딥시크 아포칼립스

출처: wall crack alt

인공지능 세계에 깊이 폭탄을 던진 중국 딥서크의 등장은 전 세계 인공지능 기술 분야에 충격을 주었을 뿐만 아니라 다시 한번 각계각층의 사회-경제적 변화를 촉발시켰습니다. 기술적 충격과 영감을 다시 한 번 느끼는 동시에 몇 년 전의 '오래된 질문'도 다시 한 번 수면 위로 떠올랐습니다. 하지만 이번에는 지능형 문명의 영향에 직면한 인류 경제와 사회의 압력 테스트를 어떻게 이해하고 대응해야 할 것인가라는 해답을 찾는 것이 더욱 시급해 보입니다. 중국 혁신 산업의 영감은 무엇일까요? 어떻게 하면 기술 배당이 모든 그룹에 혜택을 줄 수 있을까요?

"핀둬둬의 인공지능" 세션: 저비용, 고용량 기술의 기적

딥시크의 부상은 우연이 아닙니다.

DeepSeek의 부상은 우연이 아니며, 저비용, 고성능이라는 인공지능의 또 다른 가능성을 세상에 보여준 거의 '기술적 기적'에 가까운 일입니다.

예를 들어 <딥시크릿 V3>의 학습 비용은 미화 557만 달러에 불과하며, 이 수치는 실리콘 밸리의 거대 기술 기업들도 숨을 죽일 수 있을 만큼 저렴합니다. -메타 내부의 많은 임원들의 연봉은 이 숫자보다 훨씬 더 많습니다. DeepSeek는 뛰어난 성능을 가진 대형 모델을 만드는 데 매우 검소한 방법이 될 수 있으며, 이는 의심 할 여지없이 전통적인 AI R&D 모델에 대한 큰 도전이지만 업계 전체가 다음과 같이 반성하기 시작했습니다. AI R&D의 투입과 산출은 '기적의 법칙'을 따라야 한다는 것. AI R&D를 최대한 활용하기 위한 좋은 방법이다.

리 페이페이의 팀은 지난 며칠 동안 증류 기술을 사용하여 클라우드 컴퓨팅 비용 50달러의 일부만으로 수학 및 코딩 능력 테스트에서 's1'이라는 AI 추론 모델을 훈련시켰습니다. 이 모델의 성능은 OpenAI의 o1, DeepSeek의 R1 등과 비슷한 수준이며, '비용 관리'를 새로운 차원으로 끌어올렸습니다.

딥시크의 부상은 성공적인 규모와 사회적 적용을 위한 기술 혁신의 기본 논리인 '더 낮은 비용, 더 큰 효용'을 다시 한 번 사람들에게 보여줍니다.

기술을 평가하는 관점에는 기술 자체의 복잡성과 난이도, 성능 실현의 어려움, 선구적 성격 등 다양한 관점이 있을 수 있으며, 기술자들이 더 큰 관심을 갖는 것은 바로 이러한 관점입니다. 그러나 궁극적으로 기술이 상업적, 사회적, 대규모로 적용될 수 있는지 여부는 전적으로 비용과 효용성에 달려 있습니다. 역사를 통틀어 모든 성공적인 기술 발명은 궁극적으로 비용의 경제성, 즉 저렴한 적용의 실현을 선점함으로써 승리했습니다. 중도에 탈락한 기술 발명은 성능 자체의 기술력이 아니라 비용 관리 능력에서 타사를 압도하는 데 실패한 경우가 많았습니다. 역사적으로 포드 자동차가 좋은 예이고, 현재 새로운 에너지 배터리도 좋은 예이며, 이제 디시크도 같은 논리를 보여줄 것입니다.

따라서 '기적을 만들기 위한 치열한 노력'은 기술적 병목 현상을 돌파하는 단기적인 단계에서는 효과적일 수 있지만 장기적인 경쟁 전략으로는 매우 위험합니다. 단순히 고비용 투자와 산술적 통제를 AI 경쟁의 해자나 높은 장벽으로 간주하는 것은 순진한 생각입니다.

딥시크가 촉발한 충격: 나비가 날개를 펄럭이다

날개가 먼저 펄럭인 곳은 자본 시장입니다. 자본의 후각은 여전히 가장 민감하고 심지어 너무 민감합니다. 엔비디아를 비롯한 하드웨어 및 칩 대기업들이 '제본스 이론'을 내세운 후 처음으로 급락했고, 장기적으로 큰 이익이 될 것처럼 시장이 산술이 항상 부족할 것처럼 느끼게 한 후, 딥서치 애플리케이션 임계값을 낮추면 사람들의 삶의 질을 향상시키는 더 효율적이고 효과적인 방법의 개발로 이어질 수밖에 없을 것입니다. 적용 문턱이 낮아지면 더 많은 기업이 산술 투자를 늘려 하드웨어 수요의 성장을 촉진할 것입니다.

산술적 힘에 대한 현재 자본 시장의 이야기는 어쩔 수 없이 수면 위로 떠오르고 있습니다. 산술적 힘에 대한 인간의 수요는 무한합니다. 그 이유 중 하나는 중앙 집중화된 연산 능력이 클수록 인공지능에 더 많은 가능성을 제공할 수 있기 때문입니다. 딥십의 알고리즘은 많은 연산 능력이 필요하지 않지만, 큰 연산 능력의 유용성을 부정하지 않기 때문에 높은 연산 성능을 가진 하드웨어와 칩에 대한 수요는 여전히 무한합니다. 둘째, 사회 발전과 AI 적용을 위한 컴퓨팅 파워의 총 수요는 무제한이지만 개별 하드웨어 장치에 필요한 컴퓨팅 파워는 제한되어 있습니다.

그러나 어떤 유형의 산술 하드웨어와 칩이든 성능 (유틸리티)을 달성하는 동시에 향후 자본 시장이 실제로 집중해야하는 비용 절감 문제에 직면하게됩니다.

그런 다음 '팬'이 AI 오픈소스와 폐쇄형 소스 논쟁으로 옮겨갔습니다. DeepSeek는 OpenAI 및 기타 폐쇄형 소스 모델에 전례 없는 압력을 가했고, OpenAI는 사용자에게 더 많은 권한을 개방하는 방향으로 전략을 조정해야 했으며, Meta 및 기타 폐쇄형 소스 모델은 더 많은 권한을 개방하는 방향으로 전략을 조정해야 했습니다. 원래 오픈 소스 노선에 집중했던 회사는 딥시크의 경험을 바탕으로 자체 모델 연구 및 개발을 가속화하고 시장 입지를 더욱 공고히 했습니다. 이러한 오픈 소스와 클로즈 소스의 씨름은 인공지능의 미래 발전 패턴에 큰 변화가 될 수 있습니다. 어쩌면 오픈 소스와 클로즈 소스의 씨름을 바라보는 관점을 바꿔야 할지도 모릅니다. 아직은 연구개발 단계에 머물러 있는 AI가 이제 본격적으로 산업화, 상용화 단계에 진입하기 시작했고, 이 줄다리기가 앞으로의 인간 AI 개발 패턴을 결정할 것입니다.

어떤 의미에서 오픈소스와 클로즈소스의 줄다리기의 논리는 모두 기술 모델이나 비즈니스 모델로 세계를 지배하고자 한다는 점에서 동일합니다. 이와 관련하여 다음과 같은 결론을 도출할 수 있습니다. 첫째, 특정 분야의 기술 모델이나 비즈니스 모델을 원하는 기업이나 국가가 세계를 지배하는 것은 불가능합니다. 둘째, 오픈 소스 또는 폐쇄 소스, 비즈니스 모델 또는 기술 모델 전략 선택으로 성공 가능성이 있으며, 향후 AI의 발전은 오픈 소스, 폐쇄 소스 모델 병렬 상황이어야하며 시장 점유율 만이 자체 성장과 감소를 가질 것이며 각 기업의 장단점은 자체 능력에 있습니다. 셋째, 시장에서 특정 기술(알고리즘 모델 포함)을 적용하는 폭과 깊이가 반드시 기술 기업의 발명의 경제적 이익에 반영되는 것은 아닙니다.

그러나 나비의 날갯짓이 사회 및 경제 구조에 미치는 영향은 그보다 훨씬 더 큽니다.

위와 같은 기술 혁신보다 더 중요한 것은 딥시크가 '인공지능 추론'의 하드웨어 문턱을 크게 낮춰 강력한 '인공지능' 서비스를 손쉽게 이용할 수 있게 하고, '인공지능의 대중화'를 진정으로 촉진한다는 점입니다. ". 미래에는 가볍고 강력한 미니어처가 모든 곳에 존재할 것입니다. 이는 모든 사회 구성원에게 피할 수 없는 도전이며, AI 도구의 대중화로 인해 효율성, 시력, 대응력이 경쟁의 핵심이 되고 있습니다. AI 도구 사용을 계속 거부하는 개인이나 기업은 쇠퇴의 길을 걷게 될 것입니다. 여기서 핵심 키워드는 "효율성, 시야, 반응 속도"이며, 단순히 AI를 수동 기계나 도구의 전통적인 대안으로 간주해서는 안 됩니다.

3년 전, ChatGPT의 등장으로 경제학자들은 AI의 영구적인 디플레이션에 대한 두려움이라는 걱정을 하게 되었습니다.

AI가 생산성을 향상시키지만 새로운 수요를 창출하지 못한다는 우려입니다. 오히려 수요 증가 속도가 기술 반복 속도보다 훨씬 느리다는 것입니다. 그 결과 기업들은 인력과 장비 투자 삭감을 가속화하고 있습니다. 이제 딥시크가 소형 모델을 출시하면 그 영향력은 더욱 커질 것입니다. 특히 중국 시장에서는 딥시크가 ChatGPT의 빈자리를 채우고 있습니다. '기술'은 빠르게 발전하고 있지만 '수요'는 훨씬 뒤처져 있습니다. 그 격차는 점점 더 벌어지고 있는데, 과연 걱정일까요?

여전히 오래된 질문: 우리는 정말 준비되어 있는가?

AI와 디플레이션의 시대: 화이트칼라의 불안

지난 몇 년 동안 생성형 AI의 등장으로 직장 생태계의 많은 부분이 변했다고 말할 수 있습니다.

저자는 홍콩의 한 소규모 펀드에서 미묘한 변화를 직접 목격했습니다. 과거에는 프로그래머는 코드 작성과 시스템 업그레이드에 지친 반면 트레이더는 사소해 보이지만 긴급한 요구(예: 자동화된 거래 데이터 보고, 기능 테스트 등)에 끊임없이 쫓기다 보니 트레이더와 프로그래머 사이에 종종 말다툼이 있었습니다(결국 트레이더에게 시간은 돈입니다). 이제 트레이더는 윤활유와 같은 AI 도구의 등장으로 이러한 문제를 스스로 해결할 수 있게 되었습니다.

트레이더가 매일 프로그래머를 부를 필요 없이 ChatGPT의 안내에 따라 이러한 문제를 처리하는 간단한 프로그램을 직접 작성할 수 있기 때문에 양측의 관계는 개선되었습니다. 하지만 그 직접적인 결과로 회사는 주니어 프로그래머와 주니어 트레이더 채용 계획을 중단했고, 젊은이들은 기회를 얻지 못했습니다.

이후 프로그래머들은 대기업으로 옮겨가 AI 자동 트레이딩 전략을 활발히 개발하는 반면, 트레이더들은 수작업 트레이딩을 대체할 AI의 가능성을 비웃으며 대기업이 자원 낭비라고 비웃는 '플롯 반전'이 벌어지기도 했습니다. 이 사례를 통해 사람들은 다음과 같은 생각을 하지 않을 수 없습니다. 새로운 일자리를 창출할까요? 아니면 단순히 일자리에 대한 수요를 변화시키는 것일까요?

인간 사회 및 경제와 AI의 관계는 매우 복잡합니다. 인공지능이 산업에 미치는 영향은 세 가지 관점에서 살펴볼 수 있는데, 하나는 변호사, 회계사, 경제학자 등 사무직의 생산성을 크게 향상시킨 1990년대 제조업 자동화 혁명과 비교될 수 있습니다. 많은 사람들이 이로부터 혜택을 받을 것입니다. 두 번째 견해는 '반짝 효과' 또는 '반짝 유행'으로 보고 연구실에서 시장으로 전환하는 데 어려움이 있을 것이며, 판도를 바꾸는 힘으로서의 생산성 향상 잠재력을 충분히 실현하지 못할 것이라고 생각합니다.

세 번째 견해는 가장 비관적인 견해로, AI가 블루칼라 실업의 파고를 반복하여 수많은 화이트칼라가 어려움을 겪을 수 있다고 경고하며, AI가 화이트칼라 일자리를 빠르게 대체하거나 줄이고, 기업은 고용이나 장비 구매 필요성을 더욱 줄여 화이트칼라 근로자들이 20세기와 같은 문제에 직면할 수 있다고 주장합니다. 90년대와 21세기의 초기 블루칼라 노동자들은 대량 실업과 소득 감소라는 동일한 곤경에 처했습니다.

3년 전, 마지막 ChatGPT가 갑자기 등장해 큰 파장을 일으켰을 때 OpenAI와 펜실베니아 대학교는 같은 해에 "GPT는 GPT다: 노동 시장에 대한 초기 조망"이라는 제목의 논문을 공동 발표했습니다. 영향, 대규모 언어 모델의 잠재력")"이라는 제목의 논문을 발표했습니다. 미국 직업 정보 네트워크(O*NET)의 작업 데이터를 '일상적 작업' 대 '비일상적 작업', '수동 작업' 대 '인지적 작업'으로 분류하여 '일상적 작업' 대 '비일상적 작업', '수동 작업' 대 '인지적 작업'으로 분류하고, '수동 작업' 대 '인지적 작업'으로 분류한 다음, '인지적 작업'을 '일상적 작업', '비일상적 작업', '인지적 작업'으로 구분하여 분석합니다. "인지 작업"으로 분류된 데이터 세트는 인간 전문가에 의해 "자동화 가능" 또는 "자동화 불가능"으로 분류된 다음, 데이터 세트가 학습되고 마지막으로 머신 러닝 모델을 사용하여 특정 작업이 GLM으로 자동화될 수 있는지 여부를 예측합니다. 머신 러닝 모델을 사용하여 특정 작업이 GPT에 의해 자동화될 수 있는지 여부를 예측했습니다. 결론은 거의 모든 산업과 '저임금 서비스'에서 '고도로 숙련된 전문직'에 이르기까지 모든 직종과 임금 수준을 아우르는 '만연한' 영향이라는 것입니다. --약 80%의 근로자는 업무의 10%를 AI에 '빼앗길' 것이며, 약 19%는 업무의 50% 이상을 '빼앗길' 것입니다.

역사는 기술 혁신이 궁극적으로는 전반적인 웰빙을 개선하지만 단기적으로는 불평등을 심화시키는 경향이 있음을 보여줍니다. 기술에 의해 밀려나는 집단은 종종 발전의 대가를 치릅니다. 현재 AI는 미시적 수준에서 생산성 향상의 조짐을 보이고 있지만, 거시적 데이터는 아직 이러한 변화를 반영하지 못하고 있습니다.

특히 경제 발전을 위한 '새로운 수요'가 '창출'되거나 '자극'되는 속도가 느리기 때문에 손실이 이득보다 더 클 가능성이 높습니다.

유발 하라리는 한 연설에서 AI가 인간 사회를 조작하기 위해 의식을 가질 필요가 없다고 경고한 적이 있습니다. 저자 러셀은 AI New Life (Human Compatible)라는 책에서 외계 문명이 한 달 안에 지구에 온다는 이메일을 받았다면 인간이 두려워할 수 있다는 비유를 들었습니다. 그러나 이해할 수 없는 인공지능이 1년 안에 지구에 내려온다는 소식을 들으면 덜 걱정할 것입니다. 두 사상가는 사람들이 외계 문명을 두려워하지만 인공지능은 가볍게 여기고 있으며, 인공지능의 영향은 미묘하게 "인간 사회를 방심하게 할 것"이라고 암시하고 있습니다.

이미지 src="https://img.jinse.cn/7348680_image3.png">

그러나 궁극적으로 AI의 적용은 결국 사람이 결정합니다. 어떤 일자리가 대체될지도 결국 인간의 선택입니다. 트럼프는 부분적으로는 미국의 블루칼라 일자리가 기계뿐만 아니라 외국인 노동자에 의해 대체될 것이라는 우려 때문에 재선에 성공했으며, 이러한 우려 역시 미국 기업과 공장 소유주들의 결정에 따라 달라질 수 있습니다. 또한 경쟁 압력, 내적 압박, FOMO 심리에 의해 기업들은 딥시크가 가져온 새로운 효율성 혁명으로 인해 해고 과정을 가속화할 수도 있습니다. 다만 이번에는 그 대상이 화이트칼라가 될 수 있습니다.

AI가 부의 분배 불균형과 대규모 사무직 실업을 초래한다면 사회 안정성이 심각하게 시험받게 될 것입니다. 이는 기술 자체의 잘못이 아니라 뒤처진 사회 거버넌스 메커니즘의 문제입니다. 그 이면에는 여전히 수없이 제기되어 왔지만 진전이 극히 더딘 동일한 질문이 있습니다: AI 개발을 진전시키면서 그 기술의 혜택이 모든 사람에게 돌아갈 수 있도록 더 나은 분배 메커니즘을 어떻게 구축해야 할까요?

인간이 살 수 있는 유일한 공간: 돌봄과 '사고 실험'?

촘스키는 몇 년 전 뉴욕타임스 기고문에서 인간은 '사고 실험' 능력이라는 AI와 비교할 수 없는 기술을 가지고 있기 때문에 AI가 인간을 완전히 대체할 수 없을 것이라고 썼습니다.

지금까지는 사고 실험이 인간 창의성의 최첨단을 달리고 있을지도 모릅니다. 하지만 미래에는 AI가 존재하지 않는 것을 상상하고 증명하는 사고 실험을 수행할 수 있을까요? 그렇게 된다면 인류의 몫이 하나 줄어들지도 모릅니다.

그러나 인간과 인간 사이의 '인간적인 접촉'이라는 궁극적인 영역은 여전히 남아 있습니다. -- 인공지능이 결코 대체할 수 없는 영역입니다.

천쿤런은 <은달러 시대 생활사>에서 환자들로 북적이는 옛날 한의원의 모습을 묘사합니다. 의사는 여러 명의 견습생을 이끌고 환자를 받고, 처방전을 기록하고, 침과 뜸을 놓는 일을 보조하는 등 업무를 분담하고 있습니다. 의사는 환자를 관찰하면서 견습생에게 구두와 구두로 가르치기도 했습니다. 당시의 멘토와 견습생의 관계는 오늘날의 의사, 간호사, 인턴으로 구성된 팀과 미묘하게 닮아 있었습니다. 그러나 가장 큰 차이점은 견습생은 결국 자영업 의사가 된 반면, 간호사의 경력은 간호 분야에 국한되었다는 점입니다.

이미지 src="https://img.jinse.cn/7348682_image3.png">

그렇다면 간호사나 비서 같은 직종이 ChatGPT로 대체될까요? 의료 지침을 기록하고 진료 기록을 정리하는 등의 서류 작업은 인공지능에게 넘겨도 무방할 것 같고, 영상 판독에 의존하는 초음파는 인공지능으로 쉽게 대체할 수 있을 것 같습니다. 하지만 옷을 입는 것을 돕고, 눕고 앉는 것을 돕고, 배에 따뜻한 액체를 바르는 것은 어떨까요? ChatGPT와 DeepSeek는 이런 일을 할 수 없으니 휴머노이드 로봇이 할 수 있겠지만, 로봇이 여러분을 '걱정'하고 '배려'하는 것을 느낄 수 있을까요?

수술에 대한 두려움을 대체할 수 있나요? 심각한 질병에서 회복하는 기쁨을 경험할 수 있을까요? 하지만 인간의 감정, 공감, 삶의 의미에 대한 탐색은 모두 AI가 건드릴 수 없으며 인간만이 공감할 수 있는 영역입니다.

인류의 미래는 정말 '사고 실험'과 '인문학적 고민'을 위한 공간에 불과할까요? 아니요, 너무 비관적입니다! 너무 비관적입니다! 미래의 유비쿼터스 AI와 영원한 산, 강, 바람, 달은 인류의 생활 환경입니다. 인간은 인류를 위해 AI를 만들었고 앞으로도 다양한 기술적 경로를 통해 AI를 혁신할 것입니다. AI는 한 사람보다 더 많은 지식과 기술, 지혜를 가지고 많은 인간의 일자리를 대체할 수 있지만, 이미 지구상에 고지능자가 많지만 다른 고지능자부터 저지능자까지 생존할 수 있는 여지가 있는 것처럼 인간을 대체할 수 있는 것과 같은 것은 아니다.

책장에 리바이의 시집을 소장하고 있는 사람과 리바이의 시집을 읽은 사람은 같지 않습니다. 양쯔강에서 수영을 하며 시를 읊는다면, 그 시는 리바이만큼 훌륭하지는 않겠지만, 그 시를 통해 삶을 향상시킬 수 있습니다. 인간이 인공지능을 만들었다고 해서 인공지능이 아무것도 할 수 없거나 아무것도 할 수밖에 없다는 의미는 아닙니다. 사람, 기업, AI가 있느냐 없느냐가 아니라 AI를 마스터하고 효과적으로 활용하느냐 없느냐에 달려 있습니다.

Thick and Thin: 중국 혁신 산업의 계시

마지막으로, 관심을 자신에서 국가로 옮기려면 : DeepSeek는 "국민 스포츠"?

딥시크는 중국의 혁신 및 기술 산업에 대한 열띤 논쟁을 불러일으키기도 했습니다. 여론은 찬사와 의문이 뒤섞이고 국가적 자부심과 기술 불안이 공존하는 등 양극화되어 있습니다. 어떤 사람들은 '기장 플러스 소총' 식의 기술 봉쇄로 보고, 어떤 사람들은 혁신에 의문을 제기하며 그래픽 카드 금수 조치나 데이터 침해의 존재를 우려하고, 심지어 오픈 소스화해서는 안 된다는 주장도 제기하고 있습니다.

딥시크의 성공은 전 세계 AI 개발 프로세스에서 중요한 단계이며 오픈 소스 모델에 따른 기술 혁신의 구체화입니다. 또한 이 성공은 이전 기술의 학습과 참조를 기반으로 합니다. 혁신은 선대의 지혜와 분리할 수 없는 축적과 상속의 과정입니다. 중국의 대형 모델 산업이 발전하는 데 있어 딥시크의 오픈소스 성공은 귀중한 경험을 제공합니다.

글로벌 인공지능 분야에서는 경쟁과 협력이 공존하며, 딥시크의 등장은 시작에 불과하며 중국이 글로벌 인공지능 분야에서 점점 더 중요한 역할을 하게 될 것이라고 믿어 의심치 않습니다. 그리고 국제 협력을 강화하고 세계의 기술 자원과 인재 우위를 최대한 활용하는 것은 발전의 중요한 다리이며, 오픈 소스 프로젝트에 적극적으로 참여하고 세계 최고의 개발자와 교류 및 협력하여 선진 기술을 배울뿐만 아니라 중국의 지혜를 공유하고 국제 영향력을 강화하는 것입니다. 그리고 중국의 대형 모델 산업, 더 넓게는 혁신 산업의 발전, 기술 업그레이드, 새로운 품질 생산성 향상을 이러한 자세로 모색하고 진행해야 합니다.