[뉴시스] “파라미터 수? 이젠 가성비 대결”…AI 경쟁 패러다임이 바뀐다

[베이징=AP/뉴시스] 28일 중국 수도 베이징의 한 사용자 휴대전화 화면에 딥시크(DeepSeek) 애플리케이션이 구동하고 있다. 2025.01.28.

인공지능(AI) 기술 경쟁 패러다임이 ‘파라미터(매개변수)’에서 ‘비용’으로 바뀌고 있다. 국내·외 빅테크나 개발자들은 그동안 파라미터 수를 가지고 ‘우리 AI 모델이 학습할 수 있는 양’을 앞다퉈 강조해 왔다. 하지만 중국 AI 스타트업 딥시크 이슈 후부터는 ‘얼마나 더 저렴한 비용으로 고성능 모델을 개발했는가’가 자사 기술력을 홍보하는 수단으로 자리매김하고 있다.

미 스탠퍼드대와 워싱턴대 연구진은 최근 50달러(약 7만3000원) 미만의 비용으로 오픈AI, 딥시크 최신 모델과 비슷한 성능을 발휘하는 AI 추론 모델을 훈련시켰다는 연구 보고서를 아카이브(논문 사전 공개 사이트)에 게재했다.

‘s1’이라 칭한 이 모델은 구글 AI 모델 ‘제미나이 2.0 플래시 싱킹 익스페리멘털’에서 지식 증류 방식으로 개발됐다. 지식 증류란 큰 AI 모델에서 필요한 지식을 작은 AI 모델에 전달하는 방식을 말한다.

연구진은 엔비디아 그래픽처리장치(GPU) 모듈 H100 16개만으로 30분 만에 s1을 훈련했다. 연구원들은 학습 결과 오픈AI 추론 모델 ‘o1’, 딥시크 추론 모델 ‘R1’과 비교했을 때 특정 AI 벤치마크 평가에서 비슷한 성능을 보였다고 주장했다.

하지만 테크크런치는 “(증류 방식의 개발은) AI 모델 성능을 저렴한 비용으로 개발할 수 있는 좋은 방법”이라면서도 “더 나은, 새로운 AI 모델을 만들지 못한다”고 보도했다. 특히 s1은 클라우드 컴퓨팅으로 GPU를 대여하는 방식으로 개발해 비용을 낮춘 만큼 실제 상용 운영까지 하려면 데이터센터 운영비 등 더 큰 비용이 발생하는 한계를 지녔다.

[서울=뉴시스]

이러한 분석에도 이 연구는 비용 효율적인 측면에서 학계에 주목받았다. 딥시크 영향으로 AI 기술 경쟁 중심이 비용으로 움직이고 있기 때문이다.

딥시크가 거대언어모델(LLM) ‘V3’와 추론 모델 ‘R1’을 개발하는 데 사용한 것으로 알려진 기술 ‘전문가 혼합(MoE·Mixture of Experts)’ 등은 기존 개발자들한테 익히 알려진 기술이다.

그런데도 딥시크가 전 세계 AI 시장에서 스타로 떠오르고 엔비디아 등 반도체 기업 주가를 뒤흔들게 만든 건 비용이었다. 딥시크는 오픈AI 최신 모델과 경쟁할 만한 모델을 개발하는 데 든 비용이 557만 달러(약 81억원, V3 기준)에 불과하다고 주장한 바 있다. AI가 미래 먹거리인 점은 공감하지만 결국 AI로 투자한 비용 이상의 돈을 벌 수 있는지가 중요해진 것이다.

[서울=뉴시스]배경훈 LG AI연구원장이 지난 11월 열린 LG AI 인사이트 2024에서 한 해 동안의 연구 성과를 발표하고 있다. (사진 = LG) 2024.12.09. photo@newsis.com

이 흐름에 따라 한국 기업이 최근 공개한 AI 모델도 비용 측면에서 세계에서 주목할 만한 AI 기술 중 하나로 선정됐다.

LG가 자체 개발해 지난해 12월 공개한 모델 ‘엑사원 3.5 32B’가 최근 미국 비영리 AI 연구·조사 기관 ‘에포크AI’의 ‘주목할 만한 AI’ 목록에 등재됐다. 한국 기업 단독으로 개발한 AI 모델이 이 목록에 등재된 건 지난 2022년 11월 이후 약 2년 만이다.

이 모델 파라미터 수는 엑사원 1.0(약 3000억개)의 약 10% 수준인 320억개다. LG그룹 임직원이 이용 중인 생성형 AI ‘챗엑사원’에 활용되고 있다. 파라미터 수가 적지만 에포크AI는 이 모델에 대해 ‘비용’ 측면에서 주목할 만하다고 말했다.

배경훈 LG AI연구원장은 지난 6일 과학기술정보통신부가 주최한 간담회에서 이 모델을 개발하는 데 70억원이 들었다고 밝힌 바 있다. 딥시크 V3 개발비보다 적은 수준이다.

업계에서는 AI 기술 경쟁 흐름이 예전만큼 단순히 파라미터 수만 놓고 보는 게 아니라 ‘저비용·고효율’ 측면도 함께 진행될 것이라는 전망이 나온다.

업계 한 관계자는 “AI를 안정적으로 서비스하기 위해서는 대규모 투자를 무시할 수 없다”면서도 “파라미터, 천문학적인 비용만 강조하기에는 글로벌 빅테크에 상대가 안 된다는 걸 안 개발자들이 ‘실용적인 AI 모델’ 개발에 앞다투면서 AI 개발 흐름도 빨라질 것”이라고 말했다.