딥시크 오픈소스에도 유지되는 추론비용 우위

중국 AI 기업 딥시크(DeepSeek)를 둘러싼 '가중치 공개=덤핑'이라는 해석에 대한 반박 분석이 제기됐다. 최근 여러 전문가 콜(expert call) 녹취를 검토한 한 관측자는, 중국의 모델 오픈소스 전략을 단순한 저가 밀어내기로 규정하는 시각이 부분적으로 잘못됐다고 지적했다. 논지의 핵심은 '공개된 것'과 '공개되지 않은 것'의 구분에 있다. 딥시크는 모델 가중치와 소프트웨어 아키텍처의 상당 부분을 오픈소스로 풀었지만, 실제 성능을 좌우하는 세부 구현과 운영 노하우는 여전히 독점 영역으로 남아 있다는 것이다. 이 때문에 중국이나 미국의 하이퍼스케일러가 동일한 하드웨어에 딥시크의 공개 모델을 그대로 올리더라도, 딥시크 자체 배포 환경이 달성하는 운영 효율과 낮은 평균 추론 비용을 그대로 재현하기는 어렵다는 분석이다. 실제로 딥시크는 이미 이러한 효율 우위를 실현하고 있다는 평가다. 이 효율성은 가격 정책으로 이어진다. 딥시크는 공식 API를 통해 토큰을 서드파티 플랫폼보다 낮은 가격에 제공하면서도 약 70% 수준의 API 마진을 유지하는 것으로 전해진다. 결론적으로 중국의 가중치 공개를 '적자 판매'나 '훈련 비용 미회수'로 단정하기는 어렵다는 것이 이 분석의 요지다. 중국 기업이 모든 추론 수요를 자체적으로 감당할 만큼의 컴퓨트 용량이 부족할 수는 있으나, 손실을 감수하며 파는 구조는 아니라는 진단이다. AI 추론 경제성의 진짜 경쟁축이 모델 공개 여부가 아니라 배포·운영 효율에 있음을 시사하는 대목이다.