 갖춘 기업들이 점차 시장을 주도하고 있으며, 이미지·텍스트에서 영상, 다국어 광고 생성에 이르기까지 인공지능의 적용 범위는 빠르게 확장되고 있다.
동시에 대모델과 에이전트(Agent) 기술도 가속 성장 단계에 접어들었다. C단 사용자 경험 최적화에서부터 B단 기업 솔루션에 이르기까지, 에이전트와 대모델은 기술과 사회의 연결 방식을 재정의하고 있다.
현재 결승선에는 세 가지 세력이 있다. 첫째는 알리바바, 바이트댄스를 대표로 하는 인터넷 대기업과 클라우드 서비스 제공업체가 대모델에 진입한 경우, 둘째는 테크플로우(TechFlow)를 대표하는 인공지능 국가팀으로 G/B/C 연계를 통해 솔루션과 하드웨어 제품 모두를 개발하는 경우, 셋째는 지푸(Zhipu), 딥시크(DeepSeek) 등의 AI 스타트업으로 소수만이 여전히 기초 모델 혁신을 고수하고 있다.
산업 사슬의 상하류는 분화되고 있으며, 모델 제조사들의 발전 경로도 갈리고 있다. 'AI 6마법사(六小虎)'라 불리는 기업들도 각기 다른 방향으로 나뉘고 있다. 예를 들어 백촨 인텔리전스(Baichuan)는 의료 등 특정 산업의 대모델로 전환했고, 제로원 만물(Zero One)은 초대형 모델 훈련을 알리바바에 맡겼으며, 문 오브 더 다크사이드(Moonshot)와 미니맥스(MiniMax)는 C단 애플리케이션과 제품에 집중하고 있다.
업계 관계자들은 일반적으로 산업 사슬의 상하류와 비교할 때 중간 단계인 모델 제조사들이 대부분 수익성 문제에 직면해 있다고 본다. 2025년에는 결승선에 남은 대모델 기업들 중에서도 기초 대모델 수준에서 여전히 혁신을 추구할 수 있는 기업들이 더욱 줄어들 것이다.
02. '돈 쓰는 신앙'에서 '효율 혁명'으로
'비용, AI 에이전트, 멀티모달'이 현재 AI 산업의 세 가지 키워드라면, 이는 2024년 대모델의 진화 방향을 나타낼 뿐 아니라, 대모델이 산업 현장에 안착하는 중요한 전환점을 의미할 수도 있다.
우선 비용은 기업의 생사 여부를 결정하는 핵심 요소다. 대규모 AI 모델의 훈련과 배치는 막대한 컴퓨팅 자원을 필요로 하며, 이로 인해 기업은 높은 계산 비용과 운영 유지 비용을 감당해야 한다.
딥시크-R1은 바로 기업의 효율성과 비용 통제라는 골칫거리를 해결함으로써, 비교적 낮은 컴퓨팅 자원 투입에도 불구하고 선두 모델과 맞먹거나 오히려 이를 능가하는 성능을 실현했다.
전통적인 인공지능 발전 모델은 종종 '규모 우선' 논리에 의존하며 초대형 모델과 초대규모 컴퓨팅 파워 군집을 추구해왔다. 딥시크 R1의 경량화 모델과 오픈소스 전략은 인공지능 응용의 장벽을 낮추고, 중급 수준의 컴퓨팅 인프라와 분산형 데이터센터의 보급을 촉진했다.
산업 사슬 상류에 위치한 엔비디아(NVIDIA)는 딥시크의 등장으로 일정한 수요 구조 조정 압력을 받기 시작했다.
ASIC 칩 제조업체는 새로운 발전 기회를 맞이했다. ASIC 칩은 특정 인공지능 응용에 대해 하드웨어 가속을 수행할 수 있어 에너지 효율성과 비용 통제 측면에서 명확한 이점을 가지며, 분산형 컴퓨팅 발전 추세에 더욱 적합하다.
컴퓨팅 서비스 측면에서는 지역 데이터센터가 낮은 지연 시간과 실제 응용 시나리오에 근접한 장점을 활용해 제조업 스마트 검사, 금융 리스크 관리 등 지연에 민감한 응용 수요를 점차 수용하기 시작했다.
AWS, 알리클라우드 등 클라우드 컴퓨팅 거물들은 일부 대규모 데이터센터 건설 전략을 조정하고, 엣지 컴퓨팅과 분산형 컴퓨팅 인프라에 대한 투자를 확대하고 있다.
응용 측면에서는 컴퓨팅 비용 하락의 혜택을 입어 제조업, 금융, 의료 등 다양한 분야로의 인공지능 침투가 가속화될 것이다.
코드 호스팅 플랫폼 GitHub에는 이미 딥시크 모델 기반의 통합 응용 사례(awesome deepseek integration)가 다수 등장하며 '수요가 공급을 이끄는' 선순환이 형성되었고, '컴퓨팅 + 산업'의 상호 보완적 강화를 실현했다.
인공지능 기술은 모든 산업 분야에 더욱 빠르게 침투하여 산업 업그레이드와 경제 발전의 중요한 엔진이 될 것이다.
주목할 점은 딥시크 R1의 기술적 돌파구가 인공지능 응용 장벽을 낮추는 동시에 '제븐스 패러독스(Jevons Paradox)'를 유발할 가능성도 있다는 것이다.
제븐스 패러독스는 19세기 경제학자 윌리엄 스탠리 제븐스(William Stanley Jevons)가 제안한 것으로, 석탄 사용 효율이 향상될수록 오히려 석탄 소비总量이 증가한다는 것을 발견했다. 이 패러독스는 효율성 향상이 반드시 자원 소비 감소로 이어지는 것은 아니며, 비용 감소와 응용 범위 확대로 수요가 증가하면서 결과적으로 자원 소비总量이 늘어날 수 있다는 깊은 경제 법칙을 드러낸다.
마이크로소프트 CEO 사티아 나델라(Satya Nadella)는 제븐스 패러독스를 인용해 딥시크 R1이 가져올 영향을 설명했는데, 매우 정확하게 꼬집었다.
나델라는 더 저렴하고 접근이 쉬운 인공지능 기술이 더 빠른 보급과 넓은 응용을 통해 수요 폭증을 초래할 것이라고 말한다. 인공지능 기술의 장벽이 낮아지면서 과거 비용 제약 때문에 인공지능을 적용할 수 없었던 영역, 예를 들어 중소기업, 엣지 컴퓨팅 시나리오 등에서 수많은 새로운 응용 수요가 등장하게 되고, 이로 인해 컴퓨팅 호출 밀도가 지수급으로 상승할 것이다.
새롭게 등장하는 응용 시나리오의 폭발은 컴퓨팅 수요의 급격한 분열을 가속화할 것이다. 자율주행, 구체적 로봇 등 첨단 분야는 실시간 컴퓨팅 요구가 매우 크며, 딥시크의 기술 최적화 속도를 훨씬 초월한다. 단일 작업 효율이 수배 향상되더라도 백만 단위의 스마트 기기 동시 요청은 여전히 거대한 컴퓨팅 흡수 블랙홀을 형성할 것이다.
03. '오픈소스'와 '클로즈드소스'의 협력
오픈소스 대모델 딥시크의 '대성공'과 함께 '오픈소스', '무료' 등의 키워드가 자주 등장하고 있다.
딥시크 이전에는 국내 대모델 기업들이 '오픈소스'와 '클로즈드소스' 중 어느 길을 선택할지 의견이 분분했지만, 지금은 '오픈소스', '개방형 생태계', 친구 네트워크 확대의 목소리가 주류가 된 듯하다.
딥시크라는 메기의 충격 아래 국내 대모델 기업들은 더욱 '개방적'인 자세를 보이며 자신의 개발자 생태계와 애플리케이션 생태계 구축을 서두르고 있다.
오픈소스 모델과 클로즈드소스 모델의 핵심 차이는 기본 조건, 기술 수준, 상업화 세 가지 차원에서 살펴볼 수 있다.
기본 조건 측면에서 오픈소스 모델은 공개 데이터셋과 커뮤니티 기여 데이터를 정보 출처로 하며, 분산형 또는 개발자 개인의 GPU 클러스터를 컴퓨팅 지원으로 하여 개발자, 연구자, 기업 등에게 동등한 접근 기회를 제공하고 기술 혁신과 공유를 촉진한다.
클로즈드소스 모델은 기업이나 팀이 개발하며, 사용자 행동 로그, 사내 데이터베이스, 정제된 공개 데이터 등의 전용 데이터를 정보 출처로 하고, 사용자는 기업이 제공하는 인터페이스나 플랫폼을 통해서만 모델을 이용할 수 있다.
수익 창출 측면에서 오픈소스 모델 자체는 직접적인 수익을 내지 않지만, 보통 클라우드 컴퓨팅, 기술 지원, 교육, 맞춤형 개발 등의 부가 서비스를 통해 수익을 얻는다. 기업은 오픈소스 모델을 기반으로 부가 가치 서비스를 제공함으로써 지속 가능한 수익원을 만들 수 있다.
클로즈드소스 모델은 라이선스 허가, 구독 서비스, 플랫폼 요금 등을 통해 상대적으로 직접적인 상업화 경로를 취하며, 고객이 사용 권한과 서비스에 대해 비용을 지불해야 하므로 높은 수익을 올릴 수 있다.
오픈소스와 클로즈드소스는 '서로 반대되는 존재'가 아니며, 앞으로는 서로 작용하는 형태가 형성될 가능성이 크다. 오픈소스는 AI 기술의 보급과 혁신을 가속화하고, 클로즈드소스는 기술이 상업적으로 장기 발전하고 안정성을 유지할 수 있도록 보장한다.
미래의 승자는 오픈소스와 클로즈드소스 능력을 모두 갖춘 다재다능한 기업이 될 것이며, 오픈소스를 통해 생태계 잠재력을 얻고, 클로즈드소스를 통해 가치를 확보할 수 있을 것이다.
나델라가 말했듯이, '초대규모 AI는 승자 독식 구도가 되지 않을 것이며, 오픈소스 모델이 클로즈드소스를 견제할 것이다.'
마무리
딥시크는 현재의 AI 시대에서 중요한 역할을 할 것이며, 모바일 인터넷 혁명에서의 안드로이드(Android)와 같은 존재가 될 것이다.
산업 생태계를 재편하고 연쇄 반응을 일으키며, 상위 계층의 애플리케이션 발전과 하위 계층의 시스템 통합을 가속화할 것이다. 이는 하드웨어와 소프트웨어, 산업 사슬 상하류를 넘나드는 생태계 역량을 결집시켜 각 참여자들이 '모델 - 칩 - 시스템'의 공동 최적화와 수직 통합에 더 많은 투자를 하도록 유도하며, CUDA 생태계의 우위를 더욱 약화시키고 국산 AI 산업 발전에 기회를 마련할 것이다.
딥시크는 기술 혁신을 통해 AI 모델 훈련 과정에서 고성능 수입 칩에 대한 의존도를 낮추었으며, 이는 국내 기업들에게 실현 가능한 기술 경로를 제시하고, 자체 개발 컴퓨팅 칩에 대한 자신감을 크게 높였다.
博弈(게임)는 단지 오픈소스와 클로즈드소스 사이의 기술 선택을 넘어, AI 발전에 대한 발언권, 시장 주도권, 컴퓨팅 자원 배분까지 포함하는 경쟁이다. 그리고 이 AI 권력 쟁탈전은 이미 시작되었다.
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
