국내 AI기업 딥시크, 보완할 점 드러나다

국내 AI기업 딥시크, 보완할 점 드러나다

메타ai뉴스 논설위원 이현우 교수

1. 딥시크의 등장과 업계의 반응

최근 AI 업계에서 주목받고 있는 모델 ‘딥시크(DeepSeek)’는 중국과 영어에 특화된 AI로 알려졌지만, 예상보다 강력한 다국어 지원 성능을 보이며 관심을 끌고 있다. 특히 한국어 성능이 예상보다 우수하다는 점에서 국내 AI 기업과 연구자들의 반응이 엇갈리고 있다.

AI 모델을 평가하는 주요 국내 기업들이 딥시크를 테스트하면서 그 가능성을 인정하는 동시에 보완해야 할 점도 지적하고 있다. 31일 국내 AI 기업 20여 곳을 대상으로 한 딥시크 평가 요청 결과, 즉각적인 답변을 준 기업은 6곳에 불과했으며, 그중에서도 실질적인 피드백을 제공한 곳은 4곳이었다.

이번 보고에서는 딥시크가 AI 산업에 미치는 영향, 장점 및 단점을 분석하고, 향후 AI 기술 발전의 방향성을 조망해본다.

2. 딥시크의 기술적 강점: 최적화된 AI 모델

딥시크의 가장 큰 특징 중 하나는 적은 자원으로 높은 성능을 내는 최적화된 알고리즘을 적용했다는 점이다. 기존 AI 모델 훈련에는 엔비디아 ‘H100’과 같은 고성능 하드웨어가 필수적이었고, 이를 감당할 수 있는 기업은 극히 제한적이었다. 하지만 딥시크는 비교적 적은 자원으로도 강력한 성능을 낼 수 있도록 설계되어 AI 개발의 비용 장벽을 낮추었다는 점에서 혁신적이라는 평가를 받는다.

또한, 기존 AI 모델이 블랙박스처럼 입력과 출력 사이의 과정을 설명할 수 없었던 반면, 딥시크는 추론 과정을 투명하게 공개한다는 점이 주목할 만하다. AI가 제공하는 답변의 논리를 사용자에게 설명함으로써 신뢰성을 높이고, AI 윤리 및 해석 가능성(Explainability) 측면에서도 의미 있는 진전을 이루었다.

라이너(Liner) 테크 리드 허훈은 "딥시크의 논문을 보면 중국어와 영어에 특화된 모델임을 강조하지만, 한국어 포함 여러 언어에서의 이해 및 생성 성능이 예상보다 뛰어나다"며 AI 다국어 모델의 새로운 가능성을 제시했다고 평가했다.

3. 딥시크의 한계점과 개선할 점

하지만 AI 전문가들은 딥시크가 상용화 모델로서 완벽하지 않으며, 개선해야 할 점이 분명히 존재한다고 지적한다.

첫째, AI 토크나이저(tokenizer) 최적화 부족

오픈AI의 GPT 모델과 비교했을 때 딥시크는 한국어와 같은 특정 언어에 대한 세부적인 토크나이저 최적화가 부족하다는 점이 확인되었다. 이는 모델이 특정 언어에서 텍스트 생성 및 이해 속도가 느려질 가능성이 높다는 것을 의미한다.

둘째, 소형 모델(8B 이하)의 코드 믹싱 문제

올거나이즈(Organize) 관계자는 "딥시크의 V3와 R1 모델은 속도와 성능이 놀라운 수준이지만, 엣지 디바이스에서 사용할 수 있는 8B 이하의 작은 모델에서는 코드 믹싱 문제와 추론 성능 저하가 발생하는 것으로 보인다"며 딥시크가 고성능 모델뿐만 아니라 경량화 모델에서도 개선이 필요하다고 언급했다.

셋째, 글로벌 AI 경쟁에서의 지속적인 발전 필요

익명을 요구한 한 AI 전문가에 따르면, "딥시크는 현재 AI 업계에서 주목받고 있지만, 앞으로 더 강력한 모델들이 등장할 것이다. 지금의 성과에 안주하기보다 기술적 트렌드를 지속적으로 연구해야 한다"고 강조했다.

4. AI 산업 변화와 딥시크의 의미

딥시크가 가져온 변화 중 하나는 AI 개발의 민주화다. 기존에는 거대 IT 기업들만이 AI 모델을 훈련하고 운영할 수 있었지만, 딥시크의 등장으로 인해 더 많은 기업과 연구자들이 AI 모델을 활용할 수 있는 길이 열렸다.

특히 AI 모델이 단순한 응답을 제공하는 것이 아니라 논리적인 사고 과정을 설명할 수 있도록 발전하는 것은, AI 신뢰성 확보와 규제 대응 측면에서도 중요한 변화다. AI가 의사결정 과정에서 어떤 데이터를 기반으로 판단을 내렸는지를 설명할 수 있다면, 기업과 연구자들은 AI 활용에 대한 투명성을 확보할 수 있고, 이를 바탕으로 AI의 윤리적인 문제도 보다 체계적으로 접근할 수 있다.

AI 연구 및 산업의 방향성도 변화하고 있다. 기존에는 초거대 모델이 성능을 좌우하는 중요한 요소로 여겨졌지만, 딥시크와 같은 모델이 등장하면서 소규모 최적화된 AI 모델의 중요성이 부각되고 있다.

5. 결론 및 향후 전망

딥시크는 AI 기술 발전의 새로운 가능성을 보여주었지만, 여전히 극복해야 할 과제가 남아 있다.

*강점

적은 자원으로 높은 성능 구현

AI의 추론 과정 투명성 확보

다국어 지원 성능 예상보다 우수

*보완점

특정 언어(한국어 등)의 토크나이저 최적화 필요

소형 모델에서 코드 믹싱 및 추론 성능 문제

글로벌 AI 경쟁에서 지속적인 발전 필요

결과적으로 딥시크는 AI 기술의 진화 방향을 제시하며, 글로벌 AI 산업에서 중요한 전환점을 만들고 있다. 하지만 AI 모델의 지속적인 혁신과 글로벌 경쟁에서 살아남기 위해서는, 단순한 성능 향상을 넘어서 사용성과 신뢰성을 높이는 방향으로 발전해 나가야 할 것이다.

딥시크의 성공 여부는 단순한 성능 경쟁이 아니라, AI 기술이 실제 산업과 연구에서 얼마나 효과적으로 활용될 수 있는가에 달려 있다. 앞으로 딥시크가 글로벌 AI 생태계에서 어떤 역할을 하게 될지, 그리고 AI 산업이 어떤 방향으로 변화해갈지에 대한 지속적인 연구가 필요할 것이다.

*참고 문헌 및 자료

1. OpenAI. (2024). GPT-4 Technical Report. Retrieved from https://openai.com/research

2. DeepSeek AI. (2025). DeepSeek-V3 and R1: Optimized AI Models for Multilingual Applications. Retrieved from https://deepseek.com

3. AI Times. (2025). 딥시크, AI 산업의 새 지평을 열다. Retrieved from https://aitimes.com