"딥시크 쇼크, R&D 통한 자본 한계 극복 가능성 보여줘"

"딥시크 쇼크, R&D 통한 자본 한계 극복 가능성 보여줘"
IITP 콘퍼런스 개최…"국가AI컴퓨팅센터, GPU 잘 꿰어야 보배 될 것"


(서울=연합뉴스) 이정현 기자 = 중국산 인공지능(AI) 딥시크 쇼크가 준 최대 교훈은 '뉴럴 스케일링 법칙'(비용 곡선의 법칙)을 초월했다는 점으로 평가된다.
AI 모델 훈련과 운용에 필요한 비용 곡선의 법칙의 한계를 연구개발(R&D)로 극복할 수 있다는 가능성을 보여줬다는 것이다.
정보통신기획평가원(IITP) 주최로 25일 서초구 서울aT센터에서 열린 '국가 AI 컴퓨팅 인프라 기술 콘퍼런스'에서는 최근 딥시크 충격 등 글로벌 AI 기술 산업 환경 변화에 따른 국가 AI컴퓨팅 인프라 발전 방향을 논의했다.
IITP의 정혜동 인공지능PM은 최근 정부에서 발표한 국가AI컴퓨팅센터 구축과 관련해 "구슬이 서 말이라도 꿰어야 보배라고 단순히 최신 그래픽처리장치(GPU)만 꽂아서 돌아가는 형태가 아니라 잘 쓸 수 있는 플랫폼을 많이 고민해봐야 할 것"이라고 말했다.
그러면서 지난해 3월 메타가 두 개의 24K GPU 클러스터를 발표하면서 서로 정보를 공유해가면서 만들어가는 '오픈 컴퓨터 프로젝트'를 제안한 것을 사례로 들었다.
정 PM은 딥시크 쇼크와 관련해서는 "인프라가 중요한데 너무 많이 필요하고 자본이 부족하다고 얘기하던 중에 저비용으로 좋은 성능을 낸 딥시크가 나오면서 가능성을 보여줬다"며 "그런 점에서는 고맙다"고 말했다.
딥시크는 저사양 GPU를 활용한 효율적 인공지능 모델로 꼽힌다. H100의 변형인 H800을 사용하면서 최종 모델 생성에 약 80억원만 소요된 것으로 알려져 있다. 오픈소스로 공개된 점도 특징이다.
다만 딥시크와 관련한 논란도 몇 가지 소개했다.
딥시크 측이 인프라 구축 비용이 아닌 모델 학습 비용을 언급하면서 개발 비용을 축소해 발표했다는 이슈와 신뢰성 문제, 개인정보 침해 문제, 지식재산권 침해 문제 등이 대표적이다.
정 PM은 그러면서도 "딥시크는 우리에게 여러 인사이트를 줬다"며 "결국 소프트웨어 경쟁력을 포함한 복합 경쟁 구도로 가게 될 것이다. 우리의 경우도 대규모 언어모델(LLM) 등 가진 자원을 효율적으로 활용한다면 위기를 기회로 활용할 수 있다"고 말했다.
lisa@yna.co.kr
(끝)


<저작권자(c) 연합뉴스, 무단 전재-재배포, AI 학습 및 활용 금지>