딥시크 는 어떻게 그렇게 적은 돈으로 개발을 할 수 있었나요?
얼마전 중국의 AI딥시크떄문에 미국AI기업들이 충격을 받았다고 하는데요. 개발비용이 미국의 1/10 정도 밖에 들지 않았다고 하는데 어떻게 적은 돈으로 개발을 할 수 있었나요?
안녕하세요. 전기기사 취득 후 현업에서 일하고 있는 4년차 전기 엔지니어입니다.
딥시크가 적은 비용으로 AI 개발을 할 수 있었던 이유를 몇 가지로 추려보면, 첫째로 중국은 인건비가 상대적으로 저렴한데다 AI 기술 인력을 풍부하게 보유하고 있어 인적 자원의 비용을 절감할 수 있었습니다. 또한 중국 정부의 전폭적인 지원과 다양한 연구 기관 및 기업들 간의 협업이 개발 비용을 낮추는 데 큰 역할을 했습니다. 마지막으로 중국 특유의 실용적인 접근 방식과 빠른 문제 해결 능력도 중요한 요소로 작용했을 수 있습니다. 이러한 요인들은 서로 복합적으로 작용하여 개발 비용을 효과적으로 줄일 수 있었던 것으로 보입니다.
제 답변이 도움이 되셨길 바랍니다.
안녕하세요. 박재화 전문가입니다.
딥시크가 적은 비용으로 개발된 이유는 주로 인력 비용과 대규모 데이터 셋의 활용에서 차이를 보였기 때문입니다. 중국은 저렴한 인건비와 정부의 적극적인 지원을 바탕으로 빠르게 기술을 확장할 수 있었습니다. 또한, AI 모델을 최적화하는 데 있어 효율적인 알고리즘과 인프라를 활용했기 때문으로 예상됩니다.
안녕하세요.
딥시크의 개발 비용 절감은 중국의 낮은 인건비와 정부 지원 덕분이 큽니다. 또한, AI 연구에 필요한 대규모 데이터를 저렴하게 확보할 수 있어 비용을 줄일 수 있었습니다. 효율적인 알고리즘과 인프라 활용을 통해 비용 대비 성과를 극대화한 점도 중요한 요소입니다.
감사합니다.
안녕하세요. 강세훈 전문가입니다.
딥시크가 적은 비용으로 개발된 이유는 여러 가지 요소가 복합적으로 작용했기 때문입니다. 첫째, 중국의 AI 기업들은 자원의 효율적 활용과 저렴한 인건비를 통해 개발비용을 절감할 수 있었습니다. 둘째, 기존의 오픈소스 기술을 적극적으로 활용하고, 개발 과정에서 해외 대기업들과 비교해 빠르고 유연한 접근 방식을 채택했습니다. 셋째, 중국 정부의 지원과 다양한 외부 파트너들과의 협력이 비용을 낮추는 데 도움을 주었으며, 이는 개발 기간 단축과 비용 절감으로 이어졌습니다.
안녕하세요. 박두현 전문가입니다.
딥시크는 하드웨어 중심의 개발을 최소화하고 소프트웨어 중심으로 시스템을 설계했습니다 전통적인 통신 시스템은 하드웨어와 밀접하게 연관되어 있어 개발비용이 많이 들고 시가도 오래걸리지만 딥시크는 소프트웨어 정의 무선통신과 같은 기술을 활용해 대부분의 작업을 소프트웨어로 처리할 수 있었습니다 이를 통해서 하드웨어 비용을 줄이고 빠르게 프로토타입을 개발할 수 있습니다
그리고 딥시크 클라우드 컴퓨팅을 적극 활용했습니다 클라우드 기반 인프라는 하드웨어장비를 구입하고 유지하는 데 비용을 절감할 수 있도록 도와줍니다 데이터 처리와학습은 클라우드 서버에서 이루어지므로 물리적인 서버를 구축하고 관리하는 부담을 덜 수 있었고 비용 효율적인 방식으로 대규모 데이터를 처리할 수 있었습니다
안녕하세요. 설효훈 전문가입니다. 딥시크는 엔비디아의 저가 칩을 활용해서 만들어서 개발비가 작다고 발표했습니다. 고가 엔비디아 칩은 미국에서 규제해서 몰래 가져와서 만들어서 그렇게 말한건지 아니면 진짜인지는 아직 확인이 어렵습니다.
안녕하세요. 김재훈 전문가입니다.
ㅎ중국 AI 스타트업 딥시크는 엔비디아의 고성능 H100 칩 대신 저사양 H800 칩을 활용하여 AI 모델을 개발함으로써 개발 비용을 미국 기업의 1/10 수준으로 절감할 수 있었습니다. 이러한 비용 절감은 효율적인 아키텍처 설계와 최적화된 학습 방법을 통해 가능했습니다. 그러나 딥시크의 개발비용에 대한 정확한 정보는 제한적이며, 일부 분석가들은 이 수치에 대해 회의적인 시각을 보이고 있습니다
안녕하세요. 조일현 전문가입니다.
딥시크는 엔비디아의 고성능 AI 칩인 H100 대신 저사양 칩인 H800을 사용했으며,
미국 AI 기업들이 사용하는 1만6000개 이상의 칩에 비해 2000개만 사용하여 비용 절감에 큰 역할을 했습니다.
또한 딥시크가 공개한 개발 비용은 주로 GPU 사용 비용에 집중되어 있으며, 하드웨어 R&D 유지보수 비용 등은 포함되지 않았습니다. 이는 실제 총 비용이 더 높을 수 있음을 시사합니다.
안녕하세요. 하성헌 전문가입니다.
딥시크가 그렇게 효율적인 개발을 할 수 있었던 것은 처음의 시작점이 0가 아니었을 가능성이 있고, 중국의 정책 및 인건비 등의 영향도 무시하지 못할것이라 보입니다.