딥시크 새로운 AI 훈련방법 공개, “R2 모델은 설날 무렵 공개될 예정”

중국의 인공지능(AI) 스타트업 ‘딥시크(DeepSeek)’가 지난 2일 새로운 AI 학습 기술인 ‘mHC(Manifold-Constrained Hyper-Connections)’를 발표하며 전 세계의 관심을 모으고 있다.

mHC는 거대 언어 모델(LLM)의 크기를 키우면서도, 계산에 들어가는 비용과 에너지 소모를 효과적으로 줄이기 위한 방법이다. 이 기술은 논문 공개 사이트인 아카이브(arXiv)(링크)와 허깅페이스(Hugging Face)를 통해 세상에 알려졌으며, 창업자 량원펑(Liang Wenfeng)을 포함한 19명의 연구진이 함께 개발했다.

미국이 엔비디아 반도체 칩의 수출을 제한하면서, 중국 AI 기업들은 전통적인 방식 대신 효율성을 극대화하는 새로운 길을 찾고 있다. 딥시크는 이러한 환경 속에서 독자적인 기술 혁신을 통해 경쟁력을 키우려 한다. 량원펑은 “mHC 기술은 인공지능 기초 모델의 진화를 이끌 잠재력을 가지고 있다”고 강조했다.

mHC는 기존의 연결 구조에 ‘매니폴드(manifold)’라는 수학적 제약 조건을 도입했다. 이를 통해 인공지능 모델 내부에서 정보가 더 풍부하고 안정적으로 공유되도록 설계되었다. 연구진은 30억, 90억, 270억 개의 매개변수(파라미터)를 가진 모델에 mHC를 적용해 보았다. 그 결과, 기존 방식보다 학습이 안정적이고 성능도 뛰어났으며, 컴퓨터에 가해지는 부담은 거의 늘어나지 않았다. 이는 인공지능의 덩치를 키우면서도 에너지 비용은 아끼는 데 큰 도움이 될 것으로 기대된다.

딥시크의 ‘R1’ 모델은 이미 낮은 비용으로 높은 성능을 내며 업계를 놀라게 한 바 있다. 이번에 발표된 기술은 차세대 모델인 ‘R2’의 기반이 될 가능성이 매우 높다. R2 모델은 2026년 2월 설날(춘절) 즈음 출시될 것으로 예상되며, 이는 전 세계 AI 시장에 또 한 번 큰 충격을 줄 수 있다. 연구소 관계자는 “딥시크의 연구는 앞으로 더욱 공개적이고 협동하는 방향으로 나아갈 것”이라고 전했다.

mHC 기술은 거대 모델을 돌릴 때 드는 비용과 에너지 부담을 줄여주는 동시에, 누구나 AI 기술을 누릴 수 있게 하는 ‘기술의 민주화’ 측면에서도 중요한 전환점이 될 수 있다. 딥시크의 기술이 실제로 쓰이기 시작하면, 서구 중심의 AI 시장에 도전장을 내밀며 경쟁 구도를 다시 짤 수도 있다. 이는 앞으로 세계 AI 시장에서 ‘가성비’와 성능 경쟁을 더욱 치열하게 만들 것이다.

딥시크가 연구 내용을 투명하게 공개하는 행보는 중국 AI 업계 전체에 협력적인 연구 문화를 퍼뜨리는 계기가 될 수 있다. 이는 인공지능 연구의 방향이 단순히 “더 크고 복잡한 모델”을 만드는 것에서, “더 효율적이고 안정적인 모델”을 만드는 쪽으로 바뀌는 데 기여할 것이다.