국산 LLM 개발은 구호에 그쳐

기술·인재·인프라 모두 열세

중국 AI 스타트업 '딥시크(DeepSeek)'가 미국 오픈AI의 GPT-4를 빠르게 추격하고 있다.

25일 IT업계에 따르면 딥시크는 지난 5월 초, 초거대 언어모델(LLM) '딥시크(DeepSeek)-V2'를 공개하며 전 세계 AI 업계의 관심을 끌었다. 공개된 정보에 따르면 이 모델은 2360억 개의 파라미터와 8조 개의 자체 토큰으로 학습됐으며, 수십 가지 글로벌 벤치마크에서 GPT-4와 견줄만한 성능을 기록했다.

더 놀라운 점은 개발 기간이다. 이 모델은 창업 후 불과 9개월 만에 완성됐다. 오픈AI 출신 연구진이 주축이 되어 베이징에서 창업한 딥시크는, 정부 주도 AI 투자와 방대한 데이터 접근성을 기반으로 초고속 성장을 이뤘다. 특히, 미국이 반도체 및 AI 기술 수출을 제한하는 상황에서도 자체 슈퍼컴퓨팅 인프라와 생태계를 통해 이를 정면 돌파했다.

반면 한국은 여전히 초거대 모델 경쟁에서 뒤처진 모습이다. LG AI연구원이 'EXAONE 2.0'을, 네이버가 '하이퍼클로바X'를 공개했지만, 모델의 개방성과 국제 활용도, 연산 성능 등에서 한계를 지적받고 있다. 1000억 파라미터 이상 LLM을 훈련할 국내 인프라는 사실상 전무하며, AI 인력은 미국·중국으로 빠르게 이탈하고 있다.

정부는 지난 3월, 'K-LLM 5대 모델'을 키우겠다며 대형 프로젝트를 예고했지만, 예산은 1000억 원 수준에 그쳤고 구체적 로드맵이나 국제적 협력 전략도 미비하다. 반면 중국은 딥시크 외에도 알리바바, 바이두, 센스타임 등 수십 개의 기업들이 대규모 국가 프로젝트를 기반으로 LLM을 병렬 개발 중이다.

AI 생태계 구축에서도 격차는 명확하다. 딥시크는 베이징을 거점으로 자체 데이터 센터와 고성능 클러스터를 운영하며 연구개발과 실증을 병행한다. 반면 한국 스타트업은 컴퓨팅 자원 자체가 부족해 LLM 개발은 물론, 연구조차 외부 클라우드에 의존하고 있다. 기술보다 구조가 문제라는 목소리가 현장에서 나온다.

최근 서울시는 '글로벌 AI 허브'를 표방하며 해외 스타트업 유치와 AI 인프라 구축 계획을 발표했다. 성동구 성수동과 마곡지구에 고성능 AI 팜과 데이터 센터를 조성하고, AI 컴퍼니빌딩을 신설해 민간 기술 기업을 끌어들이겠다는 전략이다. 하지만 서울시 단위의 노력만으로는 한계가 명확하다. 중앙정부의 정책적 조율과 대규모 자원 투입이 병행되지 않으면, 딥시크 같은 경쟁자를 넘기 어렵다는 분석이 지배적이다.

전문가들은 한국이 독자적인 GPT급 모델을 당장 완성하긴 어렵더라도, AI 응용 분야에서 글로벌 기술과 전략적 협력을 추진하며 실효적 대응책을 마련해야 한다고 조언한다. 특히 반도체·바이오·모빌리티 등 한국이 강점을 가진 산업과 AI 기술을 결합한 '수직형 AI 생태계' 구축이 돌파구가 될 수 있다는 의견도 나온다.

KAIST 전산학부 교수는 "이제는 모델 성능만 볼 것이 아니라, 국가 AI 전략의 중심을 '생태계 설계'에 둬야 한다"며 "데이터, 인프라, 인재 확보와 함께 글로벌 오픈소스 동맹, AI 반도체 최적화 등 현실적 전략이 필요하다"고 말했다.

오세훈 서울시장은 최근 딥시크의 사례를 언급하며 "딥시크의 등장은 위협이자 기회"라며 "서울이 동북아 AI 생태계의 중심이 될 수 있도록 AI 산업 기반 투자를 확대하겠다"고 밝혔다.