SUMMURY ✔ 이미 딥시크 이전부터 개발 비용 절감은 AI 산업에서 하나의 트렌드로 자리잡은 상태 ✔ 딥시크는 한정된 하드웨어(저사양 GPU)의 제약에서 개발 비용 절감에 성공했다는 점에서 인정할 만한 성과로 보임 ✔ 하지만 딥시크 역시 꾸준히 성능 개선을 위해서는 고사양 GPU가 필수인 만큼 엔비디아 및 빅테크는 무너지지 않을 전망이며 AI 데이터 센터 투자도 이어질 것으로 예상 ✔ 트럼프 2기 행정부 역시 이런 상황을 인지해 AI 투자 대대적으로 진행할 예정

설 연휴 미국 증시는 크게 출렁였습니다. 엔비디아를 필두로 반도체 기업 및 전력, 일부 산업재가 큰 폭으로 하락했는데요. 나스닥은 지난 27일 -3% 가량 하락 후 일부 반등했으나 여전히 변동성은 살아있습니다. 언제 다시 하락해도 이상하지 않은 셈이죠.

나스닥을 크게 뒤흔든 충격파의 근원은 중국입니다. 중국의 신생 스타트업 ‘딥시크(Deepseek)’가 가성비 AI LLM(대형언어모델)인 딥시크 R1을 내놓았습니다. 이들은 딥시크이 기존 LLM(오픈AP의 ChatGPT, 앤스로픽의 Claude 3.5, 메타의 Llama 등)과 유사한 성능을 보이면서 개발 비용은 기존 LLM 대비 10분의 1만 필요하다고 밝혔습니다. 게다가 딥시크를 오픈 소스로 공개했습니다. 즉, 단순히 중국도 LLM 개발이 가능하다는 기술력 전시에서 더 나아가 ‘비용 대비 성과가 우수’했기 때문에 전 세계의 증시가 출렁인 것이죠.

지금까지 AI는 미국이 패권을 꽉 쥐고 있다 생각했는데 중국이 보기 좋게 한 방 먹인 건데요. 전장은 다시 미국 한정에서 벗어나 중국까지 넓어졌습니다. 유럽은 우선 딥시크 규제 검토에 나섰고, 오픈AI는 자사 데이터를 무단으로 이용해 개발한 증거를 포착했다고 밝혔죠. 과연 AI 패권은 누가 가져가게 될까요.

이처럼 저렴한 개발 비용 대비 기존 LLM과 유사한 성능의 LLM이 등장하면서 빅테크 기업들이 앞다퉈 투자하는 초대형 AI 데이터 센터에 대한 회의론까지 등장했습니다. 그렇다면 정말 가성비 LLM 딥시크의 등장으로 빅테크의 공격적인 AI 데이터센터 투자는 더 이상 필요 없는 것일까요? 더 나아가 오픈AI가 주창한 '스케일링 법칙(Scaling Law)*’마저 깨진 걸까요? 마지막으로 엔비디아는 이제 끝난 건지 해답이 궁금한 시점입니다.

** 스케일링 법칙: AI 모델이 학습하는 데이터의 양과 컴퓨팅 능력이 증가하면 성능도 비례해 향상한다는 이론*

결론부터 말하자면 ‘스케일링 법칙(Scaling Law)’은 딥시크 등장으로 오히려 더욱 강화됐으며 오히려 ‘Better&More GPU’, 즉 ‘더 성능 좋은 GPU가 더 많이’ 필요한 시점입니다. 향후 빅테크들은 더욱 공격적으로 최신 GPU를 매수하고, 트럼프 2기 행정부가 對中(대중) 수출 통제를 더욱 강화하도록 유도할 것으로 예상합니다.

이제부터 투자자들이 궁금해 하실 만한 부분에 대해 Q&A 형식으로 짚어보겠습니다.

Q1. 딥시크의 저렴한 개발 비용은 유일무이한 성과인가? 기존 LLM은 실제로 개발 비용이 비싼가?