우선 전적으로 개인적 의견일 뿐이라는 점을 먼저 말씀드립니다.

미국의 프런티어 모델들을 보면 대략 큰 틀에서 유사한 결을 갖는 경우가 많습니다.

서로 베끼기를 하지 않아도 선두에 있는 업체들은 경쟁사가 무엇을 하고 있고, 

어떤 방향으로 가고 있는지 서로 알고 그것에 상응하는 대응을 할 능력이 되기 때문입니다.

대신 돈은... 많이 들죠.

중국 역시 마찬가지인데 조금 다릅니다. 얘들은 그냥 서로 베끼기를 마구 저지르죠.
중국이 베끼는 것은 미국만이 아니라 서로 그렇게 합니다. 

얼마 전 엔트로픽이 중국AI모델이 클로드의 API를 이용한
증류 기법으로 광범위한 베끼기를 했다는 주장과 근거를 제시한 바 있는데,
이건 제 추측이지만, 중국 기업들은 베낀 곳을 또 다른 중국 기업이 베꼈을 가능성도 있습니다.

딥시크 또한 예외는 아닙니다.
그런데 얘들은 그것이 전혀 부끄러운 일이라는 생각 자체가 없기 때문에,
남에 만든 것을 그대로 가져다 쓰면서...
중요한 것은 비용 절감은 물론이고 인력의 활용을 다른 곳에 쏟아 붓는다는 것입니다.
딥시크와 알리바바가 이 중 가장 적극적으로 자사 기술 개발에 적극적입니다.

즉, AI 모델을 이루는 요소 중에
베낄 것은 전부.. 가리지 않고 다 베끼고,
그 외의 구성 요소들은 차별화를 위해 독자적인 기술을 쌓아갑니다.
물론 이 기술 안에도 구글이나 다른 연구자가 개발한 개념을
인력의 수.... 숫자 빨로 남들보다 더 다양하고 더 빠르게 개선하고 확장하는 것까지 포함합니다.

그런데, 이렇게 하면서 나타나는 현상들이 있습니다.

바로 LLM의 성능 차이입니다.
언어 모델로서는 곧 미국을 넘어설 것처럼 그렇게 이야기가 많이 되어 왔지만,
근래에는 오히려 좁혀지기는 커녕 일정 격차가 미중간에 계속 유지 되는 느낌입니다.

미국AI가 더 빠르게 나아간다고도 볼 수 있겠지만...

제가 개인적인 판단이라고 한 대목이 이 부분입니다.
미국이 더 빨리 가려는 부분도 없잖아 있겠으나,
제 느낌은 중국의 방법 자체가 일정 간격을 좁히는 선 이상으로 못 가는 원인이 아닌가 싶습니다.

오히려, 그들이 직접 구현하려 했던 부분들...
예를 들어 멀티 모달과 증류... AI 초기부터 중국이 강점을 가져갈 것이라고 했던, 그런 부분들...

얼마 전에 Qwen 3.5 27B가 나와 깜짝 놀라게 한 부분이
작은 모델에서 경이적인 성능이 나옵니다.
반년 전의 10배는 더 큰 모델 만큼의 성능이 되는 것입니다.

그리고 이미지 모델에 대해서는 나노바나나 보다 뛰어나진 않으나,
거의 버금가는 것을 더 가벼운 모델로 만들어 공개하고,
영상 모델은 씨댄스로 이미 뛰어 넘었습니다.
이 씨댄스가 바로 베끼기와 독자 기술이 결합한 중국의 성격이 가시적으로 보이는 대목입니다.

이런 면에서 딥시크V4의 특징을 미루어 짐작해 보자면,
V3의 전례로 같이 보자면,
현재 클로드 4.6이나 지피티5.2, 제미나이3.1 과 거의 따라잡지만 넘지는 못하는 모델로
예전 R1과 같은 정도는 되지 못하지 싶습니다.
그런데 쇼크로 받아 들일 가능성이 높다는 생각입니다.
무슨 말이냐면,
이번에 자기들이 개발한 칩과 경량화 기술로 다시 한 번 더,
개발 비용 면에서 더 나아간 모습을 보여주고,
성능은 거의 버금 가며,
R1에 이어 R2의 가능성을 볼 수 있는 언급을 하거나 아니면 동시에 선보이거나...
나아가 나노바나나2 급을 공개로 풀어 버리고,
초경량.. 영상 모델을 풀 가능성도 생각해 봅니다.
최근 알리바바를 비롯해 중국에서 가장 경쟁력이 높은 모델은
언어가 아니라 이 영상 모델인데,
앞서 중국은 서로 베낀다고 했었죠.
딥시크가 안 했을 가능성은 적다고 봅니다.
할 수 있는 것은 다 하는 이들이라 봅니다.

영상을 주축으로,
경량 기술, 비용 절감을 두 가지 테마로,
안 그래도 AI거품 논란이 지속되는 시장 환경 때문에,
R1 때 만큼은 아니어도...나름 충격으로 받아 들일 발표가 되지 않을까 싶습니다.
단기적으로요.

중장기적으로는 R1 때 만큼의 쇼크는 다시 발생하지 않을 것으로 보고 있습니다.