AI에 대한 다소 과장된 우려

SK증권의 반도체 리포트는 중국 DeepSeek의 R1 추론모델이 저비용 고성능 AI 모델의 발전 방향을 제시한다고 평가한다. R1은 DeepSeek-V3를 기반으로 하며, 지도학습 없이 자체 강화학습으로 CoT를 강화해 추론 능력을 높였고, R1-Zero의 콜드 스타트 문제를 보완한다. 총 파라미터 수는 671B이나 활성화 파라미터는 MoE를 통해 37B에 불과하여 가성비가 높다. Artificial Analysis에 따르면 DeepSeek-R1은 품질은 최상위권이고 토큰당 비용은 중위권으로 평가되어 높은 가격대 성능비를 가진 모델로 간주된다. 또한 대규모 컴퓨팅 파워와 거대 모델의 필요성은 지속되며, 테스트타임 스케일링과 Scaling 법칙의 지속이 저비용 학습 방법의 중요성을 뒷받침한다고 보고서는 요약한다.

AI가 작성한 요약입니다. 수치와 해석은 원문을 대조해 확인하세요.

• - R1은 총 671B 파라미터 중 활성화 파라미터가 37B에 불과한 MoE 기반 구조로 고성능/저비용 AI를 구현한다.
• - R1은 DeepSeek-V3 기반에 의하여 지도학습 없이 자체 강화학습(CoT)으로 추론 능력을 강화하고 R1-Zero의 콜드 스타트 문제를 개선했다.
• - Artificial Analysis에 따르면 품질은 최상위권이며 토큰당 가격은 중위권으로 평가되어 높은 가성비를 제시한다.
• - Scaling 법칙은 테스트 타임 확장으로 지속되며, 저비용 훈련 방법이 이를 뒷받침하는 명분이 된다.