이미지 출처: Unbounded AI에서 생성
2025년이 시작된 지금, 중국은 AI 분야에서 전례 없는 흐름을 만들고 있습니다.
DeepSeek은 "저렴한 비용 + 오픈 소스"라는 이점으로 글로벌 시장을 휩쓸며 다크호스로 떠올랐고, iOS와 Google 앱 스토어에서 모두 1위를 차지했습니다. Sensor Tower의 데이터에 따르면 1월 31일 현재 DeepSeek의 일일 활성 사용자는 ChatGPT의 40%에 도달했으며, 하루에 거의 500만 건의 새로운 다운로드 속도로 계속 확장되고 있습니다. 업계에서는 이를 "동쪽에서 온 신비한 힘"이라고 부릅니다.
"공격적인" DeepSeek 대면 실리콘 밸리는 아직 합의에 도달하지 못했습니다.
Palantir의 CEO인 카프는 인터뷰에서 DeepSeek와 같은 경쟁자의 부상은 미국이 첨단 인공지능 개발을 가속화해야 한다는 것을 보여준다고 말했습니다. 샘 알트먼은 Radio Times와의 인터뷰에서 DeepSeek이 제품과 가격 면에서 좋은 성과를 거두었지만, 그 등장은 놀라운 일이 아니라고 말했습니다. 머스크는 획기적인 혁신은 없으며 팀이 곧 더 나은 성능의 모델을 출시할 것이라고 거듭해서 말했습니다.
2월 9일, 웨이차오즈쿠, 정보사회50포럼, 텐센트테크놀로지가 공동으로 주최한 AGI로드 라이브 방송 시리즈인 온라인 세미나 "DeepSeek의 성과와 AGI의 미래 재조명"에서는 경제학자이자 헝친디지털체인 디지털금융연구소 학술위원장인 주자밍, 중국자동화학회 감독이사이자 중국과학원 자동화연구소 연구원인 왕페이웨, EmojiDAO 창립자 허바오후이 등 3명의 게스트를 초대하여 "AGI 개발 경로", "다음 DeepSeek을 '복제'하는 방법", "대형 모델의 탈중앙화" 등의 주제에 대한 프레젠테이션을 진행했습니다.
주자밍 교수는 AI의 개발 속도에 대해 매우 낙관적입니다. 그는 원시 사회의 기술 발전 주기가 10만 년이고, 농업 사회는 1,000년, 산업 사회는 100년, 인터넷 시대에는 기본적으로 10년이라고 말했습니다. 인공지능 시대에 접어들면서 그 속도는 더욱 상상할 수 없습니다. "지금부터 인공지능이 AGI나 ASI로 나아가려면 2~3년이 걸리고, 5~6년은 더 보수적입니다."
주자밍 교수의 견해에 따르면, 인공지능의 미래 발전은 포크. 하나는 인간이 모르는 영역을 연구하는 것을 목표로 하는 첨단, 고비용 경로이고, 다른 하나는 저비용, 대규모 대중적 경로이다. "인공지능이 새로운 단계로 발전할 때, 항상 두 가지 경로가 있다. 하나는 새로운 단계의 "0에서 1"이고, 다른 하나는 "1에서 10"이다.
왕페이웨 교수는 국내외 AI 기술의 발전을 요약하며, DeepSeek의 오늘날의 성과는 중국의 인공지능 기술과 산업에 대한 투자와 선도에 대한 자신감을 재형성했다고 강조했습니다. 그는 OpenAI가 슈퍼 지능을 공유하지 않고 다른 회사를 막다른 길로 몰아넣을 뿐이라고 믿습니다.
DeepSeek과 같은 팀을 더 많이 인큐베이팅 방법에 대해 왕페이웨는 AlphaGo와 ChatGPT의 탄생 사례를 인용하여 DeSci의 탈중앙화 과학 연구 모델의 가치를 강조했습니다. "(우리는) 계획과 국가 시스템에만 의존하여 인공지능 기술을 개발할 수 없습니다."
DeepSeek의 데이터 증류 기술을 대규모로 사용하는 것에 대해 업계에서는 비판적인 목소리가 많고, 일부는 증류를 절도에 비유하기도 합니다. 왕페이웨는 지식 증류를 "입증"하고 싶다고 말했습니다. 그는 "지식 증류는 본질적으로 교육 형태의 변형입니다. 사람들의 지식이 교사에게서 나왔다고 해서 교사를 능가할 수 없다고 생각할 수는 없습니다."라고 말했습니다.
허바오후이와 왕페이웨는 모두 탈중앙화 매우 중시합니다. 그의 견해에 따르면 탈중앙화 딥 러닝 모델의 비용을 줄이는 길이며 해시레이트 네트워크와 데이터 보안의 핵심이기도 합니다.
"Filecoin과 같은 탈중앙화 해시레이트 네트워크와 데이터 스토리지는 기존 클라우드 서비스(AWS 등)보다 스토리지 비용이 훨씬 낮아 비용을 크게 절감할 수 있습니다."라고 He Baohui는 말했습니다. "탈중앙화 관리 메커니즘은 아무도 이러한 네트워크와 데이터를 일방적으로 변경할 수 없도록 보장할 수 있습니다."
허 바오후이는 빅 모델 이후의 에이전트를 일종의 생명으로 본다. "저는 그것이 단순한 도구가 아니라 일종의 생명이라고 생각합니다. AI를 만든다고 해서 우리가 그것을 완전히 지배할 수 있다는 것은 아닙니다." 허 바오후이는 "저는 에이전트가 '불멸'을 달성하고 탈중앙화 네트워크에서 독립적으로 존재하여 새로운 '종'이 되는 방법에 대해 매우 우려하고 있습니다."라고 말했다.
라이브 방송 공유의 본질은 다음과 같습니다(원래의 의미를 변경하지 않고 일부 삭제 및 조정 포함):
주자밍
인공지능의 발전
경로는 "0~1"과 "1~10" 두 가지뿐입니다.
오늘 제가 말씀드리고 싶은 주제는 인공지능의 진화적 규모와 대규모 모델이고, 부제는 DeepSeek V3와 R1 시리즈 현상 분석입니다.
이 보고서는 주로 AI 진화의 시간적 규모, AI 생태계, DeepSeek을 포괄적이고 객관적으로 평가하는 방법, DeepSeek이 촉발한 글로벌 대응, 2025년 AI 추세 전망 등 5가지 이슈를 논의합니다.
첫째, AI의 실제 진화적 시간 척도는 AI 분야 과학자를 포함한 전문가들이 예상했던 것보다 훨씬 빠릅니다.
인류 역사의 긴 흐름 속에서 우리는 농업 사회, 산업 사회, 정보 사회를 거쳐 이제 인공지능 시대로 접어들었습니다. 이러한 역사적 과정에서 기술 발전의 시간 주기는 계속해서 짧아졌습니다.
원시사회의 기술 발전 주기는 10만 년을 기준으로 하고, 농경사회에서는 수천 년을 기준으로 하며, 산업사회에서는 기술 발전 주기가 길어야 100년, 짧아야 10년이며, 인터넷 시대에는 30~10년을 기준으로 하며, 인공지능 시대에는 상상할 수 없을 정도로 속도가 빨라졌습니다.
GPT-3가 등장하기 전에 사람들은 인공지능이 AGI 시대에 도달하는 데 약 80년이 걸릴 것으로 예상했습니다. GPT-3가 등장한 후 사람들은 이 기대를 50년으로 단축했습니다. LLaMda2가 등장했을 때는 모든 사람의 기대가 18년이 되었습니다.
2025년에는 사람들이 AGI를 달성할 수 있을 것으로 기대하는 기간이 더욱 짧아질 수 있으며, 보수적으로 봐도 5~6년이 걸릴 것이고, 낙관적으로 봐도 5~6년이 걸릴 것입니다.
아래 그림과 비교해 보면 인공지능은 인류 역사상 어떠한 기술 혁명이나 혁신과도 비교했을 때 확연히 가속적인 특징을 가지고 있음을 분명히 알 수 있습니다.
현재 인공지능의 급속한 발전을 설명하기 위해 우주의 첫 번째 속도, 두 번째 속도, 세 번째 속도를 사용해보자. 현재 인공지능은 우주의 첫 번째 속도에서 우주의 두 번째 속도로의 전환을 완료했습니다. 인공지능은 높은 수준의 자율성에 진입하고 인간의 제약에서 벗어나기 시작했습니다.
태양의 중력으로부터 벗어나 우주의 세 번째 속도에 도달할 수 있는 상황이 어떤 것인지는 알 수 없습니다. 하지만 확실한 것은 인공지능이 일반 인공지능에서 초인공지능으로 도약했다는 것입니다. 2017년 이후, 인공지능은 수년, 수개월, 수주 단위로 급격한 변화와 업그레이드를 겪어 왔습니다.
인공지능이 기하급수적으로 가속되는 현상을 보이며 '우주의 두 번째 속도' 단계에 돌입한 이유는 무엇일까? 저는 매우 중요한 이유가 세 가지 있다고 생각합니다.
● 첫째, 머스크가 말했듯이 2024년 말이 되면 모델을 학습하는 데 사용되는 데이터가 고갈되고, 대규모 모델은 기본적으로 인간이 보유한 모든 지식을 고갈시킬 것입니다. 2025년부터 빅 모델의 더 큰 목표는 증분 데이터를 찾는 것입니다. 이는 역사적인 전환점입니다. 인공지능의 빅 모델은 광범위한 것에서 집약적인 것으로의 전환을 완료했습니다.
● 둘째, AI 하드웨어는 끊임없이 진화하고 있습니다.
● 셋째, AI는 'AI 자신에게 의존하는' 개발 단계에 들어섰다. 즉, 스스로 개발이 가능하다는 것이다.
현재 OpenAI, DeepMind, Meta를 비롯한 여러 회사의 대규모 모델 매트릭스는 상호의존성과 상호 촉진의 메커니즘을 형성하고 있습니다. 인공지능의 생태적 구성은 수직 속도의 획기적인 발전이 수평적 생태적 분열을 촉진한다는 법칙을 따릅니다. 수평적 생태학적 수준에서 멀티모달 융합 혁명, 수직적 분야에서의 가속화된 침투, 분산형 인지 네트워크의 세 가지 주요 패러다임이 기술적 지형을 재편하고 있습니다.
점점 더 성숙해지는 인공지능 생태계의 맥락에서 스필오버 효과(일반화 효과)가 자연스럽게 발생하며, 기본적으로 과학적, 경제적, 사회적, 사람들의 인지적 수준으로 침투합니다.
춘절 기간에 인기를 끈 획기적인 제품인 DeepSeek을 포괄적이고 객관적으로 평가하려면 어떻게 해야 할까?
우선, 딥시크는 국내외 언론의 꾸준한 주목을 받으며 전 세계 대중의 체험적 이용을 촉발해 큰 충격파를 일으켰습니다. 역사에서 여론은 매우 중요한 역할을 합니다. 어떤 사건은 여론에 의해 과장되고, 어떤 사건은 여론에 의해 과소평가된다. 일정 기간이 지나면 결국 역사 속의 원래 상태로 돌아갈 것이다.
DeepSeek V3는 고성능, 효율적인 교육, 빠른 대응, 중국 환경에 대한 특별한 적응성이라는 4가지 주요 장점을 가지고 있습니다. DeepSeek-R1은 주로 강력한 컴퓨팅 성능, 뛰어난 추론 능력, 우수한 기능적 특성, 강력한 시나리오 적용성이라는 장점을 가지고 있습니다.
물론, DeepSeek에는 개선이 필요하거나 직면한 과제가 아직 몇 가지 있습니다. 정확도를 어떻게 개선할 수 있을까요? 다중 모드 출력 및 입력 문제를 해결하는 방법은? 하드웨어 관련 서버 안정성 문제와 피하기 어려운 민감한 주제의 증가를 처리하는 방법.
이러한 문제 가운데 가장 논의할 가치가 있고 모든 사람이 가장 궁금해하는 것은 대규모 인공지능 모델의 비용입니다. 이는 산업 제품 비용의 개념 및 구조와 근본적으로 다릅니다.
대규모 AI 모델의 비용은 먼저 인프라에 발생합니다. DeepSeek이 인프라 비용에서 우위를 보이는 이유는 비교적 저렴한 A100(칩)을 대량 사용하기 때문입니다. 두 번째는 알고리즘 재사용 비용을 포함하는 R&D 비용입니다. 이 점에서 DeepSeek은 일정한 장점을 가지고 있습니다. 나아가 데이터 비용, 신기술 도입 비용, 종합 계산의 비용 구조에 주의를 기울여야 합니다.
비용에 대한 논의에는 기술적 경로 문제도 포함됩니다. 인공지능이 새로운 단계로 발전할 때는 항상 두 가지 경로가 있습니다. 하나는 새로운 단계의 '0에서 1'로 발전하는 것이고, 다른 하나는 '1에서 10'으로 발전하는 것입니다. 미래 개발의 어느 단계에서든 '0 대 1' 경로를 선택하면 비용은 불가피하게 상승 하지만 '1 대 10' 경로를 선택하면 효율성을 높여 비용을 절감할 수 있다.
DeepSeek은 "0에서 1까지" 접근 방식을 따라 벤치마크 테스트에서 좋은 성과를 거두었으며, 특히 지식 보유, 논리적 추론, 교차 도메인 마이그레이션과 같은 핵심 역량 평가를 다루는 전 세계 50개국 및 지역의 500개 이상 기관에서 설계한 3,000개의 문제를 컴파일한 HLE(Humanity's Last Exam) 표준 세트에서 좋은 성과를 거두었습니다.
HLE 벤치마크 테스트에서 DeepSeek은 OpenAI o3보다 높은 정확도인 9.4를 달성했습니다. 물론, 이 분야에서 GPT-4o와 Grok-2를 훨씬 능가하는 만큼 매우 눈부신 결과일 것입니다.
DeepSeek 출시 후 Microsoft, Google, NVIDIA 등 글로벌 인공지능 회사들이 다양한 방식으로 대응했다는 사실은 누구나 알고 있습니다. 이는 인공지능의 균형점이 진화하는 동안 끊임없이 깨지고 있다는 것을 의미합니다. 인공지능 분야에서 새로운 획기적인 발전이 나타나면 압력이 발생하고, 이는 다시 전체 시스템의 반응을 자극합니다. 이러한 반응은 새로운 획기적인 발전과 새로운 압력을 낳고, 새로운 균형점을 형성합니다.
이제 이러한 충격과 반응의 순환이 줄어들고 있습니다. 우리는 인공지능 분야의 경쟁이 다소 다양한 모델임을 알게 될 것이며, 혁신과 획기적인 발견이 발전할 수 있는 비교적 큰 여지를 제공받을 것입니다.
인공지능의 진화적 규모와 대규모 모델 생태학의 관점에서 볼 때, 기술 발전은 '선도-도전-혁신-재도전'의 역동적인 순환 패턴을 보입니다. 이 과정은 제로섬 게임이 아니라 지속적인 반복을 통해 전체 생태계를 상승 시키는 나선형입니다.
마지막으로, 2025년 인공지능의 발전 추세에 대한 저의 전망을 말씀드리겠습니다.
오늘날 인공지능의 발전 방향은 두 가지가 있다. 하나는 프로페셔널하고 하이엔드적인 경로로, 경계를 확장하고 미지의 영역을 탐험하는 것이다. 또 다른 경로는 대중화 경로입니다. 이러한 유형의 대규모 모델의 핵심 목표는 사용 임계값을 낮추고 광범위한 사용자 기반의 요구를 충족하는 것입니다.
이제 인류는 새로운 시대로 접어들었습니다. 인공지능은 현미경이자 망원경입니다. 그것은 우리가 이 단계에서 현미경과 망원경으로도 도달할 수 없는 더 깊고 복잡한 물리적 세계를 이해하는 데 도움이 될 것입니다.
미래의 인공지능은 필연적으로 다양하고 다차원적인 패턴을 제시하게 될 것입니다. 레고 블록이나 루빅큐브와 마찬가지로, 그것들은 끊임없이 결합되고 재구성되어 우리의 지식과 경험의 한계를 넘어서는 완전히 새로운 세계를 창조합니다.
인공지능 분야에서 획기적인 발전이 이루어지려면 끊임없이 증가하는 자본 투자가 필요합니다. AI에 대한 수요로 인해 기존 데이터 센터 용량이 빠르게 소모되고 있으며, 이로 인해 기업은 새로운 시설을 건설해야 합니다.
간단히 말해, 인공지능은 "하늘에 닿고 땅에 서는" 방향으로 나아가고 있습니다. "하늘에 닿는다"는 것은 끊임없이 미지의 영역을 탐험하는 과정에서 물리적 세계를 시뮬레이션하는 품질을 높이는 것을 의미하고, "땅에 서는" 것은 현실에 안주하여 인공지능을 추진하여 비용을 절감하고 전면적으로 구현하여 사람들에게 이익을 주는 것을 의미합니다. 이러한 맥락에서 우리는 DeepSeek의 장점, 한계, 그리고 미래의 잠재력을 보다 객관적이고 포괄적으로 살펴볼 수 있습니다.
왕페이웨
OpenAI는 다른 회사들을 궁지로 몰 것이다
DeepSeek "복제"는 탈중앙화 의존합니다.
어떤 의미에서 DeepSeek은 오늘날의 위대한 사회적 업적이며, 그 영향력은 이전의 기술적 혁신과 비교할 수 없습니다. 과학적, 상업적 가치는 미래에 가져올 수 있는 경제적 가치보다 낮고, 사회에 미칠 수 있는 잠재적 영향, 즉 현재의 국제 경쟁 환경과 국제 정치에 미치는 영향보다도 낮습니다. OpenAI가 ClosedAI로 전환된 후, DeepSeek은 오픈 소스에 대한 세상의 확신과 희망을 회복시켜 주었는데, 이는 매우 가치 있는 일입니다.
이 기술에 대한 구체적인 내용을 설명하려면 이미 너무 많은 내용이 들어가기 때문에 생략하겠습니다. 다만 여기서 제 느낌을 표현하고 싶을 뿐입니다.
저는 이 분야에서 중국의 국제적 영향력이 마침내 '제로' 돌파구를 마련해 OpenAI의 독점에 대한 신화를 깨고 행동을 바꾸도록 강요한 것을 매우 기쁘게 생각합니다. 특히 OpenAI는 더 이상 공개되지 않았으며, 특히 국제 사회와 "슈퍼" 지능을 공유하지 않을 것입니다. OpenAI의 성공은 미국 기업을 포함한 다른 기업들을 절박한 상황에 빠뜨릴 뿐입니다. 저는 여전히 국가와 국민들이 기술 전쟁보다는 정상적인 기술 경쟁을 유지할 수 있기를 바랍니다.
이것은 현재 매우 좋은 일입니다. DeepSeek는 모든 사람에게 중국의 과학기술 발전, 특히 인공지능 개발에 대한 더 큰 확신을 주었습니다.
저는 지능 시대에 등장하는 제품의 본질은 신뢰와 관심이라고 생각하며, DeepSeek은 이 두 가지를 모두 제공하여 중요한 가치를 반영하고 있습니다. 사회 전체가 앞으로 해야 할 일은 신뢰와 관심을 대량 생산과 유통이 가능한 '신품질상품'으로 전환해 스마트 산업사회를 실현하고 농업·산업사회를 초월하는 것입니다.
다음으로, 지식의 증류에 '좋은 이름'을 붙이고 싶습니다.
소셜 네트워크에서는 "다른 사람 입에서 음식을 구걸한다"나 "다른 사람의 바구니에서 낚시한다"와 같이 지식의 증류에 대한 비꼬는 표현이 있는데, 이는 실제로 지식의 증류를 고의적으로 왜곡한 것입니다. 지식의 증류는 본질적으로 교육 형태의 변형입니다. 사람의 지식이 교사에게서 나왔다고 해서 그 사람이 교사를 능가할 수 없다는 것을 의미하지는 않습니다. 물론, ChatGPT에서 DeepSeek에 이르기까지 대규모 모델은 추론 능력을 생성하거나 개선하기 위해 노력해야 하며, AI를 위한 AI가 되고 지식 증류라는 이름에 걸맞은 "감상"을 덜 해야 합니다.
"DeepSeek 이후에 무엇을 할 것인가"라는 질문에 대해 먼저 논의해야 합니다. 탈중앙화 과학 연구인 DeSci와 중앙 집중형 과학 연구인 CeSci라는 두 가지 기술 개발 모델입니다. AlphaGo, ChatGPT, DeepSeek은 모두 분산형, 탈중앙화 자율 과학 연구인 DeSci 모델의 산물입니다. 반면 CeSci는 국가가 주도하는 조직적이고 계획된 연구입니다.
저는 우리가 DeSci의 역할에 직면해야 하며, 인공지능 기술 개발을 촉진하기 위해 단순히 계획이나 국가 시스템에만 의존할 수는 없다고 생각합니다.
인공 지능 기술의 기초는 다양성이기 때문입니다. 인공 지능의 주요 창시자 중 한 명인 마빈 민스키는 "우리를 지적으로 만드는 마법의 속임수는 무엇일까요? 속임수는 속임수가 없다는 것입니다. 지능의 힘은 어떤 단일하고 완벽한 원리가 아니라 우리 자신의 엄청난 다양성에서 나옵니다."라고 말했습니다.
따라서 과도한 전략적 계획은 다양성의 자연스러운 발전을 제한할 수 있으며, 효과적인 모델이나 기술이 "등장"하기 전에 DeSci에 주로 초점을 맞춰야 합니다. 어느 정도 실제 혁신이 나타나면 국가 주도의 CeSci 모델을 활용하여 기술을 더욱 발전시켜 설정된 목표를 달성하는 데 앞장설 것입니다. 우리는 특히 오늘날과 같은 지적 전환의 시기에 "공중에 건물을 세우는" 행동을 피해야 합니다.
오랫동안 AI 분야에서 일해온 우리에게 오늘날의 AI와 과거의 AI는 완전히 다른 세계입니다.
과거에는 AI가 인공지능을 뜻했지만, 현재는 점차 지능형 에이전트 또는 에이전트 지능으로 바뀌었습니다. 미래에는 이 단어의 의미도 자율 지능으로 바뀌어 새로운 AI, 특히 자율 조직을 갖춘 자율 지능, 즉 AI를 위한 AI 또는 AS를 위한 AI, 자율 시스템을 의미하는 자율 시스템으로 인공지능 발전의 새로운 단계에 진입할 가능성이 있습니다. 이는 인공지능의 창시자인 존 매카시가 말한 것과도 일맥상통합니다. 즉, 인공지능의 궁극적인 목표는 지능의 자동화, 즉 지식의 자동화라는 것입니다.
지금이든 미래든, 세 가지 유형의 "AI", "옛 것, 오래된 것, 새로운 것"이 공존할 것입니다. 저는 이를 총칭하여 "병렬 지능"이라고 부르겠습니다.
저는 설명 가능한 AI를 40년간 추구해 왔지만, 지능은 본질적으로 설명할 수 없다고 믿는다는 입장을 공개적으로 밝힌 바 있습니다. 저는 파스칼의 내기를 각색했습니다. AI는 설명될 수 없지만, 관리될 수 있고 관리되어야 합니다. 간단히 말해서, 설명은 필요 없고, 거버넌스만 필요합니다.
모두가 "선을 위한 AI"에 대해 이야기하고 있습니다. "o"를 제거하면 "신을 위한 AI"가 되고, 그러면 AI는 독점의 도구가 될 수 있습니다. 따라서 다양성과 안전이 우선이 되도록 두 개의 "o"가 있어야 합니다. 기술 개발의 올바른 방향을 보장하기 위해 OpenAI와 같은 돌연변이를 방지하기 위해 거버넌스를 강화해야 합니다.
저는 DeepSeek의 진전을 보고 매우 기쁘지만, 아직은 몇 가지 코멘트를 하기에는 너무 이릅니다. "일반 인공 지능"으로 모든 사람을 놀라게 할 필요는 없습니다. 너무 걱정할 필요는 없습니다. 사실, 걱정해도 소용없을 것입니다. 발전은 불가피합니다.
과학 연구자는 비전이 있어야지 내향적이어서는 안 됩니다. 그들은 SCI를 "SCE++"로 바꿔야 합니다. Slow는 과학 연구를 하기 위해 느리고 차분함을 의미하고, Casual은 실용적인 목적으로 과학 연구를 하지 않는 것을 의미하며, 마지막으로 Easy는 단순함과 간결함을 추구하는 것을 의미하고, Elegant는 양질의 비전을 갖는 것을 의미하며, Enjoying은 즐거운 과학 및 기술 작업을 추구하는 것을 의미합니다. 이것이 인공지능이 우리에게 가져다주어야 할 삶입니다.
허바오후이
대규모 모델도 "탈중앙화"되어야 합니다.
에이전트가 영원히 사는 걸 보고 싶어요
저는 AI 분야의 전문가는 아니지만, 최근에야 AI의 역사를 심도 있게 연구하기 시작했습니다. 저는 주로 현재 진행 중인 작업과 2017년에 Web3 산업에 진출한 저의 경험을 바탕으로 DeepSeek이 가져올 변화에 대한 저의 견해에 대해 이야기하겠습니다.
우선, 기본적인 문제 하나를 강조하고 싶습니다. DeepSeek와 OpenAI의 기본 모델 사이에는 상당한 차이가 있으며, 바로 이 차이가 서구 세계를 실제로 충격에 빠뜨렸습니다.
만약 DeepSeek이 단순히 서양 기술을 모방했다면, 그렇게 충격을 받지도 않았을 것이고, 이렇게 광범위한 논의를 불러일으키지도 못했을 것이며, 심지어 모든 대기업이 이를 진지하게 받아들이게 되지도 않았을 것입니다. 정말 놀라운 점은 DeepSeek가 다른 길을 택했다는 것입니다.
OpenAI는 SFT(감독된 미세 조정) 경로를 채택하여 대량 의 데이터에 대한 수동 주석과 확률적 모델을 통한 콘텐츠 생성에 의존합니다. 혁신은 대량 수동 작업과 높은 비용을 통해 이러한 결과를 축적하는 데 있습니다.
몇 년 전만 해도 AI 기술은 구현하기 거의 불가능하다고 여겨졌지만 OpenAI의 등장으로 이러한 관점 뒤집히고 업계가 SFT 기술 방향으로 나아가게 되었습니다.
DeepSeek은 SFT 기술을 거의 사용하지 않고 대신 강화 학습의 콜드 스타트 방식을 채택하여 알려지지 않은 경로를 탐색합니다.
이런 접근 방식은 새로운 것이 아닙니다. Google DeepMind의 AlphaGo의 첫 번째 버전은 학습을 위해 대량 의 데이터에 의존했지만, 두 번째 버전인 AlphaGo Zero는 전적으로 규칙에 의존했고 10,000개의 게임을 스스로 플레이하고 탐색함으로써 더 나은 결과를 달성했습니다.
강화 학습을 통한 콜드 스타트는 어렵고 학습이 불안정하기 때문에 거의 사용되지 않지만, 저는 개인적으로 데이터 튜닝에만 의존하는 경로보다는 이것이 AGI로 가는 진짜 길일 수 있다고 생각합니다.
과거의 데이터 조정 방식은 빅데이터 통합에 가까웠지만, DeepSeek은 진정한 의미에서 독립적인 사고를 통해 결론을 도출합니다. 따라서 저는 이것이 SFT 기술에서 자기추론 기술로 진화하는 AI 기술의 패러다임 전환을 의미한다고 믿습니다.
이러한 변화는 오픈 소스와 저비용이라는 두 가지 핵심 특징을 가져옵니다.
오픈 소스란 누구나 건설에 참여할 수 있다는 것을 의미합니다.
인터넷 시대에 서구 세계는 항상 오픈 소스로 알려졌지만 DeepSeek의 등장으로 이 상황이 바뀌었습니다. 동양이 서양을 "주요 전장"에서 이긴 것은 이번이 처음이었습니다.
이러한 오픈소스 모델은 업계 내에서 강력한 반발을 불러일으켰으며, 실리콘 밸리 기업의 창립자 중 일부는 이를 비판하기도 했습니다. 하지만 오픈소스에 대한 대중의 지지는 매우 강한데, 누구나 사용할 수 있기 때문입니다.
낮은 비용은 이 모델의 배포 및 교육 비용이 매우 낮다는 것을 의미합니다.
과거에는 상상도 할 수 없었던, MacBook과 같은 개인용 기기에 DeepSeek를 구축하고 상업적으로 완벽하게 배포할 수 있게 되었습니다. 저는 AI가 OpenAI가 주도하는 탈중앙화 있다고 믿습니다.
AI를 위해서는 크게 세 가지 요소를 분석해야 합니다. 빅모델, 해시레이트, 데이터입니다.
대형 모델이 파괴적 혁신을 주도한 이후, 해시레이트 에 대한 수요는 감소하기 시작했습니다.
현재 해시레이트 공급에 중복이 존재합니다. 많은 GPU 투자자들은 높은 가격으로 장비를 구매했기 때문에 기대했던 수익을 얻지 못했으며, 해시레이트 점차 낮아졌습니다. 그러므로 해시레이트 병목 현상이 될 것이라고는 생각하지 않습니다.
다음으로 큰 병목 현상은 데이터입니다.
미국 주식 시장에서 엔비디아의 주가가 하락한 후 팔란티르 등 데이터 기업들의 주가가 급등했는데, 이는 사람들이 데이터의 중요성을 깨닫기 시작했다는 것을 보여줍니다. 특히 대규모 모델이 오픈 소스가 됨에 따라 누구나 모델을 배포할 수 있게 되었고, 데이터 차별화가 경쟁의 초점이 될 것입니다.
누가 독점 데이터를 획득하고 실시간으로 업데이트할 수 있느냐가 경쟁의 핵심이 될 것입니다.
탈중앙화 관점에서 보면 해시레이트 와 데이터의 탈중앙화 비교적 성숙해졌습니다. Filecoin과 같은 탈중앙화 해시레이트 네트워크와 데이터 저장소는 기존 클라우드 서비스(예: AWS)보다 저장 비용이 훨씬 낮아 비용을 크게 절감할 수 있습니다.
동시에 탈중앙화 관리 메커니즘은 누구도 이러한 네트워크와 데이터를 일방적으로 변경할 수 없도록 보장합니다. 따라서 딥러닝 모델도 탈중앙화 방향으로 발전해야 합니다.
그래서 DeAI에는 두 가지 개발 경로가 있다고 생각합니다.
● 첫 번째는 분산형 AI(Decentralized/Distributed AI)로, 탈중앙화 기술 시설을 기반으로 합니다.
● 다른 하나는 Edge AI로, AI가 개인 기기에서 직접 실행되는 것을 의미합니다. Edge AI는 데이터 개인 정보 보호 문제를 효과적으로 해결하고 실시간 성능을 크게 향상시킬 수 있습니다. 예를 들어, 자율주행 기술은 매우 높은 실시간 대응이 요구되며, 이로 인해 지연이 발생하면 심각한 결과가 초래됩니다. AI가 로컬에서 계산을 완료할 수 있다면 효율성과 경험이 질적으로 향상될 것입니다. 따라서 엣지 AI는 미래 발전의 중요한 방향이 될 것이고, 대량 새로운 응용 시나리오를 가져올 것입니다.
또한 탈중앙화 AI의 또 다른 장점은 다자간 협업을 지원할 수 있다는 것입니다. 블록체인과 비트코인의 탄생은 사람들 간의 신뢰를 측정하는 데 있어서의 어려움에서 비롯되었습니다. 탈중앙화 신뢰 메커니즘은 중개자가 필요 없이 대규모 협력을 가능하게 합니다.
Web3 분야에서는 “코드가 법이다”라는 말이 있습니다. 즉, “코드가 법이다”라는 뜻입니다. 저는 AI의 탈중앙화 협업에서 이 개념이 "DeAgent is law"로 전환되어야 한다고 생각합니다. 즉, 탈중앙화 네트워크와 에이전트를 통해 자율 관리 및 합법적 관리를 실현해야 합니다.
저는 인간 존재의 의미는 아마도 자기 자신을 완전히 대체할 수 있는 대리인을 훈련하는 것, 인간과 같은 사고방식을 가지고, 인간의 육체가 죽은 뒤 인간 대신 살 수 있는 대리인을 훈련하는 것이라고 생각합니다. Agent라는 개념에 대해 저는 그것이 단순한 도구가 아니라 일종의 생명이라고 생각합니다. AI를 만든다고 해서 우리가 그것을 완전히 지배할 수 있다는 것은 아닙니다.
AI가 스스로의 생각을 갖게 되면, 도구로만 제한하는 대신 자율적으로 발전하도록 두어야 합니다. 따라서 우리는 에이전트가 어떻게 '불멸'을 달성하고 탈중앙화 네트워크에서 독립적으로 존재하여 새로운 '종'이 될 수 있을지에 대해 매우 고민하고 있습니다.
기술이 꾸준히 발전하고 응용 분야가 점점 깊어지며 AI 포용 시대가 다가오고 있는 가운데, 혁신과 윤리의 균형을 찾는 것이 미래 발전에 있어 중요한 문제가 될 것입니다.
결론
인류는 AI '경쟁' 단계에 돌입
DeepSeek의 획기적인 발전은 인류, 특히 중국인이 AGI로 가는 길을 탐구하는 데 중요한 기여를 했습니다. 이러한 배경에서 격려와 성찰의 목소리는 주목할 만합니다. 모두가 그것이 더 나아지고 강해지기를 바랄 것이지만, 그 기술적 경로가 궁극적으로 사업과 시장의 시험을 견뎌낼 수 있는지는 증명하는 데 시간이 걸릴 것입니다.
왕페이웨의 공유에서 주목할 만한 한 가지 요점이 있습니다. AlphaGo, ChatGPT, DeepSeek는 모두 DeSci 모델의 산물입니다. 우리는 DeSci의 역할에 직면해야 하며 더 많은 "중국식 DeepSeek"가 인공지능 분야에서 두드러지기를 기대해야 합니다.
주자밍 교수는 자신의 공유에서 인공지능 시대의 진보 속도가 인류가 경험한 어떤 시대보다 빠르다고 언급했습니다. 그는 AGI 시대가 불과 2년 안에 도래할 수 있다고 말했습니다. 이 시간은 정확하지 않을 수 있지만 전반적인 추세는 실제로 그렇습니다. 새로운 제품과 기술 경로가 기존 균형을 깨면 산업 전체에 압력을 가하고 인공지능 전체가 대응하도록 자극한 다음 대응을 통해 새로운 돌파구를 형성하기 때문입니다.
DeepSeek와 같은 제품은 균형을 깨는 "외부 힘"이기 때문에 샘 알트먼이 X에서 반복적으로 지연되었던 GPT-5가 몇 달 안에 대중에게 출시될 것이라고 발표하는 것을 보았습니다.
확실한 것은 OpenAI뿐만 아니라 xAI, Meta, Google 등 실리콘 밸리 기업들도 행동에 나설 것이라는 것입니다.
인류의 미래를 둘러싼 이러한 기술 경쟁은 이제 '속도 경쟁' 단계로 접어들었습니다.
