딥시크의 실제 개발 비용은 얼마일까?

최근 중국의 스타트업 딥시크에서 개발한 인공지능 ‘딥시크’는 공식적으로 AI 모델 훈련 비용이 557만6000달러(81억원)라고 밝혔다. 그동안 오픈AI 의 챗GPT나 구글의 제미나이와 같은 AI 모델은 막대한 개발 비용이 들어간 것에 비해서는 굉장히 적은 비용으로 딥시크를 개발한 것이라서, 시장은 큰 충격을 받았다.

 

 

 

하지만 딥시크 AI가 '저비용 고성능'이 아닌 '고비용 고성능' 일 것이라는 분석이 나왔다. 실제 투자비용은 7조2000억원(약 50억달러)에 육박할 것이라는 분석이다. 반도체 산업에 특화된 연구 컨설팅 업체인 세미애널리시스(SemiAnalysis)는 이렇게 말했다. “딥시크의 하드웨어 투자는 총 50억 달러를 웃돌 것으로 추정된다.”

 

 

 

 

 

 

딥시크는 2023년 중국 AI 헤지펀드 하이플라이어(High-Flyer)에서 독립한 스타트업이다. 하이플라이어는 중국명으로 환팡량화(幻方量化)이다. 그동안 하이플라이어의 반도체 구매 내역을 보면, 2021년 미국의 수출 제한 조치 이전에 A100 GPU 1만 개를 선제적으로 확보했다는 사실이 있다.

 

 

 

이후 AI 모델 개발에 전력 투구했다, 세미애널리시스는 하이플라이어와 딥시크 2개사가 총 5만 개 이상의 엔비디아 GPU를 보유하고 있는 것으로 보인다고 분석했다. 현재는 H20 3만개, H800 1만개, H100 1만개 추가 중이라고 한다.

 

 

 

그러면서 세미애널리시스는 딥시크의 총 서버 투자 비용(CapEx·자본 지출)이 약 16억 달러(약 2조3332억원)에 달하고, 운영 비용만 9억4400만 달러(약 1조 3766억원)에 육박할 것이라고 분석했다. 세미애널리시스는 “AI 연구소나 하이퍼스케일 데이터센터는 단일 모델 훈련에 투입되는 GPU보다 훨씬 더 많은 GPU를 보유해야 한다”면서 “연구, 실험, 중앙 자원 관리 등의 이유 때문”이라고 설명했다.

 

 

 

 

딥시크는 구글과 같은 대형 AI 연구소와 달리, 외부 클라우드 업체에 의존하지 않고 자체 데이터센터를 운영하고 있다. 이를 통해 모델 개발과 실험 속도를 극대화하고 있는 전략이다. 이러한 GPU는 멀티헤드잠재어텐션(Multi-head Latent Attention, MLA) 등 새로운 AI 아키텍처를 연구할 수 있었던 배경이다.

 

 

 

#멀티헤드잠재어텐션/Multi-head Latent Attention, MLA

자연어 처리(NLP)와 컴퓨터 비전 모델에서 사용되는 기술. 모델이 잠재(latent) 상태에서 더 깊은 의미를 학습할 수 있도록 설계된 구조. 일반 멀티헤드 어텐션은 여러 개의 돋보기로 표면적인 특징들을 다각도로 관찰하는 것이고, MLA는 이에 더해 X-ray 같은 도구를 추가해 겉으로 보이지 않는 내부 구조까지 파악할 수 있다.

 

 

 

이뿐만이 아니다. 딥시크는 중국내에서 우수 AI 인재를 대거 영입하고 있는데, 베이징대, 저장대 등 주요 대학에서 적극적으로 인재를 채용하고 있다. 뛰어난 연구원에게 130만 달러(약 18억 원) 이상의 연봉을 지급하는 것으로 알려졌다. 현재 직원 수는 약 150명 수준이지만 빠르게 증가하는 추세다.

 

 

 

세미애널리시스 주장이 맞다면 ‘저비용 고성능’ AI가 자본 시장을 강타한 것이 아니라, 중국 AI 기술력 자체가 미국 테크를 위협한 것이라고 해석할 수 있다.