DeepSeek이 뚫어낸 AI 버블, Crypto AI에겐 복이 될까 재앙이 될까?

저자: BUBBLE, BlockBeats

2025년 1월, DeepSeek R1의 출현은 AI 분야에 큰 충격을 주었고, 동시에 Crypto AI 생태계를 진정으로 변화시켰습니다. 지난 한 주기 동안, Crypto AI는 주로 AI 에이전트를 중심으로 전개되었으나, DeepSeek R1과 그 오픈 소스 전략은 게임의 규칙을 완전히 바꾸었습니다: 극히 낮은 훈련 비용과 혁신적인 적응형 훈련 방법은 AI 산업의 탈중앙화 비전을 더 이상 공허한 말이 아닌 손에 닿을 수 있는 현실로 만들었습니다. 이 변화는 깊은 영향을 미쳤고, Crypto AI 시장의 총 시가 총액은 크게 줄어들었으며, 많은 AI 토큰이 70%의 조정을 겪었습니다. 그러나 이것이 정말 위기일까요? 아니면 Crypto AI의 완전한 재편을 의미할까요? DeepSeek는 과연 Crypto AI 내러티브를 깨뜨리는 '종말자'인지, 아니면 그 실용화 시대에 진입하는 '파괴자'인지 궁금합니다.

야생 성장하는 DeepSeek

DeepSeek의 발전은 2021년으로 거슬러 올라갑니다. 당시, 양적 거래에 집중하는 헤지 펀드 환상은 대규모로 AI 인재를 모집하기 시작했습니다. 양적 회사가 AI로 전환하는 것은 드문 일이었으며, 그들이 모집한 인재들은 대모델(LLM) 및 문생도 모델 등 최전선의 방향을 탐구하는 AI 연구자들이었습니다. 환상이 회사 내 유휴 GPU 자원을 더 잘 활용하기 위해 전환했다는 소문도 있었지만, 대부분의 이유는 대모델 등 최전선 AI 기술의 정점에 서기 위한 결정이었을 것입니다.

2022년 말까지 환상은 점점 더 많은 최고의 AI 인재를 흡수했으며, 주로 칭화대와 베이징대의 재학생들이었습니다. ChatGPT의 자극을 받아 환상 CEO 양문봉은 범용 인공지능 분야에 진출하기로 결심하고 2023년 초에 DeepSeek를 설립했습니다. 그러나 지표, 달의 어두운 면, 백천 지능 등 AI 회사들의 급속한 부상으로 인해 DeepSeek는 순수 연구 기관으로서 스타 창립자가 부족해 독립적인 자금 조달에 큰 어려움을 겪었습니다. 따라서 환상은 DeepSeek를 분리하여 전액 지원하기로 선택했으며, 이 결정은 매우 위험했지만 DeepSeek는 자금 조달자의 수익 약속이나 평가 압박을 받을 필요가 없었습니다. 동시에, 상대적으로 충분한 GPU 자원 확보로 팀은 기술 돌파에 집중할 수 있었고, 혁신 정신이 가득한 젊은이들이 자유롭게 활동할 수 있는 환경이 조성되었습니다. 이 시점의 DeepSeek는 회사라기보다는 연구소에 가까웠습니다.

OpenAI의 초기와 마찬가지로, 누가 연구 로봇이 손으로 루빅 큐브를 푸는 회사가 어떻게 결국 ChatGPT를 개발하게 될지 예상했겠습니까? 또한 누가 양적 거래를 하는 환상이 DeepSeek를 통해 현재의 AI 거품을 뚫고 나갈 것인지 예상했겠습니까? 전자는 7년이 걸렸고, 후자는 단 2년이 걸렸습니다. 2023년 11월에는 670억 개의 매개변수를 가진 DeepSeek LLM이 출시되었고, 2024년 5월에는 DeepSeek-V2가上线되었으며, 같은 해 12월에 발표된 DeepSeek-V3는 벤치마크 테스트에서 GPT-4o 및 Claude 3.5 Sonnet과 동등한 성능을 보였습니다. DeepSeek의 이러한 빠른 기술 도약은 회사의 재정력이나 고학력 때문이 아니라, 'ChatGPT가 세계 AI 산업에 영향을 미친' 기술적 특이점이 발생한 후, 상상력을 충족할 수 있는 토양에서 크고 작은 특이점들이 가속적으로 발생했기 때문입니다. 다음 중요한 특이점이 나타날 때까지 말이죠.

마침내 2025년 1월, DeepSeek는 특이점을 가속적으로 통과하며 그들이 육성한 첫 번째 세대의 추론 능력을 가진 대모델 DeepSeek-R1을 ChatGPT-O1보다 훨씬 낮은 훈련 비용과 뛰어난 성능으로 그 문을 열었습니다.

오픈 소스로 전 세계에 스타게이트의 열쇠를 배포하다

DeepSeek R1이 출시되고 오픈 소스 모델이 발표된 다음 날, 미국 대통령 트럼프는 백악관 기자 회견에서 5000억 달러 규모의 '스타게이트' 계획을 시작한다고 공식 발표했습니다. OpenAI, 소프트뱅크, 오라클 및 투자 회사 MGX가 공동으로 Stargate라는 합작 회사를 설립하여 미국에서 OpenAI를 위한 새로운 인공지능 인프라를 구축하기로 했습니다.

이러한 규모의 투자는 '맨해튼 프로젝트'에 비견될 정도로, 국가의 힘을 모아 알고리즘을 쌓아 닫힌 AI를 정점으로 밀어올리고 AI 시장을 독점하여 미국 본토 AI 산업의 선두 자리를 보장하려는 의도가 엿보입니다. 그러나 이 계획이 발표된 당시에는 몇 일 후, 대양 건너편의 오픈 소스 모델이 문을 열지 않을 것이라는 것을 상상하지 못했을 것입니다. 문 옆에서 망치를 들고 벽을 부수는 것뿐만 아니라, 다른 사람들에게도 망치를 나눠주기까지 했습니다.

DeepSeek는 최고의 닫힌 모델과 견줄 수 있는 오픈 소스 모델로서, 그 새로운 훈련 구조는 연쇄 반응을 일으켜 닫힌 AI가 어려움을 겪게 만들었습니다. DeepSeek R1보다 성능이 떨어지는 닫힌 모델은 자본 시장에서 직접 퇴출될 것이며, A16z의 'OpenAI 투자자' 창립자 마크 안드레센조차도 오픈 소스 AI에 더 많은 관심을 기울여야 한다고 공개적으로 언급했습니다. 업계에서는 AGI의 가능성을 지지하든 AI가 단순히 SaaS 산업의 업그레이드 버전으로 남아야 한다고 주장하든 간에, 닫힌 소스의 해악이 오픈 소스의 이점보다 훨씬 크다고 보고 있습니다. 블랙박스, 산업 독점, 정보 보안, 자본 조작 주의력 등 어떤 하나도 매우 위험한 발전 방향입니다.

일부 업계 관계자들은 V3의 혼합 전문가 기술 'MoE'가 방대한 데이터 세트를 필요로 하며, OpenAI의 모델을 증류하는 데 사용되었다고 의심하고 있습니다. 또한 R1의 강화 학습 'RL'에서 강화 학습 기반 방법이 많은 하드웨어 자원을 필요로 하여 훈련 칩 사용량에 대해 조작이 있었던 것으로 의심받고 있습니다. 그러나 이러한 의혹은 산업 구조 개혁에 미치는 영향에는 전혀 영향을 미치지 않습니다.

DeepSeek R1의 오픈 소스는 훈련 구조에서 OpenAI의 닫힌 대모델 상업 논리를 깨뜨리고, 모델이 스스로 진화하도록 하는 논리를 통해 전통적인 패러다임의 계산력과 데이터 주석에 대한 대규모 투자를 피할 수 있게 했습니다. 비록 모델 훈련이 여전히 블라인드 박스이지만, 블라인드 박스의 비용은 훨씬 낮아졌습니다.

AI 하드웨어 측면에서, DeepSeek의 V3 오픈 소스는 엔비디아의 시장 지배적 지위에 직접 도전하고 있습니다. 엔비디아 GPU의 방어선은 상당 부분 그 바닥의 병렬 계산 플랫폼과 프로그래밍 모델 CUDA에 의존하고 있으며, 광범위한 생태계와 충분한 개발자들이 비엔비디아 칩을 사용하여 훈련하는 데 드는 학습 비용이 너무 높습니다. 높은 진입 장벽과 정치적 제약은 전 세계 AI 발전에 단절을 초래했습니다.

우리에게 단기적으로는, 미국 주식 AI 시장이 크게 축소되고, Crypto AI의 총 시가 총액이 거의 절단되었습니다. 시장은 곰 시장에 진입했습니다. 그러나 장기적으로는, 가장 공인된 AI 산업이 오픈 소스, 투명성, 탈중앙화의 발전 경로로 나아가고 있습니다. 어떤 관점에서 보더라도, Crypto와 AI의 결합은 더욱 조화로워질 것입니다.

Crypto AI의 구원, 전진! 전진! 수단을 가리지 않고 전진

이번 Crypto AI의 거품이 터지는 동안 많은 AI 개념 토큰이 70%의 조정을 겪었고, Crypto AI 시장은 크게 축소되었습니다. 누군가는 "550만 달러로 대모델을 훈련할 수 있다. 이 AI의 시가총액이 초과되면, Crypto AI를 왜 사야 하냐"고 농담합니다. 확실히, Crypto는 자금 중심의 시장이지 제품 중심이 아닙니다. 90%의 AI 토큰은 실제 의미가 없습니다.

하지만 실제로 암호화 시장 규제 체계가 개선됨에 따라, 암호화 시장은 여전히 중소형 AI 회사들이 창업하기에 가장 적합한 토양입니다. DeepSeek가 제공하는 ChatGPT O1에 비해 1/100의 대모델 비용과 모델 훈련 방법은 현재 시장에서 만 배 이상의 생태적 성장을 가져올 것입니다.

직접적으로 말하자면, DeepSeek가 Crypto에 가져다주는 것은 탈중앙화된 훈련 모델로, Depin 유형의 프로젝트가 더 합리화될 수 있게 하고, 훈련 과정과 정보 제공이 더 투명해지며, 자료 세트의 기여자가 가치 보상을 받을 수 있는 메커니즘이 더 합리화되어 모델 훈련의 공급자와 수요자 간의 정산이 더 쉬워집니다. 만 배 이상의 AI 산업 주변 생태계 발전은 Crypto AI 하류 산업의 풍부함을 더욱 완벽하게 만들어 줄 것입니다. 충분히 경쟁력 있고 창의적인 제품 내러티브가 시장에 등장하고, 그 중 하나가 진정으로 돌파구를 찾으면 외부 자금은 자연스럽게 Crypto로 가치가 회귀할 것입니다. 시장은 PVP에 오랫동안 고통받아 왔습니다. TrumpCoin 이후의 일련의 유명인 코인 수확은 AI 시장의 원래 풍부한 유동성과 긍정적인 피드백 균형을 깨뜨렸습니다. 따라서 DeepSeek가 터뜨린 거품은 사실 더 큰 호재입니다.

현재 이미 많은 Crypto AI가 DeepSeek를 통합하거나 그 구조에서 업데이트를 진행하고 있으며, ElizaOS, Argo, Myshell, Build, Hyperbolic, Nillion Network, infraX 등이 포함됩니다. 그 중 일부 프로젝트는 제품 측면에서 DeepSeek를 통해 최적화를 진행했습니다.

Myshell

채팅 로봇 및 애플리케이션 플러그인 제작 흐름에 V3와 R1, 심지어 이미지 생성 모델 Janus-Pro를 추가하여, Myshell의 기술자들은 거의 반나절 만에 모델 통합을 완료했습니다. 블록체인에서 제품을 다듬는 데 항상 고집을 부리며, 심지어 Web2AI 제품에서도 명성을 쌓았지만 여전히 코인을 발행하지 않으려는 프로젝트입니다. 이번 DeepSeek의 오픈 소스는 비용 측면에서 Myshell 사용자에게 큰 혜택을 줄 것이며, 더 낮은 비용은 이미 완벽한 제품인 Myshell에 더 많은 에이전트 개발자를 가져올 것입니다.

Argo

Argo의 개발자 Sam Gao는 제품 초기 설계 단계에서 Argo의 중요한 기능을 DeepSeek화했습니다. 워크플로 시스템으로서 Argo는 LLM을 표준 DeepSeek R1으로 내장하고, 원래의 워크플로 생성 작업을 DeepSeek R1에 맡겼습니다. 워크플로의 이유로 인해 토큰 소비와 컨텍스트 정보량은 매우 거대할 것입니다 "평균 >= 10k Token"이며, Argo는 CoT "Chain-of-Thought"를 워크플로 사고 과정에 통합했습니다. DeepSeek의 오픈 소스 이후, 워크플로 제품의 비용이 낮아질 뿐만 아니라, Argo에서 LLM을 로컬로 배포할 수 있어 사용자의 개인 정보 보호도 보장됩니다.

DeepSeek R1이 출현하기 전, Argo는 이미 그 모델의 초기 훈련 논리 Chain-of-Thought "CoT"를 Argo의 에이전트 워크플로 제작 과정에 통합했습니다. 특히 meme 거래 및 시장 트렌드 분석과 같은 작업에 대해 Argo는 Graph-of-Thought (GoT)를 사용하여 작업 흐름을 맞춤화했습니다. 이는 추론을 그래픽으로 구성하는 새로운 방법으로, 노드는 "LLM 사고"를 나타내고, 엣지는 이러한 사고 간의 의존 관계를 나타냅니다.

Argo는 GoT "현재 유일하게 이 모델을 사용하는 Crypto AI 워크플로"를 선택하여 더욱 신뢰할 수 있고 투명한 프로세스를 구현했습니다. 이러한 혁신적인 방법은 Argo 플랫폼에서 거래의 안전성과 신뢰도에 직접적인 영향을 미쳤습니다. 사고 그래프 (GoT)를 Web3 AI 에이전트에 통합하여 Argo를 AI 암호 거래의 최전선에 위치시켰습니다. CoT의 구조화된 추론은 금융 거래의 안전성을 강화할 뿐만 아니라, 탈중앙화 금융 (DeFi)에서 매우 중요한 투명하고 신뢰할 수 있는 결정을 보장합니다.

특히 Argo의 핵심 개발자 Sam은 Shaw와 협력하여 작성한 논문 'EraseAnything: Enabling Concept Erasure in Rectified Flow Transformers'에서, 모델의 전체 생성 성능을 손상시키지 않으면서 대규모 텍스트에서 이미지 확산 모델로 원하지 않는 개념을 제거하는 방법에 대해 DeepSeek 연구원 XingchaoLiu의 도움을 받았습니다.

Hyperbolic

Hyperbolic Labs는 또한 자사의 GPU 플랫폼에서 DeepSeek-R1 모델을 호스팅한다고 발표했습니다. 사용자는 Hyperbolic GPU 자원을 임대하여 로컬 또는 지정된 데이터 센터에서 DeepSeek-R1 모델을 실행할 수 있으며, 민감한 데이터를 DeepSeek의 서버로 전송할 필요가 없습니다. 이러한 방식은 데이터 프라이버시를 보장할 뿐만 아니라 DeepSeek 모델의 뛰어난 추론 성능을 활용할 수 있게 해줍니다. 또한 Hyperbolic의 탈중앙화 계산 네트워크를 통해 사용자는 더 낮은 비용으로 DeepSeek 모델의 효율적인 추론 능력을 얻을 수 있으며, 이는 스타트업이나 슈퍼 개인 기업가, 단순한 AI 효율 사용자에게 매우 경쟁력 있는 솔루션이 될 것입니다.

이번 거품이 터진 것은 Crypto AI 시장에 큰 타격을 주었고, 많은 AI 토큰이 투기 가치를 잃었습니다. 그러나 본질적으로 DeepSeek는 Crypto AI를 없애는 것이 아니라 시장의 진화를 가속화하고 있습니다. DeepSeek R1 이후, Crypto AI의 미래는 더 이상 단순한 투기에 의존하지 않고, 탈중앙화 AI 계산, 모델 훈련의 경제적 인센티브 메커니즘, AI 자원의 공정한 분배, 실용적인 제품 등 방향으로 재구성될 것입니다. 진정한 도전은 Crypto가 DeepSeek가 가져온 기술 혁명을 활용하여 진정으로 가치 있는 AI 생태계를 구축할 수 있을지, 단순히 개념과 투기를 만들어내는 것이 아닙니다.

이것은 끝이 아니라 진화입니다. Crypto AI는 더 빠르고, 더 공격적으로 나아가야 합니다. / 가속