Expert Insight

2026-10-18 온라인뉴스팀

중국 딥시크(DeepSeek), 20센트로 소프트웨어 난제 77% 해결하는 ‘V4.1 플래시 1017’ 전격 공개… 클로드 오퍼스 5·GPT-6.1 대비 50~100배 저렴한 비용으로 미국 프론티어 AI 모델 압도

수천억 달러를 쏟아붓는 선도 모델의 지능 프리미엄이 불과 수개월 만에 소멸하는 ‘지능의 유통기한’ 도래… 앞선 모델을 교과서 삼아 격차를 좁히는 증류(Distillation)와 자가 잠식(Cannibalization)의 가속화

7,000억 달러 데이터센터 설비투자(CAPEX)와 5년 감가상각을 위협하는 지능 단가 급락… 화웨이 칩 16만 대 기반 추론 전환과 메모리 4분의 1 절감 발표가 한국 반도체와 글로벌 증시에 던진 엄중한 경고 심층 진단

[익스퍼트인사이트 온라인뉴스팀] 글로벌 생성형 인공지능(AI) 패권을 둘러싼 미·중 빅테크 간의 자본과 기술 전쟁이 천문학적인 연구개발비와 거대언어모델(LLM)의 성능 대결을 넘어, 고성능 인공지능의 단가를 바닥까지 끌어내리는 가혹한 ‘AI 디플레이션’ 국면으로 진입하며 전 세계 테크 산업과 금융시장에 거대한 충격파를 던지고 있다. 최근 공개된 기술 분석 리포트와 업계의 심층 진단에 따르면, 중국의 AI 선도 기업 딥시크(DeepSeek)가 토요일 기습적으로 선보인 경량화 추론 모델 ‘V4.1 플래시(Flash) 1017’은 복잡한 소프트웨어 엔지니어링 과제 하나를 해결하는 데 드는 비용을 불과 ’20센트(한화 약 270원)’ 수준으로 낮추면서도 무려 77%의 해결 성공률을 기록한 것으로 확인되었다. 이는 현존하는 오픈AI(OpenAI)의 최고 성능 모델이나 앤트로픽(Anthropic)의 ‘클로드 오퍼스 5(Claude Opus 5)’ 최고 사양 설정에 비해 비용은 50배에서 최대 100배 이상 저렴하면서도 오히려 더 높은 벤치마크 점수를 기록한 수치다. 누구나 자유롭게 다운로드받아 자체 인프라에 올릴 수 있는 이 오픈 웨이트 모델의 등장은, 그동안 값비싼 API 이용료를 기반으로 막대한 밸류에이션을 정당화해 오던 실리콘밸리의 AI 비즈니스 모델을 송두리째 뒤흔들고 있다.

비용과 성능의 격차를 시각화한 글로벌 성능 분포도 그래프는 현재 진행 중인 파괴적 혁신의 단면을 적나라하게 보여준다. 그래프 좌측 상단에는 압도적으로 낮은 비용과 높은 정답률을 기록한 딥시크의 파란 점이 홀로 독야청청 자리 잡고 있는 반면, 오픈AI와 구글, 앤트로픽 등 미국의 프론티어 AI 랩들은 딥시크보다 훨씬 더 많은 비용을 소모하면서도 정작 점수는 더 낮거나 엇비슷한 우측 하단 영역에 빽빽하게 밀집되어 있다. 세부 설정별로 살펴보면 딥시크가 가장 극단적으로 비용을 아끼는 설정(12센트)을 적용했을 때도 73%의 과제 해결률을 기록한 반면, 클로드 오퍼스 5는 유사한 점수를 내기 위해 50배에 달하는 비용을 요구한다. 심지어 클로드 오퍼스 5의 가장 비싼 최고 정밀 설정을 가동할 경우 딥시크 대비 100배가 넘는 비용을 소모함에도 점수가 오히려 뒤처지며, 오픈AI의 차세대 모델인 GPT-6.1조차 수십 배의 비용을 투입해서야 겨우 턱밑까지 따라붙을 뿐 딥시크의 최고치에는 미치지 못하는 기현상이 벌어지고 있다. 2021년 GPT-3급 모델로 100만 토큰을 처리하는 데 60달러가 들던 비용이 5년 만에 1,000분의 1 수준으로 폭락한 데 이어, ‘가장 정확한 답을 내놓는 최종 지능의 단가’마저 20센트의 영역으로 추락했다는 사실은 AI 산업의 경제학이 근본부터 재편되고 있음을 뜻한다.

전문가들은 이러한 현상을 두고 ‘지능의 유통기한(Expiration Date of Intelligence)’이라는 새로운 패러다임을 제시하고 있다. 미국의 프론티어 테크 기업들이 천문학적인 자본을 투입해 판매해 온 것은 본질적으로 ‘시간’이었으며, 경쟁사보다 먼저 고성능 모델을 시장에 내놓고 고객들이 지불하는 ‘선점 프리미엄(웃돈)’이 기업가치의 원천이었다. 그러나 이제 앞선 모델이 공개되는 바로 그 순간, 그 모델은 후발 주자들이 가장 빠르고 저렴하게 차세대 모델을 학습시킬 수 있는 완벽한 ‘교과서’로 전락하게 된다. 실제로 앤트로픽은 최근 공개한 보고서를 통해 딥시크가 단 2주 동안 클로드와 1,000만 번이 넘는 대화를 주고받으며 그 답변 데이터를 추출해 자기 모델을 학습시키는 일명 ‘지식 증류(Distillation)’를 감행했다고 폭로한 바 있다. 자전거 경주에서 맨 앞선 선수가 거센 맞바람을 홀로 맞으며 해마다 수천억 달러의 천문학적 개발비를 소모하는 동안, 바로 뒤에 바짝 달라붙은 후발 주자는 공기저항을 피하며 극도로 절감된 비용으로 앞선 지능을 흡수하고 있는 것이다. 더욱이 딥시크는 클로드 코드나 코덱스 같은 전문 개발 도구마저 자사 모델로 무료 대체하도록 유도하는 한편, 불과 한 계절 전까지 자사 플래그십이었던 V4 프로를 스스로 폐기하고 8배 더 저렴하고 똑똑한 V4.1 플래시를 전면에 내세우는 극단적인 자가 잠식(Cannibalization)까지 불사하고 있다.

이러한 지능 단가의 폭락은 오픈AI가 올해 상장을 전격 포기하고 앤트로픽이 기업공개(IPO) 일정을 10월에서 11월로 전격 연기하는 등 실리콘밸리 AI 랩들의 엑시트(투자 회수) 경로에도 먹구름을 드리우고 있다. 시장이 비로소 AI 기업들의 적정 몸값을 냉정하게 저울질하려는 바로 그 시점에, 비교조차 되지 않을 만큼 값싸고 강력한 오픈소스 모델이 쏟아져 나오며 밸류에이션의 붕괴를 압박하고 있기 때문이다. 앤트로픽이 투자자들에게 제시한 매출 총이익률 85%는 각종 보정치와 할인이 깎여나간 조정 수치에 불과하며, 실질적으로는 컴퓨팅 비용 1달러를 지출해야 겨우 1.7달러의 매출을 거두는 취약한 마진 구조를 안고 있다. 물론 엔터프라이즈(기업용) 시장에서는 단순한 벤치마크 점수 외에도 데이터 유출 위험, 법적 책임 소지, 보안 규정 준수 등이 핵심 결정 요인으로 작용하기 때문에 미국 빅테크들이 즉각 무너지지는 않을 것이다. 미국 AI 기업들의 생존 활로는 이제 ‘정답을 파는 비즈니스’에서 결과물에 법적 책임을 지고 보증하는 ‘서명을 파는 비즈니스’로 전환될 것이며, 서방 정부의 공공 조달 기준과 중국산 모델 사용 금지 규제가 이들의 마지막 보루 역할을 하게 될 전망이다.

그러나 이보다 훨씬 더 치명적인 경고등은 글로벌 반도체 및 인프라 공급망을 향해 켜지고 있다. 최근 딥시크가 대화 기록을 저장하는 데 필요한 메모리 용량을 이전 모델 대비 4분의 1로 압축하는 데 성공했다고 발표하자마자 삼성전자와 SK하이닉스 등 글로벌 메모리 반도체 기업들의 주가가 일제히 급락세를 보인 것은 결코 우연이 아니다. 효율이 좋아지면 석탄 소비가 폭발적으로 늘어난다는 영국의 경제학자 제번스의 역설(Jevons Paradox)을 인용하며 AI 수요 확대를 장담했던 마이크로소프트 사티아 나델라 CEO 등의 낙관론은 치명적인 맹점을 드러내고 있다. 제번스의 역설은 석탄 소비 총량이 늘어난다는 점만 설명할 뿐, 그 석탄이 ‘얼마의 가격에’ 거래되고 ‘어느 탄광에서’ 생산된 것인지는 보장하지 못하기 때문이다.

실제로 빅테크 기업들은 올해에만 7,000억 달러(약 950조 원)에 달하는 천문학적인 자본을 데이터센터 구축에 쏟아붓고 있으며, 값비싼 고성능 GPU의 투자금을 회수하기 위해 5년에서 6년에 걸친 장기 감가상각 모델을 적용하고 있다. 그러나 그 비싼 하드웨어로 개발한 프론티어 모델이 프리미엄 가격을 유지할 수 있는 유효기간은 불과 몇 달에 불과하다. 6년짜리 기계로 단 몇 달 만에 썩어버리는 신선식품을 만드는 기형적인 수익 구조 속에서, 지능의 단가가 100분의 1로 추락할 경우 사용량이 10배 늘어난다 한들 총매출은 오히려 10분의 1로 쪼그라드는 ‘역(逆)제번스 트랩’에 갇힐 수밖에 없다. 더욱이 딥시크 모델은 엔비디아(Nvidia)의 칩 없이도 완벽하게 구동되며, 딥시크의 신규 데이터센터에는 중국 화웨이의 ‘어센드(Ascend)’ 프로세서 16만 개가 투입되고 있다. 거대 모델의 사전 학습은 당분간 엔비디아에 맡기더라도, 실제 상업적 현금흐름이 창출되는 서비스 추론(Inference) 단계는 화웨이 등 자국산 가속기로 완전히 갈아치우고 있는 것이다.

결과적으로 딥시크가 쏘아 올린 ’20센트의 충격’은 신선식품의 우유갑에 날짜가 찍히듯, 인공지능에도 냉혹한 유통기한이 각인되기 시작했음을 알리는 거대한 신호탄이다. 2027년 봄이 되면 새로운 AI 모델 소개 페이지 하단에는 ‘이 가격과 성능은 90일간만 유효합니다’라는 유통기한 문구가 붙고, 데이터센터 심사역들은 칩의 연산 스펙 대신 ‘정답 하나당 생산 단가’를 대출의 기준으로 삼게 될지 모른다. 지능이 비싸고 귀했던 시대에 고대역폭 메모리(HBM)와 첨단 반도체를 공급하며 최대의 수혜를 누렸던 한국의 반도체 산업 역시, 지능의 생산 원가가 바닥으로 추락하는 이 거대한 전환기 속에서 단순한 하드웨어 공급자를 넘어 넘쳐나는 인공지능의 결과물을 검증하고 서명하는 새로운 밸류체인으로의 진화를 서둘러야 하는 절체절명의 과제에 직면해 있다.