작성자: BUBBLE, BlockBeats
2025년 1월, DeepSeek R1의 등장은 AI 업계에 큰 파장을 일으켰으며, 동시에 Crypto AI 생태계를 실질적으로 변화시켰습니다. 지난 한 주기 동안 Crypto AI는 주로 AI 에이전트를 중심으로 전개되었지만, DeepSeek R1과 그의 오픈소스 전략은 게임의 규칙을 완전히 바꿔놓았습니다: 극저렴한 훈련 비용, 혁신적인 자기적응형 훈련 방법으로 AI 산업의 탈중앙화 비전이 더 이상 공허한 이야기가 아니라 현실에 가까워졌습니다. 이러한 변혁은 깊은 영향을 미쳐, Crypto AI 시장 총 시가총액이 크게 감소했고 많은 AI 토큰들이 70%의 조정을 겪었습니다. 하지만 이것이 위기일까요? 아니면 Crypto AI의 전면적인 재편을 의미하는 것일까요? DeepSeek는 Crypto AI 내러티브를 파괴하는 '종말자'일까요, 아니면 실용화 시대로 진입하게 하는 '돌파자'일까요?
야생적으로 성장한 DeepSeek
DeepSeek의 발전은 2021년으로 거슬러 올라갑니다. 당시 양적 거래에 주력하던 헤지펀드 Phantasma가 대규모로 AI 인재를 채용하기 시작했습니다. 양적 회사가 AI로 전환하는 경우는 드물었지만, 그들이 채용한 대부분은 대규모 언어 모델(LLM)과 텍스트-이미지 생성 모델 등 첨단 AI 연구원들이었습니다. 회사 내 유휴 GPU 자원을 활용하기 위한 전환이라는 소문도 있었지만, 대부분의 이유는 첨단 AI 기술의 주도권을 확보하기 위한 결정으로 보입니다.
2022년 말까지 Phantasma는 점점 더 많은 톱 AI 인재, 주로 청화대와 북경대 재학생들을 영입했습니다. ChatGPT의 자극에 힘입어 Phantasma CEO 량문봉은 범용 AI 분야에 진출하기로 결심하고 2023년 초 DeepSeek를 설립했습니다. 그러나 지능화, 달의 어두운 면, 백천 지능 등 AI 기업들의 급부상으로 인해, 순수 연구 기관인 DeepSeek는 스타 창업자가 없어 독립 자금 조달에 큰 어려움을 겪었습니다. 따라서 Phantasma는 DeepSeek를 모회사에서 분리하고 전액 지원하기로 결정했습니다. 이는 매우 위험한 결정이었지만, DeepSeek는 수익성 약속이나 평가 압박 없이 기술 혁신에 전념할 수 있었습니다. 또한 충분한 GPU 자원을 확보하여 혁신적인 젊은 팀이 마음껏 연구할 수 있는 환경을 제공했습니다.
OpenAI 초기와 마찬가지로, 로봇 팔로 루빅스 큐브를 조작하는 회사가 어떻게 ChatGPT를 개발했는지, 또 양적 거래 회사 Phantasma가 어떻게 DeepSeek로 AI 거품을 꺼뜨렸는지 누구도 예상하지 못했습니다. 전자는 7년이 걸렸고 후자는 단 2년 만에 이루어졌습니다. 2023년 11월 DeepSeek는 670억 개의 매개변수와 GPT-4에 근접한 성능의 DeepSeek LLM을 출시했고, 2024년 5월 DeepSeek-V2를, 같은 해 12월에는 DeepSeek-V3를 발표했는데, 이는 GPT-4와 Claude 3.5 Sonnet에 필적하는 성능을 보였습니다. DeepSeek의 이런 빠른 기술 발전은 기업의 재력이나 학력 때문이 아니라, 기술 특이점 이후 'ChatGPT가 AI 산업에 미친 영향'때문입니다. 큰 작은 특이점들이 상상력을 충족시킬 수 있는 어떤 토양에서든 가속화되어 나타나다가, 다음 핵심 특이점이 등장할 때까지 지속됩니다.
결국 2025년 1월 DeepSeek는 특이점을 가속화하며, 추론 능력을 갖춘 첫 번째 대규모 모델 DeepSeek-R1을 출시했습니다. 이는 ChatGPT-O1보다 훨씬 낮은 훈련 비용과 탁월한 성능으로 문을 열어젖혔습니다.
오픈소스로 전 세계에 '별의 문' 열쇠를 배포하다
DeepSeek R1이 공개 및 오픈소스 모델로 발표된 다음 날, 트럼프 미국 대통령은 백악관 기자회견에서 5000억 달러 규모의 '별의 문' 계획을 공식 발표했습니다. OpenAI, 소프트뱅크, 오라클, 투자회사 MGX가 합작해 'Stargate'라는 합작 기업을 설립하여 OpenAI를 위한 새로운 AI 인프라를 미국에 구축하는 것이었습니다.
이 규모의 투자는 '맨해튼 프로젝트'에 필적할 정도로, 전국적인 힘을 동원해 폐쇄형 AI를 정점으로 끌어올리고 AI 시장을 독점하여 미국 내 AI 산업의 선도적 지위를 보장하려는 것으로 보입니다. 그러나 이 계획이 발표되자마자, 대서양 건너편의 이 오픈소스 모델이 문을 열어주지 않고 오히려 문 옆에서 망치를 휘두르며 다른 사람들에게 망치를 나누어주기 시작했습니다.
DeepSeek는 최고 수준의 폐쇄형 모델에 필적하는 오픈소스 모델로, 새로운 훈련 아키텍처로 인해 연쇄 반응을 일으켰습니다. 폐쇄형 AI가 발걸음을 옮기기 어려워졌고, DeepSeek R1의 폐쇄형 모델에 뒤처지는 모델들은 자본 시장에서 직접 퇴출될 처지에 놓였습니다. 심지어 A16z의 OpenAI 투자자인 Marc Andreessen도 공개적으로 폐쇄형 AI보다는 오픈소스 AI에 더 주목해야 한다고 밝혔습니다. 업계에서는 AGI 가능성이나 AI가 SaaS 산업의 업그레이드 버전에 불과하다는 견해를 막론하고, 폐쇄형의 폐해가 오픈소스의 그것보다 훨씬 크다는 데 동의합니다. 정보 독점, 산업 독점, 정보 보안, 자본 통제 등 어느 하나라도 매우 위험한 발전 방향이라고 봅니다.
일부 업계 관계자들은 V3의 혼합 전문가 기술 'MoE'가 방대한 데이터셋을 필요로 하고, OpenAI 모델을 증류했다고 의심하고 있습니다. 또한 R1의 강화 학습 'RL'이 막대한 하드웨어 자원을 필요로 한다는 점에서 훈련 칩 사용량을 부풀렸다고 의심받고 있습니다. 그러나 이는 DeepSeek가 가져온 산업 구조 개혁에 전혀 영향을 미치지 않습니다.
DeepSeek R1의 오픈소스는 훈련 아키텍처 측면에서 OpenAI의 폐쇄형 대규모 모델 비즈니스 논리를 깨뜨렸습니다. 모델의 자기 진화 논리를 통해 기존 패러다임의 막대한 컴퓨팅 파워와 데이터 레이블링 투자를 피할 수 있었습니다. 모델 훈련은 여전히 블랙박스이지만, 블랙박스의 비용이 크게 낮아졌습니다.
AI 하드웨어 측면에서 DeepSeek의 V3 오픈소스는 엔비디아의 시장 주도권에 직접 도전했습니다. 엔비디아 GPU의 진입장벽은 주로 하부 병렬 컴퓨팅 플랫폼과 CUDA 프로그래밍 모델, 광범위한 생태계와 충분한 개발자 때문이었습니다. 구매 조건의 높은 진입장벽과 정치적 제한으로 인해 전 세계 AI 발전이 단절되었습니다.
우리에게 단기적으로는 미국 주식 AI 대폭락, Crypto AI 총 시가총액 거의 붕괴, 시장 진입 곰 장세가 펼쳐졌습니다. 그러나 장기적으로 볼 때, 가장 널리 인정받는 AI 산업이 오픈소스, 투명성, 탈중앙화 발전 경로로 나아가고 있습니다. 어떤 관점에서 보더라도 Crypto와 AI의 결합은 더욱 긴밀해질 것입니다.
Crypto AI의 구원, 전진! 전진! 수단 불문하고 전진!
이번 Crypto AI 거품 붕괴 과정에서 많은 AI 개념 토큰들이 70%의 조정을 겪었고, Crypto AI 시장이 크게 축소되었습니다. 어떤 이는 "550만 달러면 대규모 모델을 훈련할 수 있는데, 이런 AI 시가총액을 왜 사냐"라고 비꼬았습니다. 사실 Crypto는 제품이 아닌 자금 주도 시장이며, 90%의 AI 토큰은 실질적 의미가 없습니다.
그러나 실제로 암호화폐 시장 규제 체계가 정비됨에 따라, 암호화폐 시장은 여전히 중소 AI 기업 창업에 가장 적합한 토양입니다. DeepSeek가 가져온 ChatGPT O1 대비 1/100 수준의 대규모 모델 비용과 모델 훈련 방법은 현재 시장 대비 수천 배 이상의 생태계 성장을 가져올 것입니다.
직접적으로 DeepSeek가 Crypto에 가져다 준 것은 탈중앙화된 모델 훈련입니다. 이를 통해 Depin 유형 프로젝트의 합리화, 훈련 프로세스와 정보 공급의 투명화, 데이터셋 기여자에 대한 가치 보상 메커니즘의 합리화, 모델 훈련의 공급과 수요 양측 결제 용이화 등이 가능해졌습니다. 또한 수천 배 이상의 AI 산업 주변 생태계 발전으로 Crypto AI 하류 산업의 다양성이 풍부해졌습니다. 충분한 경쟁력과 창의성을 갖춘 제품 내러티브가 시장에 등장하면,
현재 많은 암호화폐 AI 또는 곧 DeepSeek를 통합하거나 그 아키텍처를 업데이트하고 있습니다. 여기에는 ElizaOS, Argo, Myshell, Build, Hyperbolic, Nillion Network, infraX 등이 포함됩니다. 일부 프로젝트는 제품 측면에서 DeepSeek를 통해 최적화했습니다.
Myshell
채팅봇 및 애플리케이션 플러그인 제작 워크플로우에 V3와 R1, 심지어 이미지 생성 모델 Janus-Pro를 추가했습니다. Myshell의 기술 팀은 모델 통합을 단 반나절 만에 완료했습니다. 블록체인 분야에서 제품 개선에 매진하는 드문 프로젝트로, Web2AI 제품에서도 명성을 얻었지만 코인 발행을 미루고 있습니다. DeepSeek의 오픈소스화로 Myshell 사용자에게 비용 절감 효과가 있을 것이며, 기존 제품이 완성도 높은 Myshell에 더 많은 에이전트 개발자를 유치할 것입니다.
Argo
Argo의 개발자 Sam Gao는 제품 설계 초기부터 Argo의 핵심 기능을 DeepSeek화했습니다. Argo는 워크플로우 시스템으로, DeepSeek R1을 표준 LLM으로 내장하고 원시 워크플로우 생성을 DeepSeek R1에 위임했습니다. 워크플로우 특성상 토큰 소비와 문맥 정보량이 매우 클 것으로 예상됩니다(평균 >=10k 토큰). Argo는 또한 CoT(Chain-of-Thought)를 워크플로우 사고 과정에 통합했습니다. DeepSeek의 오픈소스화로 워크플로우 제품 비용이 낮아졌고, Argo에서 LLM을 로컬로 배포할 수 있어 사용자 프라이버시도 보장됩니다.
DeepSeek R1 출시 전부터 Argo는 CoT(Chain-of-Thought) 모델 초기 학습 로직을 Argo의 에이전트 워크플로우 제작 과정에 통합했습니다. 특히 밈 거래와 시장 동향 분석 등의 작업에 대해 Argo는 Graph-of-Thought(GoT)로 맞춤형 워크플로우를 구현했습니다. 이는 LLM 사고를 노드로, 이들 간 의존관계를 간선으로 하는 그래프 형태의 추론 방식입니다.
Argo는 GoT(현재 유일하게 이 모델을 사용하는 암호화폐 AI 워크플로우)를 선택함으로써 더 신뢰할 수 있고 투명한 프로세스를 실현했습니다. 이 혁신적인 접근법은 Argo 플랫폼의 거래 안전성과 신뢰도에 직접적인 영향을 미쳤습니다. GoT를 Web3 AI 에이전트에 통합함으로써 Argo는 AI 암호화폐 거래의 최전선에 있습니다. CoT의 구조화된 추론은 금융 거래의 안전성을 높일 뿐만 아니라 투명하고 신뢰할 수 있는 의사결정을 보장하여 탈중앙화 금융(DeFi)에 매우 중요합니다.
주목할 점은 Argo의 핵심 개발자 Sam이 Shaw와 공동 집필한 《EraseAnything: Enabling Concept Erasure in Rectified Flow Transformers》 논문에서 DeepSeek 연구원 XingchaoLiu의 도움을 받았다는 것입니다.
Hyperbolic
Hyperbolic Labs도 자사의 GPU 플랫폼에서 DeepSeek-R1 모델을 호스팅하겠다고 발표했습니다. 사용자는 Hyperblic의 GPU 리소스를 임대하여 로컬 또는 지정된 데이터 센터에서 DeepSeek-R1 모델을 실행할 수 있습니다. 이를 통해 데이터 프라이버시를 보장하면서도 DeepSeek 모델의 뛰어난 추론 성능을 활용할 수 있습니다. 또한 Hyperbolic의 탈중앙화 컴퓨팅 네트워크를 통해 사용자는 DeepSeek 모델의 효율적인 추론 기능을 더 저렴한 비용으로 이용할 수 있습니다. 스타트업, 개인 창업자, AI 고효율 사용자에게 매력적인 솔루션이 될 것입니다.
이번 버블 붕괴로 암호화폐 AI 시장이 큰 타격을 받았고 많은 AI 토큰이 투기 가치를 잃었습니다. 그러나 본질적으로 DeepSeek는 암호화폐 AI를 없애려는 것이 아니라 시장을 더 빨리 진화시키고 있습니다. DeepSeek R1 이후 암호화폐 AI의 미래는 투기에 의존하는 것이 아니라 탈중앙화 AI 컴퓨팅, 모델 학습의 경제적 인센티브 메커니즘, AI 리소스의 공정한 배분, 실용적인 제품 등의 방향으로 재구축될 것입니다. 진정한 과제는 암호화폐 생태계가 DeepSeek가 가져온 기술 혁명을 활용하여 진정한 가치 있는 AI 생태계를 구축할 수 있는지 여부입니다.
이는 종말이 아니라 진화입니다. 암호화폐 AI는 더 빠르고 과감하게 전진해야 합니다. / 가속화
