DeepSeek-R1 출시로 AI 산업의 새로운 트렌드가 발생, 구오밍치가 미래 발전을 설명하다

DeepSeek-R1 출시로 인한 AI 산업의 새로운 트렌드
1월 31일, 텐풍 국제 증권의 분석가 구오밍치가 1월 29일 발표한 보고서에 따르면, DeepSeek-R1의 출시는 AI 산업에서 두 가지 중요한 새로운 트렌드를 일으켰다고 밝혔습니다. 이 두 가지 트렌드는 DeepSeek-R1이 등장하지 않았더라도 결국 나타날 트렌드였지만, DeepSeek-R1의 출시는 그 발생 속도를 가속화시켰습니다.
트렌드 1: Scaling Law의 한계가 완화될 때, AI 연산력은 훈련 방법 최적화를 통해 여전히 증가할 수 있다
지난 1-2년 동안, 투자자들은 AI 서버 공급망에 대한 투자 논리를 Scaling Law에 따라 AI 서버 출하량이 지속적으로 증가할 것이라는 가정에 두었습니다. 그러나 Scaling Law의 한계가 점차 줄어들면서 시장은 DeepSeek가 훈련 방법 최적화를 통해 모델 성능을 상당히 향상시키는 방법에 주목하기 시작했습니다.
Scaling Law는 AI 모델의 성능이 모델 파라미터 수 (N), 훈련 데이터 양 (D), 연산 능력 (C)의 세 가지에 의해 결정된다고 설명합니다. 이상적인 경우는 N, D, C가 동시에 증가하는 것입니다. 그러나 몇 가지 요인으로 인해 Scaling Law의 한계가 완화되었습니다:
1. 인간이 생성한 텍스트 자료 (D)는 거의 소진되었습니다.
2. 연산 능력 (C)이나 훈련 데이터 양 (D)이 크게 개선되지 않으면, 모델 파라미터 수 (N)를 증가시켜도 성능 향상에 도움이 되지 않습니다.
3. 연산 능력 (C)은 단기간에 크게 개선되기 어렵습니다 (예: Blackwell 시스템은 아직 대량 생산되지 않았고, 전력 공급 제한 등).
산업 연구 측면에서 DeepSeek-R1은 훈련 방법 최적화를 통해 모델 효율성을 크게 향상시켰음을 보여주었으며, 이는 Scaling Law의 한계가 감소하는 상황에서도 훈련 방법 최적화를 통해 AI 인프라의 연산력을 계속해서 향상시킬 수 있음을 시사합니다.
트렌드 2: API/Token 가격이 급격히 하락하면서 AI 애플리케이션의 다양화가 촉진된다
현재 AI 산업의 수익 모델은 새로운 비즈니스를 창출하거나 기존 비즈니스의 부가 가치를 높이는 것이 아니라 주로 도구를 판매하고 비용을 절감하는 데 중점을 두고 있습니다. DeepSeek-R1은 공격적인 가격 전략을 채택하여 무료 사용을 제공하며, API/Token 가격은 OpenAI-o1 가격의 1/100에도 못 미칩니다. 이 경쟁 압력은 AI 사용 비용을 낮추고 AI 애플리케이션의 다양화를 가속화할 수 있습니다.
AI 소프트웨어/서비스 및 디바이스의 비용은 API/Token 가격 하락과 훈련 방법 최적화 덕분에 감소하고 있으며, 이는 AI 연산력에 대한 수요를 증가시키고 투자자들의 AI 투자 수익에 대한 의구심을 줄이는 데 도움이 됩니다. AI 사용량은 가격 하락으로 증가했지만, 사용량 증가가 가격 하락을 상쇄할 수 있을지는 지켜봐야 합니다.
결론
Scaling Law는 경험적 법칙이며, 합리적으로 기대를 낮추고 장기적인 투자 트렌드를 냉철하게 바라보는 것이 장기적으로 유리합니다. 칩 업그레이드, 전력 공급 제한 개선, 훈련에 더 많은 멀티모달 데이터 추가 등은 Scaling Law의 한계를 다시 가속화하는 데 도움이 될 수 있습니다. 대규모 배치자만 Scaling Law의 한계 효과를 느낄 것이며, 이는 다시 Nvidia의 우위를 입증합니다.
중국의 경쟁이 치열한 환경과 개방형 커뮤니티 자원을 고려할 때, 다른 중국 기업들이 성능이 뛰어나고 가격이 더 공격적인 LLM을 출시할 것으로 예상됩니다. 이때 LLM 서비스 제공업체들이 안정적인 수익을 창출하지 못하면 수익 압박은 더 커질 것입니다.
API/Token 가격의 급격한 하락 덕분에 AI 소프트웨어/서비스 및 디바이스는 더 많은 투자자들의 관심을 끌 것입니다. 이러한 것이 새로운 장기적인 투자 트렌드가 될 수 있을지 여부는 그들이 수익성 있는 비즈니스 모델을 창출할 수 있는지에 달려 있습니다.
Nvidia는 Scaling Law의 한계 효과가 다시 가속화될 때 여전히 승자가 될 것입니다. 하지만 단기적으로 GB200 NVL72의 대량 생산 문제와 중장기적으로 미국 반도체 수출 금지 조치가 변화할지 여부에 주목해야 합니다.