简体中文

繁體中文

English

Tiếng Việt

한국어

日本語

ภาษาไทย

Türkçe

딥시크가 우트리와 손잡다: 지능이 낭비될 수 있을 만큼 저렴해질 때

动察 Beating

이 글을 읽으려면 26 분

딥시크가 유니트리 신주를 인수하면서 시장의 관심이 임베디드 인텔리전스(具身智能) 비용 절감 경로로 쏠리고 있다. 기사는 기계의 사고와 행동 비용이 동시에 하락할 때, AI가 고가의 능력에서 반복적인 시행착오가 가능한 기반 시설로 전환될 수 있다고 지적한다.

원문 제목: 《DeepSeek, Unitree와 손잡다: 지능이 낭비될 수 있을 만큼 저렴해질 때》
원문 저자: 동차 Beating

기술이 진정으로 세상을 바꾸기 시작하는 때는, 그것이 낭비될 수 있을 만큼 저렴해질 때다.

최근에는 외신조차 중국 인터넷의 한 단어를 배우기 시작했다. '참살선(斩杀线)'.

7월 31일, DeepSeek V4 Flash가 업데이트됐다. Artificial Analysis의 모델 지능 수준과 사용 비용을 동시에 비교하는 좌표 그래프에서, 세로축은 위로 갈수록 모델이 더 똑똑하고, 가로축은 오른쪽으로 갈수록 호출 비용이 높아진다. V4 Flash의 지능 지수는 50점으로 이미 글로벌 1위 그룹에 바짝 붙었지만, 한 번 테스트의 평균 비용은 단 3센트에 불과하다. 그 점은 거의 좌표계의 왼쪽 상단 모서리로 밀려났다. 더 저렴한 모델은 대부분 성능이 떨어지고, 더 똑똑한 모델은 대체로 훨씬 비싸다.

이제 어떤 모델이 DeepSeek보다 충분히 뛰어나지 않다면, 왜 수십 배 더 비싼지 설명하기가 점점 더 어려워지고 있다. 중국 인터넷은 이 경계선을 '참살선'이라고 부른다. 며칠 후, 블룸버그는 중국 모델이 미국 AI 기업에 미치는 가격 압박을 논하며 제목에 직접 'Death Zone'이라는 단어를 사용했다.

2024년 V2부터 DeepSeek는 기계가 '한 번 생각하는' 데 드는 비용을 계속 낮춰왔다. 모델이 완수할 수 있는 작업은 점점 더 복잡해졌지만, 가격은 능력과 함께 급등하지 않았다. 지난 2년간 대형 모델 업계는 더 큰 파라미터, 더 긴 컨텍스트, 더 높은 Benchmark로 발전을 이야기하는 데 익숙해졌지만, DeepSeek는 계속 다른 기준을 추구해왔다. 같은 지능을 더 적은 비용으로 구현할 수 있을까.

항저우의 다른 쪽에서, 왕싱싱은 10년 넘게 비슷한 일을 해왔다.

그는 대학원 시절 XDog를 만들 때부터 태울 돈이 많지 않았다. 비싼 유압 시스템은 쓸 수 없어 저비용 모터를 연구했고, 완성된 솔루션을 살 수 없어 직접 드라이버 보드를 그리고, 프로그램을 작성하고, 제어 시스템을 구축했다. 오늘날 Unitree 제품의 표준 부품이 된 많은 기술 선택은 처음에는 아주 소박한 엔지니어링 습관에서 비롯됐다. 업계에서 보통 어떻게 하는지 먼저 묻지 말고, 더 저렴한 방법이 있는지 먼저 보라는 것이다.

왕싱싱은 나중에 회상하며, 2010년 이족 보행 로봇을 만들 때 기계 부품을 합쳐 단 200위안만 썼다고 말했다. 여러 해 후 누군가 Unitree가 비용을 계속 낮출 수 있는지 묻자, 그는 이렇게 답했다. "우리와 비용 절감을 겨루지 마세요. 우리는 계속 훨씬 더 낮출 수 있습니다."

한 기업은 생각의 가격을 낮추고 있고, 다른 기업은 행동의 가격을 낮추고 있다. 오랫동안 두 기업은 모두 항저우에 있었지만, 각자의 길을 걸어왔다.

8월 6일까지는.

우슈 테크놀로지가 과학기술창업판 IPO 전략적 배정 결과를 발표했고, DeepSeek가 1억 4080만 위안을 투자해 우슈의 신주를 인수했다. 양측이 공개한 협력 방안도 상당히 직접적이다. 우슈는 모델 훈련 서비스와 기술 솔루션이 필요할 때 DeepSeek를 우선 고려하고, DeepSeek는 로봇과 체현 지능 애플리케이션을 탐색할 때 우슈를 우선 고려한다.

이 금액은 오늘날 AI 업계에서 그리 놀라운 수준은 아니다. 진짜 흥미로운 점은, 십수 년 동안 값비싼 기술을 헐값 수준으로 만들려고 해온 두 사람이 처음으로 자신들의 비용 곡선을 하나로 연결했다는 것이다. 그래서 '대형 언어 모델이 드디어 로봇에 몸을 연결했다'보다 더 물어볼 가치가 있는 질문이 떠오른다:

만약 기계가 생각하는 비용과 기계가 행동하는 비용이 동시에 계속 하락한다면, AI는 결국 어떤 모습이 될까?

답은 단지 '더 많은 사람이 쓸 수 있게 된다'는 것만은 아닐 수 있다.

더 큰 변화는, 우리가 그것을 더 이상 그렇게 아끼지 않게 된다는 것이다.

두 명의 가격 학살자

량원펑과 왕싱싱 사이에서 가장 닮은 점은, 둘 다 보조금으로 얻은 저렴함을 그다지 믿지 않는다는 것이다. 가격표는 하룻밤 사이에 바꿀 수 있지만, 공짜 점심은 없듯이 이런 저가는 오래 버티기 어렵다. 물건을 정말 장기적으로 싸게 팔려면 결국 엔지니어링으로 돌아가, 원래 당연하다고 여겨졌던 비용들을 한 겹씩 제거해야 한다.

DeepSeek-V2가 가장 대표적인 사례다. 2024년 모델 출시 이후, 국내 대형 언어 모델 업계는 곧 가격 전쟁에 휘말렸다. 외부에서 가장 쉽게 볼 수 있는 것은 API 가격이지만, 실제로 가격 인하를 뒷받침하는 것은 모델 구조 속에 숨어 있다. V2의 총 파라미터는 2360억 개에 달하며, 각 토큰을 처리할 때 실제로는 그중 210억 개만 활성화된다. 이전 세대에 비해 훈련 비용은 42.5% 감소했고, KV 캐시는 93.3% 줄었으며, 최대 생성 처리량은 5.76배로 증가했다.

V3에 이르러서는 이 접근 방식이 계속해서 앞으로 나아갔다. 모델은 더 커졌고, 공식 훈련에는 278만 8000 H800 GPU 시간이 사용됐으며, DeepSeek는 혼합 전문가, 저정밀 훈련, 통신 최적화를 통해 효율성을 개선했다.

이런 비용 관점은 나중에 오히려 제품을 정의하기 시작했다.

올해 5월, DeepSeek는 V4-Pro의 기존 75% 프로모션 할인을 영구 가격으로 전환했고, 최상위 등급도 계속해서 낮췄다. 량원펑은 이전에 자신들의 가격 책정 원칙을 설명한 바 있다. 실제 비용에 기반해 가격을 정하고, 장기적으로 손해를 보지 않으며, 폭리를 추구하지도 않는다는 것이다.

왕싱싱의 로봇에 대한 이해도 거의 동일하다.

2025년 <완뎬(晚点)> 인터뷰에서 H1이 처음에 9만 달러에 판매됐는데, 이후 더 유연한 G1 보급형 모델의 시작 가격이 9만 9천 위안(중국 위안)으로 떨어진 상황에서도 수익이 나는지 질문을 받았다.

왕싱싱은 "상업적 행위에는 합리적인 상업적 이윤이 반드시 있어야 한다. 비용은 우리가 모든 것을 만들 때의 KPI이며, 핵심은 돈을 버는 것이다."라고 답했다.

그가 이후에 언급한 내용도 흔히 들을 수 있는 "규모가 커지면 공급업체가 자연스럽게 가격을 내린다"는 말은 거의 없었다. 로봇 가격의 하한선을 실제로 결정하는 것은 모터를 어떻게 선택할지, 감속기를 어떻게 만들지, 한 관절에 몇 개의 부품을 사용할지, 전체 기기를 더 가볍게 만들 수 있는지, 어떤 부품을 반드시 자체적으로 확보해야 하는지에 달려 있다.

이런 방식의 비용 절감은 강한 산업 시대의 질감을 지니고 있으며, 한 푼을 둘로 나눠 쓰는 것과 같다.

회로 기판을 몇 센티미터 줄이고, 한 관절에서 부품 두 개를 줄이고, 와이어 하니스의 배선 방식을 바꾸는 것만으로는 각각 대단한 돌파구라고 할 수 없지만, 수십 개의 이런 변화가 겹치면 결국 판매 가격에 직접적인 영향을 미친다.

우슈(Unitree)의 지난 몇 년간 가격 변화가 바로 그렇다. 2023년, 1세대 풀사이즈 휴머노이드 로봇 H1이 출시되었고, 그 해 단 5대만 판매되어 평균 판매 가격은 59만 3,400위안이었다. 2024년, 더 작은 G1이 시장에 진입하면서 판매량은 410대로 늘었고 평균 판매 가격은 26만 700위안으로 낮아졌다. 2025년 9개월까지 휴머노이드 로봇 판매량은 3,551대에 달했고 평균 판매 가격은 다시 16만 7,600위안으로 하락했다.

가격이 한 단계씩 내려갈 때마다 로봇 구매자도 새로운 층이 생긴다. 50만~60만 위안대의 장비는 연구실에서 프로젝트를 기획하고, 예산을 작성하고, 구매 후 무엇을 연구할 것인지 설명해야 한다. 10만 위안대는 이미 더 많은 대학, 개발 팀, 기업에 들어갈 수 있다.

많은 기술이 실제로 보급의 임계점을 넘는 것은 바로 이런 변화 속에서 이루어진다. 특별 예산에서 부서 예산으로, 다시 부서 예산에서 일반 구매로 바뀌고, 마지막 어느 날 사람들은 더 이상 매번 사용할 때마다 비용을 계산하지 않게 된다.

비싼 기술은 본래 비싼 문제를 해결하기 위한 것이며, 가격이 내려간 후에야 과거에는 기술이 등장할 가치조차 없었던 작은 일들이 비로소 그 세계로 들어오기 시작한다.

두 비용 곡선이 드디어 교차하다

우슈는 이미 자체적으로 월드 모델과 VLA를 개발하고 있기 때문에, DeepSeek의 가치는 단순히 로봇에 "두뇌를 연결하는" 것만이 아니다. 두 회사를 실제로 맞물리게 하는 것은 바로 구현 지능(具身智能) 분야에서 현재 가장 비용이 많이 드는 훈련 루프이다.

이 순환의 절반은 현실 세계에서 일어난다. 로봇이 실제로 팔을 뻗고, 걷고, 물건을 집으며, 인간이나 다른 시스템이 끊임없이 시범을 보여주면서 성공과 실패의 궤적을 만들어낸다.

나머지 절반은 컴퓨팅에서 일어난다. 데이터가 정제되고, 라벨링되어 모델에 투입되어 새로운 전략을 훈련하고, 추론과 검증을 거쳐 다시 로봇에 재배포된다. 로봇은 다시 나가서 시도하고, 새로운 데이터를 가져오고, 모델은 다시 학습한다. 이 순환이 빨리 돌수록 로봇이 접하는 세상은 더 넓어진다.

문제는 양쪽 모두 비용이 많이 든다는 것이다. 실제 로봇이 비싸면 팀이 수백 대의 로봇을 하루 종일 실험실에서 넘어지게 하기 어렵고, 훈련과 추론이 비싸면 채집해온 데이터 중 한눈에 가치를 알 수 없는 것들을 반복적으로 훈련하고 검증하기도 어렵다.

그래서 과거에는 로봇 실험이 항상 소중했다. 로봇이 몇 대뿐이라 오늘 어떤 데이터를 채집할지 미리 명확히 정해야 했고, 컴퓨팅 자원도 한정적이라 한 배치의 궤적을 다시 돌릴 가치가 있는지 손꼽아 계산해야 했다. 자원이 비쌀수록 연구자들은 가장 가치 있어 보이고 성공 확률이 높은 문제를 고르는 경향이 있다.

하지만 현실 세계는 결코 그렇지 않다.

컵이 테이블 가장자리에서 3cm와 5cm 떨어진 것의 차이는 무엇이고, 수건이 절반 젖었을 때 어디를 잡아야 하며, 서랍이 걸렸을 때 계속 힘을 주는 게 맞는지 아니면 먼저 조금 뒤로 빼야 하는지, 비닐봉지에 사과 하나를 담을 때와 세 개를 담을 때 팔을 어떻게 조정해야 하는지. 이런 것들을 하나씩 꺼내면 어느 것도 기자회견을 열 만한 가치가 없고, 연구실에서 별도 프로젝트로 지정하기조차 어렵다. 하지만 로봇이 가정, 식당, 창고, 사무실에 들어서는 순간, 매일 마주하는 세상은 바로 이런 지루할 정도로 사소한 문제들로 구성되어 있다.

이 시점에서 DeepSeek와 Unitree의 협력을 다시 보면 논리가 훨씬 명확해진다.

Unitree는 전반부의 비용을 낮춰 더 많은 실제 로봇이 실험실, 개발 팀, 실제 현장에 들어가게 하고, DeepSeek는 장기적으로 후반부의 문제를 해결해 모델 훈련, 추론, 검증을 점점 더 저렴하게 만든다.

대부분의 궤적은 결국 제품이 되지 못하고, 대부분의 실험은 뉴스가 되지 않는다. 어떤 로봇은 연속 100번 컵을 잘못 집을 수도 있고, 값비싼 데이터 배치를 모두 돌린 후에야 처음 아이디어가 애초에 성립하지 않았다는 것만 증명될 수도 있다.

자원이 비쌀 때 이런 것들은 물거품이라 불린다. 하지만 비용이 충분히 낮아지면 그것들은 비로소 경험이라 불릴 자격을 얻는다.

휴대폰이 조금 저렴해지면 더 많은 사람이 살 수 있다는 뜻이다. 로봇이 조금 저렴해지면, 로봇 자신이 더 많은 생산성 없는 시간을 가질 수 있다는 뜻이기도 하다. 실험실에서 한 오후를 연습하며 결국 전혀 쓰이지 않을 동작을 하고, 더 많은 이상한 환경에 들어가고, 엔지니어가 미리 생각하지 못한 더 많은 상황을 만나는 것이다.

신체와 지능이 동시에 저렴해지면, 구현 지능이 가장 먼저 얻는 것은 더 많은 실수를 할 수 있는 자격이다.

인간은 어떻게 기술을 낭비하는 법을 배웠는가

이런 일은 인류 기술사에서 이미 여러 번 일어났다.

1865년, 영국 경제학자 윌리엄 스탠리 제본스는 증기기관과 석탄을 연구하면서 직관에 반하는 사실을 발견했다. 증기기관의 효율이 점점 높아져 작업당 필요한 석탄이 줄어들었지만, 영국의 석탄 소비량은 줄어들지 않고 오히려 증가했다. 증기 동력이 저렴해지자 과거에는 아껴 쓰던 일에도 사용하기 시작했고, 효율로 절약한 석탄은 곧 더 많은 새로운 수요에 의해 소비되었기 때문이다.

이후 사람들은 이 현상을 '제본스 역설'이라고 불렀다.

지난 2년간 AI를 사용해 본 사람들은 이미 그 반대 단계를 어느 정도 경험했을 것이다. 모델이 아직 비쌌을 때, 우리는 먼저 지능을 아끼는 법을 배웠다. 스타트업 팀은 입으로는 사용자 경험을 논했지만, 제품 매니저는 마음속으로 토큰 가격표를 외우고 있었고, 기술적으로 구현 가능한 기능도 '사용자당 모델을 다섯 번 더 돌리기엔 너무 비싸다'는 이유로 삭제되곤 했다.

하지만 기술이 실제로 생활 속으로 들어오려면 또 다른 관문을 넘어야 한다. 바로 기술이 충분히 저렴해져서 그다지 중요하지 않은 일에도 사용하기 시작하는 것이다.

오늘날 아무도 거실 불을 켜기 전에 이 한 시간의 조명이 창출하는 경제적 가치를 계산하지 않으며, 휴대폰 백그라운드에서 네트워크 요청이 몇 개 더 발생했다고 위대한 인터넷 인프라를 낭비했다고 생각하지 않는다.

전기와 네트워크 모두 비용이 들지만, 그 비용은 매번 사용할 때마다 결정을 내리기에는 너무 낮아졌다. 사람들은 이미 이런 일에 대해 낭비적이 되었고, 전혀 죄책감도 없다.

지능이 언젠가 이 지점에 도달한다면, 우리와 AI의 관계도 함께 바뀔 것이다. 회의가 끝나면 자연스럽게 모델에게 정리를 시키고, 글을写完 후 여러 모델에게 각각 문제점을 지적하게 하며, 에이전트 하나가 실패하면 다른 경로로 다시 시도하고, 가능성 없어 보여도 일단 시도해 보는 것이다. 로봇이 테이블을 정리할 때 첫 번째에 컵을 넘어뜨리고, 두 번째에 손이 빗나가고, 세 번째에 동작이 너무 느리면, 네 번째를 시도하면 된다.

기술이 진정으로 보편화된 후에는 사람들이 그 사용 효율을 점점 더 신중하게 계산하지 않게 되며, 심지어 자신이 그 기술을 사용하고 있다는 사실조차 잊게 된다.

우리가 더 이상 그 계산을 하지 않을 때

1911년, 영국의 수학자이자 철학자인 화이트헤드는 《수학 입문》에서 이렇게 썼다:

"문명의 진보는 생각 없이 수행할 수 있는 중요한 작업을 끊임없이 확대하는 데 있다."

오늘날의 AI는 분명 아직 이 지점에 도달하지 못했다. 우리는 여전히 어떤 작업에 가장 비싼 모델을 쓸 가치가 있는지 논의하고 있고, 개발자들은 백만 토큰당 몇 원 차이로 공급업체를 바꾸기도 한다. 로봇 기업들은 전시장, 연구소, 공장 사이에서 가장 쉽게 계산이 맞는 시나리오를 찾아야 한다. 이 업계에는 여전히 무거운 생계형 분위기가 깔려 있다.

그리고 이 1억 4,080만 위안의 투자가 실제로 연결한 것은, 과거 업계 논의에서 좀처럼 등장하지 않았던 하나의 청구서다. 로봇이 한 번 실수하면, 도대체 비용이 얼마나 들까?

오늘날 그 답은 아직 충분히 저렴하지 않다. 그래서 현실 세계의 모든 데이터는 꼼꼼히 수집해야 하고, 매 라운드 훈련마다 선별이 필요하며, 로봇 한 대 한 대는 가능한 한 빨리 산출량을 계산할 수 있는 일자리를 찾아야 한다.

지능이 진정으로 보편화되는那一天, 아마도 새로운 시대를 선언하는 발표회는 없을 것이다. 우리는 서서히 발견하게 될 것이다. 창고 구석에서 로봇 한 대가 오후 내내 상자 집기를 연습하며 300번 실패해도 아무도 일부러 묻지 않는 것, 에이전트 하나가 답을 찾기 위해 수십 개의 경로를 스스로 시도해도 아무도 토큰 청구서를 보며 아까워하지 않는 것, 연구소에 로봇 몇 대를 더 들여놓는 데 더 이상 매 대마다 구매 사유서를 작성할 필요가 없는 것.

그래서 AI 미래에 진정으로 중요한 가격은, 백만 토큰이 정확히 얼마인지도, 휴머노이드 로봇 한 대가 정확히 얼마인지도 아닐 것이다. 우리가 언제쯤 마침내 이런 숫자들을 계산하기조차 귀찮아하는지가 중요하다.

기계가 몇 번 더 생각하고, 몇 걸음 더 걷고, 몇 번 더 실수해도 더 이상 아깝지 않게 되는 순간, 지능은 비로소 값비싼 능력에서 인프라로 전환된다.

기술이 진정으로 세상을 바꾸기 시작하는 때는, 흔히 그것이 낭비할 수 있을 만큼 저렴해진 순간이다.

DeepSeek는 사고를 그 가격에 근접시키고 있고, Unitree는 신체를 그 가격에 근접시키고 있다. 남은 일은 기계가 충분히 저렴한 일생을 갖게 하는 것이다.

반복 시도할 수 있을 만큼 저렴하고, 끊임없이 실패할 수 있을 만큼 저렴하며, 오늘날에는 전혀 의미 없어 보이는 실패들이 마침내 지능을 구성할 만큼 충분히 쌓이는 가격.