DeepSeek 쇼크로 난리네요.
공산당이 모든 데이터를 관리하는 중국이라 가능한 건지,
우리나라도 저렴한 투자 비용으로 도전해볼 수 있는 건지
더 살펴봐야겠네요.

얼마 전 고태봉 센터장님 세미나에서도 중국 테크와 우리의 현실에 대한 이야기가 많이 나왔는데
연휴에 들어보시면 좋을 것 같습니다.

설 명절 연휴를 맞아
알짜 세미나 몇 개가
노다지IR노트에도 공개됩니다.

[🎁설 특집] 설연휴 보시면 좋은 영상을 공유 드립니다!

설연휴기간동안 <노다지 IR노트>에서 '와이즈클럽' 인기 세미나 영상 3편을 보실 수 있습니다.

👍재야의 고수 깡토님, 가치투자부터 추세추종까지 '올라운드' 투자자가 되는 법

👍서병수 사람사점영자산운용 상무, 글로벌 주식투자 아이디어

👍고태봉 iM증권 리서치센터장, CES 2025 리뷰와 놓치지 말아야 할 기업은?

항상 응원해주시고 사랑해주셔서 감사합니다! 2025년 더욱 도움이 되는 채널이 될 수 있도록 노력하겠습니다♡

편안한 설연휴 보내세요!
👉 https://naver.me/Fmfmgzod

중국 스타트 업 Moonshot AI가 방금 Kimi k1.5를 출시했습니다:

- 2024년 4월경 창업한 스타트업 (1년도 안됨..)
- Claude Sonnet 3.5 & GPT 4.0보다 뛰어나고 Open AI o1모델과 동급의 성능을 보이는 모델 공게
- 완전 무료이며 무제한 사용 가능
- 완전 오픈소스 (모든걸 다 까발림) 상태이며 누구나 깃허브를 통해 코드 확인 가능
- 100개 이상의 웹사이트에 걸쳐 실시간 웹 검색 (딮시크가 못하던거)
- 최대 50개의 파일(PDF, 문서, PPT, 이미지 등) 분석 가능
고급 CoT(Chain of Thought) 추론 기능 제공. 무료로 이용 가능.

https://www.fmkorea.com/7967341931

영상의 요지 Deep Seek R1

* 쇼크의 원인 1) 엔비디아 저성능 칩을 가지고 2) 사람의 피드백 없이 AI의 강화학습으로 모델을 개발해서 3) 오픈소스로 내버린 게 쇼크

* R1의 R은 강화학습(지도학습x)의 의미. 챗 GPT도 강화학습 하는데, 강화학습해도 사람이 피드백을 줌. 그래서 성능이 올라감

* 딥시크는 AI가 피드백을 줌. 이게 와우 포인트. 모델을 소형화 해도 잘나오니 엔비디아 칩 필요없는거 아니냐라고 생각하는데 영상은 아니라고 주장

* 영상은 딥시크의 의의는 AI 모델 개발을 다른 방식으로도 해봐야 하는거 아니냐는 시사점을 던졌다는 것

* 그리고 중국은 미국이 반도체를 제재했기 때문에 AI 개발이 알고리즘 중심으로 이뤄졌을 것으로 추정. 중국은 AI 전략을 개방형으로 가져갈 수밖에 없었을 것

문과스런 생각인지는 모르나 지금까지 하드웨어 때려박는 거 외엔 답 없다고 생각하다가 소프트웨어 알고리즘이 성능을 개선시킬 수 있다고 생각되면 엔비디아 고사양 수요는 좀 줄어드는 거 아닌가??

딥식이가 숨겨놓은
H100 몇개인지 찾아내기
포상금 걸고 내부 제보 받으면...
능력 있는 헤지펀드 형들은 해볼만 하지 않을까요

개장전

엔비디아 -11.8%
브로드컴 -12.3%
슈퍼마이크로 -10.7%
MS -6.26%
AMD -5.89%
메타 -5.2%

우리시장은 휴장이지만
이미 많은 빅테크에
한국인 익스포저가 높으니
이것 참...

히딩크 감독의 승률은 36%밖에 되지 않습니다.
중요한 건 승률이 아닙니다.

<내 인생을 바꾼 하루 한 장> 중에서
https://product.kyobobook.co.kr/detail/S000215132151

미래에 일어날 전쟁

Deepseek 직원: "2024년의 마지막 작업 이후, 컴퓨팅 자원을 제외하고는 AGI(범용 인공지능)로 가는 길을 막을 수 있는 것은 없습니다." (현재 글 삭제)

DeepSeek의 설립자 Liang Wenfeng:
미국과 중국 간의 컴퓨팅 격차는 수출 통제로 인해 더욱 확대되었으며, 이는 DeepSeek의 주요 제약 조건으로 남아 있습니다. DeepSeek의 경영진은 효율성 향상에도 불구하고 여전히 4배의 컴퓨팅 열세가 있음을 공개적으로 인정했습니다.
"이것은 우리가 동일한 결과를 얻기 위해 2배의 컴퓨팅 자원이 필요하다는 것을 의미합니다. 추가로, 데이터 효율성에서도 약 2배의 격차가 있어, 동일한 결과를 얻으려면 2배의 훈련 데이터와 컴퓨팅 자원이 필요합니다. 이를 종합하면 4배의 컴퓨팅 자원이 요구됩니다."
그는 이어서 이렇게 덧붙였습니다:
"우리는 단기적인 자금 조달 계획이 없습니다. 우리의 문제는 자금이 아니라, 고급 칩에 대한 금수조치(embargo)입니다."(https://blog.heim.xyz/deepseek-what-the-headlines-miss/)

( Deepseek가 블랙웰과 루빈이 필요없을까요? 그들의 말을 곧이 곧대로 믿어서 지금의 호퍼로 과소자원으로 성과를 낸게 사실이라면 지금의 호퍼와 성능격차가 수십배로 벌어지는 블랙웰과 루빈이 탐나지 않을까요? 이미 그들도 컴퓨팅 자원이 그들의 제약조건이라고 인정하고 있습니다)

팻 겔싱어(Pat Gelsinger)

지혜란 우리가 이미 알고 있다고 생각했던 교훈들을 다시 배우는 것입니다.
DeepSeek은 컴퓨팅 역사에서 세 가지 중요한 교훈을 다시 상기시켜 줍니다:

컴퓨팅은 기체 법칙을 따른다.
비용을 극적으로 낮추면 그 시장은 더욱 확장됩니다. 현재 시장은 이를 잘못 판단하고 있으며, 이는 AI가 훨씬 더 광범위하게 배포되는 결과를 가져올 것입니다.

공학은 제약의 예술이다.
중국 엔지니어들은 제한된 자원을 가지고 창의적인 해결책을 찾아야 했습니다.

오픈(Open)은 승리한다.
DeepSeek은 점점 닫혀 가는 기초 AI 모델 연구의 세계를 다시 새롭게 리셋하는 데 기여할 것입니다.

미국 오픈AI는 닫혀가고 있고
중국 딥식이는 오픈소스로 오픈해버리고...
진정한 open AI는
딥식이라는 말까지 나오네요.

이제 중국 deepseek의 오픈소스로
생성형AI 모델을 만드는 기업이 얼마나 나오는지,
중국 밖에서도 그걸 얼마나 이용하는지가 중요하겠네요.

[중국을 보는 色다른 시선-(20)] 평범한 “중국 돼지(Deep Seek)”가 미국 “AI 호랑이(챗GPT)”를 물었다?

- 미국의 “반도체, AI규제”를 무색하게 만든 중국의 3대 “식칼 신공”
-미국 챗GPT를 밀어낸 중국의 85년생 천재 CEO가 만든 “Deep Seek”
-가성비 최강의 중국 AI모델, “Deep Seek”의 4가지 비밀은?
-중국의 “평범한 작은 돼지”가 “미국의 호랑이”를 먹은 것일까?
-Deep Seek가 전 세계 AI의 경쟁 구도를 바꿀 수 있을까?

https://blog.naver.com/bsj7000/223740440710

애슬레저 브랜드들의 경쟁이 치열해지던 지난 2020년 LB인베스트먼트 30억원, SBI인베스트먼트 30억원, 스틱벤처스 30억원, 한국투자증권 20억원, 프라핏인베스트먼트 10억원 등 총 120억원의 투자를 받아 다양한 시도를 했으나 여의치 않았고, 이후 추가 투자 유치에 실패하면서 현재 자본잠식 상태까지 오게된 것으로 보인다.

https://fashionbiz.co.kr/article/213262

받은글)

Dropbox의 AI 부사장 Morgan Brown

1/ 먼저 배경부터 설명하겠습니다. 현재 최첨단 AI 모델을 훈련시키는 비용은 엄청나게 비쌉니다.

OpenAI, Anthropic 같은 회사들은 계산에만 1억 달러 이상을 쓰며, $4만짜리 GPU 수천 대가 필요한 대규모 데이터 센터를 운영합니다. 마치 공장을 운영하기 위해 발전소 전체가 필요한 상황과 같습니다.

2/ 그런데 DeepSeek이 나타나서 이렇게 말했습니다.

“LOL, 우리라면 이걸 500만 달러로 할 수 있을걸?”
그리고 말로만 한 것이 아니라 실제로 해냈습니다.
그들의 모델은 GPT-4와 Claude를 많은 작업에서 능가하거나 대등합니다. AI 업계는 (요즘 10대들이 말하듯) ‘충격’을 받았습니다.

3/ 어떻게 가능했을까요?

그들은 모든 것을 처음부터 다시 생각했습니다.
전통적인 AI는 마치 모든 숫자를 소수점 32자리까지 기록하는 것과 같습니다.

DeepSeek은 “8자리로만 기록하면 어떨까? 충분히 정확하잖아!”라고 접근했고, 결과적으로 메모리 사용량이 75% 감소했습니다.

4/ 그리고 그들의 “멀티 토큰” 시스템도 주목할 만합니다.

일반적인 AI는 초등학생이 읽듯이 “The… cat… sat…”처럼 읽습니다.

반면, DeepSeek은 문장 전체를 한 번에 읽습니다. 결과적으로 2배 더 빠르고 90% 수준의 정확도를 자랑합니다.

수십억 개의 단어를 처리할 때, 이런 효율성은 매우 중요합니다.

5/ 하지만 진짜 기발한 점은 “전문가 시스템”을 구축했다는 것입니다.

한 거대한 AI가 모든 것을 다 알도록 만드는 대신(예: 한 사람이 의사, 변호사, 엔지니어 역할을 모두 하는 것처럼), DeepSeek은 필요한 경우에만 전문가들을 호출하도록 설계했습니다.

6/ 기존 모델은 1.8조 개의 파라미터가 항상 활성화되어야 합니다.

DeepSeek은 6710억 개의 파라미터 중 단지 370억 개만 활성화됩니다.

마치 큰 팀을 운영하되 필요한 전문가만 호출하는 것과 같습니다.

7/ 결과는 놀랍습니다:

• 훈련 비용: 1억 달러 → 500만 달러
• 필요한 GPU 수: 100,000대 → 2,000대
• API 비용: 95% 절감
• 데이터 센터 하드웨어 대신 게이밍 GPU에서도 실행 가능

8/ “그런데,” 누군가 말할 수 있습니다. “분명 단점이 있겠지!”

놀라운 점은, 모든 것이 오픈 소스라는 것입니다.
누구나 그들의 작업을 검증할 수 있습니다. 코드는 공개되어 있고, 기술 논문은 모든 과정을 설명합니다.

마법이 아니라, 단순히 매우 영리한 엔지니어링입니다.

9/ 왜 중요한가요?

이로 인해 “대형 기술 기업만이 AI를 다룰 수 있다”는 기존의 모델이 깨졌습니다.

이제 수십억 달러 규모의 데이터 센터가 필요하지 않습니다.

좋은 GPU 몇 대만 있으면 됩니다.

10/ Nvidia에게는 두려운 이야기입니다.

그들의 비즈니스 모델은 초고가 GPU를 90% 마진으로 판매하는 데 기반을 두고 있습니다.

하지만 모두가 일반 게이밍 GPU로 AI를 돌릴 수 있게 된다면… 문제는 명확합니다.

11/ 그리고 중요한 점은 DeepSeek이 이를 200명 이하의 팀으로 해냈다는 것입니다.

한편 Meta의 팀은 DeepSeek 전체 훈련 예산보다 더 많은 연봉을 받으며 작업을 하고 있지만, 그들의 모델은 DeepSeek만큼 좋지 않습니다.

12/ 이는 전형적인 파괴적 혁신의 이야기입니다.

기존 기업들은 기존 프로세스를 최적화하는 데 초점을 맞추는 반면, 파괴적인 혁신 기업들은 근본적인 접근 방식을 다시 생각합니다.

DeepSeek은 “더 많은 하드웨어를 투입하기보다 더 똑똑하게 접근하면 어떨까?”라고 물었습니다.

13/ 그 영향은 큽니다:

• AI 개발이 더 접근 가능해짐
• 경쟁이 급격히 증가
• 대형 기술 기업들의 “진입 장벽”이 작은 웅덩이처럼 보임
• 하드웨어 요구 사항(및 비용)이 급감

14/ 물론, OpenAI와 Anthropic 같은 대기업들이 가만히 있지는 않을 것입니다.

그들은 아마도 이미 이러한 혁신을 구현하고 있을 것입니다.

그러나 효율성의 램프는 이제 병 밖으로 나왔으며, “더 많은 GPU를 투입하자”라는 접근 방식으로 돌아갈 수는 없습니다.

15/ 마지막 생각:

이 순간은 우리가 나중에 변곡점으로 기억할 가능성이 높습니다.

마치 PC가 메인프레임을 덜 중요하게 만들거나, 클라우드 컴퓨팅이 모든 것을 바꿨던 것처럼요.

AI는 더 접근 가능하고, 훨씬 저렴해질 것입니다.
이 변화가 현재 플레이어들에게 어떤 영향을 미칠지는 속도의 문제일 뿐입니다.