딥시크 (Deepseek) 요약, 이거 하나만 읽으세요!
딥시크(DeepSeek)가 뭔가요?
DeepSeek는 2023년에 설립된 중국의 인공지능(AI) 기업으로, 대규모 언어 모델(LLM)을 개발하고 있습니다. 2025년 1월 10일, DeepSeek는 DeepSeek-R1 모델을 기반으로 한 무료 AI 어시스턴트 앱을 iOS와 안드로이드용으로 출시하였으며, 이 앱은 미국 iOS 앱 스토어에서 ChatGPT를 제치고 인기차트 1순위에 올랐습니다. 이러한 성공은 미국 AI 업계에 큰 충격을 주었으며, 일부 전문가들은 이를 미국 AI의 '스푸트니크 순간'으로 묘사하기도 했습니다. ChatGPT와 같은 AI 어시스턴트 서비스 뿐만 아니라, 기업이 DeepSeek-V3와 DeepSeek-R1을 서비스에 적용할 수 있도록 API로도 제공하고 있습니다.
딥시크(DeepSeek)의 등장과 AI 산업의 변화
설연휴 첫날부터 딥시크에 대한 관심이 폭증하였습니다. 정확한 팩트에 대해서 현재 논란이 있는 부분이긴 하지만, 공개된 내용과 논의를 바탕으로 컨텐츠를 구성했습니다
최근 딥시크(DeepSeek)의 등장이 AI 업계에 큰 반향을 일으키고 있습니다. 기존 거대 언어 모델(LLM)들이 막대한 연산 자원을 필요로 했던 것과 달리, 딥시크는 훨씬 적은 비용과 적은 GPU 자원으로 유사한 성능을 구현했다고 주장했습니다.
딥시크가 공개한 내용에 의하면, 메모리 사용량을 75% 줄이고 속도를 두 배 향상시키며, API 비용을 95% 절감하는 등 AI 모델 개발 비용을 획기적으로 낮춘 점에서 주목받고 있습니다. 또한, 강화학습(RL) 중심의 학습 방식을 채택하여 학습을 진행했고 오픈소스로 공개되어 누구나 접근하고 검증할 수 있다는 점도 차별화 요소입니다.
DeepSeek R1과 OpenAI o1 기준 API 가격이 1M 출력 토큰 기준 약 $2.19, $60 정도로 DeepSeek가 OpenAI에 비해 압도적으로 저렴한 비용을 제시하고 있습니다. DeepSeek은 낮은 비용으로 AI 모델을 활용하려는 기업들에게 강력한 대안이 될 가능성이 높습니다만, 여러 논란과 서비스 안정성으로 인해 직접 활용은 어려운 상황입니다.
🔗 읽어볼만한 링크드인 게시물
딥시크(DeepSeek) 모델 공개 타임라인
딥시크(DeepSeek)는 최근 AI 업계에서 주목받는 환팡퀀트(幻方量化) 소속 연구 기업입니다. 지속적으로 인공지능 모델을 공개해 왔으며, DeepSeek-R1 공개 이후 큰 반향을 일으키고 있습니다. 주요 기술 발표와 관련된 타임라인은 다음과 같습니다. 현재 주목할 만한 서비스는 DeepSeek-V3와 DeepSeek-R1입니다. V3는 OpenAI의 4o에 해당하는 인공지능 모델이고, R1은 추론형 모델 o1에 해당하는 모델입니다.
📌 2024년 12월 – 'DeepSeek-V3' 발표
딥시크는 2024년 12월, 'DeepSeek-V3'를 발표하였습니다. 이 모델은 6710억 개의 매개변수를 가지고 있으며, 텍스트뿐만 아니라 이미지와 음성을 처리하는 멀티모달 기능을 포함하고 있습니다. 글로벌 시장에서 오픈AI 및 구글 딥마인드와 경쟁할 수준이라는 평가를 받았습니다.
📌 2025년 1월 27일 – 'DeepSeek-R1' 공개 및 엔비디아 주가 폭락
딥시크가 'DeepSeek-R1'을 발표하였으며, 저비용 고성능 AI 모델로 시장을 뒤흔들었습니다. 발표 직후 엔비디아(Nvidia) 주가가 17% 급락하여 시가총액 850조 원이 증발하였습니다. 투자자들은 AI 시장에서 중국 기업의 부상과 엔비디아의 독점적 위치가 위협받는 것에 대해 우려를 나타냈습니다.
DeepSeek-V3 이전 모델
📌 2023년 11월 – 'DeepSeek-Coder' 시리즈 최초 공개
딥시크는 2023년 11월 2일, AI 모델 'DeepSeek-Coder'를 오픈소스로 공개하며 시장에 진입하였습니다.
📌 2024년 5월 – 'DeepSeek-V2' 발표
딥시크는 AI 모델 'DeepSeek-V2'를 공개하였습니다. 이 모델은 이전보다 더 빠른 자연어 처리와 대화형 AI 애플리케이션에 최적화된 기능을 갖추었으며, 엔비디아 GPU 의존도를 낮춘 자체 최적화된 AI 모델이라는 점이 부각되었습니다.
딥시크의 V3와 R1은 뭐가 다른가?
딥시크(DeepSeek)의 AI 모델인 V3와 R1은 개발 목적과 학습 방식에서 차이가 있습니다.
DeepSeek V3:
목적: 일반적인 자연어 처리와 이해를 목표로 개발되었습니다.
학습 방식: 대규모의 일반 텍스트 데이터를 기반으로 지도 학습(Supervised Fine-Tuning, SFT)을 통해 훈련되었습니다.
DeepSeek R1:
목적: 수학적 추론, 코딩, 복잡한 문제 해결 등 고도의 추론 능력을 강화하기 위해 설계되었습니다.
학습 방식: V3 모델을 기반으로 추가적인 강화 학습(Reinforcement Learning, RL)을 적용하여 추론 능력을 향상시켰습니다.
요약하면, V3는 일반적인 언어 이해를 위한 모델인 반면, R1은 V3를 기반으로 강화 학습을 통해 고급 추론 능력을 갖춘 모델입니다.
딥시크는 왜 떠들썩 한가? $6M으로 OpenAI o1 성능급 모델 개발?
여러 요소들이 있겠지만, 트럼프 미국 대통령의 인터뷰로 요약이 가능합니다.
📄 "중국 기업이 출시한 딥시크 AI는 우리 산업계에 경쟁에서 승리하기 위해 초집중해야 한다는 경종을 울리는 사건입니다"
조금 더 자세하게 살펴보면 딥시크(DeepSeek)의 AI 모델 'R1' 공개가 큰 파장을 일으킨 이유는 다음과 같습니다:
고성능 AI 모델의 저비용 개발: 딥시크는 'R1' 모델을 개발하는 데 약 600만 달러의 비용을 들였다고 밝혔습니다. 이는 오픈AI나 메타와 같은 기업들이 수십억 달러를 투자한 것과 비교하면 매우 저렴한 비용입니다. 하지만, ‘학습비용의 책정 방식’과 ‘주장한 H800과 다른 고성능 H100 GPU 사용’ 등 여러 의혹들이 제기되고 있는 상태입니다.
오픈소스 전략: 딥시크는 'R1'을 오픈소스로 공개하고 무료 체험 사이트를 운영하고 있습니다. 이는 경쟁사들이 유료 서비스를 제공하는 것과 차별화되는 점으로, AI 기술의 접근성을 높이고 있습니다.
기존 관념의 파괴: 고성능 AI에는 고가의 최첨단 반도체가 필요하다는 기존 관념을 딥시크가 파괴했습니다. 이는 AI 산업의 비용 구조와 접근 방식에 대한 재고를 촉발했습니다.
이러한 기술적 혁신은 AI 생태계에 큰 충격을 주고 있습니다. 특히, 고성능 GPU 없이 AI 모델을 실행할 수 있다 주장을 하면서, 엔비디아의 GPU 중심 AI 생태계에 균열이 생겼습니다. 실제로 엔비디아의 주가는 딥시크 발표 직후 하락했으며, AI 연구 비용을 절감할 수 있다는 기대감 속에서 기존 LLM 개발 기업들도 새로운 전략을 고민하고 있습니다.
OpenAI와 Anthropic 같은 기업들이 이제까지 대규모 투자와 연산 자원을 바탕으로 AI 모델을 개발해왔다면, 딥시크는 적은 리소스로도 충분한 성능을 구현할 수 있음을 주장하며 새로운 경쟁 구도를 만들어가고 있습니다. 나아가 미국 AI 주도의 균열이 가시화되면서, 중국의 AI 기술 발전 속도에 대한 경계심도 커지고 있습니다.
🔗 읽어볼만한 링크드인 게시물
OpenAI와 딥시크 성능 비교 (공식 벤치마크)
V3의 비교군에 해당하는 모델은 OpenAI의 4o이며, R1의 비교군에 해당하는 모델은 OpenAI의 o1 모델입니다. 첫번째 그래프는 딥시크의 R1과 OpenAI의 o1, 두번째 그래프는 딥시크의 V3와 OpenAI의 4o의 성능 비교표를 보여주고 있습니다.
딥시크에 의하면 OpenAI의 추론 모델 o1와 비교했을때 비슷하거나, 우세하다고 주장합니다.
각 데이터셋 벤치마크에서 V3와 4o, Llama3.1, Claude-3.5의 성능 차이를 보여주는 그래프입니다. 대부분의 벤치마크에서 V3가 우세한 성능을 보여주고 있습니다. DeepSeek V3은 논리적 추론(DROP), 지식 평가(GPQA)에서 강점을 보이며, GPT-4o는 단답형 QA(SimpleQA), 장문 이해(LongBench)에서 더 높은 성능을 기록합니다.
딥시크와 관련된 이슈
개인정보 관련 이슈
구분 | DeepSeek | ChatGPT (OpenAI) |
|---|---|---|
수집 데이터 | 키보드 입력 패턴, IP, 장치 정보, 쿠키, 메타데이터 | 입력된 텍스트 (단, 학습에는 미사용) |
개인정보 보호 규제 | 중국 내 법규 준수, 서구 표준 준수 여부 불확실 | GDPR 및 CCPA 준수 |
사용자 데이터 학습 여부 | AI 모델 개선에 활용 가능성 있음 | 기본적으로 학습에 사용하지 않음 (설정 가능) |
논란 | 유럽 일부 국가에서 데이터 수집 문제로 조사 진행 | 과거 GPT-3 출시 초기 개인정보 유출 사례 존재 (현재 개선됨) |
딥시크는 AI 모델이 수집하는 데이터 범위가 광범위하고, 개인정보 보호 측면에서 더 우려를 받고 있습니다. 특히 이탈리아, 아일랜드 등의 유럽 국가에서 딥시크의 개인정보 처리 방식에 대해 조사하고 있고, 일부 국가에서는 앱 다운로드가 차단된 상황입니다.
ChatGPT와 같은 AI 서비스도 개인정보 보호와 관련된 여러 논란이 있습니다. 다만, OpenAI는 유럽 GDPR(일반 데이터 보호 규정)과 미국의 개인정보 보호 법규를 준수하고, 사용자 입력 데이터를 AI 모델 학습에 활용하지 않는다고 공식적으로 밝히고 있습니다. ChatGPT도 예전에 일부 개인정보 보호 이슈가 있었지만, 지금은 사용자가 직접 데이터를 AI 모델 학습에 직접 활용하지 않도록 설정할 수 있습니다.
현재 OpenAI 모델을 통해 학습 데이터를 재생산하는 방식으로 인해 기술 도용 의혹도 진행되고 있습니다.
📌 2025년 1월 28일 – 개인정보 수집 논란
딥시크 AI 모델이 사용자의 장비 정보, 키보드 입력 패턴, IP 주소 등을 수집한다는 우려가 제기되었습니다. 중국 내 보안 서버로 데이터가 전송될 가능성이 언급되며, 개인정보 보호 문제로 논란이 커졌습니다.
📌 2025년 1월 28일 – 기술 도용 의혹
오픈AI와 마이크로소프트(MS)는 딥시크가 자사의 기술을 무단 사용했을 가능성을 조사한다고 발표하였습니다. 딥시크가 '증류(distillation) 기법'을 활용해 오픈AI의 모델을 학습했을 가능성이 거론되었습니다.
📌 2025년 1월 30일 – 미국 정부의 공식 조사 착수
미국 정부는 딥시크의 AI 모델 개발 과정에 대한 조사를 시작하였으며, 오픈AI 기술 도용 여부 및 데이터 보안 문제를 중점적으로 검토할 예정입니다.
Scale AI 알렉산더 왕이 제기한 의혹들
스케일AI의 CEO인 알렉산더 왕은 최근 CNBC와의 인터뷰에서 중국의 AI 발전에 대해 깊은 우려를 표명했습니다. 그는 중국의 AI 연구소인 딥시크가 발표한 새로운 AI 모델이 "지구를 뒤흔들 것"이라며, 이를 "AI의 스푸트니크 모먼트"로 비유했습니다. 또한, 상대적으로 저사양인 H800을 학습에 활용했다는 주장에 대해 GPU 중국이 엔비디아의 H100 GPU를 대량으로 보유하여 AI 개발을 가속화하고 있다고 지적했습니다. 알렉산더 왕은 “딥시크가 약 5만개의 엔비디아 H100을 갖고 있는데, 그들은 미국의 수출 통제 때문에 그것에 대해 얘기할 수 없다”고 했습니다.
알렉산더 왕(Alexandr Wang)은 DeepSeek R1이 인간이 생성한 대규모 데이터로 학습되었으며, 오픈소스 모델 중 최대 규모의 후처리 데이터(post-training data) 를 공개한 기록을 세우고 있다고 주장했습니다.
한국 링크드인 주요 의견
한국 AI 시장의 현실과 향후 과제
딥시크(DeepSeek)의 등장은 한국 AI 산업에도 중요한 시사점을 던지고 있습니다. 한국은 반도체, IT 인프라, 소프트웨어 인재 등 AI 개발의 핵심 요소를 갖추고 있지만, LLM 개발에서는 미국과 중국에 뒤처져 있습니다. 특히, AI 모델 자체 개발보다는 해외 API를 활용하는 형태가 주를 이루고 있으며, 글로벌 AI 스타트업과 비교했을 때 공격적인 기술 개발과 인재 영입이 부족하다는 의견이 많습니다.
그러나 딥시크가 보여준 것처럼, 최적화 기술과 효율적인 모델 설계를 통해 AI 개발 비용을 낮추는 전략이 유효할 수 있습니다. 한국이 AI 경쟁력을 갖추기 위해서는 단순히 대규모 투자에 의존하는 것이 아니라, 최적화된 경량 AI 모델 개발, 오픈소스 생태계 조성, 정부 지원의 실질적 활용이 필요하다는 의견이 있습니다.
한국 AI 시장에 대한 주요 인사이트
1️⃣ "최적화된 AI" 개발에 집중해야 한다
막대한 GPU 자원이 없는 상황에서도 최적화 기법을 활용하면 글로벌 경쟁력을 확보할 수 있습니다. 한국이 강점을 가진 소프트웨어 최적화 기술을 활용해, 경량 LLM 및 AI 모델 개발에 투자해야 합니다.
🔗 관련 링크
2️⃣ AI 오픈소스 개발 적극 활용 및 생태계 조성
딥시크처럼 자체 개발 모델을 오픈소스로 공개하는 방식이 하나의 전략이 될 수 있습니다. 한국 기업들도 자체적으로 AI 연구 및 개발을 진행하면서 오픈소스 생태계를 조성하고, 스타트업과 대기업 간 협업을 활성화해야 합니다.
🔗 관련 링크
3️⃣ 정부 지원을 실질적인 경쟁력으로 연결해야 한다
현재 한국 정부는 AI 반도체 개발, 데이터센터 구축, AI 연구소 설립 등을 지원하고 있습니다. 그러나 단순히 연구개발(R&D) 투자에 그치지 않고, 글로벌 시장에서 활용될 수 있는 AI 솔루션 개발로 연결해야 합니다.
🔗 관련 링크
렛서에서 주로 받는 질문
OpenAI API를 Deepseek로 Migration 추천하시나요?
렛서에서도 활용 가능성 파악을 위해 빠르게 테스트를 진행하고 있습니다. 하지만 Traffic 급증과 사이버공격 등으로 현재 API를 비롯한 대부분의 서비스가 정상 동작하고 있지 않습니다. 개인적 목적의 사용은 괜찮지만, 안정적인 서비스가 요구되는 환경에서는 Migration을 추천드리지 않습니다. 동향을 파악하고 안정성과 관련하여 업데이트 되는 소식이 있다면 말씀드리겠습니다.
기업 데이터는 어디에 보관되나요?
딥시크의 클라우드서버에 보관됩니다. 딥시크는 AI 모델이 수집하는 데이터 범위가 광범위하고, 개인정보 보호 측면에서 더 우려를 받고 있어. 특히 이탈리아, 아일랜드 등의 유럽 국가에서 딥시크의 개인정보 처리 방식에 대해 조사하고 있고, 일부 국가에서는 앱 다운로드가 차단된 상황입니다. AI 서비스 상에서 기밀성이 요구되는 기업에서는 현실적으로 API 사용을 추천하지 않습니다.
대신 오픈소스 모델을 자체적으로 배포하거나 파인튜닝하여 사용할 수 있습니다.
기업에 쉽게 연동할 수 있나요?
DeepSeek에서 제공하는 공식적인 API를 연동하여 사용할 수 있습니다. 위에서 언급한 이유들로 자체적으로 배포하는 방법으로 사용하시는 걸 추천드립니다. 하지만, 성능에 대한 보장, 파인튜닝을 위한 리소스 등을 고려했을때 OpenAI, Claude 등 안정된 사용하는 것이 현실적이라고 파악됩니다.
최신 정보를 팔로우업 받고 싶다면?
AI 혁신이 빠르게 변화하는 시대, 한 발 앞서 나가고 싶다면?
렛서 블로그를 구독하세요!
✔ 최신 AI 트렌드 – OpenAI, DeepSeek 등 AI 업계의 최신 뉴스와 기술 분석
✔ AX 사례 – 기업이 고객 경험을 자동화하는 방법과 실전 인사이트
✔ 업계 전문가의 깊이 있는 해설 – 단순 뉴스가 아닌, 트렌드의 의미까지 분석해드립니다