딥시크가 중국 AI 대형 기업들의 판을 뒤엎다
작가: 렌란
지난 몇 달간, 특히 2025년 1분기 동안 중국 주요 기업들의 AI 대규모 모델 분야에서의 목소리는 눈에 띄게 조용해졌다. 가장 직관적인 느낌은 발표회 수가 확연히 줄었다는 점이다. 작년 같은 시기와 비교하면 주요 기업들은 거의 차례를 정해놓고 새로운 성과를 잇달아 발표했지만, 올해에는 훨씬 더 신중한 태도를 보이며 소리도 작아지고 움직임도 더욱 억제되고 있다.
이러한 변화는 어느 정도 DeepSeek-R1이 설 연휴 기간 중 공개된 것과 관련이 있는데, 이 모델은 오픈소스, 저비용, 고성능이라는 조합으로 "대규모 모델 = 고투자, 고장벽"이라는 업계 통념을 깼으며 모델 산업의 권력 구조까지 흔들었다.
이는 단순히 개발자들이 오픈소스 모델에 대한 인식을 새로이 하는 것을 넘어서, 대기업들이 오랫동안 성공 방정식으로 여겨온 '고정산 자산' 패러다임마저 흔들어 놓았다. 일시적으로 실리콘밸리의 기술주들이 하락세를 보였으며 천억 달러 규모의 연구개발 투자가 과연 필요한지도 재검토되기 시작했다.
국내에서는 이러한 "기술 지진"이 가장 먼저 충격을 준 것이 바로 원래 AI 전쟁에서 가장 앞서 나가야 할 것으로 여겨졌던 대기업들이었다. 한편으로는 DeepSeek, Manus 같은 새로운 참가자들이 "작고 강력하며", "빠르고 민첩한" 전략으로 끊임없이 반복 개선하고 돌파하고 있는 반면, 다른 한편에서는 대기업들이 제품 상용화, 조직 구조, 기술 방향 등에서 여러 차례 수정과 망설임을 거듭하고 있다.
신생 플레이어들이 위협하는 것은 단지 모델 성능이나 학습 비용뿐만 아니라, 과거 경험에 기반한 많은 경로 의존성(path dependency)들이다. 예를 들어 "오직 폐쇄형 생태계만이 진입 장벽을 가질 수 있다", "높은 예산만이 우수한 모델을 만들 수 있다", "오직 범용적이고 통합된 방향만이 올바른 길이다" 등의 사고방식이다.
점점 더 많은 사실들이 하나의 결론을 가리키고 있다. 즉, AI가 빠르게 진화하는 물결 속에서 어떤 고정된 패러다임에 대한 인식이라도 혁신의 걸림돌이 될 수 있다는 것이다.
오늘날의 대기업들은 이제 하나의 사고 전환을 겪고 있다. 더 이상 "내 모델이 내 애플리케이션을 서비스한다"는 폐쇄적 논리를 추구하지 않고, "가장 적절한 모델을 사용해 최고의 제품을 만든다"는 제품 중심주의의 근본으로 돌아가는 것이다.
일련의 심층적인 전략 재구성이 중국 인터넷 대기업들 사이에서 조용히 진행되고 있다.
1 Deepseek-R1 등장 이전, 주요 기업들의 대규모 모델 경쟁 및 각자의 베팅
되돌아보면 2023년 국산 대규모 모델 분야는 급속도로 뜨거워졌으며, 기술적 준비나 생태적 우위를 가진 거의 모든 기업들이 자원을 투입하며 백모델(百模) 전쟁 속에서 자신만의 돌파구를 찾으려 노력했다.
당시 바이두, 바이트댄스, 텐센트 등 대기업들은 모두 자체 개발 모델을 공개하며, "자체 개발 + 폐쇄 생태계"가 사실상 주류 전략이 되었다(알리바바는 비교적 일찍부터 오픈소스를 탐색). 핵심은 "모델은 자율 통제 가능해야 하고, 생태계는 자급자족해야 한다"는 것이었으며, 기초 모델부터 애플리케이션 제품까지 전반을 연결하려 했다.
이러한 배경 속에서 바이두는 "모델+검색" 경로를 주력으로 삼았고, 바이트댄스는 두바오(豆包)를 집중 추진했으며, 알리바바는 통의천문(通義千問) 팀을 분할하여 자원 배치를 최적화했고, 텐센트는 다소 신중하게 "혼위안(混元)" 대규모 모델에 투자하며 전체적으로 "실제 응용 시나리오 중심"을 강조했다. 소규모 기업들 중에서도 면벽(面壁), 지보(智譜), 백천(百川), 월즈 다크사이드(月之暗面) 등 범용 대규모 모델 훈련에 집중하는 'AI 드래곤 파이브(Six小龙)'라 불리는 그룹들이 등장하여 기술 경로 또는 혁신 방향에서 돌파를 시도했다.
이미지 출처: 비주얼 차이나(Visual China)
당시 각 기업들의 경쟁 논리는 다음과 같은 몇 가지 가정에 기반하고 있었다. 1) 자체 개발 능력이 클수록 진입 장벽이 높다. 2) 매개변수 수와 성능은 비례하며, 성능은 대규모 모델을 쌓아올려 승리한다. 3) "자체 통제 가능한" 모델과 애플리케이션의 폐쇄적 생태계를 구축해야 한다.
그러나 이러한 공감대는 DeepSeek-R1의 출시 이후 완전히 무너졌다. 2025년 1월 DeepSeek-R1의 등장은 업계에서 "임계점" 사건으로 여겨졌다. 한편으로는 매우 낮은 비용으로 GPT-4 수준의 능력을 갖춘 모델을 훈련시키며 기술 세부 정보를 공개하고 가중치를 공개했다. 다른 한편으로는 더 철저한 "오픈소스 패러다임"을 나타냈다. 단순히 모델 하나를 공개하는 것이 아니라, 하류 개발자들이 바로 활용할 수 있도록 훈련 아이디어, 데이터 비율, 추론 효율 등을 모두 명확히 공개한 것이다.
이는 기존의 "폐쇄형 자체 개발" 노선의 본질을 직접적으로 타격했다. 많은 대기업들이 막대한 돈을 들여 훈련시킨 모델들이 DeepSeek-R1 앞에서 더 이상 우위를 갖지 못하게 된 것이다. 성능이 부족해서가 아니라 "비용 대비 성능"이 안 되기 때문이다. 더 이상 "자체 개발이 타사보다 우수하다"고 말할 수 없으며, 상대방이 모든 과정을 공개했고 자신이 따라잡는 데에도 몇 달이 걸린다. 또한 "폐쇄 생태계가 진입 장벽을 높인다"고 주장할 수도 없다. 왜냐하면 상대방은 이틀 만에 DeepSeek-R1 기반으로 데모를 만들어낼 수 있고, 제품까지 다듬어 낼 수 있기 때문이다.
이러한 "오픈소스=능력 평등화"의 충격은 대기업뿐 아니라 AI 드래곤 파이브들에게도 큰 혼란을 초래했다. 면벽, 백천 등 "소규모 모델파"는 원래 훈련 효율성과 추론 속도에 집중하려 했지만, 이제 DeepSeek가 효율과 성능을 동시에 완벽하게 해결해버렸고 그것도 무료로 제공한다는 사실을 깨닫고, "폐쇄형 상업화"가 훨씬 더 어려워졌음을 느꼈다.
업계는 이에 따라 눈에 띄는 "전략적 혼란기"에 진입했다:
-
대기업들은 자체 개발의 가치를 재평가하기 시작했다. 오픈소스에 의해 쉽게 따라잡힐 가능성이 높은 모델을 계속해서 비용을 들여 추격하는 것이 여전히 가치 있는 일인지? 아니면 "여러 모델 조합 + AI 네이티브 애플리케이션 제작"이라는 복합 전략으로 방향을 전환해야 하는가?
-
AI 스타트업들은 생존 위협을 직면하게 되었다. 기존의 폐쇄형, 기술 스택의 장점이 사라지고 있으며, 대기업들이 오픈소스 모델로부터 빠르게 도입하면서 협력 수요도 감소하고 있다. 이제는 새로운 포지셔닝을 찾아야 하며, 함께 협력하거나 '차별화된 수직 시나리오'를 찾는 수밖에 없다.
-
투자자들도 프로젝트 가치를 다시 평가하고 있다. 특별한 혁신 메커니즘 또는 생태 협력 자원을 갖추지 않은 대규모 모델 스타트업의 경우, 그 밸류에이션 논리 자체가 도전받고 있다.
요컨대, DeepSeek는 단순히 강력한 모델 하나를 출시한 것이 아니라 마치 "패러다임 리셋"을 감행한 것과 같다. 극도의 투명성과 오픈소스 방식으로 기존의 경로 의존성을 깨뜨리며, "자체 개발 대규모 모델 폐쇄 생태계"를 주류 선택지에서 "매우 높은 대가를 치르는 위험한 도전"으로 전환시켰다. 이 순간 이후 누구나 현실을 빠르게 인식하고 새로운 생태적 위치를 찾는 자만이 다음 라운드의 게임 테이블에 남을 수 있게 되었다.
2 충격 이후, 대기업들이 새로운 방향 모색
DeepSeek가 가져온 충격은 지속적으로 확산되었고, 초기 업계는 당황했으며, 혼란, 불확실, 무기력 상태였다. 모두가 이것이 체계적인 충격이라는 것을 알았지만, 어떻게 대응하고 어디로 나아가야 할지는 그때는 명확한 답이 없었다.
그러나 2월 하순부터 상황이 서서히 바뀌기 시작했다. 대기업들이 차례로 움직이기 시작했고, 새로운 서사가 표면화되었다. 요약하자면, 지난해 강조했던 "애플리케이션 우선", "슈퍼앱" 중심의 실행 전략에서 다시 "AGI 우선" 전략으로 돌아간 것이다.
이번 전환에는 몇 가지 중요한 변화가 있다.
첫 번째 변화는 목표가 명확해졌다는 점이다. 과거에 AI 애플리케이션을 이야기할 때 많은 기업들이 "슈퍼앱 하나 만들기" 수준에 머물렀다. 예를 들어 AI 어시스턴트, AI 검색, 혹은 AI 오피스 도구 등을 만드는 것이었다.
그러나 지금은 바이트댄스와 알리바바의 최근 외부 발언에서 모두 "AGI 달성"을 가장 핵심적인 목표로 명확히 선언하고 있다.
2월 전사 회의에서 바이트댄스 CEO 량루보(梁汝波)는 "지능 수준이 가장 중요하며, 특정 제품의 DAU보다 지능 자체를 높이는 것이 가장 중요한 목표가 되어야 한다"고 밝혔다.
3월, 두바오 대모델 부서는 전사 회의를 열고 부서의 최우선 목표가 지능의 한계를 탐색하는 것임을 명확히 했다. 동시에 조직 문화 강화, 기술 개방 수준 향상, 그리고 오픈소스 추진을 강조했다.
"Seed Edge"는 바이트댄스 두바오 대모델 팀이 올해 초 구성한 AGI 장기 연구팀으로, 추론 능력, 인지 능력, 소프트웨어-하드웨어 일체화 등 장기적인 AGI 연구 주제 탐색을 장려하고 있다.
이 프로젝트는 "완화된 연구 환경"과 "장기 평가 체계"를 강조하며, 선정된 주제에 독립적인 컴퓨팅 리소스를 지원함으로써 바이트댄스의 AGI 장기 전략을 보여주고 있다.
Seed Edge의 목표는 AGI의 새로운 방법론을 탐색하고, 크로스 모달, 크로스 팀 협업을 장려하는 것으로, 현재 추론 능력의 한계 탐색, 인지 능력의 한계 탐색, 소프트웨어-하드웨어 일체화 차세대 모델 설계 탐색, 차세대 AI 학습 패러다임 탐색, 차세대 스케일링 방향 탐색 등 다섯 가지 주요 연구 방향을 초기 설정했다.
이를 통해 바이트댄스가 AGI로 향하는 다음 단계를 위한 기술적 준비를 하고 있음을 알 수 있다.
2025 회계연도 실적 발표 후 컨퍼런스 콜에서 알리바바 CEO 우융밍(吴泳铭)은 처음으로 AGI가 알리바바 AI 전략의 핵심 목표라고 명확히 밝히며, "AI가 글로벌 GDP 구조의 50%에 영향을 미칠 것"이라는 극단적인 표현까지 사용했다.
이는 알리바바가 "클라우드+모델" 서비스 능력 중심에서 더 높은 수준의 범용 지능 탐색으로 나아가고 있음을 의미한다.
두 번째 변화는 "오픈소스"와 "모델 선택"에 대한 태도가 실질적으로 변화했다는 점이다. 과거 모델과 애플리케이션을 이야기할 때는 종종 "전체 체인 자율 통제"를 강조하며 모든 것을 스스로 해야 한다고 주장했다. 그러나 지금은 특히 텐센트와 바이두가 실용주의를 강조하는 모습을 보이고 있다. 즉, 누가 모델 성능이 뛰어난가가 중요하며, 애플리케이션의 목표는 사용자 만족과 실제 적용에 있으며, 반드시 자사의 대규모 모델을 사용해야 한다는 것은 아니다.
이러한 변화 뒤에는 각 기업이 자신의 생태적 위치를 재정립하려는 노력이 숨어 있다. 즉, AI 시대에 자신이 어떤 역할을 하고, 핵심 경쟁력이 어디에 있는지를 다시 생각하는 것이다.
알리바바의 반응은 다소 "안정적"이며, 이전의 흐름을 이어간다고도 할 수 있다.
왜냐하면 알리바바는 대규모 모델 투자 자체가 이미 오픈소스 전략의 선두를 달리고 있었기 때문이다. Qwen 시리즈는 해외 및 오픈소스 커뮤니티에서 꾸준히 강력한 성과를 보이고 있으며, Qwen2.5-Max는 한때 DeepSeek-V3를 능가한다고 주장했고, 4월 말에 오픈소스로 공개한 Qwen3는 비용이 크게 감소했을 뿐 아니라 성능도 DeepSeek-R1과 OpenAI-o1을 뛰어넘으며 오픈소스 모델 순위 1위에 올랐다. 알리바바의 전략은 명확하다. 먼저 모델 성능으로 자신을 증명하고, 오픈소스를 통해 전 세계 개발자를 유치하여 생태계를 "유입"시키는 것이다.
다만 알리바바의 길 역시 순탄치 않았다. 일부 기간 동안 조직 구조 조정이 잦아 대규모 모델 및 AI 사업이 일시적으로 "각자 따로 행동하는" 분열 상태에 빠지기도 했다. 그러나 2024년 알리바바 클라우드의 재통합과 마윈의 복귀 이후 AI 팀이 다시 결집하면서 알리바바는 "집중된 힘으로 큰 일을 해낸다"는 주요 모델로 돌아섰다. 알리바바 클라우드의 회복세도 이러한 통합 효과를 입증하고 있다. 최근 분기에서 다시 두 자릿수 성장을 회복하며 국내 시장에서 1위 자리를 굳건히 했다.
즉, C단 제품이나 에이전트 경험 중심의 전략을 강조하기보다, 알리바바는 AI 시대 자신의 역할을 다시 확인하고 있다. 최전선에서 뛰는 애플리케이션 선두주자가 아니라, 글로벌 수준의 모델 플랫폼 및 기술 인프라 제공자라는 것이다.
바이두의 선택은 다소 실용적이다. 자체적인 원신 모델 체계를 보유하고 있지만, 동시에 진정으로 사용자를 사로잡는 것은 바이두 원서(文庫), 바이두 넷디스크(网盘) 같은 구체적인 애플리케이션이 얼마나 더 똑똑해지는가라는 점을 잘 알고 있다. 따라서 실제로는 "누가 잘 작동하면 누구를 사용한다"는 원칙을 강조하며, 자사 모델이 아니더라도 관계없다. 문서 저장소를 더 편리하게 만들 수 있다면 접속해도 된다.
이러한 태도는 내부적으로 한 차례 성찰을 거친 결과다. 과거에 Geek Park는 2024년 바이두 내부에서 다양한 응용 시나리오에 모델을 적용하기 위해 많은 노력을 분산시켜 원신 팀이 오히려 모델 자체를 더 높은 수준으로 끌어올리는 데 집중하지 못했다는 사실을 파악한 바 있다. 새로운 조정은 더 이상 "모델이 모든 애플리케이션을 서비스해야 한다"는 것을 강요하지 않고, 각 사업 부문이 시나리오에 따라 유연하게 선택할 수 있도록 하며, 사용자 경험 향상을 최우선으로 삼는 것이다.
또한 오픈소스와 폐쇄소스 간 논쟁에 있어, 과거 대규모 모델 폐쇄소스 전략의 확고한 지지자였던 리옌홍(李彦宏)은 여러 차례 공개적으로 "폐쇄소스만이 기술 통제성과 비즈니스 모델을 보장할 수 있으며, 오픈소스는 사실상 지능세(智商税)"라고 주장했다.
리옌홍, Create2025 바이두 AI 개발자 컨퍼런스 | 이미지 출처: 바이두
올해 2월, 바이두는 오픈소스 대세에 동참하며 향후 몇 달 내에 원신 대모델 4.5 시리즈를 차례로 출시하고, 6월 30일부터 정식으로 오픈소스로 공개하겠다고 발표했다.
텐센트의 전략은 더욱 명확하며, 기존의 제품 철학과도 잘 맞는다. 위챗, QQ, 게임 시스템 모두 텐센트의 핵심 자원은 사용자와 연결되는 높은 빈도의 제품들이다. 따라서 자사 대규모 모델 개발은 필수가 아니며, 중요한 것은 AI 기술을 이러한 제품들에 얼마나 빠르게 통합하여 효율과 경험을 향상시킬 수 있는가이다.
따라서 DeepSeek-R1 신규 모델 출시 직후, 텐센트는 즉시 접속한 기업 중 하나였다. 늦은 보도에 따르면, 텐센트 이사회 의장 겸 CEO 마화텅(马化腾)은 일부 AI 팀에게 "외부와 잘 협력하라, 모든 것을 스스로 하려 하지 말라", "현실 상황을 냉정히 인식하고, 자신의 능력을 과대평가하지 말라"고 언급한 바 있다.
2월 13일, 텐센트는 최초로 "풀버전" DeepSeek-R1 접속을 공식 발표하고 전사적으로 빠르게 홍보를 시작했다. 위챗, 샤오홍수(小红书)에서 Bilibili, 지후(知乎)에 이르기까지 위안바오(元宝) 제품 광고가 도배되며 사용자들의 텐센트 AI 어시스턴트에 대한 관심이 집중됐다. 동시에 내부적으로도 긴급 조정을 가동하여 위챗과 DeepSeek의 통합을 가속화했다.
'위안바오' 위챗 입성 | 이미지 출처: Geek Park
이에 따라 텐센트는 조직 구조상 일련의 조정도 단행했다. TEG(기술공학사업군) 소속이었던 위안바오가 CSIG(텐센트 클라우드 및 산업사업군)로 편입된 이후, QQ 브라우저, 소우구 입력기(搜狗输入法), ima 등 더 많은 제품들도 차례로 CSIG로 이관되어 텐센트가 대규모 모델 시대에 C단을 향한 새로운 제품 배열을 구성했다. 동시에 해당 제품들이 소속된 기존 팀과 조직도 PCG(플랫폼 및 콘텐츠사업군)에서 전면적으로 CSIG로 이동하여 AI 전략 하의 제품 구조 및 업그레이드를 더욱 집중적으로 추진하고 있다.
이러한 빠른 일련의 움직임은 텐센트가 "AI는 목적보다 능력"이라는 판단을 반영하고 있다. 더 강력한 모델, 더 개방된 생태계는 위챗과 게임에 도움이 된다면 즉시 활용해야 한다. 이번에는 오히려 가장 빠르게 변화에 적응한 기업이 되었으며, 오히려 이번 AI 오픈 생태계의 발전 속도가 텐센트가 가장 잘하는 능력 통합 논리와 정확히 맞물리고 있다고 볼 수 있다.
바이트댄스는 네 기업 중 가장 복잡하고, 아마도 가장 갈등을 겪는 기업일 수 있다. 그들은 두바오 대모델 체계를 보유하고 있으며, 동시에 틱톡, 오늘의 헤드라인, 토마토 소설 등 초대규모 응용 시나리오를 장악하고 있다. AGI 기술의 선도자가 되고 싶으면서도 애플리케이션 차원의 폐쇄적 이점을 포기하고 싶지 않다.
하지만 이는 양쪽을 모두 잡아야 하는 부담을 초래한다. 모델이 앞서야 하고, 제품도 돋보여야 하며, 생태계는 자급자족적이면서도 개방적이어야 한다. DeepSeek-R1이 폭발적인 인기를 얻은 이후, 바이트댄스는 한편으로 "AGI가 핵심 목표"임을 재강조하며 두바오에 대한 투자를 강화하고 오픈소스 측면에서도 더 많은 움직임을 보이고 있다. 다른 한편으로는 애플리케이션 레벨에서 새로운 도전에 직면하고 있다. "두바오 + 바이트댄스 애플리케이션"의 폐쇄적 경로를 고수할 것인지, 아니면 내외부 장벽을 허물고 더 강력한 외부 모델을 도입해 경쟁 구조를 만들어야 할 것인지.
늦은 보도에 따르면, 바이트댄스는 초기에 자사 제품에 DeepSeek를 도입할지 여부를 관망 태도를 취했으며, 내부적으로 "언제든지 도입 가능하므로 급하지 않다"는 의견이 일반적이었다. 그러나 기회는 순간이었고, 설 이후 바이트댄스는 긴급히 팀을 동원해 야근하며 DeepSeek 통합을 가속화했다.
현재까지의 상황을 보면, 바이트댄스의 전략은 여전히 전이기이다. 한편으로는 외부에 오픈소스, 개방형 생태계 가치를 강조하고 있지만, 다른 한편으로 내부 시스템에서는 두바오가 여전히 많은 응용 시나리오의 기본 선택지이며, 소수의 애플리케이션에서만 DeepSeek 모델 접속을 허용하고 있다. 그러나 앞으로 텐센트처럼 광범위하게 제3자 모델을 도입하거나 일부 애플리케이션에서 "자사 모델 우선" 원칙을 풀게 될지는 아직 명확하지 않다.
지난 몇 달은 AI 대기업들이 자신의 생태적 위치를 재정의하고 기술 경로를 재판단하는 중요한 창이었다. DeepSeek-R1이 가져온 "능력 차원의 재구성" 이후 각 기업들은 거의 모두 장기 목표로서 AGI에 다시 집중하며, 기술 및 생태 측면에서 더욱 현실적이고 개방적인 태도를 보이고 있다.
다만 목표가 같다고 해도 경로 선택은 여전히 천차만별이다. 이는 각 기업이 자신의 강점에 대해 서로 다른 인식을 가지고 있으며, "AI 시대를 어떻게 달려야 하는가"에 대한 서로 다른 베팅을 하고 있기 때문이다.
3 기술적 붕괴 앞에서, 영원한 '역사적 승자'는 없다
AI 업계는 어느 제품이 갑자기 "돌파"했다고 해서 경쟁이 끝나는 것이 아니다. 이는 지속적으로 반복되는 생태계 재구성 게임일 뿐이다. 생태적 위치와 능력 분업은 반복적으로 리셋되며, 매번의 충격은 플레이어들에게 다시금 "나는 누구인가, 나는 어떻게 해야 하는가"를 생각하게 만든다.
DeepSeek-R1의 충격 아래에서 대기업들은 자신과 AI의 관계를 다시 점검하기 시작했다. 이러한 변화는 멈추지 않을 것이다. 빠르게 진화하는 AI라는 기술 물결 속에서 누구도 역사적 짐을 질 필요는 없다.
역사적 짐이란 낙후된 생산 라인, 무거운 조직, 중복된 팀만을 의미하지 않는다. 그것은 더 깊이 뿌리박힌 경로 의존적 사고 관성이다.
지난 몇 년간 AI 업계는 너무나 많은 "기본 상식"들을 축적해왔다. 예를 들어 대규모 모델은 반드시 수억 달러를 투자해야 하고, AI 애플리케이션은 반드시 폐쇄 생태계를 추구해야 하며, To B 비즈니스만이 수익 폐쇄를 형성할 수 있고, AI는 소비재가 아닌 도구형 소프트웨어일 뿐이다... 이러한 "합리적 판단"은 과거의 기술 패러다임 하에서는 올바르게 보였지만, 새로운 경로가 열리고 나면 많은 "합리성"들이 상상력을 제한하는 감옥이 되어 버린다.
기술 혁명의 잔혹함은 거물들에게 "과거 영광에 기대기" 위한 기회를 많이 주지 않는다는 점이다. AI의 빠른 반복은 과거 성공 경험에 의존하는 조직의 관성을 끊임없이 삼켜간다. 그래서 우리는 바이두가 오픈소스로 전환하고, 텐센트가 자존심을 내려놓고 외부 흐름을 활용하며, 바이트댄스가 계산 체계를 재구성하는 등의 움직임을 보게 된다. 이러한 움직임 뒤에는 대기업들이 현실에 대한 일종의 '각성'이 자리 잡고 있다. 즉, AI라는 무한 게임 속에서 유일한 생존 법칙은 전략적 유연성을 유지하는 것이다. 과거 경험에 대한 맹목적 의존을 버리고, 기술의 보편적 접근이라는 새로운 흐름을 개방적인 자세로 받아들여야 한다는 것이다.
기존 패러다임은 누구를 가두었는가?
국내 지난 2~3년간 대기업과 주요 스타트업들의 발전 경로를 되돌아보면 거의 모두 하나의 "고전적 각본"을 따르고 있었다.
-
먼저 목표를 정하고 OKR을 설정한다.
-
모델 능력, 데이터 체계, 애플리케이션 행렬을 통해 완전한 폐쇄 생태를 구축한다.
-
궁극적으로 모델 비용 절감, 제품 성장, 생태계 협업을 통해 상업적 경로를 완성하려 한다.
이 논리는 틀리지 않았지만 문제는 너무나도 과거 인터넷 시대의 전략을 닮았다는 점이다. 즉, "자원이 많을수록 경로가 명확하다"는 전제를 깔고 있다. 하지만 AI의 돌발적 변화는 오히려 경로가 모호할수록 폭발하는 것이다.
예를 들어, 많은 팀들이 "폐쇄형 시나리오"를 추구하면서 동시에 "능력 부족"에 갇혀 있었고, "자체 모델" 이야기를 하면서도 인프라 계층의 최적화 능력을 확보하지 못했다. 많은 전략 결정은 "기정 사실 + 조직 관성"의 결과였다. 합리적으로 보이지만, 아무도 멈춰서 묻지 않았다. 만약 이러한 가정 자체가 틀렸다면?
반면 이번에 부상한 신생 플레이어들—DeepSeek, Manus 등—은 공통점이 있다. 사고가 가볍고, 역사적 부담도 없으며, 특정 경로에 집착하지 않는다. 그래서 오히려 이번 패러다임 전이의 개척자가 된 것이다.
돌아보면 DeepSeek와 Manus가 한 일들은 결코 신비롭거나 불가사의하지 않다. 오히려 공학적 논리에 완전히 부합한다고 볼 수 있다. 그런데 왜 거의 어떤 대기업도 이런 길을 걷지 않았는가? 그들은 너무 이성적이고, 너무 체계적이며, 그래서 너무 보수적이었기 때문이다.
예를 들어 대기업은 물을 수 있다. MoE를 도입하면 정말로 규모화될 수 있는가? 극한 최적화는 시간 낭비가 아닌가? — 이러한 질문 자체는 잘못되지 않았지만, 아직 경로를 검증하지도 않았는데 먼저 이를 부정한다면 새로운 대륙을 발견할 수 없을 것이다.
그래서越来越多 investors, developers, industry observers are re-evaluating the value judgment of AI startups: not who can present the most complete closed loop, not who can hire the most model scientists, but who can break the "historical correctness" and forge a new path where both technology and products can be rapidly validated.
AI라는 초고속 전진하는 기술 고속도로에서 가장 위험한 것은 한 발짝 뒤처지는 것이 아니라, 여전히 옛날의 신호등 규칙을 믿는 것이다. 진정한 변화는 언제나 "부적절함"과 "기대 이하" 사이에서 일어난다.
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
极客公园
