AI 경쟁이 난처해졌다

서구 AI 기업은 중국 연구소의 모델 증류를 비판하면서도, 정작 중국이 공개한 추론 최적화 기술을 도입하고 있다는 비판을 받음 DeepSeek의 KV 캐시 최적화는 코딩처럼 긴 세션 문맥을 사용하는 특정 용도에서 캐시 메모리 사용량을 DeepSeek-V1 대비 약 437분의 1로 줄임 DeepSeek-V4.1-Flash는 CSA2, 계층 간 캐시 재사용, 인과적 인코더-디코더 구조, FP4 캐싱으로 전체 KV 캐시를 토큰당 890바이트까지 줄임 Claude Opus 5.5와 GPT-6.1 Sol의 캐시 읽기 가격 인하가 기술 도입의 증거로 해석되지만, 제공된 본문에는 두 회사의 도입 확인이나 구현 근거가 없음 첨단 GPU 접근 제약으로 중국 연구소가 집중한 성능 최적화가 역설적으로 적자를 내는 서구 연구소의 구명줄이 됐다는 평가임 모델 증류 논란과 기술 공개 최근 뉴스 헤드라인은 서구 AI 연구소가 중국 연구소에 일방적으로 밀리는 듯한 인상을 줌 Anthropic은 중국 AI 연구소의 Claude 증류 의혹을 제기하고, 증류 공격의 위험을 경고함 이런 대응은 향후 중국 모델에 대한 법적 규제와 제한의 토대를 마련한다는 점에서 Anthropic에 유리함 경쟁의 중심은 무분별한 증류에서 중국 연구소의 기술 진전 도입으로 옮겨간 것으로 평가됨 중국 연구소가 기술 구현법을 사실상 공개하고 있으므로, 서구 기업의 활용은 ‘도둑질’보다는 ‘도입’에 가까움 다만 서구 기업은 DeepSeek가 공개한 KV 캐시 최적화를 인정이나 감사 표시 없이 복제했다는 비판을 받음 KV 캐시 최적화와 서구 모델의 가격 인하 DeepSeek의 KV 캐시 최적화는 코딩 등 긴 세션 문맥을 사용하는 특정 용도에서 DeepSeek-V1 대비 캐시 메모리 사용량을 약 437분의 1로 줄임 먼저 공개한 MLA 아키텍처가 캐시를 약 15분의 1로 압축했고, 이후 Compressed Sparse Attention과 Heavily Compressed Attention이 뒤따름 최신 DeepSeek-V4.1-Flash는 CSA2, 계층 간 캐시 재사용, 인과적 인코더-디코더 구조, FP4 캐싱을 적용해 전체 KV 캐시를 토큰당 890바이트로 줄임 긴 문맥 모델을 서비스할 때 GPU 메모리에 캐시를 유지하는 데 필요한 VRAM은 가장 큰 비용 요소 중 하나임 첨단 GPU 접근 제약으로 중국 연구소에는 성능 최적화가 최우선 과제가 됐으며, 그 성과가 드러나는 ...