딥시크·Z.ai·문샷 AI, 중국의 AI 도전 방식을 다시 쓰다

중국의 AI 도전은 더 이상 미국을 단순히 따라잡는 구도에 머물지 않는다. 딥시크(DeepSeek), Z.ai, 문샷 AI(Moonshot AI)는 각기 다른 방식으로 고성능 모델을 내놓으면서 얼마나 뛰어난가라는 질문에 얼마나 적은 비용으로 제공되는가, 얼마나 개방적인가, 개발자가 실제로 활용할 수 있는가를 더했다.

이것이 중국이 실리콘밸리를 추월했다는 뜻은 아니다. 다만 최첨단 AI 시장이 미국 기업만의 전유물이 아니라는 점, 그리고 폐쇄형 모델이나 막대한 자본을 가진 미국 빅테크가 아니어도 세계의 기대치를 바꿀 수 있다는 점은 분명해졌다.

세 창업자, 세 가지 프런티어 전략

리량원펑: 효율성을 앞세운 딥시크

리량원펑은 저장대학교에서 전자·통신공학을 공부한 뒤 AI 기반 퀀트 헤지펀드 하이플라이어(High-Flyer)를 공동 설립했다. 2023년에는 딥시크를 세웠으며, 금융 분야에서 익힌 수학적 최적화와 컴퓨팅 효율성에 대한 감각을 파운데이션 모델 연구에 접목했다. 4144

딥시크의 대표작이 된 모델은 2025년 1월 공개된 추론 모델 R1이다. R1은 다운로드 가능한 가중치와 함께 배포되며, 주요 폐쇄형 모델보다 낮은 비용의 대안으로 제시됐다. 딥시크가 내놓은 비용 및 성능 수치는 독립 평가를 완전히 대신할 수 없었지만, AI 훈련과 추론의 경제성을 바라보는 투자자들의 시각을 바꾸기에는 충분히 강력했다. 172226

시장 반응은 이례적으로 컸다. 투자자들이 최첨단 AI에 업계가 예상해 온 막대한 하드웨어 예산이 정말 필요한지 의문을 제기하면서, 엔비디아의 시가총액은 하루 만에 5,930억 달러 감소했다. 이후 낙폭의 일부가 회복됐다는 점을 감안하면, 이는 첨단 칩 수요가 사라졌다는 증거라기보다 AI 비용 구조에 대한 시장의 기대가 급격히 재조정된 사건으로 보는 편이 정확하다. 1718

리량의 철학도 독특하다. 로이터는 그가 딥시크의 우선순위를 단기 수익 극대화보다 장기적인 범용인공지능(AGI) 개발에 두고 있으며, 가장 앞선 모델을 계속 개방형으로 유지할 가능성이 높다고 말했다고 보도했다. 33 다만 딥시크의 전체 자금 조달 규모와 기업가치, 상장 계획, 리량 개인의 재산 규모는 현재 확인 가능한 자료만으로 확정적인 사실처럼 말하기 어렵다.

탕제: 연구실에서 기업으로 이어지는 Z.ai

탕제는 칭화대학교 컴퓨터과학 교수이자 Z.ai의 공동창업자 겸 수석과학자다. Z.ai는 과거 지푸 AI(Zhipu AI)로 불렸으며, 2019년 베이징에서 칭화대 연구진의 연구 성과를 바탕으로 분사해 설립됐다. GLM 계열 모델은 2021년부터 공개되기 시작했다. 4950

Z.ai의 전략은 딥시크보다 제도적으로 조직돼 있다. 대학 연구 기반을 상업화하고 기업 시장까지 공략하는 방식이다. GLM 모델은 최근 추론, 코딩, 도구 사용, 에이전트형 업무 흐름에 점점 더 초점을 맞추고 있다. 미국 국립표준기술연구소(NIST) 산하 인공지능 표준·혁신센터의 보고서는 GLM-5.2가 2026년 6월 16일 오픈 웨이트 모델로 공개됐다고 평가했다. 49

탕제는 딥시크 R1의 등장이 대화형 챗봇 중심의 초기 단계가 사실상 끝났음을 보여줬으며, AI 에이전트가 발전할수록 코딩과 추론이 더 중요해질 것이라고 주장했다. 52 이는 Z.ai의 방향을 이해하는 데 유용한 관점이다. 단순히 자연스러운 대화만 잘하는 모델이 아니라, 긴 작업을 수행하고 소프트웨어 도구와 상호작용하는 모델을 목표로 한다는 의미다.

Z.ai는 연구기관에서 자본시장 기업으로 넘어가는 흐름도 보여준다. 보도에 따르면 Z.ai는 2025년 중반까지 약 12억 5,000만 달러를 조달했으며, 미국 정부의 공개 평가 자료는 2026년 1월 8일 홍콩 증시에 기업공개(IPO)를 완료했다고 밝힌다. 4950 기업가치에 관한 공개 추정치는 서로 달라 하나의 확정적 수치로 취급해서는 안 된다. 탕제 개인의 재산 규모 역시 신뢰할 만한 근거가 충분하지 않다.

양즈린: 장문맥에 건 문샷 AI의 승부수

양즈린은 칭화대학교에서 공부한 뒤 카네기멜런대학교에서 박사학위를 받았다. 보도에 따르면 문샷 AI를 공동 설립하기 전 구글과 메타에서 연구 경험도 쌓았다. 그는 2023년 베이징에서 문샷 AI를 공동 창업했다. 2712

문샷 AI는 긴 문맥을 처리하는 대화형 서비스 Kimi로 처음 주목받았다. 이후 Kimi K3를 통해 이 전략을 훨씬 큰 규모의 오픈 웨이트 시스템으로 확장했다. 자료에 따르면 K3는 매개변수 2조 8,000억 개를 갖춘 혼합 전문가(MoE) 모델이며, 최대 100만 토큰의 컨텍스트 윈도우를 제공한다. 15

K3의 가중치는 문샷의 제품과 API를 통해 모델이 먼저 제공된 뒤 공개됐다. 이는 소비자용 챗봇 사업과 개발자 플랫폼 전략을 연결하는 방식이다. 2 모델 규모가 눈에 띄는 것은 사실이지만, 매개변수 수만으로 지능, 운영 비용, 실제 유용성을 판단할 수는 없다. 독립 리더보드가 비교에 도움을 줄 수는 있어도, 순위는 변동하며 신뢰성·코딩·안전성·실제 에이전트 업무 수행 능력에 대한 종합 테스트를 대신하지 못한다.

문샷 AI의 자금 조달 및 기업가치 역시 계속 바뀌는 추정치다. 테크크런치는 2026년 5월 약 20억 달러 규모의 투자 라운드에서 기업가치가 200억 달러로 평가됐다고 보도했다. 이후 보도에서는 기업가치가 300억 달러를 넘을 가능성과 홍콩 상장 준비가 언급됐다. 이는 감사받은 상장기업의 시가총액이 아니라 비상장 시장에서 보도된 추정치다. 41215 양즈린 개인의 재산을 신뢰성 있게 산정할 자료도 충분하지 않다.

단순한 미·중 AI 경쟁과 다른 이유

1. 성능은 이제 비용과 함께 평가된다

딥시크는 효율적인 추론을 핵심 메시지로 삼았다. Z.ai는 코딩과 기업 배포, 에이전트를 강조한다. 문샷 AI는 장문맥, 초대형 오픈 웨이트, 제품 유통을 결합하고 있다. 세 기업의 방식은 다르지만, 모두 업계가 다음 질문을 던지도록 만들었다.

개발자는 훈련과 추론에 투입한 1달러당 얼마나 많은 유용한 능력을 얻을 수 있는가?

비교가 완전히 깔끔한 것은 아니다. 공개된 훈련 비용은 기업이 직접 제시한 수치인 경우가 많고, 데이터·엔지니어링·하드웨어 접근·평가·배포 비용이 포함되지 않을 수 있다. 그럼에도 전략적 효과는 분명하다. 딥시크는 투자자와 AI 연구소들이 최첨단 모델의 비용 곡선을 다시 생각하게 했다. 1722

2. 오픈 웨이트는 개발자에게 선택지를 늘린다

다운로드 가능한 모델 가중치는 개발자가 독점 API에 전적으로 의존하지 않고 모델을 직접 호스팅하거나 미세조정하고 서비스에 통합할 수 있게 한다. 해외 유통망에 대한 접근성이 상대적으로 제한된 기업에도 글로벌 소프트웨어 생태계로 들어갈 경로가 열리는 셈이다.

다만 ‘오픈 웨이트’가 곧 ‘완전한 오픈소스’를 뜻하는 것은 아니다. 가중치는 공개됐지만 학습 데이터, 데이터 처리 방식, 훈련 코드, 개발 전 과정은 공개되지 않을 수 있다. 재현성, 라이선스, 보안, 거버넌스를 논할 때 이 차이는 중요하다.

3. 충격은 AI 연구소를 넘어 금융시장까지 번졌다

딥시크의 2025년 1월 출시는 더 뛰어난 AI가 자동으로 더 많은 고급 하드웨어를 필요로 한다는 가정에 의문을 제기했다. 엔비디아의 하루 시가총액 손실은 모델 혁신이 얼마나 빠르게 인프라 산업의 가치 평가에 영향을 줄 수 있는지를 보여줬다. 1718

문샷 AI의 K3 역시 미국 대형 연구소와 연관돼 있던 규모의 오픈 웨이트 모델을 중국 기업이 내놓을 수 있다는 가능성으로 주목받았다. 이런 반응은 중국의 기술적 승리가 완성됐다는 증거라기보다, 기존의 산업 전제를 흔드는 압력으로 해석하는 것이 타당하다. 14

다음 국면을 좌우할 제약

세 기업 앞에는 여전히 구조적인 과제가 놓여 있다.

• 컴퓨팅과 하드웨어: 수출통제와 최첨단 가속기에 대한 제한은 최첨단 모델의 훈련과 서비스 제공을 어렵게 만든다. 효율화 기술이 격차를 줄일 수는 있지만 칩, 전력, 네트워크, 엔지니어링 인력과 자본의 필요성을 없애지는 못한다. 45
• 상용화: 저렴하거나 개방된 모델은 빠르게 확산될 수 있지만, 개발사가 그 확산을 지속적인 매출로 연결하기는 더 어려울 수 있다. 기술적 관심을 기업용 서비스, API 또는 소비자 사업으로 전환해야 한다.
• 벤치마크의 불확실성: 제한적이거나 자체 보고된 벤치마크 승리만으로는 신뢰성, 다국어 품질, 코딩 능력, 안전성, 에이전트의 견고함을 확정할 수 없다. 우월성 주장은 독립적인 재현이 필요하다.
• 신뢰와 거버넌스: 개인정보 보호, 보안, 콘텐츠 제한, 지정학적 감시는 기술적으로 매력적인 모델의 해외 도입을 제한할 수 있다.
• 자본시장 압력: Z.ai는 상장을 완료해 비상장 상태인 딥시크와 다른 자금 조달 환경에 놓였다. 문샷 AI의 상장 준비는 아직 계획 단계로 보도되고 있다. 딥시크의 소유 구조와 상장 계획은 신뢰할 수 있는 공개 자료에서 상대적으로 불분명하다. 495015

결론: 중국 AI의 ‘추월’보다 중요한 변화

리량원펑, 탕제, 양즈린이 하나의 통일된 중국 AI 전략을 추진하는 것은 아니다. 리량은 효율성과 장기적인 AGI 연구를 딥시크의 정체성으로 만들었다. 탕제는 대학에서 출발한 파운데이션 모델 연구를 코딩, 에이전트, 상장기업 규모의 사업으로 확장하고 있다. 양즈린은 장문맥, 초대형 혼합 전문가 시스템, 개발자 대상 오픈 배포에 베팅하고 있다.

이들의 공동 성과는 최첨단 AI를 더 다원적인 경쟁으로 바꿔놓았다는 데 있다. 개발자가 선택할 수 있는 모델을 늘렸고, 폐쇄형 모델 인프라의 경제성에 의문을 제기했으며, 중국이 미국에 영구적으로 뒤처질 것이라는 가정을 약화했다.

다만 가장 신중한 결론이 가장 설득력 있다. 이들은 경쟁의 지형을 바꿨지만, 그 변화가 오래 지속될지는 컴퓨팅 제약, 불확실한 벤치마크, 상용화 능력, 국제적 신뢰가 결정할 것이다.