그동안 인공지능 업계의 화두는 오직 하나, "누가 더 똑똑한 모델을 만드는가"였 습니다.
오픈AI, 구글, 앤트로픽 등 빅테크들은 앞다투어 초거대 모델을 내놓으며 성능 경쟁에 몰두해 왔습니다. 하지만 최근 분위기가 달라지고 있습니다.
마이크로소프트의 사티아 나델라를 비롯한 주요 IT 리더들은 대부분의 기업 업무에는 굳이 최고급 모델이 필요하지 않다는 점을 강조하며, 소형·저가 모델 중심 전략을 내세우고 있습니다.
성능만 좇던 시대에서 벗어나, 이제는 비용 대비 효율, 즉 '가성비'가 새로운 승부처로 떠오른 것입니다.이 같은 흐름을 가장 잘 보여주는 사례가 중국의 딥시크(DeepSeek)입니다. 딥시크는 압도적인 비용 경쟁력을 앞세워 개발자와 스타트업 사이에서 빠르게 존재감을 넓히고 있으며, 마이크로소프트조차 자사 코파일럿 서비스에 딥시크 모델 적용을 검토하고 있는 것으로 알려졌습니다.
업계 분석에 따르면 일부 중국 모델은 미국 최상위 모델 대비 수십 배 저렴한 비용으로 운영이 가능하면서도, 일반적인 업무 처리에는 충분한 성능을 제공한다는 평가를 받고 있습니다.
앤트로픽 역시 다니엘라 아모데이 CEO가 "적은 자원으로 더 큰 성과를 내자"는 전략을 강조하며, 방대한 사전학습보다 고품질 데이터 기반의 사후학습 기술로 컴퓨팅 자원 대비 성능을 끌어올리는 방향에 무게를 두고 있습니다.
이제 기업들은 모든 업무에 최상위 모델을 쓰는 대신, 업무 특성에 맞춰 고성능 모델과 저비용 모델을 혼합해 사용하는 전략을 채택하고 있습니다.
모델 라우팅 기술을 활용해 작업별로 적절한 모델을 자동 선택하고, GPU 사용량과 토큰 소비를 팀별로 추적하는 등 운영 효율화에 힘을 쏟는 기업도 늘고 있습니다.
결국 AI 경쟁의 무게중심은 '얼마나 강력한가'에서 '얼마나 합리적인 비용으로 충분한 성능을 낼 수 있는가'로 옮겨가고 있으며, 이러한 흐름은 앞으로도 계속될 것으로 전망됩니다.
댓글 없음:
댓글 쓰기
참고: 블로그의 회원만 댓글을 작성할 수 있습니다.