Blog

• 챗지피티 chat gpt
• 퍼플렉시티 puplexity
• 클로드 claude

---

지난달 AI 추론 모델 ‘R1’을 공개하며 글로벌 시장에서 주목받은 딥시크(DeepSeek)가 차기 모델 ‘R2’를 조기에 출시해 시장 흐름을 이어가려는 것으로 알려졌다.

로이터(Reuters)는 25일(현지시간) 정통한 소식통을 인용해 딥시크가 원래 5월 초로 예정했던 R2 출시 일정을 앞당길 계획이라고 보도했다. 다만, 새로운 출시 날짜는 아직 공개되지 않았다.

딥시크-R2, 다국어 추론 및 코딩 능력 향상 목표

현재 R2 모델에 대한 공식적인 세부 정보는 많지 않지만, 업계에서는 R1 대비 향상된 코딩 성능과 영어 외의 언어에서도 논리적 추론이 가능한 기능을 갖출 것으로 예상하고 있다.

딥시크-R1은 공개 당시 오픈AI의 ‘o1’보다 훨씬 적은 비용으로 훈련되었다는 점에서 큰 관심을 받았다. 그러나, 이에 대한 반론도 곧바로 제기됐다.

특히, 오픈AI는 딥시크가 o1을 증류(distillation)하여 모델을 훈련했을 가능성을 언급하며 논란을 일으켰다. 하지만, 이러한 논란에도 불구하고 R1은 빠르게 시장에 도입되었다.

빅테크 도입 확산… MS·AWS도 R1 채택

현재 R1 모델은 여러 기업에서 빠르게 채택되며 상용화가 진행되고 있다.

• 마이크로소프트(Microsoft, MS)는 애저(Azure) AI 파운드리 및 깃허브(GitHub)에 R1을 도입했다.
• 아마존웹서비스(AWS) 역시 모델 카탈로그(Model Catalog)에 R1을 추가했다.

이러한 흐름 속에서, 만약 딥시크가 R2를 예상보다 조기에 선보인다면 AI 시장에 다시 한번 큰 영향을 미칠 가능성이 높다. 특히, 오픈AI의 ‘GPT-5’가 수개월 내 출시될 것으로 예상되는 가운데, 딥시크가 R2로 경쟁력을 강화할지 주목된다.

API 서비스 재개… 서버 용량 문제 해결 과제

한편, 딥시크는 약 3주간 중단됐던 API 서비스를 25일부터 재개했다.

이제 사용자들은 API 이용을 위한 크레딧을 충전할 수 있으며, 이를 통해 개발자들은 클라우드에서 호스팅된 딥시크 AI 모델을 기반으로 앱과 서비스를 구축할 수 있다.

다만, 딥시크 측은 서버 용량 문제로 인해 낮 시간대에는 여전히 리소스 부족 현상이 발생할 가능성이 있다고 경고했다.

딥시크-R2, GPT-5 출시 전 시장 선점할까

딥시크가 R2를 앞당겨 출시한다면, 이는 AI 시장에서의 기술 혁신 경쟁을 더욱 가속화할 전망이다.

GPT-5의 등장이 예상되는 시점에서, 딥시크가 R2를 통해 AI 업계의 판도를 바꿀 수 있을지 주목된다.

이스라엘의 양자 컴퓨팅 스타트업 **퀀텀 머신즈(Quantum Machines)**가 1억7000만 달러(약 2436억 원)에 달하는 대규모 투자 유치에 성공했다. 이 회사는 전 세계 양자 컴퓨팅 관련 기업의 절반 이상에 기술을 공급하는 핵심 기업으로 알려져 있다.

퀀텀 머신즈는 25일(현지시간) 공식 홈페이지를 통해 시리즈 C 투자 라운드에서 1억7000만 달러를 유치했으며, 이를 통해 누적 투자액이 2억8000만 달러(약 4012억 원)에 도달했다고 발표했다.

이번 투자는 **PSG 에퀴티(PSG Equity)**가 주도했으며, 인텔 캐피털(Intel Capital), 레드 닷 캐피털 파트너스(Red Dot Capital Partners) 등이 참여했다. 이는 양자 컴퓨팅 기업 단일 투자 라운드로는 역대 최대 규모로, 앞선 시리즈 B 라운드에서는 9300만 달러의 투자를 유치한 바 있다. 당시 투자자로는 밸러 에퀴티 파트너스(Valor Equity Partners), 삼성 넥스트(Samsung Next), 퀄컴 벤처스(Qualcomm Ventures) 등이 참여했다.

퀀텀 머신즈, 글로벌 양자 컴퓨팅 기업 절반 이상에 기술 공급

퀀텀 머신즈는 전 세계 양자 컴퓨팅 연구소, 대학, 기업의 절반 이상에서 사용되는 핵심 기술을 제공하고 있다. 수백 개의 고객사에는 양자 컴퓨팅 연구 기관뿐만 아니라, 금융 및 대기업 등도 포함되어 있으며, 일부 기업들은 업무 최적화를 위해 해당 기술을 활용하고 있는 것으로 알려졌다.

이 회사는 하이브리드 제어 기술을 통해 모든 유형의 양자 컴퓨터에서 복잡한 계산을 원활하게 실행할 수 있도록 지원한다고 설명했다.

퀀텀 머신즈의 요나탄 코헨(Jonatan Cohen) 공동 창립자 겸 CTO는

**”양자 프로세서를 실제로 작동 가능한 양자 컴퓨터로 전환하는 것은 매우 복잡한 기술적 과제”**라며,
**”당사의 기술은 양자 시스템을 정밀하게 제어하고, 대량의 데이터를 실시간으로 처리하며, 양자 및 고전적(클래식) 프로세서에서 복잡한 알고리즘을 조율하는 기능을 통합하고 있다”**고 밝혔다.

양자 컴퓨팅 상용화, 현실로 다가오나

최근 양자 컴퓨팅 기술의 발전 속도가 빨라지면서, 산업 내에서는 상용화 시점이 점점 가까워지고 있다는 분석이 나오고 있다.

• 2023년 12월, **구글(Google)**은 새로운 양자 칩 **‘윌로우(Willow)’**를 공개했다.
• 2024년 6월, **마이크로소프트(Microsoft)**는 토폴로지 양자 컴퓨팅 기술을 적용한 ‘마요라나 1(Majorana 1)’ 칩을 발표했다.

퀀텀 머신즈의 이타마르 시반(Itamar Sivan) 공동 창립자 겸 CEO는

**”양자 컴퓨팅 생태계가 점점 개방되면서, 전 세계적으로 수백 개의 연구팀이 동시에 최첨단 기술을 개발하고 있다”**며
**”그 어느 때보다 빠른 속도로 양자 기술의 발전이 이루어지고 있다”**고 강조했다.

이번 투자에 참여한 인텔 캐피털의 키케 미랄레스(Kike Miralles) 이사는

**”양자 컴퓨팅에 대한 논의는 이제 ‘가능성’의 문제가 아니라 ‘언제 현실화될 것인가’의 문제로 전환됐다”**며,
**”비록 정확한 타임라인은 불확실하지만, 발전은 지속될 것”**이라고 전망했다.

퀀텀 머신즈의 이번 대규모 투자 유치는 양자 컴퓨팅 산업의 기술적 진보와 시장 성장 가능성을 보여주는 사례로 평가되며, 향후 관련 기업 및 연구 기관들의 협력 확대와 기술 개발 가속화가 예상된다.

앤트로픽(Anthropic)이 최신 AI 모델 **‘클로드 3.7 소네트(Claude 3.7 Sonnet)’**의 인공지능(AI) 에이전트 기능을 검증하기 위해 닌텐도 클래식 게임 ‘포켓몬 레드(Pokémon Red)’를 직접 플레이하는 영상을 공개했다.

앤트로픽은 25일(현지시간) 트위치(Twitch)를 통해 클로드 3.7 소네트가 ‘포켓몬 레드’를 플레이하는 장면을 실시간으로 송출했으며, 해당 영상은 유튜브 등을 통해 재중계되고 있다.

‘포켓몬 레드’에서 검증된 클로드 3.7 소네트의 향상된 AI 에이전트 기능

‘포켓몬 레드’는 1996년 출시된 닌텐도용 RPG 게임으로, 플레이어는 방향키로 캐릭터를 이동시키고, 특정 이벤트 발생 시 메뉴를 선택하는 방식으로 게임을 진행한다.

앤트로픽은 이번 실험을 통해 클로드 3.7 소네트의 추론 능력과 복잡한 작업 수행 능력을 강조했다.

이전 버전의 클로드는 추론 모드 없이 게임을 플레이한 결과, 스토리가 시작되는 ‘팔레트 타운(Pallet Town)’에서 집 밖으로 나가는 것조차 실패했다. 하지만 클로드 3.7 소네트는 추론 모드를 적용한 상태에서 게임 내 보스를 격파하고 배지를 획득하는 데 성공했다.

앤트로픽은 이러한 실험 결과를 바탕으로 새로운 AI 모델이 복잡한 환경에서 추론을 통해 문제를 해결하는 능력이 크게 향상되었음을 시사한다고 설명했다.

특히, 이번 영상에서 게임 화면 왼쪽에 클로드 3.7 소네트의 실시간 추론 과정이 그대로 노출되면서, AI가 문제를 해결하는 사고 방식이 투명하게 공개됐다. 이를 지켜본 사용자들은 “클로드가 나와 같은 생각을 하고 있다”라며 감탄하는 반응을 보이기도 했다.

게임, AI 벤치마크 도구로 활용 증가… AI 에이전트 평가 방식 진화

게임을 활용한 AI 성능 검증은 이번이 처음이 아니다.

• 2023년 4월, **미스트랄 AI(Mistral AI)**는 격투 게임 **‘스트리트 파이터(Street Fighter)’**를 통해 대형언어모델(LLM) 간 대결을 실험한 바 있다. 당시 GPT-3.5가 오픈AI와 미스트랄 AI의 다른 모델들을 제치고 우승을 차지했다.
• 하지만 당시 실험은 단순한 캐릭터 조작에 초점을 맞췄던 반면, 이번 테스트는 AI가 게임 내 복잡한 환경과 전략적 의사결정을 수행할 수 있는지를 평가하는 방식이라는 점에서 차이가 있다.

이처럼 게임은 AI의 문제 해결 능력과 적응력을 평가하는 중요한 벤치마크 도구로 자리 잡고 있다. 특히, AI 에이전트의 실용성을 검증하는 실험이 늘어나면서, 향후 다양한 게임이 AI 테스트 환경으로 활용될 가능성이 높아지고 있다.

---

앤트로픽(Anthropic)이 최근 공개한 최신 AI 모델 ‘클로드 3.7 소네트(Claude 3.7 Sonnet)’의 개발 비용이 수천만 달러 수준에 불과한 것으로 알려졌다. 기존 파운데이션 모델(FM)의 훈련에 수억 달러가 투입된 것과 비교하면 상당히 적은 비용으로, 이는 AI 모델 훈련 기술의 발전을 반영하는 중요한 지표로 해석된다.

앤트로픽, 클로드 3.7 소네트의 모델 크기 제한 언급

유명 AI 평론가인 에단 몰릭(Ethan Mollick) 미국 펜실베이니아대학교 와튼스쿨 교수는 X(구 트위터)에 “클로드 3.7 소네트에 대한 평가 글을 올린 후 앤트로픽으로부터 직접 연락을 받았다”고 밝혔다.

그는 “앤트로픽은 클로드 3.7 소네트를 ‘10^26 FLOP 모델’로 간주하지 않는다고 말했다”면서, “이번 모델 개발에는 수천만 달러밖에 들지 않았지만, 앞으로 모델 크기는 훨씬 더 커질 것”이라는 설명을 덧붙였다.

10^26 FLOP은 AI 모델 훈련에 사용되는 부동 소수점 연산(Floating Point Operations, FLOP)의 양을 의미하며, 현재 최첨단 AI 모델을 구분하는 기준으로 자리 잡고 있다. 미국 바이든 행정부는 이를 ‘프론티어 모델(Frontier Model)’로 규정하고, 사전 신고 대상 임곗값으로 설정한 바 있다. 즉, 현재 출시된 AI 모델 중 일부는 이 기준을 충족하지 못할 가능성이 있다.

앤트로픽의 설명은 클로드 3.7 소네트의 모델 크기가 기존 모델보다 대폭 증가하지 않았다는 점을 시사하는 동시에, 성능 면에서는 최신 기술을 적용해 강력한 결과를 냈음을 강조한 것으로 해석된다.

AI 모델 훈련 비용 감소… 효율적 스케일링 기술 주목

기존 최첨단 AI 모델들은 개발에 1억 달러 이상의 비용이 투입되는 것이 일반적이었다.

• 오픈AI는 2023년 공개한 GPT-4의 훈련에 8,000만~1억 달러(약 1,146억~1,443억 원)를 투입한 것으로 알려졌다.
• 구글은 2024년 초 출시한 제미나이 울트라(Gemini Ultra)의 훈련에 2억 달러(약 2,866억 원)를 사용했다고, 스탠퍼드대학교의 ‘AI 인덱스(AI Index)’ 보고서에서 밝혔다.
• AI 스타트업 딥시크(DeepSeek)는 ‘V3’ 모델의 훈련에 558만 달러(약 80억 원)가 들었다고 발표했지만, 이는 GPU 구입비, 엔지니어링 비용, 인건비 등 제반 비용이 제외된 수치로 논란이 있었다.

이에 비해 앤트로픽의 발표는 첨단 AI 모델의 개발 비용이 점차 절감되고 있으며, 이는 효율적인 모델 훈련 및 스케일링 기술 발전 덕분이라는 점을 시사한다.

AI 기술 전문가 베제이 SL(Vijay SL)은 X를 통해 “앤트로픽의 발표는 기존 예상보다 적은 연산량으로도 뛰어난 성능을 달성할 수 있음을 보여준다”며, “아키텍처 혁신과 학습 방법론 개선이 순수 연산량 증가보다 점점 더 중요한 역할을 하고 있다”고 평가했다.

앤트로픽, 차세대 프론티어 모델 출시 예고

한편, 앤트로픽은 향후 출시될 차세대 AI 모델의 규모가 더욱 커질 것임을 시사했다.

특히, 다리오 아모데이(Dario Amodei) 앤트로픽 CEO는 양방향 음성 모드 및 메모리 기능을 갖춘 차세대 모델을 개발 중이라고 밝혀, 더욱 강력한 AI 시스템이 몇 개월 내 등장할 가능성이 제기되고 있다.

이는 단순한 텍스트 기반 추론을 넘어 멀티모달(Multimodal) 기능을 갖춘 새로운 프론티어 모델의 등장을 예고하는 것으로, AI 업계는 앤트로픽의 차기 모델이 구체적으로 어떤 기술적 도약을 이룰지 주목하고 있다.

AI 스타트업 딥시크(DeepSeek)가 저비용·고효율을 가능하게 한 ‘전문가 혼합(Mixture of Experts, MoE)’ 방식의 핵심 요소를 오픈 소스로 공개했다. 이는 지난주 예고한 핵심 기술 공개 계획의 일환이다.

딥시크는 25일(현지시간) 깃허브(GitHub)를 통해 ‘딥EP(Deep Expert Parallelism)’라는 인공지능(AI) 모델 통신 라이브러리를 공개했다. 이 라이브러리는 ‘V3’ 및 ‘R1’ 모델의 핵심 기술로 꼽히는 MoE 방식을 최적화해 효율적인 작동을 지원하는 것이 특징이다.

MoE 최적화 핵심 기술, ‘딥EP’ 공개

MoE 방식은 다수의 전문가 모델 중 특정 쿼리에 가장 적합한 전문가를 선택해 활용하는 구조를 갖는다. 딥EP는 이러한 전문가 모델 간 병렬 계산(Expert Parallelism, EP) 과정에서 발생하는 데이터 처리량을 극대화하고, 대기 시간을 줄이는 GPU 커널을 제공한다.

이는 딥시크 모델의 핵심 최적화 요소 중 하나로 꼽힌다. 업계에서는 딥시크의 AI 모델을 단순히 다운로드받아도 논문에서 발표된 수준의 성능을 내기 어려운 이유 중 하나로 MoE 최적화 기술의 부재를 지적해왔다. 이번에 공개된 딥EP는 이러한 한계를 극복하기 위한 필수적인 요소 중 하나로 평가된다.

딥EP는 특히 GPU에서 토큰이 전송되고 집계되는 과정에서 발생하는 비효율성을 개선하는 데 초점을 맞추고 있다. MoE 전송 및 결합 커널(MoE Communication & Fusion Kernel)로 불리는 고처리량·저지연(All-to-All) GPU 커널을 제공하여, 모델 학습 및 추론 과정에서 데이터 교환을 간소화하고 속도를 높인다.

또한, 딥EP는 딥시크의 V3 논문에 설명된 기술과 일치하는 저정밀도 연산(FP8 포함)을 지원함으로써, 연산 성능을 극대화하면서도 비용을 절감할 수 있도록 설계됐다.

‘오픈 소스 위크’… 핵심 AI 기술 순차 공개

딥시크는 지난주 X(구 트위터)를 통해 이번 주를 **‘오픈 소스 위크(Open Source Week)’**로 지정하고, 총 5개의 오픈 소스 저장소(Repo)를 순차적으로 공개하겠다고 예고한 바 있다.

24일에는 **GPU 최적화 MLA 디코딩 커널 ‘플래시MLA(FlashMLA)’**를 공개했으며, 딥EP는 그 두 번째 공개 프로젝트다. 두 기술 모두 GPU 리소스를 보다 효율적으로 활용해 데이터 처리량을 늘리고 연산 속도를 향상시키는 역할을 한다.

개발자 커뮤니티는 딥시크의 이번 행보를 환영하는 분위기다. 한 X 사용자는 “딥시크는 다시 한번 AI 인프라의 한계를 넓히고 있다”고 평가했으며, AI 산업 솔루션 업체 드래곤스케일 인더스트리(DragonScale Industry)의 스티븐 피멘텔 CTO는 X를 통해 “딥시크가 모델 훈련에 사용한 기술을 오픈 소스로 공개함으로써, 학습 절차에 대한 ‘거짓말’ 논란을 효과적으로 반박했다”고 밝혔다.

‘V3 모델 훈련 비용 논란’… 핵심 비용 제외 지적도

다만, 여기서 말하는 ‘거짓말’ 논란은 기술적인 부분이 아니라 모델 훈련 비용과 관련된 것이다. 딥시크는 V3 모델의 훈련 비용이 557만 달러(약 74억 원)밖에 들지 않았다고 발표했지만, 전문가들은 이 비용이 순수한 사전 훈련 비용만을 의미하며, 실제 총 비용을 반영하지 않았다고 지적했다.

구체적으로, 훈련 비용 발표에서 GPU 구입비, 엔지니어링 비용, 관련 기술 개발비, 인건비 등은 모두 제외됐다는 점이 논란의 핵심이다.

딥시크, 핵심 AI 기술 추가 공개 예고

한편, 딥시크는 이번 주말까지 모델 개발에 활용한 기술을 매일 하나씩 추가 공개할 예정이다. 남은 오픈 소스 프로젝트에 대한 기대감이 높아지는 가운데, AI 연구 및 개발 커뮤니티는 이번 공개가 AI 모델 최적화와 비용 절감에 어떤 영향을 미칠지 주목하고 있다.

오픈AI가 챗GPT의 핵심 기능 중 하나인 ‘고급 음성 모드(Advanced Voice Mode, AVM)’를 무료 사용자들에게도 제공한다.

오픈AI는 26일(현지시간) X(구 트위터)를 통해 ‘GPT-4o 미니’ 기반의 AVM을 출시했으며, 이를 모든 챗GPT 무료 사용자들이 미리보기(preview) 형태로 사용할 수 있다고 발표했다.

AVM, 자연스러운 음성 대화 기능 지원

AVM은 2023년 5월 처음 도입된 기능으로, 사용자가 음성으로 자연스럽게 AI와 대화할 수 있도록 지원한다. 이를 통해 스마트폰을 직접 조작하지 않고도 질문을 하거나 응답을 받을 수 있으며, 실시간 대화가 가능한 점이 특징이다.

오픈AI는 이번 AVM 무료 제공 결정에 대해 “유료 버전과 유사한 대화 속도와 톤을 유지하면서도, 더 작은 모델인 ‘GPT-4o 미니’를 활용해 서비스 비용을 절감할 수 있었기 때문”이라고 설명했다.

2023년 12월에는 AVM에 비디오 및 이미지 인식 기능이 추가됐다. 이를 통해 사용자가 스마트폰 카메라를 통해 사물을 비추면 챗GPT가 이를 분석하고 설명해 주는 기능도 제공되고 있다.

프로 사용자는 AVM 사용 한도 대폭 증가

AVM은 하루 사용 횟수 제한이 있으며, 이번 서비스 확대로 프로(Pro) 요금제 사용자들의 AVM 사용 한도도 5배 이상 증가했다. 특히, 월 200달러의 챗GPT 프로 요금제 가입자는 AVM을 무제한으로 사용할 수 있도록 변경됐다.

고급 기능 점진적 개방… 무료 사용자 혜택 확대

이번 결정은 오픈AI가 기존 유료 사용자에게만 제공하던 고급 기능을 점차 무료 사용자들에게도 개방하는 전략의 일환으로 해석된다. 앞서 오픈AI는 챗GPT의 연구 분석 AI 에이전트 ‘딥 리서치(Deep Research)’를 더 많은 유료 사용자에게 확대 적용한 바 있으며, 이번 AVM 공개 역시 그 연장선상에 있다.

오픈AI가 앞으로도 무료 사용자 대상의 기능 확장을 지속할지에 업계의 관심이 쏠리고 있다.

오픈AI가 인공지능(AI) 기반 심층 연구 도구 ‘딥 리서치(Deep Research)’의 사용 범위를 모든 유료 사용자로 확대했다. 기존에는 월 200달러의 ‘챗GPT 프로’ 구독자만 이용할 수 있었으나, 이제 플러스(Plus), 팀(Team), 에듀(Edu), 엔터프라이즈(Enterprise) 구독자도 활용할 수 있게 됐다.

이번 조치는 구글, 퍼플렉시티(Perplexity), xAI 등 주요 기업들이 유사한 AI 연구 도구를 선보이며 경쟁이 심화되는 상황에서 오픈AI의 시장 우위를 강화하려는 전략으로 해석된다.

딥 리서치, 모든 유료 구독자에게 확대 제공

오픈AI는 25일(현지시간) X(구 트위터)를 통해 이번 변경 사항을 공식 발표했다. 이에 따라 플러스, 팀, 에듀, 엔터프라이즈 구독자는 월 10회의 쿼리 요청이 가능하며, 기존 100회의 요청 한도를 가졌던 프로(Pro) 구독자는 120회로 상향 조정됐다.

딥 리서치는 온라인의 다양한 출처를 분석 및 종합해 연구 분석가 수준의 보고서를 생성하는 AI 에이전트로, 오픈AI의 대표적인 고급 기능 중 하나로 꼽힌다.

이 AI는 오픈AI의 ‘o3’ 특별 버전을 기반으로 작동하며, 체계적인 연구 계획을 수립한 후 반복적인 검색과 분석을 수행해 최신 정보를 반영하는 방식으로 동작한다. 이를 통해 보다 정교하고 신뢰할 수 있는 연구 보고서를 생성할 수 있다.

딥 리서치 기능 강화… 인용 및 이미지 추가 가능

오픈AI는 이번 확대 조치와 함께 딥 리서치의 기능도 대폭 업그레이드했다. 새롭게 추가된 기능으로는 △보고서 내 인용(reference) 및 이미지 추가 △다양한 파일 유형에 대한 향상된 이해도 △문서 분석 성능 개선 등이 포함된다.

사용자는 일반적인 프롬프트 입력 후 딥 리서치 아이콘을 탭하여 이 기능을 사용할 수 있으며, 답변 생성에는 약 5분에서 30분 정도가 소요된다. 다만, 고도의 연산 자원이 필요한 만큼 무료 사용자에게는 제공되지 않는다.

API 출시 계획 연기… AI의 설득력 문제 고려

한편, 오픈AI는 딥 리서치의 기반 AI 모델을 개발자용 API로 제공하려던 계획을 보류한다고 밝혔다. 이는 해당 AI가 인간을 설득하는 능력이 뛰어나, 충분한 안전 조치를 마련하기 전까지는 챗GPT 내에서만 제한적으로 운영하겠다는 방침이다.

이번 조치는 AI 기술의 윤리적 문제와 안전성을 고려한 결정으로 보이며, 오픈AI가 고급 AI 기능을 점진적으로 개방하는 전략을 유지할 것임을 시사한다.