딥시크 ai와 화웨이 어센드 910c

최근 중국 AI 기업 딥시크가 자사 AI 모델 ‘R1’의 추론 성능을 강화하기 위해 화웨이의 AI 반도체 어센드 910C를 활용한 사례가 주목받고 있습니다. 이번 사례는 미국의 제재와 첨단 제조 공정의 제약 속에서도 중국이 독자적인 기술 개발을 추진하는 과정을 잘 보여줍니다. 이번 글에서는 딥시크와 화웨이의 협업이 의미하는 바와 함께, 그 배경과 앞으로의 전망에 대해 자세히 살펴보겠습니다.

1. 기술 경쟁과 성능 비교

딥시크는 AI 모델의 학습 단계에는 엔비디아의 H80을, 추론 단계에는 화웨이의 어센드 시리즈를 적용하는 하이브리드 전략을 선택했습니다. 특히 어센드 910C는 엔비디아의 최신 AI 가속기 H100에 비해 약 60%의 성능을 보인 것으로 전해집니다.

무엇을 의미할까요?
• 현실적인 타협:
60%라는 수치는 글로벌 최고 수준과의 격차를 보여주지만, 미국의 제재와 제한된 기술 환경 속에서 중국이 독자적인 반도체 기술을 개발한 점은 긍정적으로 평가할 만합니다.
• 분야별 최적화:
AI 모델 개발에는 데이터 학습과 추론이 모두 중요한데, 딥시크는 학습에는 외국 기술을, 추론에는 자체 개발한 칩을 사용하는 등 각 단계에 최적화된 하드웨어를 선택해 현재 상황에 맞는 전략을 구사하고 있습니다.

2. 제조 공정과 기술 제약

화웨이의 어센드 910B와 910C는 중국 최대 파운드리인 SMIC에서 7㎚ 공정을 통해 생산되고 있습니다. 반면, 엔비디아, AMD, 인텔 등 글로벌 선도 기업들은 4㎚ 이하의 첨단 공정을 사용하고 있죠.

주요 쟁점은?
• 공정 기술의 한계:
SMIC는 미국의 규제 때문에 극자외선(EUV) 노광 장비 도입이 어려워 최신 공정 기술을 적용하는 데 한계를 보이고 있습니다. 이는 칩 성능과 에너지 효율성에 직접적인 영향을 미칩니다.
• 외부 제재와 내부 대응:
미국의 제재 속에서도 중국 정부와 기업들은 자체 반도체 생태계를 구축하려는 노력을 지속 중입니다. 이번 사례는 그 시도가 초기 단계임을 보여주며, 앞으로 기술 격차를 줄이기 위한 투자가 계속되어야 함을 시사합니다.

3. 소프트웨어 생태계와 플랫폼 의존성

딥시크가 엔비디아의 반도체를 학습 단계에 활용하는 이유는 단순히 하드웨어 성능 때문만이 아닙니다. 엔비디아가 오랜 시간 축적해 온 쿠다(CUDA) 생태계는 AI 연구자와 개발자들이 익숙해진 소프트웨어 플랫폼입니다.

여기서 중요한 점은:
• 하드웨어와 소프트웨어의 결합:
AI 산업은 하드웨어 성능뿐만 아니라, 효율적인 소프트웨어 플랫폼과 도구 체인의 지원이 필수적입니다. 쿠다 생태계가 그러한 예인데, 이는 단기간에 자체 생태계를 구축하기 어려운 장벽으로 작용합니다.
• 부분적 독립의 한계:
화웨이와 중국 내 기업들이 하드웨어 분야에서는 발전하고 있으나, AI 모델의 학습 및 최적화에 필요한 소프트웨어 생태계 측면에서는 아직 엔비디아의 영향을 크게 받고 있는 실정입니다.

4. 전략적 함의와 글로벌 경쟁 구도

이번 사례는 단순히 한 제품의 성능 비교를 넘어서, 중국의 ‘반도체 굴기’ 전략과 글로벌 기술 경쟁 구도를 반영합니다.

주요 시사점은 다음과 같습니다.
• 자립 노력의 초기 성과:
미국의 제재에도 불구하고, 화웨이의 어센드 시리즈는 중국 정부의 집중 투자와 기술 개발 노력의 산물입니다. 이는 중국이 기술 자립을 위해 얼마나 많은 노력을 기울이고 있는지를 보여줍니다.
• 혼합형 전략의 현실성:
딥시크는 AI 모델 학습에 글로벌 최고 성능의 기술(엔비디아)을 활용하면서, 추론 단계에는 자국산 반도체를 도입하는 혼합형 전략을 택하고 있습니다. 이는 완전한 독립이 어려운 현실을 반영하면서도 점진적인 기술 자립을 향한 실질적인 시도라고 볼 수 있습니다.
• 앞으로의 도전 과제:
제조 공정의 한계, 소프트웨어 생태계 구축, 그리고 전체 시스템 최적화 등 다각적인 도전 과제가 남아 있습니다. 글로벌 기술 경쟁에서 독자적인 생태계를 완전히 구축하기 위해서는 아직 많은 시간이 필요할 것으로 예상됩니다.

결론

딥시크의 사례는 중국이 미국의 제재와 기술 제약에도 불구하고 AI와 반도체 분야에서 독자적인 길을 모색하고 있음을 보여줍니다.
• 긍정적 신호:
제한된 조건 속에서도 자체 개발한 반도체를 AI 추론에 적용한 것은 중국 기술의 발전 가능성을 보여주는 중요한 신호입니다.
• 남은 과제:
제조 공정의 최첨단화, 쿠다와 같은 강력한 소프트웨어 생태계 구축 등 해결해야 할 문제들이 산적해 있습니다. 이러한 과제들을 하나씩 해결해 나가야만 글로벌 시장에서의 경쟁력을 확보할 수 있을 것입니다.

앞으로 중국의 기술 자립 노력과 글로벌 기술 경쟁이 어떻게 전개될지, 그리고 이에 따른 산업 전반의 변화가 어떻게 나타날지 지켜보는 것도 흥미로운 일이 될 것입니다.

이상으로 딥시크와 화웨이의 사례를 중심으로 한 기술 경쟁과 그 의미에 대해 살펴보았습니다. 여러분은 이 변화의 흐름을 어떻게 보시나요?