량원펑 – 중국 AI 경쟁을 이끄는 조용한 거인 (Deepseek: The Quiet Giant Leading China’s AI Race)
원문: Liang Wenfeng, Deepseek: The Quiet Giant Leading China’s AI Race (Nov 2024)
전문은 원문에서 확인하실 수 있습니다. 아래 글은 번역이 아니라, 량원펑의 논증을 한국어로 재구성한 정리입니다.
글의 배경과 개요
량원펑(Liang Wenfeng)은 중국 AI 스타트업 딥시크(DeepSeek)의 창업자이자, 딥시크에 자금을 대는 퀀트 헤지펀드 하이플라이어(High-Flyer)를 세운 사람입니다. 이 인터뷰는 2024년 7월 중국 테크 매체 36Kr의 자매 브랜드 웨이브스(Waves)가 진행한 것이고, 미중 기술·정책 뉴스레터 차이나토크(ChinaTalk)가 2024년 11월에 영어로 옮기면서 편집자 주석과 배경 설명을 덧붙였습니다. 글이 답하려는 질문은 하나입니다. 외부 자금도 받지 않고 소비자용 서비스도 만들지 않는 회사가 왜 모델 구조 자체를 새로 설계하고, 그 결과물을 전부 오픈소스로 푸는가 하는 것입니다. 논증은 딥시크 V2가 촉발한 가격 전쟁의 내막에서 출발해, 중국과 미국의 진짜 격차가 1-2년의 시차가 아니라 독창과 모방의 차이라는 주장으로 옮겨가고, 조직을 어떻게 짜야 혁신이 나오는지로 이어진 뒤, 중국에 부족한 것은 자본이 아니라 자신감이라는 진단으로 닫힙니다.
핵심 내용 정리
- 가격 인하는 사용자를 빼앗기 위한 것이 아니라 차세대 모델 구조를 탐색하는 과정에서 비용이 실제로 내려갔기 때문이며, 딥시크는 보조금 없이도 이익을 내고 있습니다.
- 라마(Llama) 구조를 그대로 쓰지 않고 모델 구조부터 손댄 이유는 목적지가 범용인공지능(AGI)이기 때문이고, 중국 최고 수준은 모델 구조와 데이터 효율에서 각각 두 배씩, 합쳐 네 배의 컴퓨트 격차를 안고 있다고 봅니다.
- 중국과 미국의 진짜 격차는 1-2년의 시차가 아니라 독창과 모방의 차이이며, 중국에 부족한 것은 자본이 아니라 자신감과 고밀도 인재를 조직하는 방법입니다.
- 파괴적 기술 앞에서 폐쇄형 소스가 만드는 해자는 일시적이므로, 딥시크는 해자를 기술이 아니라 팀과 조직 문화에 둡니다.
- 투자가 많다고 혁신이 많아지지는 않으며, 딥시크에게 돈은 한 번도 문제였던 적이 없고 문제는 첨단 칩 수출 금지입니다.
- V2를 만든 팀에는 해외에서 돌아온 인재가 한 명도 없고 전원 국내 인재이며, 채용 기준은 경력이 아니라 열정과 호기심입니다.
- AGI는 2년이 걸리든 10년이 걸리든 살아생전에 온다고 보며, 수학과 코드, 멀티모달, 자연어 세 방향에 실제로 자원을 걸고 있습니다.
차이나토크가 소개하는 딥시크
차이나토크는 딥시크를 소개하면서 벤치마크 성적부터 꺼냅니다. 당시 막 공개된 R1 프리뷰 모델이 여러 추론 과제에서 오픈AI(OpenAI)의 o1을 앞질렀다는 것입니다. 이름이 널리 알려지지 않았을 뿐, 지금 중국에서 가장 눈여겨봐야 할 AI 연구소는 딥시크라는 것이 차이나토크의 판단입니다.
창업자 량원펑의 본업은 원래 딥시크가 아니었습니다. 그는 중국 4대 퀀트 헤지펀드로 꼽히는 하이플라이어를 이끌었고, 이 펀드의 마지막 평가액은 80억 달러였습니다. 딥시크는 하이플라이어가 전액을 대고 있으며 외부 자금을 조달할 계획이 없습니다. 상업용 응용 서비스가 아니라 기반 기술을 만드는 데 집중하고, 내놓는 모델은 전부 오픈소스로 공개하겠다고 약속했습니다. API 요금을 매우 낮게 매긴 결과, 중국 시장의 가격 전쟁을 사실상 혼자 힘으로 촉발하기도 했습니다.
그런데도 딥시크는 스케일링 경쟁에서 밀려나지 않습니다. 하이플라이어의 컴퓨트 클러스터를 쓸 수 있기 때문입니다. 반도체 분석가 딜런 파텔(Dylan Patel)은 딥시크가 호퍼(Hopper) 계열 GPU를 5만 장 넘게 보유하고 있을 것으로 추정하는데, 이는 딥시크가 공개적으로 인정한 A100 1만 장과는 자릿수가 다른 규모입니다.
해설
A100은 엔비디아(NVIDIA)가 2020년에 내놓은 데이터센터용 GPU이고, 호퍼는 그다음 세대 아키텍처입니다. 미국은 2022년 10월 수출통제로 A100급 칩의 대중국 판매를 막았고, 2023년 10월에는 그 규제선에 맞춰 사양을 낮춰 중국에 팔던 칩까지 추가로 막았습니다.그래서 숫자의 해석이 갈립니다. 딥시크가 공개적으로 말한 1만 장은 규제 이전에 하이플라이어가 사 모은 재고로 설명되는 숫자이고, 딜런 파텔의 5만 장 추정치에는 규제를 피해 중국용으로 판매되던 사양 하향 칩이 섞여 있을 수 있습니다. 어느 쪽이 맞느냐에 따라 딥시크의 저비용 기록이 설계의 성과인지 하드웨어의 성과인지가 달라지므로, 이 숫자는 이후 미국의 수출통제 논쟁에서 계속 쟁점이 됩니다.
차이나토크는 이 모든 선택의 뿌리에 AGI를 만들겠다는 야망이 있다고 봅니다. 다만 딥시크의 사명 선언문은 앞선 사례들과 결이 다릅니다. 안전도, 경쟁도, 인류의 운명도 말하지 않고 ‘호기심으로 AGI의 신비를 풀어낸다’고만 적혀 있습니다. 그래서 이 연구소는 판을 바꿀 가능성이 있는 아키텍처와 알고리즘 혁신 연구에 집중해 왔다는 것입니다.
기술적 성과도 R1 하나로 갑자기 나온 것이 아닙니다. 그 전에 이미 다중 헤드 잠재 어텐션(MLA)과 희소 전문가 혼합(MoE) 같은 구조 개선이 있었고, 이것이 추론 비용을 크게 낮춰 중국 개발자들 사이에 가격 전쟁을 일으켰습니다. 같은 구조 위에서 학습한 딥시크의 코딩 모델은 오픈 웨이트 경쟁 모델들을, 그리고 당시 기준으로 GPT-4 Turbo를 성능에서 앞섰다고 차이나토크는 적습니다. 딥시크가 보여준 것은 값싼 모방이 아니라 비용 구조 자체를 바꾸는 설계였다는 뜻입니다.
차이나토크는 이 인터뷰에서 확인할 수 있는 것을 네 가지로 정리합니다.
- AGI라는 목표 — 범용인공지능을 향한 야망이 어떻게 연구 전략으로 흘러드는지 보여 줍니다.
- 오픈소스와 가격 — 왜 오픈소스를 지배적 전략으로 보는지, 가격 전쟁은 왜 시작됐는지 설명합니다.
- 채용과 조직 — 해외에서 돌아온 인재에 돈을 쏟은 다른 연구소들과 달리 국내 젊은 인재를 어떻게 활용하는지 밝힙니다.
- 하드코어 혁신 — 중국 기업이 복제와 상업화에 안주해 온 이유와, 량원펑이 바꾸려는 것을 다룹니다.
[이해관계]
이 머리말을 쓴 쪽은 량원펑이 아니라 차이나토크입니다. 차이나토크를 만든 조던 슈나이더(Jordan Schneider)는 미중 기술 경쟁을 다루는 뉴스레터와 팟캐스트의 창업자이자 편집장이고, 워싱턴의 안보 싱크탱크인 신미국안보센터(CNAS)의 겸임연구원이며, 로디움그룹(Rhodium Group)과 브리지워터(Bridgewater), 유라시아그룹(Eurasia Group)을 거쳤습니다. 중국 기업의 실력을 미국 정책 독자에게 전달하는 일이 이 매체의 존재 이유이고, GPU 보유량 추정치를 머리말 앞부분에 배치한 편집 판단도 그 맥락에서 읽을 수 있습니다.추정치를 제공한 딜런 파텔은 반도체 리서치 회사 세미애널리시스(SemiAnalysis)를 운영하며 공급망 분석을 유료로 파는 쪽입니다. 5만 장은 공시된 숫자가 아니라 한 분석가의 추정이며, 원문도 그렇게 적고 있습니다.
[사후 맥락]
이 번역이 나온 것은 2024년 11월이고, 두 달 뒤 상황이 완전히 달라집니다. 딥시크는 2025년 1월 20일 R1 정식 모델을 공개했고, 일주일 뒤인 1월 27일 뉴욕 증시에서 엔비디아 주가가 하루 만에 약 17% 떨어지면서 시가총액 약 5,900억 달러가 사라졌습니다. 로이터 집계로 단일 종목의 하루 손실로는 미국 증시 사상 최대였고, 나스닥 지수도 3.1% 내렸습니다.차이나토크가 조용한 거인이라고 부른 회사는 그렇게 두 달 만에 가장 시끄러운 이름이 되었습니다. 이 인터뷰가 지금 읽을 가치가 있는 이유도 여기에 있습니다. 세계가 딥시크를 발견하기 반년 전에, 창업자가 아무런 방어적 수사 없이 자기 전략을 설명한 기록이기 때문입니다.
중국 기술 이상주의의 결정판
AI계의 핀둬둬라는 별명
중국의 7대 대모델 스타트업 가운데 딥시크는 가장 말이 없는 회사였습니다. 그런데도 늘 예상하지 못한 방식으로 기억에 남았습니다. 1년 전에는 퀀트 헤지펀드 하이플라이어를 등에 업고, 빅테크가 아닌 곳 중 유일하게 A100 1만 장을 쌓아 둔 회사로 알려졌습니다. 1년 뒤에는 중국 AI 모델 가격 전쟁의 방아쇠를 당긴 회사가 되었습니다.
전환점은 2024년 5월이었습니다. 딥시크가 V2를 오픈소스로 공개했는데, 가격 대비 성능이 전례 없는 수준이었습니다. 추론 비용이 100만 토큰당 1위안으로 떨어졌고, 이는 라마3(Llama 3) 70B의 7분의 1, GPT-4 Turbo의 70분의 1에 해당하는 가격이었습니다. 딥시크에는 곧 ‘AI계의 핀둬둬(Pinduoduo)’라는 별명이 붙었고, 바이트댄스(ByteDance)와 텐센트(Tencent), 바이두(Baidu), 알리바바(Alibaba) 같은 거대 기업들이 참지 못하고 잇따라 가격을 내렸습니다.
이 요란한 포연이 가린 사실이 하나 있습니다. 보조금으로 돈을 태우던 대기업들과 달리 딥시크는 이익을 내고 있었다는 것입니다. 비결은 모델 아키텍처 전반에 걸친 종합적인 혁신이었습니다. 딥시크가 제안한 MLA 구조는 메모리 사용량을 널리 쓰이던 다중 헤드 어텐션(MHA) 방식의 5-13% 수준으로 줄였습니다. 여기에 자체 설계한 딥시크MoE 희소 구조가 연산 비용을 최소화하면서, 결국 전체 비용이 내려갔습니다.
해설
핀둬둬는 저가 공동구매로 급성장한 중국 전자상거래 기업입니다. 품질이 떨어진다는 뜻이 아니라, 같은 물건을 압도적으로 싸게 팔아 기존 가격 질서를 무너뜨린다는 뜻으로 붙은 별명입니다.MHA와 MLA의 차이는 추론 비용의 핵심인 메모리에 있습니다. 모델이 긴 문장을 처리할 때는 앞서 읽은 토큰들의 정보를 캐시에 쌓아 두어야 하는데, 이 캐시가 GPU 메모리를 잡아먹고 동시에 처리할 수 있는 요청 수를 제한합니다. MLA는 이 정보를 저차원으로 압축해 들고 다니는 방식이어서 같은 GPU로 훨씬 많은 요청을 처리할 수 있습니다. 가격을 70분의 1로 매길 수 있었던 것은 할인 정책이 아니라 이 구조 변경의 결과라는 것이 기사의 설명입니다.
어텐션 구조를 건드린다는 것
실리콘밸리에서 딥시크는 ‘동방에서 온 신비한 힘’으로 불렸습니다. 세미애널리시스의 수석 분석가는 V2 논문이 그해 최고의 논문일 수 있다고 평가했습니다. 오픈AI 출신인 앤드루 카(Andrew Carr)는 그 논문에 놀라운 통찰이 가득하다고 말하면서 거기 담긴 학습 설정을 자기 모델에 적용했습니다. 오픈AI 정책 책임자를 지냈고 앤트로픽(Anthropic)을 공동 창업한 잭 클라크(Jack Clark)는 딥시크가 헤아리기 어려운 천재들을 모아 놓았다고 평하며, 중국산 대모델이 드론이나 전기차처럼 무시할 수 없는 힘이 될 것이라고 덧붙였습니다.
서사를 대체로 실리콘밸리가 주도해 온 AI 물결에서 이런 일은 드뭅니다. 여러 업계 관계자는 이 강한 반응이 아키텍처 수준의 혁신에서 나왔다고 설명했습니다. 중국 대모델 기업은 물론이고 전 세계 오픈소스 대모델을 통틀어도 드문 시도였다는 것입니다. 한 AI 연구자는 어텐션 구조가 제안된 이후 성공적으로 수정된 적이 거의 없고 대규모로 검증된 사례는 더욱 없다고 말했습니다. 대부분 확신이 없기 때문에 의사결정 단계에서 잘려 나갈 생각이라는 것입니다.
중국 대모델 기업들이 아키텍처를 건드리지 않은 데에는 통념도 작용했습니다. 미국은 0에서 1을 만드는 기술 혁신에 강하고 중국은 1에서 10으로 가는 응용 혁신에 강하다는 믿음입니다. 게다가 구조 혁신은 수지가 맞지 않습니다. 어차피 몇 달이면 새 세대 모델이 나오니 따라가면서 하위 응용에 집중하면 되는데, 구조를 새로 짠다는 것은 따라갈 길이 없다는 뜻이고 그만큼 여러 번의 실패와 상당한 시간·비용을 각오해야 하기 때문입니다.
딥시크는 여기에 정면으로 역행했습니다. 대모델 기술은 어차피 수렴하니 뒤따르는 편이 영리하다는 소란 속에서, 딥시크는 ‘우회로’를 돌며 쌓은 학습을 가치 있게 봅니다. 그리고 중국의 대모델 창업자도 응용 혁신에 머물지 않고 세계 기술 혁신의 흐름에 합류할 수 있다고 믿습니다. 7대 스타트업 가운데 ‘둘 다 갖겠다’는 방식을 포기한 곳은 딥시크뿐입니다. 소비자용 응용을 만들지 않고 연구와 기술에만 집중하며, 상업화를 본격적으로 고려하지 않고 외부 자본도 받지 않은 채 오픈소스 노선을 굳혔습니다. 이런 선택 탓에 늘 무명에 가깝지만, 커뮤니티에서는 사용자들이 알아서 입소문을 내 줍니다.
[관점]
흑자라는 주장은 검증할 길이 없습니다. 딥시크는 비상장이고 하이플라이어가 전액을 대고 있어 손익이 공개되지 않으며, 기사에 인용된 비용도 회사 설명에 근거합니다. 다만 이익의 정의를 어디까지 잡느냐가 관건입니다. 추론 요금이 추론에 드는 변동비를 넘는다는 뜻이라면 충분히 가능한 이야기이지만, 여기에 모델 학습 비용과 이미 확보해 둔 GPU의 감가상각까지 얹으면 계산은 달라집니다. 하이플라이어가 다른 목적으로 사 둔 칩을 쓰는 구조에서는 자본비용의 상당 부분이 손익계산서 바깥에 있습니다.대기업들이 손실을 감수하면서까지 따라 내린 이유도 여기서 갈립니다. 딥시크의 가격이 구조 변경에서 나온 것이라면 따라 내리는 쪽은 원가가 아니라 마케팅 예산으로 버티는 셈이 됩니다. 기사가 ‘보조금을 태우는 인터넷 시대의 논리’라고 표현한 대목이 그것입니다. 가격이 원가에서 나오는 쪽과 보조금에서 나오는 쪽은 경쟁이 길어질수록 체력 차이가 벌어집니다.
저장대 출신의 창업자
딥시크는 어떻게 이 모든 것을 해냈는가. 웨이브스는 좀처럼 모습을 드러내지 않는 창업자 량원펑을 인터뷰해 답을 찾으려 했습니다. 1980년대생인 그는 하이플라이어 시절부터 기술 뒷단에서 일해 왔고, 딥시크에서도 같은 방식을 유지합니다. 매일 논문을 읽고 코드를 쓰고 그룹 토론에 참여하는, 다른 연구자들과 다를 바 없는 일상입니다.
해외 헤지펀드 경력과 물리학·수학 학위를 갖춘 중국의 다른 퀀트 창업자들과 달리, 량원펑은 줄곧 국내에서 자란 배경을 지켰습니다. 그는 저장대학교(Zhejiang University) 전기공학과에서 인공지능을 공부했습니다. 여러 업계 관계자와 딥시크 연구자들은 그를 중국 AI 업계에서 매우 보기 드문 사람이라고 평합니다. 인프라 엔지니어링과 모델링 역량에 더해 자원을 동원하는 능력까지 갖추었고, 정확한 상위 판단을 내리면서도 세부에서는 일선 연구자보다 강하다는 것입니다. 무서운 학습 능력을 지녔으며, 동시에 사장 같지 않고 오히려 괴짜 기술자에 가깝다는 말도 따라붙습니다.
웨이브스는 이 인터뷰가 특별히 드문 기록이라고 적습니다. 이 기술 이상주의자는 중국 테크 업계에서 유난히 희소한 목소리를 내기 때문입니다. 그는 득실보다 옳고 그름을 먼저 놓는 몇 안 되는 사람이고, 시대의 관성을 보라고 일깨우며, 원천적 혁신을 의제의 맨 위에 올려놓는 사람입니다. 1년 전 딥시크가 막 세상에 나왔을 때도 웨이브스는 그를 인터뷰한 적이 있습니다. 그때 ‘미친 듯이 야심을 품고 미친 듯이 진실하라’는 말은 그저 아름다운 구호처럼 들렸지만, 1년이 지나 그것은 행동이 되었다는 것이 기사의 결론입니다.
[한국 관점]
미국은 0에서 1, 아시아는 1에서 10이라는 통념은 한국 산업계에도 익숙합니다. 국내 대형 플랫폼과 통신사, 제조사의 AI 전략은 대체로 공개된 기반 모델을 가져와 한국어와 업무 맥락에 맞게 다듬고, 수익은 응용과 구축 사업에서 거두는 쪽으로 짜여 왔습니다. 아키텍처를 건드려 추론 원가 자체를 끌어내리는 시도는 드물었고, 그 이유도 기사가 짚은 것과 같습니다. 몇 달이면 다음 세대가 나오는데 구조 연구에 수년을 묻는 것은 투자 회수 구조에 맞지 않기 때문입니다.다만 한국과 중국의 조건이 같지는 않습니다. 딥시크의 선택은 손익 압박 없이 자기 돈으로 GPU를 쌓아 둔 모회사가 있었기에 가능했고, 국내에서 이에 가장 가까운 형태는 그룹 차원의 장기 연구 조직입니다. 한국 기업의 제약은 자본이 아니라, 성과를 분기 단위로 증명해야 하는 지배구조와 인건비 회계에 더 가깝습니다. 반도체와 고대역폭 메모리(HBM)에서 쌓은 하드웨어 위치가 모델 구조 연구로 이어지지 않는 이유도 같은 자리에서 설명됩니다.
가격 전쟁의 첫 발은 어떻게 쏘아졌나
메기가 될 생각은 없었다
V2 공개 뒤 대모델 시장에 격렬한 가격 전쟁이 벌어지자, 업계에서는 딥시크를 메기라고 불렀습니다. 량원펑의 답은 간단합니다. 메기가 되려 한 적이 없고 어쩌다 메기가 되었을 뿐이라는 것입니다. 결과가 뜻밖이었느냐는 물음에도 매우 놀랐다고 답합니다. 가격에 모두가 그토록 민감할 줄 몰랐고, 자기들 속도로 일을 하다가 원가를 계산해 값을 매겼을 뿐이라는 설명입니다. 딥시크의 원칙은 보조금도 주지 않고 폭리도 취하지 않는다는 것이고, 그 가격은 원가 위에 아주 얇은 마진만 얹은 수준이었습니다.
추종의 순서에 대한 설명은 더 구체적입니다. 즈푸AI(Zhipu AI)가 닷새 뒤 뒤따랐고 이어 바이트댄스와 알리바바, 바이두, 텐센트가 움직였지만, 량원펑이 보기에 즈푸가 내린 것은 입문용 제품의 가격이었고 딥시크에 견줄 만한 모델은 여전히 비쌌습니다. 진짜로 먼저 따라온 쪽은 바이트댄스였습니다. 주력 모델 가격을 딥시크 수준까지 내렸고, 그것이 다른 거대 기업들의 연쇄 인하를 촉발했습니다. 대기업의 모델 원가는 딥시크보다 훨씬 높기 때문에 손해를 보면서까지 그럴 줄은 몰랐는데, 결국 인터넷 시대에 익숙한 보조금 태우기의 논리로 흘러갔다는 것이 그의 평가입니다.
바깥에서 보면 가격 인하는 사용자를 확보하려는 입찰처럼 보입니다. 인터넷 시대 가격 전쟁이 대개 그랬기 때문입니다. 량원펑은 사용자를 빼앗는 것이 주목적이 아니라고 말합니다. 한편으로는 차세대 모델 아키텍처를 탐색하는 과정에서 원가가 실제로 내려갔기 때문이고, 다른 한편으로는 API도 AI도 누구나 감당할 수 있는 가격이어야 한다고 느끼기 때문이라는 것입니다.
해설
메기 비유는 번역자가 주석을 달아 둔 대목입니다. 왕자웨이(Wong Kar-wai) 감독의 드라마 번화(Blossoms Shanghai)에서 메기가 시장 교란자를 상징하는 데서 온 표현으로 보인다는 설명입니다. 동아시아 경영 담론에서 오래 쓰여 온 메기 효과, 곧 포식자 한 마리를 풀어 넣으면 수조 전체가 활발해진다는 비유와도 겹칩니다.중요한 것은 량원펑이 이 호칭을 반기지 않는다는 점입니다. 메기라는 말에는 판을 흔들려는 의도가 전제되어 있는데, 그는 의도가 없었다고 거듭 말합니다. 이 구분은 뒤에 나오는 주장과 이어집니다. 가격은 전략이 아니라 원가 계산의 결과였고, 전략은 다른 데 있었다는 것입니다.
라마를 쓰지 않은 이유
그때까지 중국 기업 대부분은 당대의 라마 구조를 그대로 가져다 응용에 썼습니다. 왜 모델 구조에서 출발했느냐는 물음에 량원펑은 목표가 다르다고 답합니다. 응용을 만드는 것이 목표라면 라마 구조로 빠르게 제품을 올리는 편이 합리적이지만, 딥시크의 목적지는 AGI이고 그러려면 제한된 자원으로 더 강한 능력을 끌어내는 새 구조를 연구해야 한다는 것입니다. 이는 더 큰 모델로 규모를 키우는 데 필요한 기초 연구 영역이기도 합니다. 구조 외에도 데이터 구성, 모델을 더 인간답게 만드는 문제 등 여러 영역에서 연구를 해 왔고 그 결과가 공개한 모델에 담겼다고 그는 덧붙입니다.
라마 자체에 대한 평가도 분명합니다. 학습 효율과 추론 비용 면에서 라마 구조는 국제 프런티어 수준에 두 세대쯤 뒤처져 있다는 것이 그의 추정입니다. 그렇다면 그 격차는 어디서 오는가. 량원펑은 숫자로 쪼갭니다. 먼저 학습 효율의 격차가 있어, 국제 최고 수준과 견주면 중국 최고 역량은 모델 구조와 학습 역학에서 두 배 차이가 날 수 있습니다. 같은 결과를 내는 데 두 배의 연산을 써야 한다는 뜻입니다.
여기에 데이터 효율에서도 두 배의 격차가 더해집니다. 같은 결과를 내기 위해 두 배의 학습 데이터와 연산이 필요하다는 것입니다. 두 격차를 합치면 네 배의 컴퓨트가 더 든다는 계산이 나오고, 딥시크가 하려는 일은 이 간격을 계속 좁히는 것입니다.
[관점]
원가 위에 얇은 마진만 얹는다는 원칙은 겸손한 선언처럼 들리지만, 경쟁 전략으로 보면 상당히 공격적인 가격 설정입니다. 원가가 구조적으로 낮은 쪽이 원가 연동 가격을 선언하면, 원가가 높은 경쟁자는 따라오는 순간 적자를 감수하게 됩니다. 량원펑이 대기업들의 추종을 보조금 논리라고 부른 것은 비난이 아니라 손익 구조에 대한 관찰에 가깝습니다.네 배 격차라는 숫자도 그냥 겸양이 아닙니다. 이 발언은 2024년 7월 시점의 자기 평가이고, 같은 사람이 같은 인터뷰에서 비용 우위를 말하고 있습니다. 두 진술이 충돌하지 않는 이유는 비교 대상이 다르기 때문입니다. 미국 프런티어 연구소 대비로는 여전히 네 배가 비효율적이지만, 라마 구조를 그대로 쓰는 중국 경쟁자 대비로는 싸다는 것입니다. 곧 딥시크의 저가는 미국을 앞질러서가 아니라 국내 경쟁자보다 덜 뒤처져서 나온 결과라는 자기 진단입니다.
무임승차에서 기여자로
대부분의 중국 기업은 모델과 응용을 함께 가져갑니다. 왜 연구와 탐색에만 집중하느냐는 물음에 량원펑은 지금 가장 중요한 일이 글로벌 혁신의 물결에 참여하는 것이라고 답합니다. 오랫동안 중국 기업은 기술 혁신은 남이 하고 자신들은 응용을 수익화하는 방식에 익숙했지만, 그것이 필연은 아니라는 것입니다. 이번 물결에서 딥시크의 출발점은 기회를 틈타 빠른 이익을 내는 것이 아니라, 기술 프런티어에 도달하고 생태계 전체의 발전을 끌어내는 것이라고 그는 말합니다.
인터넷과 모바일 인터넷 시대는 미국이 기술 혁신에 능하고 중국이 응용에 능하다는 믿음을 남겼습니다. 량원펑은 이 통념 자체를 겨냥합니다. 경제가 발전하면 중국은 무임승차자가 아니라 기여자가 되어야 한다는 것입니다. 지난 30여 년의 IT 물결에서 중국은 진짜 기술 혁신에 사실상 참여하지 않았습니다.
그가 드는 비유가 이 절의 핵심입니다. 중국은 무어의 법칙이 하늘에서 떨어지는 데 익숙해졌고, 집에 누워 18개월을 기다리면 더 나은 하드웨어와 소프트웨어가 나오는 방식에 길들었다는 것입니다. 그리고 지금 스케일링 법칙도 똑같이 다뤄지고 있다고 그는 지적합니다. 그러나 실제로 그것은 서구가 주도한 기술 커뮤니티가 여러 세대에 걸쳐 쉬지 않고 노력해 만들어 낸 결과물입니다. 중국이 그 과정에 참여하지 않았기 때문에 그 존재 자체를 없는 것처럼 여겨 왔을 뿐이라는 것이 그의 결론입니다.
[사후 맥락]
네 배 격차라는 자기 진단은 반년 만에 시험대에 오릅니다. 딥시크는 2024년 12월 V3를, 2025년 1월 R1을 공개하면서 학습 비용이 수백만 달러 수준이었다고 밝혔고, 이 숫자가 미국에서 격차 논쟁을 다시 열었습니다. 다만 그 숫자가 최종 학습 1회분만 가리키는지, 실패한 시도와 연구 인건비, 이미 보유한 GPU의 자본비용까지 포함하는지를 두고 논쟁이 이어졌습니다.다리오 아모데이(Dario Amodei)는 2025년 1월 글에서, 딥시크의 효율 개선은 업계 전반의 비용 하락 추세 안에 있으며 미국 프런티어 모델 대비 결정적인 역전은 아니라고 반박했습니다. 공교롭게도 그 반박의 구조는 량원펑이 여기서 말한 자기 진단과 크게 다르지 않습니다. 격차가 줄었다는 것과 사라졌다는 것은 다른 이야기입니다.
진짜 격차는 1-2년이 아니라 독창과 모방의 차이다
실리콘밸리가 놀란 진짜 이유
V2가 왜 그렇게 많은 실리콘밸리 사람들을 놀라게 했느냐는 물음에, 량원펑은 기술적 성취 자체를 낮춰 잡습니다. 미국에서 매일 쏟아지는 수많은 혁신 가운데 이 정도는 꽤 평범하다는 것입니다. 그들이 놀란 지점은 다른 데 있었습니다. 중국 기업이 혁신의 기여자로서 자기들 게임에 들어왔다는 사실입니다. 대부분의 중국 기업은 혁신이 아니라 추종에 익숙했기 때문입니다.
그러나 중국의 맥락에서 혁신을 선택하는 것은 상당히 사치스러운 결정입니다. 대모델은 투자가 무겁게 들어가는 게임이고, 상업화를 먼저 생각하지 않고 연구와 혁신에만 몰두할 자본을 모든 회사가 가진 것은 아닙니다. 량원펑도 혁신의 비용이 결코 낮지 않다는 점은 인정합니다. 과거에 가리지 않고 빌려 쓰던 경향 역시 중국의 이전 조건과 관련이 있었다는 것입니다.
다만 그는 지금의 조건이 달라졌다고 봅니다. 중국의 경제 규모든 바이트댄스나 텐센트 같은 거대 기업의 이익이든, 세계 기준으로 낮은 수준이 아니라는 것입니다. 혁신에서 중국에 부족한 것은 분명히 자본이 아니라, 자신감과 고밀도 인재를 어떻게 조직해야 효과적인 혁신이 나오는지에 대한 지식입니다. 거대 기술기업을 포함한 중국 기업들이 왜 빠른 상업화를 1순위로 삼느냐는 물음에 대한 답도 같은 자리에 있습니다. 지난 30년간 돈 버는 일만 강조하고 혁신을 소홀히 했으며, 혁신은 사업 동기만으로 되는 것이 아니라 호기심과 창조 욕구를 함께 요구하는데 오래된 습관에 묶여 있다는 것입니다. 그리고 이 습관은 특정한 경제 단계와 결부되어 있다고 그는 덧붙입니다.
해설
자본이 아니라 조직 방법이 부족하다는 진단은 중국 기술 담론에서 꽤 이례적인 진술입니다. 통상의 설명은 규제, 인재 유출, 칩 접근 제한처럼 외부 제약을 먼저 듭니다. 량원펑은 그 설명들을 치우고 내부 조직 역량으로 문제를 옮깁니다.고밀도 인재라는 표현은 사람 수가 아니라 밀도를 가리킵니다. 같은 자리에 충분히 뛰어난 사람들을 모아 놓고 서로 부딪히게 만들 때만 나오는 종류의 산출이 있다는 전제입니다. 이 전제가 뒤에서 조직 운영 방식으로 구체화됩니다. 직무를 미리 정하지 않고, 승인 없이 GPU를 쓰게 하고, 부서 경계를 두지 않는 운영이 모두 여기서 나옵니다.
해자를 어디에 둘 것인가
다음 물음은 사업가에게 던지는 질문입니다. 딥시크는 공익 연구기관이 아니라 결국 영리 조직인데, 혁신을 선택하고 그 혁신을 오픈소스로 공개하면 해자는 어디에 쌓느냐는 것입니다. 5월에 내놓은 MLA 구조는 금방 복제되지 않겠느냐는 지적도 붙습니다.
량원펑의 답은 해자의 위치를 아예 옮깁니다. 파괴적 기술 앞에서 폐쇄형 소스가 만드는 해자는 일시적이며, 오픈AI의 폐쇄 전략조차 남들이 따라잡는 것을 막지 못했다는 것입니다. 그래서 딥시크는 가치를 팀에 둔다고 그는 말합니다. 동료들이 이 과정에서 성장하고 노하우를 축적하며, 혁신할 수 있는 조직과 문화를 만든다는 것, 그것이 딥시크의 해자라는 설명입니다.
오픈소스와 논문 공개의 비용에 대한 계산도 다릅니다. 실제로 그것은 딥시크에 아무런 비용을 치르게 하지 않는다는 것입니다. 기술 인재에게는 남들이 자기 혁신을 따라오는 일 자체가 큰 성취감이 됩니다. 오픈소스는 상업적 행위라기보다 문화적 행위에 가깝고, 거기에 기여하는 일은 존중을 얻게 해 줍니다. 회사가 그렇게 하는 데에는 문화적 끌림도 있다고 그는 덧붙입니다.
시장을 믿는 쪽, 이를테면 GSR 벤처스(GSR Ventures)의 주샤오후(Zhu Xiaohu)를 어떻게 보느냐는 물음에도 그는 상대를 깎지 않습니다. 주샤오후의 논리는 일관되지만 그 방식은 빨리 돈을 버는 회사에 더 맞는다는 것입니다. 그러면서 미국에서 가장 수익성 높은 기업들을 보면 모두 큰 돌파에 앞서 깊은 기술적 토대를 쌓은 하이테크 기업이라고 덧붙입니다.
[관점]
해자를 조직과 문화에 둔다는 말은 듣기 좋지만 투자자 관점에서는 가장 위태로운 해자이기도 합니다. 코드와 가중치는 복제할 수 있어도 팀은 복제할 수 없다는 전제가 성립하려면, 그 팀이 흩어지지 않아야 하기 때문입니다. 공개된 논문과 모델은 그 팀의 실력을 외부에 증명하는 이력서 역할을 하고, 이는 동시에 인재를 노리는 쪽에게 명단을 제공하는 일이기도 합니다.오픈소스가 아무 비용도 들지 않는다는 진술도 전제를 깔고 있습니다. 모델을 팔아서 돈을 벌 생각이 없고, 모회사가 손익을 묻지 않을 때만 성립하는 계산입니다. 외부 투자자가 들어와 회수 시점을 요구하는 순간 같은 문장은 성립하지 않습니다. 딥시크가 자금 조달을 하지 않는다는 선택과 오픈소스를 고수한다는 선택은 서로 독립된 결정이 아니라 한 몸입니다.
엔비디아의 우위는 한 회사의 성과가 아니다
대모델에서 순수한 기술 리더십이 절대적 우위로 이어지는 일은 드뭅니다. 그렇다면 무엇에 걸고 있느냐는 물음에, 량원펑은 이 인터뷰에서 가장 자주 인용되는 답을 내놓습니다. 중국 AI가 영원히 추종자의 자리에 있을 수는 없다는 것입니다. 흔히 중국과 미국 사이에 1-2년의 격차가 있다고 말하지만, 진짜 격차는 독창과 모방의 차이라고 그는 말합니다. 이것이 바뀌지 않으면 중국은 언제까지나 추종자일 뿐이므로, 어느 정도의 탐색은 피할 수 없다는 결론입니다.
그가 드는 사례는 엔비디아입니다. 엔비디아의 선두 자리는 한 회사의 노력만으로 만들어진 것이 아니라, 서구 기술 커뮤니티와 산업 전체가 함께 움직인 결과라는 것입니다. 그들은 다음 세대 기술 흐름을 내다보고 로드맵을 손에 쥐고 있습니다. 중국 AI의 발전에도 그런 생태계가 필요합니다. 중국의 여러 칩 개발이 고전하는 이유도 여기에 있다고 그는 짚습니다. 받쳐 주는 기술 커뮤니티가 없고 2차 정보에만 의존하기 때문입니다. 그래서 중국에는 기술 프런티어에 직접 서 있는 사람이 반드시 필요하다는 것이 그의 결론입니다.
[한국 관점]
생태계가 없으면 칩이 안 된다는 진단은 한국 반도체 산업에도 그대로 겹칩니다. 국내 AI 반도체 기업들이 겪어 온 어려움은 설계 역량보다 소프트웨어 스택과 개발자 커뮤니티 쪽에 몰려 있습니다. 엔비디아의 실질적 해자가 쿠다(CUDA)와 그 위에 쌓인 프레임워크, 그리고 그것을 기본값으로 쓰는 연구자 집단이라는 점은 널리 지적되어 온 바입니다.다만 량원펑의 처방을 그대로 가져오기는 어렵습니다. 그가 말하는 해법은 자국 안에 프런티어에 서 있는 연구 조직을 두어 칩과 모델이 같은 언어로 대화하게 만드는 것인데, 이는 내수 시장 규모와 자국 모델 수요를 전제로 합니다. 한국은 모델 수요의 상당 부분이 해외 프런티어 모델로 흘러가는 구조여서, 국내 칩이 붙을 수 있는 자국 소프트웨어 수요 자체가 얇습니다. 2차 정보에 의존한다는 그의 표현은 한국에서는 정보의 문제라기보다 수요의 문제에 가깝습니다.
투자가 많다고 혁신이 많아지지는 않는다
돈은 문제였던 적이 없다
딥시크에는 초기 오픈AI를 떠올리게 하는 이상주의의 기운이 있고, 모델도 오픈소스입니다. 오픈AI와 미스트랄(Mistral)이 모두 오픈소스에서 폐쇄형으로 돌아섰던 만큼, 나중에 같은 길을 가지 않겠느냐는 물음이 나옵니다. 량원펑의 답은 짧습니다. 폐쇄형으로 바꾸지 않겠다는 것입니다. 강한 기술 생태계를 먼저 갖는 편이 더 중요하다고 믿기 때문입니다.
자금 조달 계획에 대한 물음도 이어집니다. 하이플라이어가 딥시크를 분할해 기업공개를 추진한다는 언론 보도가 있었고, 실리콘밸리의 AI 스타트업들도 결국 대기업과 묶이는 길을 걷기 때문입니다. 량원펑은 단기적으로 자금 조달 계획이 없다고 답합니다. 그리고 이 인터뷰에서 가장 많이 인용된 문장을 덧붙입니다. 돈은 딥시크에게 한 번도 문제였던 적이 없으며, 문제는 첨단 칩의 수출 금지라는 것입니다.
AGI 개발과 퀀트 금융은 완전히 다른 일이라는 지적도 나옵니다. 퀀트는 조용히 할 수 있지만 AGI는 요란하고 대담한 접근, 동맹을 맺어 투자를 키우는 방식을 요구할 수 있다는 것입니다. 여기에 대한 량원펑의 답이 이 절의 제목입니다. 투자가 많다고 혁신이 많아지는 것은 아니며, 그랬다면 대기업들이 이미 모든 혁신을 독점했을 것이라는 반문입니다.
해설
돈이 아니라 칩이 문제라는 말은 2024년 7월 시점의 발언입니다. 당시 딥시크는 하이플라이어가 규제 이전에 확보한 물량 위에서 돌아가고 있었고, 신규 조달 경로는 막혀 있었습니다. 자금 조달을 하지 않겠다는 선언도 이 맥락에서 읽어야 합니다. 돈을 더 모아도 살 수 있는 칩의 양이 늘지 않는 상황에서는 외부 자본이 해결하는 문제가 적어집니다.이 발언은 뒤집어 보면 수출통제의 효과를 당사자가 인정한 진술이기도 합니다. 미국 정책 논쟁에서 이 문장이 거듭 인용된 이유가 여기 있습니다. 통제를 옹호하는 쪽은 중국 최고 연구소조차 칩을 병목으로 꼽는다는 근거로, 통제를 비판하는 쪽은 그런 제약 아래서도 딥시크가 프런티어급 결과를 냈다는 근거로 같은 사례를 씁니다.
응용을 하지 않는 이유
지금 응용에 집중하지 않는 것은 운영 역량이 없어서냐는 물음에, 량원펑은 단계의 문제라고 답합니다. 지금은 응용이 아니라 기술 혁신이 폭발하는 시기라는 것입니다. 장기적으로 그가 바라는 것은 산업이 딥시크의 기술과 산출물을 직접 활용하는 생태계입니다. 딥시크는 기반 모델과 최전선 혁신에 집중하고, 다른 회사들이 그 위에서 기업용과 소비자용 사업을 만드는 구도입니다. 완결된 산업 가치사슬이 만들어지면 딥시크가 직접 응용을 개발할 이유가 없다는 것입니다. 물론 필요하다면 못 할 것도 없지만, 연구와 기술 혁신은 언제나 최우선 순위로 남는다고 그는 덧붙입니다.
그렇다면 고객은 왜 더 큰 회사가 아니라 딥시크의 API를 골라야 하는가. 그의 답은 분업입니다. 미래의 세계는 전문화된 분업의 세계일 가능성이 높고, 기반 대모델은 끊임없는 혁신을 요구하는데 대기업은 역량에 한계가 있어 반드시 최적의 주체가 되지는 않는다는 것입니다.
기술 자체가 의미 있는 격차를 만들 수 있느냐는 되물음도 나옵니다. 그 자신이 절대적인 기술 비밀은 없다고 말한 적이 있기 때문입니다. 량원펑은 비밀과 복제를 분리합니다. 기술에 비밀은 없지만 복제에는 시간과 비용이 든다는 것입니다. 엔비디아의 그래픽카드도 이론적으로는 기술 비밀이 없고 복제하기 쉽지만, 팀을 처음부터 꾸려 다음 세대 기술을 따라잡는 데는 시간이 걸립니다. 그래서 실제 해자는 여전히 꽤 넓다는 것이 그의 판단입니다.
대기업의 현금흐름은 부담이다
딥시크가 가격을 내리자 바이트댄스가 따라왔다는 사실은 그들이 어느 정도 위협을 느꼈다는 뜻입니다. 스타트업과 대기업의 경쟁을 어떻게 보느냐는 물음에, 량원펑은 관심 없다고 잘라 말합니다. 그것은 가는 길에 그냥 한 일이었을 뿐이고, 클라우드 서비스 제공이 주된 목표가 아니며, 궁극적 목표는 여전히 AGI 달성이라는 것입니다.
새로운 경쟁 방식이 보이지는 않지만, 대기업이 분명한 우위에 있는 것도 아니라고 그는 봅니다. 이유는 그들의 강점 안에 있습니다. 대기업에는 기존 고객이 있지만 현금흐름을 내는 사업은 동시에 짐이기도 하며, 그래서 언제든 파괴적 혁신에 취약하다는 것입니다.
다른 여섯 개 대모델 스타트업의 종착점에 대한 전망도 냉정합니다. 둘이나 셋 정도가 살아남을 것이라는 예상입니다. 지금은 모두 돈을 태우는 단계이므로, 자기 자리를 분명히 잡고 운영을 더 정교하게 다듬은 쪽이 살아남을 가능성이 높다고 그는 말합니다. 다른 회사들은 큰 변신을 겪을 수 있지만, 가치 있는 것은 그냥 사라지지 않고 다른 형태를 띨 뿐이라고 덧붙입니다.
마지막으로 경쟁을 보는 출발점에 대한 질문이 나옵니다. 하이플라이어는 동종 경쟁에 거의 신경 쓰지 않는 무심한 태도로 묘사되어 왔기 때문입니다. 량원펑이 자주 생각한다는 것은 두 가지입니다. 그 일이 사회의 작동 효율을 높일 수 있는지, 그리고 그 산업 사슬 안에서 자기 강점이 설 지점을 찾을 수 있는지입니다. 궁극적 목표가 사회를 더 효율적으로 만드는 것이라면 그 일은 정당하다는 것입니다. 그 사이에 놓인 많은 것들은 일시적 국면일 뿐이고, 거기에 지나치게 집중하면 혼란에 빠진다고 그는 말합니다.
[관점]
현금흐름 사업이 짐이라는 지적은 클레이턴 크리스텐슨(Clayton Christensen) 이후 익숙해진 파괴적 혁신의 논리 그대로입니다. 다만 량원펑이 이 논리를 꺼내는 자리가 흥미롭습니다. 그는 자기 회사가 대기업을 이길 것이라고 말하지 않고, 대기업이 반드시 이기는 것은 아니라고만 말합니다. 승리를 주장하는 대신 패배의 필연성을 부인하는 쪽에 가깝습니다.투자가 많다고 혁신이 많아지지 않는다는 명제도 전면 부정은 아닙니다. 그는 투자가 혁신의 충분조건이 아니라고 말하고 있을 뿐, 필요조건이 아니라고 말하지는 않습니다. 실제로 딥시크는 1만 장 규모의 GPU 클러스터 위에서 일했고, 그 자본은 이미 지출된 상태였습니다. 이 발언을 소규모 자본으로도 프런티어에 갈 수 있다는 일반론으로 확장하면, 그가 바로 앞에서 칩이 문제라고 말한 대목과 충돌하게 됩니다.
[사후 맥락]
폐쇄형으로 바꾸지 않겠다는 약속은 이후에도 지켜졌습니다. 딥시크는 2024년 12월 V3와 2025년 1월 R1을 모두 공개 가중치로 내놓았고, R1은 MIT 라이선스로 배포되어 상업적 이용과 수정이 폭넓게 허용되었습니다. 이는 메타(Meta)의 라마가 사용자 규모에 따른 제한을 두는 라이선스를 쓰는 것보다 개방적인 조건입니다.일곱 개 중 둘셋만 남는다는 전망도 흘러가는 방향이 비슷합니다. 2025년 이후 중국 대모델 스타트업들 사이에서는 기반 모델 경쟁을 접고 응용이나 특정 영역으로 방향을 돌리는 사례가 이어졌습니다. 가치 있는 것은 사라지지 않고 다른 형태를 띤다는 그의 표현이 실제 업계 재편의 설명이 된 셈입니다.
헤아리기 어려운 일을 하는 젊은 사람들
천재는 없다
잭 클라크는 딥시크가 헤아리기 어려운 마법사들을 고용했다고 말했습니다. V2 뒤에 어떤 사람들이 있느냐는 물음에 량원펑은 그 묘사를 부인합니다. 마법사는 없고, 대부분 명문대를 갓 졸업한 사람들과 박사과정 4-5년차, 그리고 졸업한 지 몇 해 되지 않은 젊은이들이라는 것입니다.
많은 대모델 기업이 해외 인재 영입에 매달리고, 이 분야 상위 50명은 중국 기업에 없을 것이라는 말이 흔히 돕니다. 팀 구성원이 어디서 왔느냐는 물음에 그는 더 분명하게 답합니다. V2 모델을 만든 팀에는 해외에서 돌아온 사람이 한 명도 없고 전원 국내 인재라는 것입니다. 상위 50명의 전문가가 중국에 없을 수는 있지만, 어쩌면 그런 인재를 자기들이 직접 길러 낼 수 있을지도 모른다고 그는 말합니다.
MLA 혁신이 어떻게 나왔느냐는 질문도 이어집니다. 어떤 젊은 연구자의 개인적 관심에서 아이디어가 출발했다는 말이 있었기 때문입니다. 량원펑의 설명은 담담합니다. 어텐션 메커니즘의 주요 진화 흐름을 정리하다가 대안을 설계해 보자고 생각했을 뿐이라는 것입니다. 다만 그 생각을 현실로 만드는 데는 긴 과정이 필요했습니다. 전담 팀을 따로 꾸렸고 작동하게 만드는 데 몇 달이 걸렸습니다.
해설
번역자는 이 대목에 주석을 달아, 오픈AI의 GPT 계열 초기 작업에서 알렉 래드퍼드(Alec Radford)가 했던 기여를 떠올리게 한다고 적었습니다. 그러면서 알고리즘 혁신은 반도체 제조에서 프런티어를 미는 일과 근본적으로 다르다는 차이나토크의 기존 논지를 되풀이합니다. 박사학위와 오랜 업계 경력이 있어야 쓸모 있어지는 것이 아니라, 아주 예리하고 굶주린 20대라면 프런티어를 밀 수 있다는 것입니다. 중국에는 그런 20대가 많다는 함의가 붙습니다.이 차이가 중요한 이유는 정책 쪽에 있습니다. 노광 장비나 공정 기술은 장비와 축적된 암묵지를 수입하지 못하면 따라잡기 어렵지만, 아키텍처 아이디어는 논문 한 편과 몇 달의 실험으로 검증될 수 있습니다. 수출통제가 칩에는 걸리지만 알고리즘에는 걸리지 않는 구조적 이유이기도 합니다.
승인 없이 GPU를 쓸 수 있는 조직
이런 발상이 나오는 것은 조직 구조와 무관하지 않습니다. 하이플라이어 시절에도 위에서 목표나 과업을 내리는 일이 드물었는데, AGI는 불확실성이 큰 프런티어 탐색이니 관리 개입이 늘지 않았느냐는 물음이 나옵니다. 량원펑은 딥시크가 여전히 전적으로 상향식이라고 답합니다. 역할을 미리 정하지 않고 분업이 자연스럽게 생깁니다. 저마다 고유한 여정을 거쳐 왔고 자기 아이디어를 가지고 오기 때문에 누구를 떠밀 필요가 없습니다. 탐색 과정에서 누군가 문제를 발견하면 자연스럽게 다른 사람과 의논하게 됩니다. 다만 어떤 아이디어가 가능성을 보이면 그때는 위에서 자원을 배분한다고 그는 덧붙입니다.
자원 동원이 매우 유연하다는 말에 대한 설명은 더 구체적입니다. 팀의 누구든 언제든 GPU와 사람에 접근할 수 있고, 아이디어가 있으면 승인 없이 학습 클러스터의 카드를 쓸 수 있다는 것입니다. 위계도 분리된 부서도 없기 때문에, 서로 관심만 맞으면 팀을 넘어 협업할 수 있습니다.
이런 느슨한 관리 방식은 스스로 동기를 가진 사람들을 전제로 합니다. 비전통적인 기준으로 뛰어난 인재를 알아보는 데 능하다는 평가에 대해, 량원펑은 채용 기준을 두 단어로 요약합니다. 열정과 호기심입니다. 팀원 중에는 이력이 독특한 사람이 많고 그 점이 매우 흥미롭다고 그는 말합니다. 연구를 하고 싶다는 욕구가 돈을 벌고 싶다는 마음보다 앞서는 경우가 많다는 것입니다.
[관점]
승인 없이 학습 클러스터를 쓸 수 있다는 운영은 상향식 문화의 상징처럼 읽히지만, 그 전제는 문화가 아니라 회계입니다. GPU 시간이 외부 고객에게 팔리는 자원이 아니라 이미 지출된 자본일 때만 승인 절차를 없앨 수 있습니다. 클라우드에서 시간당 요금을 내며 쓰는 조직에서 같은 규칙을 적용하면 그것은 자율이 아니라 비용 통제의 실패가 됩니다.하이플라이어가 퀀트 운용을 위해 미리 사 둔 클러스터를 딥시크가 쓴다는 구조가 여기서 다시 작동합니다. 량원펑이 말한 조직 혁신의 상당 부분은 모회사의 대차대조표가 떠받치고 있는 셈이고, 이는 같은 운영 방식을 외부 자본으로 돌아가는 회사가 복제하기 어려운 이유이기도 합니다.
혁신은 확신에서 시작된다
트랜스포머(Transformer)는 구글의 AI 연구소에서, ChatGPT는 오픈AI에서 나왔습니다. 대기업 연구소와 스타트업 중 어느 쪽 혁신이 더 가치 있느냐는 물음에 량원펑은 양자택일을 하지 않습니다. 구글의 AI 연구소도, 오픈AI도, 중국 기술기업의 AI 연구소도 모두 대단히 가치 있다는 것입니다. 오픈AI가 성공한 데에는 몇 가지 역사적 우연도 작용했다고 그는 덧붙입니다.
그렇다면 혁신은 대체로 운의 문제인가. 질문자는 딥시크 사무실의 가운데 줄 회의실에 양쪽으로 문이 달려 있어 누구나 열고 들어올 수 있다는 점을 언급합니다. 동료들이 그 설계는 우연이 일어날 여지를 남기기 위한 것이라고 설명했다는 것입니다. 트랜스포머의 탄생에도 누군가 지나가다 토론을 엿듣고 합류해 결국 일반적인 프레임워크로 만든 일화가 있습니다.
량원펑의 답은 운이 아니라 믿음을 가리킵니다. 혁신은 믿는 데서 시작된다는 것입니다. 실리콘밸리가 혁신적인 이유는 그들이 감히 해 보기 때문이라고 그는 말합니다. ChatGPT가 나왔을 때 중국 기술계는 프런티어 혁신에 대한 확신이 없었습니다. 투자자부터 거대 기술기업까지 모두 격차가 너무 크다고 판단하고 응용에 집중하는 쪽을 택했습니다. 그러나 혁신은 확신에서 시작되며, 그런 확신은 젊은 사람들에게서 더 자주 보인다는 것이 그의 관찰입니다.
자금을 조달하지도 않고 대외적으로 말하지도 않으니 노출이 적을 수밖에 없는데, 어떻게 대모델 연구자들의 최우선 선택지로 남느냐는 물음도 나옵니다. 그의 답은 문제의 난도입니다. 딥시크가 가장 어려운 문제를 다루고 있기 때문이라는 것입니다. 최고 인재는 세상에서 가장 까다로운 과제를 푸는 일에 가장 강하게 끌립니다. 그는 여기에 한 가지를 덧붙입니다. 중국의 최고 인재는 사회적 차원에서 하드코어 혁신이 워낙 적게 일어나는 탓에 인정받지 못하고 과소평가되어 있다는 것입니다. 가장 어려운 문제를 다루는 딥시크가 그들에게 본질적으로 매력적인 이유가 거기 있습니다.
오픈AI는 신이 아니다
오픈AI의 최신 공개가 GPT-5가 아니었던 탓에, 기술 진보가 느려지고 있다는 느낌과 함께 스케일링 법칙에 대한 의문이 번지던 시점이었습니다. 어떻게 보느냐는 물음에 량원펑은 상대적으로 낙관적이라고 답합니다. 업계 전체로 보면 대체로 기대에 부합하고 있다는 것입니다. 그리고 한마디를 덧붙입니다. 오픈AI는 신이 아니며, 반드시 언제까지나 선두에 있으리라는 법은 없다는 것입니다.
AGI까지 얼마나 걸릴 것인가. V2 이전에 딥시크는 수학과 코드 생성 모델을 내놓았고 밀집 모델에서 전문가 혼합(MoE)으로 전환하기도 했습니다. 로드맵의 핵심 지점이 무엇이냐는 물음에 그는 시간부터 답합니다. 2년이 걸릴 수도, 5년이 걸릴 수도, 10년이 걸릴 수도 있지만 어느 쪽이든 살아생전에 일어날 일이라는 것입니다. 회사 안에서도 로드맵에 대한 통일된 견해는 없다고 그는 솔직하게 말합니다. 다만 세 방향에는 실제로 자원을 걸었습니다. 첫째가 수학과 코드, 둘째가 멀티모달, 셋째가 자연어 자체입니다.
이 선택에는 이유가 있습니다. 수학과 코드는 바둑과 비슷하게 자연스러운 AGI 시험장입니다. 닫혀 있고 검증 가능한 체계여서 높은 수준의 지능을 스스로 학습해 끌어올릴 수 있기 때문입니다. 반면 멀티모달과 실제 인간 세계와의 상호작용은 AGI의 또 다른 요건일 수 있습니다. 그래서 여러 가능성에 열어 두고 있다고 그는 말합니다. 대모델의 종착점에 대한 전망도 같은 구도입니다. 기반 모델과 서비스를 제공하는 전문 기업들이 있고, 공급망의 모든 마디에서 폭넓은 전문화가 일어나며, 더 많은 사람들이 그 위에서 사회의 다양한 수요에 답하는 것을 만들게 된다는 것입니다.
[사후 맥락]
수학과 코드를 검증 가능한 닫힌 체계로 보고 거기서 지능을 스스로 끌어올린다는 구상은, 반년 뒤 R1에서 구체적인 방법론으로 나타납니다. R1은 지도학습 미세조정 없이 강화학습만으로 추론 능력을 끌어올리는 접근을 택했고, 정답을 기계적으로 채점할 수 있는 수학과 코드가 그 학습의 토대가 되었습니다. 이 인터뷰에서 바둑에 빗댄 설명이 실제 구현 전략의 예고였던 셈입니다.오픈AI가 반드시 선두에 머물지는 않는다는 말도 시험대에 올랐습니다. 다만 결과는 한쪽 손을 들어 주지 않았습니다. R1은 추론 모델을 공개 가중치로 푸는 길을 열어 업계 전반의 가격과 공개 관행을 흔들었지만, 프런티어 성능의 선두 자리를 가져오지는 못했습니다.
모든 방법론은 이전 세대의 산물이다
왕후이원의 퇴장
지난 1년 사이 중국 대모델 스타트업에는 변화가 많았습니다. 연초에 매우 활발했던 왕후이원(Wang Huiwen)은 중도에 손을 뗐고, 뒤늦게 뛰어든 회사들 사이에서는 분화가 시작됐습니다. 왕후이원은 페이스북을 본뜬 소셜 서비스 런런(RenRen)과 음식 배달 기업 메이퇀(Meituan)을 공동창업한 인물입니다.
량원펑은 그를 깎아내리지 않습니다. 왕후이원이 손실을 전부 혼자 떠안은 덕분에 나머지 사람들은 상처 없이 빠져나올 수 있었다는 것입니다. 자신에게는 최악이지만 모두에게는 좋은 선택을 했으니 처신이 대단히 점잖으며, 그 점을 진심으로 존경한다고 그는 말합니다. 번역자는 여기에 왕후이원이 기반 모델 기업 광녠즈와이(Lightyear)를 세웠다가 곧바로 메이퇀에 되접어 넣었다는 사실을 주석으로 붙여 두었습니다.
지금 어디에 에너지를 쏟고 있느냐는 물음에 대한 답은 짧습니다. 주된 에너지는 차세대 대모델 연구에 가 있고, 풀리지 않은 문제가 아직 많다는 것입니다.
각주구검
다른 대모델 스타트업들은 기술과 상업화를 모두 밀고 갑니다. 기술이 영구적인 선두를 보장하지 않으니 기회의 창이 열려 있을 때 기술 우위를 제품으로 바꾸는 일도 중요하기 때문입니다. 질문은 조금 날이 서 있습니다. 딥시크가 모델 연구에만 집중할 수 있는 것은 모델 역량이 아직 충분하지 않아서가 아니냐는 것입니다.
량원펑은 질문의 전제를 거부합니다. 지금의 사업 패턴은 모두 이전 세대의 산물이며 미래에도 유효하리라는 보장이 없다는 것입니다. 인터넷 사업 논리로 미래 AI의 수익 모델을 논하는 것은, 마화텅(Pony Ma)이 창업하던 시절에 제너럴일렉트릭(General Electric)과 코카콜라(Coca-Cola)를 놓고 토론하는 것과 같다고 그는 말합니다. 각주구검, 곧 배에 표시를 새겨 두고 물에 빠진 칼을 찾는 일이라는 것입니다.
하이플라이어가 기술과 혁신에서 탄탄한 기반을 갖고 비교적 순조롭게 성장한 것이 이런 낙관의 근거냐는 물음도 나옵니다. 그는 절반만 수긍합니다. 어느 면에서 하이플라이어는 기술 주도 혁신에 대한 확신을 키워 주었지만 모든 것이 순탄했던 것은 아니라는 것입니다. 긴 축적 과정이 있었다고 그는 말합니다. 외부가 보는 것은 2015년 이후의 하이플라이어이지만 실제로는 16년을 해 온 일이라는 설명입니다.
해설
각주구검은 『여씨춘추』에 나오는 고사입니다. 배를 타고 가다 칼을 물에 빠뜨린 사람이 뱃전에 표시를 해 두고, 배가 다른 곳에 닿은 뒤 그 표시 아래를 뒤졌다는 이야기입니다. 상황이 이미 움직였는데 옛 기준을 들고 답을 찾는다는 뜻입니다.마화텅은 1998년 텐센트를 세운 창업자입니다. 당시 세계에서 가장 수익성 높은 기업의 전형은 제너럴일렉트릭이나 코카콜라 같은 제조·소비재 대기업이었고, 그 잣대로는 광고도 구독도 없이 무료 메신저를 뿌리던 회사의 수익 모델을 설명할 방법이 없었습니다. 량원펑이 말하려는 바는 지금 AI에 대해 묻는 수익성 질문도 같은 종류일 수 있다는 것입니다.
[이해관계]
이 인터뷰가 나온 2024년 7월은 하이플라이어에게 편한 시기가 아니었습니다. 그해 2월 중국 증시에서 소형주가 무너지면서 퀀트 전략들이 동시에 손실을 냈고, 하이플라이어는 투자자들에게 서한을 보내 극단적 시장 환경에 전략이 적응하지 못했다고 설명했습니다. 당국은 곧 퀀트 거래에 대한 감독을 강화했고, 업계에서는 알고리즘 거래를 아예 금지하라는 주장까지 나왔습니다.하이플라이어는 바로 그 2024년 7월에 퀀트 업계를 옹호하는 글을 공개했습니다. 장기 보유와 비합리적 변동성에 대한 역방향 거래가 오히려 변동을 줄인다는 취지였습니다. 그러니 이 인터뷰에서 량원펑이 사회의 작동 효율을 높이는 일인지를 판단 기준으로 든 것, 그리고 하드코어 혁신에 사회적 인정이 필요하다고 말한 것은 추상적인 철학만은 아닙니다. 본업이 여론과 규제의 압박을 받던 시점에 나온 발언이라는 점은 함께 놓고 읽을 필요가 있습니다.
한 세대면 바뀐다
경기가 꺾이고 자본이 예전만큼 풀리지 않는 상황이 기초 연구를 억누르지 않겠느냐는 물음이 이어집니다. 량원펑의 답은 반대 방향입니다. 꼭 그렇게 보지는 않는다는 것입니다. 중국의 산업구조 조정은 하드코어 기술 혁신에 더 많이 기댈 수밖에 없기 때문입니다. 과거에 빨리 돈을 벌 수 있었던 것이 운 좋은 기회의 창 덕분이었음을 사람들이 깨닫게 되면, 오히려 더 기꺼이 몸을 낮추고 진짜 혁신에 나서게 된다고 그는 말합니다.
그렇다면 이 점에 대해서도 낙관적이냐는 물음에, 그는 자기 이야기를 꺼냅니다. 1980년대 광둥의 5선 도시에서 자랐고 아버지는 초등학교 교사였습니다. 1990년대 광둥에는 돈을 벌 기회가 널려 있었습니다. 당시 많은 학부모가 그의 집을 찾아왔는데, 기본적으로 공부해 봐야 소용없다는 생각을 하고 있었습니다.
그런데 지금 돌아보면 그들은 모두 생각을 바꿨습니다. 돈 벌기가 더 이상 쉽지 않기 때문입니다. 택시를 모는 기회조차 머지않아 사라질지 모른다고 그는 말합니다. 한 세대밖에 걸리지 않았다는 것입니다.
그래서 그는 앞으로 하드코어 혁신이 점점 흔해질 것이라고 봅니다. 지금은 이해하기 어려운 이야기인데, 사회 전체가 이 점에 대해 학습해야 하기 때문입니다. 하드코어 혁신에 헌신하는 사람들이 명성과 부를 얻을 수 있도록 사회가 허용하면, 집단의 사고방식도 따라 바뀝니다. 필요한 것은 몇 가지 사례와 그것이 쌓이는 과정뿐이라는 말로 인터뷰는 끝납니다.
[한국 관점]
빠른 돈벌이의 창이 닫히면 사람들이 어려운 혁신 쪽으로 움직인다는 명제는 한국에서도 익숙한 가설입니다. 부동산과 내수 유통에서 자본 이득을 얻기 쉬웠던 국면이 지나면 자본과 인재가 기술로 흘러간다는 이야기가 오래 반복되어 왔습니다. 다만 한국의 경험은 그 전환이 자동으로 일어나지 않는다는 쪽에 가깝습니다. 기회가 닫힌 자리에서 인재가 곧장 장기 연구로 가지 않고, 더 안정적인 자격과 직역으로 쏠린 기간이 길었습니다.량원펑이 단 조건은 그래서 눈여겨볼 만합니다. 그는 사회가 하드코어 혁신에 헌신한 사람에게 명성과 부를 허용해야 한다고 말합니다. 한국에서 이 조건은 창업자 개인의 성공담보다 기술 인력의 보상 구조와 지분 설계 쪽에서 더 선명하게 시험됩니다. 연구 조직의 성과가 장기 보상으로 연결되는 경로가 얇으면, 기회의 창이 닫혀도 인재는 어려운 문제로 이동하지 않습니다. 그 경로를 만드는 일은 산업 정책보다는 보상과 지배구조의 문제에 가깝습니다.
원문: Liang Wenfeng, Deepseek: The Quiet Giant Leading China’s AI Race (Nov 2024)
전문은 원문에서 확인하실 수 있습니다.
참고할만한 글
- 다리오 아모데이 – 딥시크와 수출통제 (On DeepSeek and Export Controls) — 같은 회사를 두고 미국 쪽에서 내놓은 반론으로, 딥시크의 효율 개선이 추세 안에 있다는 평가와 칩 통제 강화 주장을 함께 볼 수 있습니다.
- CSIS – 중국의 AI 미래를 틀어막다 (Choking Off China’s Access to the Future of AI) — 량원펑이 유일한 문제로 꼽은 첨단 칩 수출 금지가 어떤 설계로 만들어졌는지 확인할 수 있습니다.
- 마크 저커버그 – 오픈소스 AI가 길이다 (Open Source AI is the Path Forward) — 폐쇄형 해자가 일시적이라는 주장을 전혀 다른 위치의 경영자가 어떻게 펼치는지 비교해 볼 수 있습니다.
