딥시크 쇼크 1년…'기술 독자성' 함정 빠진 韓, 돌파구는

중국 인공지능(AI) 스타트업 딥시크가 지난해 1월 공개한 오픈소스 추론 모델 'R1'이 업계에 충격파를 던진 지 1년이 흘렀다. 적은 비용으로 미국 빅테크와 어깨를 나란히 하는 모델 성능을 구현하고, 이를 오픈소스화한 딥시크 등장은 AI 패권 경쟁 판도까지 바꿨다.

기술 선도국인 미국은 물론 우리나라를 포함한 기술 추격국들에 새로운 기회이자 위협이 되면서다. 우리 정부도 국가 차원으로 번진 AI 경쟁에 본격 뛰어들었다.

글로벌 최신 AI 모델 성능에 견주는 국산 기술력 확보를 목표로 K-AI 기업을 지원하는 '독자 AI 파운데이션 모델(독파모)' 사업이 대표적이다.

하지만 독파모 프로젝트는 시작부터 '프롬 스크래치(From Scratch·바닥부터 독자 개발)' 여부를 두고 진통을 겪고 있다. 독자 모델 개발을 둘러싼 논쟁이 AI 강국으로의 도약대가 되려면 딥시크가 증명한 효율적 혁신을 한국 실정에 맞게 재해석해야 한다는 목소리가 나온다.

구글·오픈AI 기술 차용했지만 기술력 인정받은 中 딥시크

'소버린(주권) AI'가 주목받는 배경엔 외부 기술 의존도를 낮춰 통제권 상실 위험을 최소화해야 한다는 시대적 요구가 있다. 그러나 딥시크는 외부 오픈소스를 적극 활용해 역설적으로 기술 주권을 확보한 사례다.

딥시크는 모델 개발 과정에서 구글의 비전 인코더(SigLIP-L), 오픈AI의 프로그래밍 언어(트라이톤), 스탠포드 연구진의 플래시 어텐션 등 경쟁사와 학계의 모듈을 대거 채택하며 효율을 극대화했다.

이러한 외부 모듈 활용은 글로벌 빅테크 사이에서도 일반적이다. 메타 '라마' 시리즈는 쥬이이테크놀로지가 개발한 회전위치임베딩(RoPE)과 구글의 활성화 함수(SwiGLU)를 사용했다. 구글 '제미나이' 역시 외부 플래시 어텐션 기술을 내부 인프라에 통합해 활용하고 있다.

AI 개발에서 핵심 구성 요소를 외부에서 가져오는 것은 기술 자립도를 해치는 결격 사유가 아닌 보편적인 개발 방식인 셈이다.

딥시크가 독자 기술력을 높게 평가받는 이유도 기존에 없던 시도로 새로운 가치를 증명했기 때문이다. 딥시크는 미국의 반도체 제재에 따른 인프라 환경을 극복하기 위해 기존 업계가 챗봇 말투 교정용으로만 치부하던 '강화학습'을 추론 능력 향상 핵심 도구로 재정의했다.

딥시크는 강화학습으로 AI가 스스로 사고하는 과정을 훈련시키면 적은 데이터로도 추론 능력을 극대화할 수 있다는 독자적 가설을 세워 이를 기술적으로 구현했다.

아키텍처 효율화 측면에서도 독창성을 발휘했다. 딥시크는 전문가 모델을 세분화하고 공통 지식 모델을 상시 대기시키는 '딥시크MoE' 방식을 고안해 메모리 사용량과 연산 비용을 획기적으로 줄였다.

韓 AI 전략, 벤치마크 점수 넘어 새로운 경쟁력 필요

결국 딥시크 사례는 진정한 기술 독자성이 모든 부품의 자체 제작이 아닌, 차별화된 아키텍처와 독창적인 가설을 통해 구현된다는 사실을 시사한다.

업계 전문가들이 한국 AI 산업이 '독자 AI'라는 단어의 함정에서 벗어나야 한다고 지적하는 이유다. 단순히 부품 국산화율을 따지는 제조업식 사고방식으로는 AI 패권 경쟁 본질을 꿰뚫을 수 없기 때문이다.

배경훈 부총리 겸 과학기술정보통신부 장관이 지난해 12월 30일 오후 서울 강남구 코엑스 오디토리움에서 열린 '독자 AI파운데이션 프로젝트' 발표회에서 환영사를 하고 있다. 2025.12.30 (사진=뉴스1 )

현재 글로벌 AI 시장은 모든 요소를 자체 제작할 것을 요구하지 않는다. 특정 분야에서 얼마나 차별화된 아키텍처를 구축했는지, 비용 효율성이나 기술적 특화점은 무엇인지에 주목한다. 글로벌 경쟁이 목표라면 높은 한국어 인식률만으로는 차별화를 입증하기 어렵다는 평가가 나온다.

임정환 모티프테크놀로지스 대표는 "정부와 시장이 벤치마크 점수에만 집착하면 기업은 결국 점수 올리기 쉬운 오픈소스 모델을 가져오는 안전한 길만 택하게 된다"고 경고했다.