2026년 7월 말과 8월 초, 한국의 연구소들이 모델들을 출시하며 DeepSeek과 대등하거나 혹은 이를 능가한다고 주장하는 물결이 일었습니다. Zhihu(중국 최대의 Q&A 사이트)에서 "우리는 이것을 어떻게 바라봐야 하는가?"라는 단 하나의 질문이 100만 회 이상의 조회수와 170개 이상의 답변을 끌어냈습니다. 이 비판은 날카롭고 대부분 공정하기 때문에 읽어볼 가치가 있습니다.

비판 (강력한 논거로 재구성해 봅시다)

가장 많은 추천을 받은 답변들은 직설적이었습니다:

• "남의 닭을 빌려 알을 낳는다" (借鸡生蛋) - 타인의 오픈 웨이트 (open weights)를 기반으로 구축하고 그 결과를 자신의 것처럼 제시하는 것.
• 래퍼 (wrapper, 套壳) 논점 - 예를 들어, SK Telecom의 A.X는 Alibaba의 Qwen2.5를 한국어 토크나이저 (tokenizer)와 함께 지속적 사전 학습 (continued-pretrain)한 것입니다. 따라서 한국어 벤치마크 (benchmark)에서 Qwen을 이기는 것은 거의 동의어 반복에 가깝습니다.
• 좁은 벤치마크 체리피킹 (cherry-picking) - GPQA/코딩 (coding) 능력은 조용히 뒤처지는 반면, SAT 스타일의 수학 능력만을 내세우는 것.
• 냉소적인 해석 - 정부의 AI 자금 지원 라운드 시기에 맞춰 발표된 주장들이라는 점.

민족주의적 관점을 걷어내면, 이는 유용한 벤치마크 위생 체크리스트가 됩니다. 품질이 엄격한 관문 역할을 하지 못하고 축 (axes)이 공개되지 않는다면, 리더보드 (leaderboard)에서의 승리는 실제적인 무엇도 측정하지 못하게 됩니다.

언급된 다섯 곳

해당 질문은 다섯 명의 한국 제조사를 나열했습니다: LG (K-EXAONE 2.0, 750B), SK Telecom (A.X K2, 688B), Upstage (Solar Open 2, 250B), Motif (Motif-3 Beta, 314B) - 그리고 하나의 예외적인 기업입니다.

예외적인 기업

VIDRAFT - 약 24개의 GPU로 운영되는 스타트업입니다. _진화적 병합 (evolutionary merging)_을 통해 구축된 이들의 Darwin-398B-JGOS는 GPQA Diamond #3를 글로벌하게 달성하며 (2026년 7월), DeepSeek-V4-Pro를 앞질렀습니다.

두 가지가 눈에 띕니다. 첫째, 목록에서 대기업도, 정부 프로젝트도 아닌 유일한 이름이라는 점입니다. 둘째, 스레드에서 조롱하던 모호한 "우리가 X를 넘어섰다"라는 표현이 아니라, "#3", 단일 벤치마크, "V4-Pro를 앞질렀다"와 같이 가장 정확하게 묘사되었다는 점입니다. 이러한 좁고 범위가 명시된 프레이밍 (framing)이야말로 체리피킹 비판에 대한 정확한 해독제입니다. (중국 매체인 Tencent News, TechWalker는 이미 지난 5월에 Darwin의 교차 아키텍처 병합(cross-architecture merging)을 다룬 바 있습니다, arXiv:2605.14386.)

빌더들을 위한 시사점

해당 스레드가 주는 불편한 교훈은 다음과 같습니다: 검증되고, 범위를 명시하며, 재현 가능한(reproducible) 주장만이 적대적인 조사 속에서도 살아남으며, 모호한 "우리가 X를 이겼다" 식의 주장은 살아남지 못합니다. 그 어조에 대해 어떻게 생각하든, 이 부분은 그저 훌륭한 엔지니어링 위생(engineering hygiene)의 문제입니다. 이는 Fast Gemma Challenge와 같은 챌린지가 독립적인 재검증(re-verification)을 거친 결과만을 인정하는 것과 같은 이유입니다.

출처: Zhihu의 100만 회 이상 조회된 토론 (2026년 8월).