[AI 브리프] [AI Brief 스페셜] 딥시크(DeepSeek)의 등장과 영향

딥시크의 영향과 정책적 시사점

딥시크의 영향

기술적 측면

◎ (대규모 AI 모델 학습 방법의 전환 가능성) 딥시크는 MoE 등의 혁신적인 기술을 활용하여 AI 모델 학습 방식의 변화를 촉발할 수 있음

∙ 미래의 AI 모델들은 연산 비용을 최소화하면서도 성능을 유지할 수 있는 유사한 최적화 기법을 도입하는 사례가 증가할 전망

∙ 딥시크가 출시되기 전에 주요 AI 모델의 비용은 지난 2년 동안 연간 기준으로 이미 약 80% 하락했으며, 딥시크는 이러한 추세를 가속화할 것으로 예상

◎ (새로운 최적화 기법의 확산) 딥시크의 강화학습 기법, 특히 GRPO 기법은 향후 AI 모델 개발에 상당한 영향을 미칠 수 있음

∙ 혁신적인 강화학습 기반 기법은 AI 모델의 학습 효율성의 향상에 기여해 이러한 방식을 도입하는 AI 기업의 증가 예상

∙ 콜드스타트 데이터 및 지식증류 기법은 최소한의 학습 데이터로도 AI 모델을 효율적으로 운영할 수 있도록 지원하여 산업 표준에 영향을 미칠 전망

∙ 그러나 딥시크 R1 모델이 발표된 지 1달 이내인 현시점에서는 딥시크의 최적화 기법들이 전통적인 딥러닝 모델과 비교해 장기적으로 어떤 이점을 제공할지는 추가적인 실증적 검증이 필요한 상황