AI, 반도체, 통신, 바이오에 이르기까지 우리 생활에 꼭 필요하지만 너무나 생소한 기술 이야기를 쉽게 풀어 전해 드립니다 딥시크, 키미 등 중국제 인공지능(AI) 모델이 업계를 뒤흔들고 있습니다. 최첨단 모델보다 훨씬 저렴한 가격으로 괜찮은 성능의 서비스를 제공하니, 이제는 미국산 AI를 굳이 고집하지 않아도 된다는 주장이 설득력을 얻고 있지요. 첨단 AI에서 앞서 나가던 거대 기업들도 이제는 성능이 아닌 가격 경쟁에 동참하고 있습니다. 중국 모델이 바꾼 AI 경쟁력의 새로운 공식은 비단 AI 기업뿐만 아니라, 컴퓨터 인프라를 제공하는 반도체 기업들의 업황에도 막대한 영향을 미칠 전망입니다. 벗어나지 못하면 도태된다…'딥시크 킬 라인' '아티피셜 애널리시스'가 분석한 딥시크 V4 프로 모델의 가격과 성능을 기준으로 그린 사각형. 내부에 포함된 모델들은 오픈소스 AI와의 경쟁에서 밀릴 가능성이 높아진다. 엑스(X) 캡처 최근 미국의 대형 언어 모델(LLM) 연구 커뮤니티에는 이른바 '딥시크 킬 라인(Kill line)'이라는 그래프가 주목받았습니다. 딥시크 최신 모델의 토큰당 비용과 벤치마크 성능을 기준으로 두고, 해당 기준에 미달하는 모델과 앞서는 모델을 분류한 겁니다. 딥시크의 비용·성능을 경계 삼아 그린 커다란 박스 안에 있는 모델은 사실상 사용할 필요가 없어지는 겁니다. 결과는 충격적이었습니다. 오픈AI, 앤스로픽, 구글 딥마인드 등 AI 업계 최선두를 달리는 이른바 '프론티어 랩' 기업들의 최신 모델은 킬 라인을 간신히 뛰어넘었지만, 대다수의 AI는 킬 라인에 묻혀 버렸습니다 오션파라다이스동영상 . 이미지를 접한 누리꾼들은 "쓸모없는 AI들이 너무 많아졌다", "업계에 피바람이 불 것", "치킨 게임이 시작된다" 등 반응을 내놨습니다. 프런티어 랩도 성능서 비용 경쟁으로 돌아서 오픈AI는 GPT-5.6을 성능에 따라 솔, 테라, 루나로 나눠 차등화하는 전략으로 가격 경쟁에 뛰어들었다. 오픈AI 그동안 프런티어 랩은 범인공지능(AGI)을 목표로 가장 크고 강력한 모델을 개발하는데 골몰했습니다. 앤스로픽의 고위험·고성능 AI '미토스'는 성능은 나무랄 데 없었지만, 어마어마한 토큰 소모량 때문에 유료 사용자의 원성을 듣기도 했지요. 하지만 '강력하지는 않아도 딱 적당한' 중국산 AI 모델들이 저가 시장을 침투하면서, 프런티어 랩도 사업 전략을 재고하는 모양새입니다. 오픈AI가 최근 공개한 GPT 5.6 모델이 대표적입니다. 해당 모델은 성능에 따라 솔(Sol), 테라(Terra), 루나(Luna)로 차등화됐는데, 복잡한 업무는 솔과 테라가 담당하지만 단순 업무나 추론, 결과물 테스트는 가장 가볍고 저렴한 루나가 수행합니다. 오픈AI는 루나의 응용 프로그래밍 인터페이스(API) 호출 비용을 80% 삭감하는 파격적인 결정을 내렸고, 차감된 가격은 중국 모델들과 엇비슷한 수준입니다. AI 성능 격차 사라진다면…"다시 컴퓨터 연산량 경쟁" 백경릴게임 사실 프런티어 랩들도 머지않아 AI 경쟁이 성능 중심에서 비용 중심으로 선회할 것을 어느 정도 예측하고 있었습니다. 구글 딥마인드도 가장 강력한 모델을 내놓는 대신, 응답 속도를 극대화한 경량 모델 제미나이 플래시를 먼저 업데이트하고 있습니다. 이런 움직임 뒤에는, 궁극적으로 AI가 '상품(Commodity)'화 될 것이라는 계산이 깔려 있습니다. 오픈AI의 스타게이트 데이터센터. 오픈AI 지난달까지 오픈AI에서 미래 전략가로 근무한 AI 과학자 조슈아 아키암은 미국 테크 팟캐스트 방송 'MTS'와의 인터뷰에서 "AI는 .차 자기 자신을 업데이트하는 자동화된 기술로 나아가고 있으며, 어떤 수준에 이르면 결국 다들 비슷한 수준에 이를 것"이라며 "지금도 오픈소스 AI는 프런티어 랩과 비교해 단 몇 개월의 기술 격차밖에 나지 않는 상황"이라고 설명했습니다. 그러면서 "결국 모두가 비슷비슷한 AI를 가진 채 경쟁에 임하게 될 것"이라고 전망했습니다. AI 모델의 개별적인 성능이 거의 구분되지 않는, 마치 일반 상품 같은 취급을 받게 된다는 뜻입니다. 결국 얼마나 더 많은 AI 서비스를 만들어 고객에 전달할 수 있는지가 승패를 좌우하는 셈입니다. 이같은 경쟁 구도 전환은 엔비디아, 인텔, 삼성전자 등 AI 기업에 반도체를 납품하는 하드웨어 기업들의 업황에도 지대한 영향을 미칩니다. 아키암은 "이런 상황에선 순수한 AI 컴퓨터 연산량을 더 많이 가진 쪽이 승리할 것"이라고 예측했습니다. AI 개발이 무르익으면, 이후에는 다시 물리적인 AI 데이터센터 확보 경쟁으로 기울게 된다는 전망입니다. ill line)'