capex에 투자한 빅테크의 하락이 예견되는 가운데 중국AI들의 다른 행보가 인상적이다.

일단 미국 프론티어 랩들이랑 딥씩이 걷는 길이 완전 다름.
돈 왕창 태우고 모델 봉인해서 마진 극대화하는 쪽
vs
합리적 마진·오픈소스·메인라인만 파는 쪽.

딥씩이 실제로 눈에 띄는 지점들만 짚으면 이런 식임.

1. 비용 구조가 이상할 정도로 타이트함.

API 가격을 “장비 사고 10개월 회수 ≈ 약 6배 이익” 수준에 맞춤. 이익 극대화가 아니라 그 선이면 충분하다는 입장. 그래서 오픈소스를 해도 사업이 안 깨진다는 논리가 성립함. 100배 마진 노리면 깨지지만, 6배면 상관없다는 식.

2. 가격을 스스로 깎음.

수요 폭발 걱정에 처음엔 비싸게 잡았다가 나중에 1/4로 인하. 팀 단체방이 환호했다는 대목까지 나옴. “비싸게 받아도 토큰 수요 탄성 거의 없다”고 인정하면서도, 그래도 싸게 쓰는 쪽을 택한 거임.

3. 목표가 제품·앱이 아니라 AGI 메인라인.

C엔드 유저 쟁탈, 숏폼 생성, 월드모델 같은 건 참깨로 보고 패스. 로드맵은 CoT → Agent → 지속학습 → 자기개선 → 체화지능. 지금 AI가 직원 못 대체하는 이유도 똑바로 말함 — 매번 완전한 맥락을 줄 수 없으니까. 해결책은 지속학습.

4. 조직이 프론티어 랩 문법이 아님.

KPI 거의 없고, 공식 업무는 시간 절반 이하, 나머지 절반은 자율 탐구. 팀 안정성이 유일한 핵심 이익이라고 못 박음. “팀만 안 무너지면 AGI 만든다. 돈·자원은 그다음.”

5. 컴퓨트는 적게 갖고, 효율로 때움.

H급 등가 약 2만 장 수준이라고 밝힘. 미국과 인재 격차는 크지 않고 병목은 자원이라고 봄. 대신 최적화·자체 서빙으로 알리·텐센트조차 따라오기 어려운 배포 비용을 만들었다고 주장.

6. 오픈소스가 마케팅이 아니라 본진 전략.

최강 모델도 열겠다는 쪽. 원리 공개해도 같은 비용 구조 재현은 쉽지 않다는 자신. 서빙 클라우드 우후죽순이 결국 정리될 수 있다는 시사점까지 따라옴.

7. 국산 연산력에 대해 낙관적.

화웨이 950 슈퍼노드가 GB200/GB300 대체 가능 영역이라는 식의 발언. 4장≈1장, 세대 약 2년 뒤처짐 정도 대가를 인정하면서도, 가격이 50~200% 비싸도 결정적 문제는 아니라고 봄.

---

정리하면 미국 프론티어는 절대 컴퓨트 + 폐쇄 + 고마진 플랫폼 쪽에 가깝고,

딥씩은 저비용·오픈·합리적 마진·팀 안정·AGI 직선 쪽임.

=> 단기 점유율 싸움이 아니라, “누가 AGI에 더 가까운 확률을 사느냐” 싸움에 가깝게 보임.

근데 이 움직임이 과연 미·중 AI 구도를 뒤엎을 만한 수준이냐는 또 다른 문제임.
자원 격차(최대 모델 800B급 활성 파라미터는 아직 훈련 못 한다), 데이터 라벨링 비용, 칩 물량, 서비스 생태계는 미국 쪽이 여전히 두껍거든.

딥시크식 전략 — 저비용·오픈소스·합리적 마진·메인라인 집중 — 이게 실제로 미국 프론티어 구도를 흔들 수 있을까? 아니면 결국 컴퓨트·자본 스케일이 다시 판을 덮을까?

기대되는 부분