 | |||
Customer Center1644-1013 | |||
| Head Office 56, Cheongsu 8-ro, Dongnam-gu, Cheonan-si, Chungcheongnam-do Research Institute 83, Jukdong-ro, Yuseong-gu, Daejeon, 3rd floor Seoul Branch 1403, Teheran-ro 311, Gangnam-gu, Seoul | |||
ⓒ 2025. Tobeunicorn Co., Ltd. All Rights Reserved.
윤진욱 투비유니콘 대표이사
중국 AI 스타트업 딥시크(DeepSeek)가 글로벌 AI 업계에 큰 파장을 불러 일으켰다. 딥시크는 최근 오픈소스 기반의 대형언어모델(LLM) ‘R1’을 공개했다. R1은 일부 지표에서 오픈AI의 ‘GPT-4o’를 능가하는 성능을 보였다. 딥시크는 기존 메이저 기업들에 비해 10분의 1 정도의 비용을 모델훈련에 투입하고 저사양 GPU만으로 고성능 AI 모델을 개발했다. 이는 국내 AI 업계에 시사하는 바가 크다. 그동안 일반적인 LLM 모델 개발은 자본력과 인프라를 갖춘 대형 IT 기업들만이 해낼 수 있었지만, 이제는 AI 벤처기업들도 보다 효율적이고 최적화된 개발 방식을 활용한다면 독자적이고 특화된 고성능 모델을 개발할 수 있다는 자신감을 갖게 됐다.
국내 AI 벤처기업들은 글로벌 경쟁에서 살아남고, 나아가 시장을 선도하기 위해서는 어떤 전략이 필요한가? 글로벌 AI 시장은 단순한 AI 모델 개발 경쟁을 넘어 제조·금융·헬스케어·물류 등 다양한 산업에 접목하는 방향으로 발전하고 있다. 이 같은 추세에 착안하여 먼저 독자적이고 특화된 분야에 초점을 맞춰 보다 저비용·고효율 AI 모델 개발에 초점을 맞춰야 한다. 딥시크가 오픈소스 기술에 연산 최적화 기법을 활용하였듯이 국내 AI 기업들도 연산 효율성을 극대화하는 전략을 찾아야 한다. 또한 국내 AI 기업들은 온디바이스 AI 등 특정 분야에 집중할 필요가 있다. 온디바이스 AI는 클라우드 기반 AI 모델보다 연산 비용이 낮고, 데이터 보안성이 뛰어나기 때문에 차별화된 경쟁력을 가질 수 있기 때문이다.
생성형 AI분야에서는 LLM 자체의 성능 경쟁보다는 특정 산업에 적합한 AI 솔루션을 개발하여 적용시키는 차별화가 필요하다. 포털과 같은 범용 개념이 아닌 보다 실용적이고 효율적인 AI 모델 개발에 역량을 집중해야 한다. 필자가 경영하는 투비유니콘의 경우 지난해 중등교육과정에서 사용되는 한국어로 순결정성이 높은 'TBU-LLM'를 자체 구축하였다. 이를 기반으로 시니어 헬스케어 분야를 비롯하여 아동·청소년들의 정서안정, 사회필수요원 인력 매칭 등 각 분야와 업종별로 특화된 소형언어모델(sLM)을 구축하는 AI 솔루션을 개발하는 박차를 가하고 있다.
AI 스타트업들이 글로벌 경쟁력을 갖추기 위해서는 무엇보다도 국가차원의 적극적인 육성정책이 뒷받침되어야 한다. 딥시크가 중국 정부의 대규모 투자와 지원에 힘입어 글로벌 스타드업으로 성장하였듯이 우리나라도 지난해 출범한 국가AI위원회를 중심으로 범 국가차원의 지원책과 규제 완화가 필요하다. 더불어 AI 산업은 속도가 핵심인 만큼 벤처기업이 기술을 빠르게 개발하고 상용화할 수 있도록 기술 테스트베드(Testbed) 구축과 데이터 활용 규제 완화 등의 조치가 뒷받침되어야 한다.
딥시크가 쏘아올린 AI 저비용 시대에 국내 기업들은 새로운 도전과 기회를 맞고 있다.
출처 : [금강칼럼] AI 벤처기업에 던진 ‘딥시크’의 화두