DeepSeek의 450억 달러 가치 평가, 10조 달러 규모 AI 하드웨어 시장의 격변 예고

중국의 AI 도전자 DeepSeek는 주력 모델의 가격을 75% 영구 인하하는 것을 시작으로, 기술적 효율성을 무기화하여 현재의 AI 하드웨어 시장에 맞선 장기적인 전략적 행보를 펼치고 있습니다.

중국 AI 스타트업 DeepSeek는 새로운 700억 위안 규모의 펀딩 라운드에서 보고된 450억 달러의 프리머니 기업 가치를 활용하여 주력 모델인 V4-Pro의 가격을 영구적으로 75% 인하하고 있습니다. 이는 경쟁사를 압도하고 서구의 고가 하드웨어에 대한 의존도를 낮추기 위한 전략적 움직임입니다.

"우리의 원칙은 손해를 보지 않는 것이지만, 과도한 이익을 취하지 않는 것이기도 합니다."라고 DeepSeek의 설립자 량원펑(Liang Wenfeng)은 2년 전에 말했습니다. 이 철학은 현재 KV 캐시(KV Cache)와 같은 분야에서 회사의 기술적 효율성이 획기적으로 낮은 비용 구조를 가능하게 함으로써 실현되고 있습니다.

V4-Pro API 가격은 이제 프로모션 가격인 백만 토큰당 0.0256위안(약 0.00350.83달러)으로 영구 고정될 것이라고 회사는 토요일 발표했습니다. 이는 이전 최고가인 24위안에서 인하된 가격입니다. 이는 백만 토큰 컨텍스트에 대한 KV 캐시 HBM 메모리 요구 사항을 일부 라이벌 모델이 요구하는 60GB의 아주 작은 부분인 5.48GB로 줄이는 혁신 덕분에 가능했습니다.

DeepSeek의 전략은 API 가격 전쟁을 넘어, 약 10조 달러 가치로 추산되는 하드웨어 공급망을 재구성하는 것을 목표로 합니다. 비교적 저렴한 LPDDR 메모리와 SSD에 맞춰 모델을 최적화함으로써, 이 회사는 중국산 칩이 엔비디아와 같은 선두 주자들과 경쟁할 수 있는 실행 가능한 경로를 만들어내고 있으며, 잠재적으로 자신이 창출한 하드웨어 시장의 상당 부분을 점유하려 하고 있습니다.

하드웨어 체스판

DeepSeek의 공격적인 가격 책정은 하드웨어 비용을 최소화하기 위해 설계된 일련의 심층적인 기술 혁신의 직접적인 결과입니다. 이 전략의 핵심은 거대 언어 모델의 메모리 집약적 구성 요소인 KV 캐시를 획기적으로 축소하는 데 있습니다. V4 모델의 KV 캐시 풋프린트를 경쟁사의 10분의 1 미만으로 줄임으로써, DeepSeek은 이 데이터를 값비싼 고대역폭 메모리(HBM)에서 보다 범용적인 SSD 및 NAND 플래시 스토리지로 오프로드할 수 있습니다.

이러한 효율성은 하드웨어 스택 전체에 연쇄 반응을 일으킵니다. SGLang 팀의 연구에 따르면 HBM보다 훨씬 저렴한 LPDDR 메모리가 필요에 따라 모델 파라미터를 스트리밍하는 "가중치 임시 저장 영역" 역할을 할 수 있으며, 이는 DeepSeek의 MoE(Mixture-of-Experts) 아키텍처에 매우 적합한 방식입니다. 이 접근 방식은 비싸고 고성능인 GPU 메모리를 더 많은 양의 저렴한 시스템 메모리로 효과적으로 대체합니다. EUV 노광 장비 제한으로 인해 최첨단 GPU 생산에 한계를 겪고 있는 중국 국내 칩 산업에 있어 이는 중요한 발전입니다. 이는 덜 강력한 프로세서가 더 많은 메모리와 결합하여 경쟁력을 유지할 수 있게 해주는, 원시 연산 능력의 부족을 우회하는 "차선 변경" 전략입니다.

더 나아가 DeepSeek은 교차 하드웨어 컴파일러 프레임워크인 TileLang에 투자했습니다. 이 소프트웨어 계층은 하드웨어 차이를 추상화하여 AI 코드가 다양한 플랫폼에서 실행될 수 있도록 함으로써, 많은 개발자를 엔비디아 하드웨어에 가두는 강력한 "CUDA 해자"를 우회하는 것을 목표로 합니다.

AGI로 가는 길

최근 투자자 회의 보고에 따르면, 즉각적인 효과는 AI 하드웨어 시장의 혼란이지만, 설립자 량원펑은 궁극적인 목표가 범용 인공지능(AGI) 추구라고 밝혔습니다. 하드웨어 효율성 전략은 이 장기적인 목표를 위한 필수적인 토대입니다.

AGI를 달성하려면 AI가 시행착오를 통해 스스로 학습하고 개선하는 강화 학습(RL) 및 재귀적 자기 개선(RSI)과 같은 기술을 사용하여 대규모 훈련이 필요할 것입니다. 이러한 방법은 계산적으로 천문학적인 수준이며, 수조 개의 토큰 생성과 방대한 "가정(what-if)" 시나리오 모델링을 요구합니다. 컴퓨팅의 근본적인 비용을 낮춤으로써 DeepSeek는 이전에는 감당할 수 없었던 이러한 훈련 실행을 경제적으로 실현 가능하게 만듭니다. MoE 모델에서 KV 캐시 압축에 이르기까지 모든 혁신은 AGI 교육을 감당할 수 있을 만큼 저렴하게 만든다는 단일 목표로 수렴됩니다.

이로 인해 DeepSeek의 자금 조달 및 가격 책정 전략은 새로운 시각으로 보입니다. 이 회사는 단순히 API 액세스를 판매하는 것이 아닙니다. CATL 및 국가 관련 기금을 포함한 하드웨어 파트너 및 투자자 연합을 구축하여 자급자족 가능한 AI 공급망을 구축하고 있습니다. 투자자들에게 이 배팅은 소프트웨어 회사에 대한 것이 아니라, 누가 그것을 구축할 여유가 있는지에 대한 경제적 방정식을 근본적으로 바꿈으로써 AI의 글로벌 힘의 균형을 재편할 수 있는 전략적 핵심에 대한 것입니다. 이는 DeepSeek를 다른 AI 연구소뿐만 아니라 현재의 AI 붐을 뒷받침하는 엔비디아를 포함한 전체 하드웨어 생태계에 대한 직접적인 도전자로 자리매김하게 합니다.

이 기사는 정보 제공만을 목적으로 하며 투자 조언을 구성하지 않습니다.