간단한 산수로 생각해 본 소프트웨어주 선호 이유

Global Insights

■딥시크 충격 이후, 스케일업 전략에서 LLM 효율화 전략으로 전환하면 반도체보다 수요 증가 탄력이 강할 소프트웨어

DeepSeek 충격 이후, 스케일업 전략에서 LLM 효율화로 이동할 미국 AI 시장의 관심.
대형언어모형 (LLM)은 윤리 필터와 콘텐츠 제한 등의 안전장치가 내재되어 있음.
사용자가 위험한 질문을 했을 때 답변하지 않도록 하기 위한 것.
그러나 LLM을 속여서 사용자가 원하는 답변을 하도록 유도하는 걸 탈옥 (jailbreak)이라고 하는데, DeepSeek-R1의 탈옥을 막는 가드레일이 손쉽게 무력화된다는 게 확인되고 있음.
저비용으로 고성능 LLM을 만들었다는 소식이 시장에 충격을 줬지만, 보안과 윤리 문제에서 취약한 모습이 확인되면서 완성도가 높지 않다는 평가가 나오는 중.
그러나 미국 기업들이 LLM 개발 방식을 비교적 상세하게 공개했던 이전과는 달리 최근에는 LLM 개발 비법을 숨기는 데에 반해, DeepSeek는 LLM 개발 과정에서 실험한 내용과 결과를 상당히 자세히 공개했다는 점에서 좋은 평가를 받고 있음.
그리고 이 내용을 보면, AI 반도체 수출 규제로 인해 하드웨어 측면의 제약이 많은 중국이 얼마나 LLM 효율화를 추구했는지를 알 수 있음.
미국 기업들도 DeepSeek가 보여준 기술을 가지고 있지 않은 건 아님.
하지만 이런 기술을 고도화해서 상용화하기보다는 비교적 손쉽게 LLM 성능을 끌어 올릴 수 있는 AI 인프라 구축이나 LLM 파라메터 개수 늘리기와 같은 스케일업 (Scale-up) 전략에 몰두했던 게 사실.
DeepSeek에 뒤지지 않는 역량을 갖추고 있다는 걸 보여주기 위해 OpenAI는 오픈소스 전략을 부분적으로 시행할 수 있다는 의사를 내비쳤고, 고급 추론 기능을 갖춘 ChatGPT o3-mini를 무료 사용자도 사용할 수 있게 함.
뿐만 아니라 복잡한 과제를 수십 분 안에 자동으로 해결해주는 Deep Research도 공개.
미국 기업들이 LLM 효율화에서 중국에 못지 않은 기술을 갖고 있다는 걸 과시해야 할 만큼, DeepSeek는 미국 기업들이 LLM 효율화에 더 집중하게 되는 기폭제 역할을 하고 있음.
다행히 DeepSeek가 여러 취약점을 가지고 있다는 게 확인되면서, 중국 LLM이 시장의 신뢰를 더 받기 전에 더 발빠르게 기술 우위를 확인시켜줘야 한다는 분위기가 미국 AI 시장에 빠르게 확산