비용효율적 AI의 등장과 IT H/W 영향 (feat. ..

DeepSeek-V3는 MoE 기반의 6,710억 파라미터 LLM으로 토큰당 활성화 파라미터가 370억개에 불과해 비용효율적 AI 구현이 가능하다. RL과 SFT를 활용한 후처리로 인간의 선호에 맞춘 최적화를 달성했고, 논문에선 GPT-4o 및 Claude 3.5와 비교 가능한 성능을 보인다고 소개된다. 다만 V3 훈련 비용은 아키텍처, 알고리즘, 데이터 관련 선행 연구 비용이 제외되었으며, $5.6M로 추정되지만 OpenAI의 기여 여부 보도로 실제 비용이 더 클 수 있다. IT H/W 섹터는 단기적으로 수동부품/PCB 등의 투자 심리가 부정적으로 움직일 수 있지만 스마트폰 및 가전 등 디바이스에서의 기회도 존재한다. 당사 커버리지 주식으로 Samsung Electro-Mechanics, LG Electronics, LG Innotek를 제시하며, 중장기 수혜 가능성과 단기 변동성 리스크를 함께 제시한다.

AI가 작성한 요약입니다. 수치와 해석은 원문을 대조해 확인하세요.

• - DeepSeek-V3는 MoE 구조로 파라미터 수가 많지만 활성화 파라미터는 370억개에 불과해 비용효율성을 달성한다.
• - V3의 성능은 GPT-4o, Claude 3.5와 비교 가능한 수준으로 평가된다.
• - 훈련 비용은 560만 달러로 추정되나, 아키텍처/데이터 연구비가 제외되었고 OpenAI의 기여 여부 보도로 비용이 과소 평가되었을 가능성이 있다.
• - AI 모델의 온디바이스 적용 확산은 IT HW 섹터에 기회로 작용하면서도, 단기적으로는 수동부품 및 PCB 관련 주식에 부정적 영향을 줄 수 있다.
• - 삼성전기, LG전자, LG이노텍은 각각 AI 서버용 수요, 스마트홈 전략, Apple 공급망 영향으로 단기 변동성과 중장기 수혜 가능성을 가진다.