02. Deepseek 쇼크, 말이 안되는 3가지 이유

Deepseek라는 중국의 LLM 모델이 화제다. 인공지능의 언어모델 개발에 필요한 칩셋 개발 및 생산 회사들의 주가가 폭락했다. 엔비디아는 -17%라는 비상식적 변동성을 기록했다.

1. 폭락의 이유

이유를 알기 위해 인공지능 산업의 구조를 알아보자.
 
수익 : 사용자가 인공지능 모델을 활용한다.
기술 : 데이터를 조합 (학습) 해 인공지능 모델을 만든다.
비용 : 데이터는 구매하거나 웹상에서 긁어오고, 장비는 빠른 학습을 위해 GPU를 활용한다.
 
GPU를 설계하는 엔비디아, 생산하는 TSMC, 부품의 SK하이닉스, open ai의 실소유주인 마이크로소프트가 폭락했다. 딥시크의 개발 효율성이 좋아 부품이 많이 필요하지 않기 때문이다.

2. LLM의 end-point

본론에 들어가기 앞서, "인공지능 산업" 의 근본을 다시 생각할 필요가 있다. 인공지능 언어모델 LLM의 사업모델은 B2C saas 이다. 일반 소비자를 상대로 소프트웨어 서비스를 제공한다.
 
Open AI의 2024년 매출은 37억달러, 이 중 84%가 구독료, 나머지가 API 사용료에서 나온다. 전체의 29%가 기업이나 팀의 구독료이고, 55%가 개인구독이다.

 
Chat GPT의 유료구독이나 API를 사용해 본 사람이라면 이 구조가 얼마나 위험한 것인지 알 수 있다. "인공지능"이라는 거대 기술의 end-point가 어디인가, 즉 end-user가 누구이고 어떤 서비스를 제공하는지, 또한 그것이 지속가능한지 생각해야 한다.

3. 말이 안되는 이유들

"말이 안된다" 라는 것은

• LLM으로부터 시장을 창출하는 것이 애초에 말이 안되며,
• 딥시크가 나스닥 시장을 흔드는 것이 말이 안된다는 것이다.

 
쉽게 말해서, 지금의 인공지능 언어모델 시장은 애초에 고평가 된 시장이었다. 이유를 다음과 같이 정리하고 짚어보자.

1. [수익성] B2C saas는 수익성, 안정성 면에서 지속 불가능하다.
2. [시장전략] AI는 B2B 비즈니스에 적용될 수 없다.
3. [시장구조] GPU회사가 말하는 "데이터센터"의 end-point가 B2C saas라면 또한 지속 불가능하다.

1. 수익성 - Open AI API

먼저 OpenAI 매출의 15%를 차지하는 API에 대해 생각해보자. API는 "가치"를 만들기 어렵다. 신기함에 구경하다 싫증이 나기 마련인 장난감 같은 것이다. REST API를 처음 배운 주니어 개발자들이 충전해 둔 5달러의 최소금액이 모여 저 매출이 난 것으로 보인다.
 
가치를 만들기 어려운 이유는 LLM의 기능을 "충분히" 이용하기 위해 들어가는 비용이 많기 때문이다. 비슷하게 최근 "프롬프트 엔지니어"라는 괴상한 직업이 있다. LLM에 어떻게 질문을 해야 효율적인 답변을 얻을 수 있는지 연구하는 직업인데, 의대 수업에서 의학 논문 검색법을 가르치는 것만큼이나 괴상하다.
 
API를 사용하는 사람들이 실수하는 것 중 하나는 Chat GPT의 작동 방식이 "session"을 생성하고 그것이 구동되는 방식과 착각한다는 것이다. Chat GPT는 대화방이 아니다. 단순히 당신과 언어 모델 사이에 축적된 대화를 바탕으로 다음 답변을 예상하는 것이다. 예를 들어 이런 대화가 있을 때,

(1) MAN : 오늘 밥 먹었어?
(2) GPT : 응
(3) MAN : 뭐 먹었어?
(4) GPT : 비빔밥을 먹었어

API에서 (4)의 답변을 받으려면 (1)-(3)의 대화를 모두 입력으로 해야 한다. 하지만 대부분은 (3)을 주고 (4)의 답변을 기대한다. 다음 답변을 얻기 위해 앞에서 한 모든 대화를 입력으로 해야하기 때문에, API는 사용자의 생각보다 많은 token을 요구하게 된다.

2. 수익성 - Chat GPT

다음으로 Chat GPT의 대체 가능성이다. Hugging face를 써봤다면 모두가 공감할 것이, 이제 AI는 더 이상 숨겨진 기술이 아니다.
 
Hugging Face에는 사람들이 개발한 모델들이 평가되고, 순위 매겨지고, 업로드 된다. 사용자는 누구나 다운로드 받아 새로운 데이터를 학습시키고, 모델을 개선하여 업로드할 수 있다. 실제로 Open AI의 모델들은 다른 LLM모델에 비해 종종 낮은 성능을 보인다. 하지만 Open AI가 성공한 이유는? 먼저 빠르게 웹사이트를 만들고 제품 형태로 출시했기 때문이다. 단순히 웹사이트에서 20달러 짜리 사용자 상품을 판매하는 것 만으로는 다른 모델로의 대체를 막을 수 없다.
 
주워들은 비즈니스 전략 중 Lock-in 전략이라는 것이 있다. 사용자가 자사 제품만 사용하도록 하는 전략이다. Open AI에 Lock-in이 있나? 하면 없는 것이다. 그럼 LLM의 주 사용자가 Lock-in 전략에 잘 반응하는가? 하면 그것도 아니다. 검색 포털을 생각해보자. 다음을 쓰던 사람에게 네이버 쓰세요~ 하면 못쓸 것이 있나? 단지 조금 불편할 뿐이다. LLM 개발사가 Chat GPT같은 웹사이트를 만드는 것이 어려운가? 하면 더욱 아니다.
 
다시 말해 사용자의 의사 결정이 매우 유동적이고, 제품이 매력적이지도 않으며, 진입장벽도 매우 낮다. 어떤 웹사이트에서 사용자가 원하는 것은 깔끔한 UI, 더 좋은 성능, 빠른 속도, 다양한 편의 기능 정도로 제한된다. 그래서 API를 출시한 것일텐데, 그마저도 아직 시기상조에 불과하다.

3. 시장전략 - B2B로의 가능성

B2BC라는 것이 있다. "우리는 B2B를 합니다" 라는 스타트업 대표의 말에 "B2BC 잖아요" 라면서 한 방 먹일 수 있는 무적의 단어. 서비스가 B (business)를 타겟으로 하는 것 같지만 결국 B 내부의 사용자 C (customer)가 end-user라는 것이다. Chat GPT의 business plan, 기업 메일 서비스 등이 B2BC의 예시이다.
 
Open AI가 안정적인 수익 구조를 갖기 위해서는 기업이 원하는 AI 서비스를 만들어야 한다.

1. 기업이 생산하는 제품/서비스에 탑재될 수도 있고,
2. 기업의 업무/생산 효율성을 개선하는 서비스를 만들 수도 있다.

문제점은 LLM이 이런 task에 적합하지 않다는 것과, LLM을 B2B 서비스나 제품 형태로 판매하기 위해서는 스타트업 / 중소기업을 고객으로 해야 한다는 것이다.

• 제품에 탑재되는 경우 AI비서 등으로 활용될 수 있는데, AI비서를 탑재하는 제품을 만들 수준의 회사는 모두 대기업이다. 직접 만드는 것이 보안과 비용 측면에서 유리하다.
• 서비스에 탑재되는 경우 상담 봇 등으로 활용된 사례가 있다. RAG 등을 활용하는 방법이 있었지만 결국 정해진 답변을 짜 맞추는 것이 가장 효율적이다.
• Data augmentation (데이터를 새로 생성하여 학습에 추가로 활용하는 것) 등에 활용될 수 있다. 연구 분야에 한정해서 가능하겠지만, augmentation이 필요한 기업은 모두 대기업이다.
• 생산 효율성을 개선하는 서비스라면 결국 생산에 대한 결과를 학습해야 한다. LLM은 사족에 사족에 사족이다. Regression 수준에서 해결된다.
• 업무 효율성을 개선하는 서비스라면 요약, 분류 등의 기능이 적용된 LLM을 활용하겠지만, 정확하고 효율적이지 못할 것이다. 왜냐하면 사람 개개인의 관습을 따라갈 수 없기 때문.

그래서 LLM이 기업에서 활용되는 것은 토스증권에서 뉴스 요약 해주는 정도가 아니면 오래 사용되는 것을 본 적이 없는 것 같다. 즉, 돈이 안되고 필요도 없고 정확하지도 않다.
 
데모데이 라고 해서 스타트업들이 나와서 본인 사업을 발표하는 자리가 있다. 열에 한 여섯은 AI를 활용한~ 으로 시작한다. 보다보면 개그콘서트가 따로 없다.

4. 시장구조 - 실물 경제는 변하고 있는가?

애널리스트 들이 종종 설레발치며 말하는 "5차 산업혁명" 이라는 단어가 있다.
 
인터넷이 1,2,3차 산업에서 수집된 정보를 세상에 공유하였다면, AI는 1,2,3차 산업의 생산 효율성을 강화한다. (해야 한다.) 각각은 4,5차 산업혁명이라기보다 인터넷에 의한 연결, 그리고 연결된 정보의 활용일 뿐이다.
 
따라서 이것이 하나의 산업이 되기 위해서는 반드시 "실물 경제의 변화"를 동반해야 한다. 물론 인공지능은 다양한 직업을 만들었고 새로운 연구 분야가 되었다. 사람이 하기 어려운 예측과 분석을 쉽게 만들었다. 하지만 그것이 돈이 되느냐 는 완전히 다른 얘기이다.
 
의료정보학 이라는 분야가 있다. Regression으로 질병 예측 모델을 만들고 segmentation으로 암 위치를 잡고 하는 연구 분야인데, 100에 99는 연구를 위한 연구로 끝나버린다. 그것을 돈으로 만든 회사는 루닛과 뷰노, 딥노이드 등 소수의 회사 뿐이고, 그마저도 매 분기 수십억의 적자에 시달리고 있다. 그들이 모두 J커브를 그리며 흑자 전환을 하고 구글 같은 기업이 된다면 그들을 무한정 지원하면 될 일이다. 하지만 미국의 7대 회사인 magnificant seven 조차 하지 못하는 꾸준한 성장을 모두가 할 수 있을 것이란 기대를 할 수는 없다.
 
그러면 여기서 지금까지 수혜를 본 엔비디아와 그 생산 업체인 TSMC, 부품업체인 SK하이닉스만이 최종 위너가 될 것이다. 물론 지속적인 성장은 아니고, 이 시장이 끝날 때까지 이다. 쉽게 말해, LLM에 돈을 대주는 쩐주들을 영혼까지 빨아 먹고 튀는 것이다. 마이크로소프트의 돈이 Open AI로, 그 돈이 다시 설계와 생산 업체로 흘러들어갈 뿐, 새로운 가치가 창출되는 것은 아니라는 것이다.
 
결론은, Open AI, 이제는 거품을 시장에 반환할 때이다.