구글, ‘가성비’ AI 모델 플래시라이트 공개··· 딥시크 견제

구글이 중국 경쟁사 딥시크(DeepSeek) 부상으로 저비용 AI 모델 수요가 증가하자, 이에 대응해 제미나이(Gemini) 포트폴리오를 업데이트했다. 여기에는 적은 비용으로 활용 가능한 신규 모델인 플래시라이트2도 포함됐다.

구글은 블로그 게시물을 통해 “가장 비용 효율적인 모델인 새로운 제미나이 2.0 플래시라이트를 구글 AI 스튜디오와 버텍스 AI에서 공개 프리뷰로 출시한다”라고 설명했다.

업데이트된 라인업에는 가격대와 성능 수준을 다양화한 제미나이 변형 모델이 추가됐다. 구글은 플래시라이트 외에도 12월 개발자 프리뷰 이후 제미나이 2.0 플래시를 정식 출시했으며, 주력 모델인 ‘프로’ 버전의 업데이트 테스트도 시작했다.

업데이트된 제미나이 2.0 플래시는 구글 AI 스튜디오와 버텍스 AI의 제미나이 API를 통해 제공된다. 개발자는 이를 통해 프로덕션 애플리케이션을 구축할 수 있다.

구글은 “플래시 시리즈 모델은 100만 토큰의 컨텍스트 윈도우로 방대한 정보에 대한 멀티모달 추론이 가능하며, 대규모의 고용량, 고빈도 작업에 최적화된 강력한 워크호스 모델로 개발자들에게 인기가 있다. 2.0 플래시는 이제 주요 벤치마크에서 향상된 성능과 함께 이미지 생성 및 텍스트 음성 변환이 제공될 예정이다. 더 많은 사람이 AI 제품에서 일반적으로 사용할 수 있게 됐다”라고 밝혔다.

구글은 플래시라이트 2가 플래시 2와 마찬가지로 100만 토큰 컨텍스트 윈도우를 제공하고 멀티모달 입력을 지원한다고 덧붙였다. 구글 AI 스튜디오의 유료 요금제에서 1달러 미만의 비용으로 약 4만 개의 고유 이미지에 대한 캡션을 생성할 수 있다는 설명이다.

딥시크로 인한 AI 업계 지각 변동

투자자들이 AI 개발 비용 상승을 우려하는 가운데 등장한 중국 AI 기업 딥시크는 자사 모델의 최종 학습 실행 비용이 600만 달러(한화 약 86억 원) 미만이라고 밝혔다. 이는 미국의 주요 AI 기업 개발자들이 추정한 유사 시스템 비용을 크게 밑도는 수준이다.

딥시크의 파격적인 비용 공개는 알파벳, 마이크로소프트, 메타의 실적 발표에서도 화두가 됐다. 비용이 급증하는 AI 투자의 장기 지속가능성에 대한 투자자들의 우려가 본격적으로 수면 위로 떠오른 것이다.

에버레스트 그룹의 수석 애널리스트 카르티케이 카우샬은 “딥시크 모델의 도입은 비용 효율적인 모델 개발, AI 접근성의 민주화, 지정학적 및 보안 고려사항을 포함한 여러 주요 발전을 통해 생성형 AI 시장에 지각 변동을 일으켰다. 이러한 발전의 영향은 엔비디아, 마이크로소프트, 알파벳과 같은 주요 기업의 주가 하락으로 이어졌다”라고 말했다.

또한 지난달 알리바바 그룹이 딥시크를 능가한다고 주장하는 업그레이드된 AI 모델을 공개하면서 AI 분야의 경쟁은 더욱 치열해지고 있다. 이런 움직임은 저비용 고성능 AI 시장을 둘러싼 기술 패권 경쟁이 새로운 국면에 접어들었음을 시사한다.

카우샬은 “벤더 입장에서는 더 광범위하고 저렴한 AI 솔루션을 제공해야 하는 압박이 커질 것이다. 오픈AI와 마이크로소프트와 같은 벤더는 경쟁력을 유지하고 투자를 유치하기 위해 가격 모델을 재검토해야 할 수 있다. 또한 R&D 지출과 수익 창출 사이의 균형도 맞춰야 한다”라고 설명했다.

비용 우려에도 불구하고 구글, 마이크로소프트, 메타는 AI 분야에 대한 대규모 투자를 지속하겠다는 입장을 밝혔다.

엔터프라이즈 AI 시장의 변화

구글이 출시한 플래시라이트 모델은 중국 경쟁사에 대한 직접적인 대응인 동시에, 기업용 AI 시장에서 비용 효율성이 핵심 경쟁력으로 부상하고 있음을 보여준다.

기업들의 AI 도입 방식도 변화가 예상된다. 기업들은 고비용의 모델 학습과 개발에서 벗어나 AI 통합, 자동화, 업무 프로세스 최적화를 중심으로 예산을 재분배할 가능성이 있다. 다만 전문가들은 이러한 변화에 따른 부작용을 경계해야 한다고 지적했다.

카우샬은 “저비용 AI 모델을 선택하는 기업은 성능, 보안, 데이터 프라이버시 측면에서 장단점을 고려해야 한다. 이런 모델은 매개변수가 적어 문맥 이해와 추론 능력이 약해 복잡한 작업에는 덜 효과적일 수 있다”라고 말했다.

성능 외에 보안 위험도 간과할 수 없다. 악의적 공격이나 데이터 오염에 취약할 수 있으며, 공유 인프라 사용으로 인한 데이터 유출과 규제 준수 문제도 주요 우려 사항으로 꼽힌다. 여기에 추가 검증 절차, 보안 대책 마련, 성능 문제로 인한 평판 하락 등 예상치 못한 비용이 발생할 수 있는 만큼, 기업의 신중한 접근이 요구되고 있다.
[email protected]