중국 AI 산업 · 경영 전략
중국에서 가장 비싼 인공지능(AI) 스타트업의 창업자는 투자자들 앞에서 네 시간 가까이 “안 한다”를 반복했다. 슈퍼앱도, 영상 생성도, 자체 칩도, 폐쇄 모델도 안 한다는 것이었다. 그 목록을 하나로 묶는 단어가 절제이고, 절제의 목적은 범용인공지능(AGI) 달성 확률이다.
딥시크(DeepSeek) 창업자 겸 최고경영자 량원펑(梁文鋒)이 투자자들과 가진 비공개 화상 간담회의 녹취록이 7월 하순 공개되었다. 회의는 2026년 5월 20일에 있었고, 음성 파일 기준 3시간 44분 분량이다. 중국 여러 매체가 서로 다른 판본을 유통시켰으며, 그중 텐센트 계열 기술 매체가 정리한 118개 항목 판본이 가장 완전한 형태로 알려져 있다. 위챗에 올라온 원문 링크는 대부분 삭제되었고, 회사는 녹취록의 진위를 확인하지 않았다.
내용을 읽는 순서는 두 갈래다. 하나는 량원펑이 무엇을 하겠다고 말했는지이고, 다른 하나는 그 말들이 서로 어긋나는 지점이 어디인지다. 후자가 더 유용하다. 4시간짜리 투자자 간담회는 운영 실무와 창업자 서사와 자금 조달용 설득이 섞이는 자리이고, 검증할 수 있는 것은 숫자와 기한이 붙은 발언뿐이다.
이 간담회는 딥시크의 첫 외부 투자 유치와 맞물려 있다. 창업 이후 하이플라이어(High-Flyer) 계열 자금과 자체 매출로만 버텨온 회사가 처음으로 외부 자본을 받아들인 라운드다.
| 출자자 | 금액 | 비고 |
|---|---|---|
| 량원펑 개인 | 200억 위안 | 최대 출자자, 지배권 유지 |
| 텐센트 | 100억 위안 | 중국 최대 인터넷 기업 |
| CATL(닝더스다이) | 50억 위안 | 세계 최대 전기차 배터리 제조사 |
| 넷이즈 · JD닷컴 · IDG캐피털 | 각 30억 위안 | 합계 90억 위안 |
| 국가인공지능산업투자기금 | 10억 위안 | 국가 주도 펀드 |
회의록에서 량원펑은 이 명단이 우연이 아니라고 말했다. 이해가 가장 잘 맞고, 딥시크에 대한 적대가 가장 적고, 회사가 성공하기를 가장 바라는 쪽을 골랐다는 것이다. 그가 덧붙인 이유는 냉정하다. 딥시크는 다른 많은 이들의 이익을 실제로 훼손하고 있으므로, 모두가 성공을 바라지는 않는다는 것이다.
라운드는 여기서 멈추지 않았다. 1차 조달이 끝난 지 한 달도 되지 않아 프리IPO 성격의 2차 조달이 추진되었고, 시장에서 거론된 투자 전 기업가치는 4,800억 위안(약 710억 달러) 이상이다. 2027년 중국 본토 증시 상장이 목표로 언급된다. 회의록의 첫 항목이 “애초에 자본시장이나 상장을 생각한 사람은 없었다”는 회고라는 점과 나란히 놓으면, 이 회사가 어느 방향으로 밀려가고 있는지가 보인다.
4시간 동안 반복된 것은 야심의 선언이 아니라 거절의 목록이었다.
이 목록을 묶는 말이 절제다. 량원펑의 표현으로는 “때로는 어떤 것을 포기해서 다른 것을 더 얻는 것”이다. 무엇을 더 얻는가에 대한 답은 시장 점유율이 아니다. AGI를 실제로 달성할 확률이다. 그는 AGI에 거대한 상업적 가치가 있다는 점을 의심하지 않는다고 전제한 뒤, 그렇다면 자신의 첫 번째 고려사항은 몫을 조금 더 늘리는 것이 아니라 성공 확률을 올리는 것이라고 말했다.
절제 = 등반에서 짐을 줄이는 일. 고산 등반에서 장비를 많이 지고 오르면 어떤 상황에도 대응할 수 있지만, 무게 때문에 정상에 닿을 확률이 떨어진다. 량원펑의 계산은 이와 같다. 영상 생성 사업도, 슈퍼앱도, 높은 마진도 각각은 이익이지만, 그것들을 다 지고 가면 정상 도달 확률이 낮아진다. 그가 포기하는 것은 수익이고 얻는 것은 확률이다.
같은 논리가 회의록 후반부에서 가장 날 선 문장으로 다시 나온다. 더 많이 가지려는 자는 덜 가지려는 자에게 진다는 것이다. 그는 여기에 조건 하나를 더 붙였다. 실제로 더 가질 필요도 없다는 것이다. 더 가지겠다는 비전을 품는 것만으로 이미 덜 가지려는 상대에게 밀리기 시작한다는 뜻이다. 아직 아무도 실제로 돈을 벌지 않았고 모든 것이 비전 단계인데, 비전이 크게 갖는 쪽이라면 그 자체로 이미 불리하다는 논리다.
량원펑은 AI의 발전을 계단으로 설명했다. 각 단계는 앞 단계를 발판으로 삼기 때문에 버려지는 층이 없다.
이 순서에서 무게중심은 네 번째 칸, 지속학습에 있다. 량원펑의 진단에 따르면 지금 AI에 없는 것은 감각이나 직관이 아니다. 글을 써보라고 시켜보면 취향과 직관은 이미 충분하다는 것이다. 없는 것은 계속 배우는 능력이다.
지속학습 = 신입 직원의 두 달. 사람은 회사에 들어와 두 달이면 조직의 맥락을 익히고 스스로 일을 처리한다. 지금의 AI에 같은 일을 시키려면 그 두 달치 맥락을 매번 문장으로 떠먹여야 한다. 이것이 가능한 규모를 넘어서기 때문에 AI는 아직 직원을 대체하지 못한다. 량원펑의 표현으로는, 문제를 아주 명확하게 기술하고 완전한 맥락과 지시를 주기만 하면 AI는 이미 인간을 넘어선다. 문제는 그 전제를 매번 사람이 충족시켜야 한다는 데 있다.
지속학습이 풀린 다음에 오는 것을 그는 특이점이라고 부르면서도, 곧바로 그 표현을 완화한다. 모델이 스스로 연구하고 스스로 다음 버전을 만드는 국면은 어느 날 갑자기 끊어지듯 오는 것이 아니라 상당히 긴 점진적 변화일 것이며, 다만 습관적으로 특이점이라 부를 뿐이라는 것이다. 그가 AGI에 기대하는 첫 번째 역할도 여기에 맞춰져 있다. 다음 버전의 모델을 대신 만들어 달라는 것이다.
본선에서 제외한 항목의 목록은 이 로드맵의 거울상이다. 영상 생성에 대해 그는 상업적으로 좋은 사업이라는 점을 부정하지 않는다. 다만 좋은 사업이라는 이유로 하지는 않으며, 지능 로드맵 위에 있어야만 한다고 말한다. 세계 모델도 현 단계의 최우선이 아니라고 분류했다. 멀티모달은 사정이 조금 다르다. 제품, 특히 소비자용 제품에는 매우 중요하지만 지능의 상한 자체는 아닌 구성 요소로 취급하며, V4와 그 후속 버전이 네이티브 멀티모달을 지원할 것이라고 언급했다. 환각은 사후 학습으로 개선할 수 있는 제품 문제로 분류했다.
로드맵은 거창하지만 지금 회사가 실제로 하는 일은 훨씬 단순하다고 그는 말했다. 현 단계에서 AI 문제를 푸는 것은 결국 데이터 라벨링이라는 것이다. 회의록에서 가장 구체적인 조직 정보가 여기서 나온다. 지금 회사 인력의 절반, 그것도 가장 중요한 핵심 연구자의 절반이 데이터 라벨링에 매달려 있다는 것이다. 다만 그는 이 대목을 “그렇게 말할 수도 있다”는 완충 표현과 함께 꺼냈으므로, 정확한 비율이라기보다 강조에 가깝다고 읽는 편이 안전하다.
왜 사람을 그렇게 많이 넣는가. 량원펑의 설명은 서구 투자자들의 통념 하나를 정면으로 부정한다. 중국의 데이터 라벨링 원가가 싸지 않다는 것이다. 특히 고급 데이터에서는 원가 우위가 없어서, 미국 기업들처럼 라벨링에 자본을 쏟아붓는 방식을 택하기 어렵다고 했다. 외주를 주든 직접 하든 고통스럽다는 표현을 썼다. 그래서 두 다리로 걷는다. 값이 싼 라벨링부터 처리하고, 비싼 고품질 데이터는 시간을 두고 쌓는다. 그가 지목한 이 영역의 병목도 자본이 아니라 시간이다. 오픈AI와 앤트로픽은 더 일찍 시작했고 자본과 칩이 더 많다는 것이다.
데이터는 모델의 절반쯤 된다.
회의록 106항
미국과의 격차를 묻는 질문에 량원펑은 인재가 아니라고 잘라 말했다. 사람 쪽에는 격차가 거의 없으며, 애초에 같은 인재 풀이고 그중 상당수가 중국인이라는 것이다. 똑똑한 사람이 해외로 나간다는 통념도 사실이 아니라고 했다. 인재난 자체도 국면적 현상이며 이미 상당히 완화되었다고 보았다. 회사마다 사람을 빠르게 길러내기 때문이다.
그가 지목한 유일한 병목은 연산 자원이다. 그리고 이 설명은 인재 문제까지 흡수한다. 컴퓨트가 적으면 실험 기회가 줄고, 실험 기회가 줄면 인재의 성장이 늦어진다. 그러므로 인재 격차는 근본적으로 컴퓨트 격차라는 것이다. 그는 여기서 한 걸음 더 나아가, 인재든 모델 성능이든 응용이든 눈에 보이는 모든 차이는 연산 자원의 차이로 귀속될 수 있다고 말했다.
이 환원은 깔끔하지만, 회의록 자체가 그것을 지탱하지 못한다. 팀 안정성을 논하는 대목에서 그는 돈도 자원도 문제가 아니며 나머지 요소는 모두 쉽게 구할 수 있다고 말했다. 몇 문항 뒤에서는 자원이 최대 병목이자 미국과의 격차의 주된 원천이라고 말한다. 두 진술을 봉합하려면 “자본은 충분하지만 실제로 쓸 수 있는 칩이 부족하다”로 읽어야 하는데, 그렇게 읽어도 조직 역량이나 규제 환경, 학계 인력 공급처럼 컴퓨트로 환원되지 않는 변수들이 하나의 항목으로 뭉개진다는 문제는 남는다. 자금 조달 직후의 투자자 앞에서는 편리한 설명이기도 하다. 문제에 가격표가 붙기 때문이다.
시차 추정은 더 불안정하다. 한 문답 안에서 12개월 뒤처졌다, 12~18개월 뒤처졌다, 6~12개월 뒤처졌다는 표현이 차례로 나오고, 결론은 “간단히 말해 2년 뒤처졌으며 20분의 1의 컴퓨트로 그렇게 했다”로 맺어진다. 폭이 이 정도면 정밀한 추정이 아니라 대화체의 어림으로 읽어야 한다. 요약본들이 이 대목을 “6~18개월”로 단정해 옮기는 경우가 있으나 원문의 상태는 그렇지 않다. 일관된 것은 목표뿐이다. 컴퓨트는 일부만 쓰면서 시차를 6개월, 3개월까지 좁히겠다는 것이다.
실리콘밸리에서 스케일링이 한계에 부딪혔다는 말이 나오는 데 대해 그는 그것은 실리콘밸리의 사정이라고 답했다. 중국 쪽은 그 근처에도 가보지 못했다는 것이다. 규모를 키우면 결과가 좋아진다는 믿음에는 흔들림이 없고, 스케일을 막는 것은 의지가 아니라 컴퓨트라고 했다. 지금 이 크기의 모델을 학습시키는 이유도 이 크기면 충분해서가 아니라, 가진 자원에서 거꾸로 계산해 감당 가능한 크기가 그만큼이기 때문이라고 설명했다.
이 발언은 딥시크를 “효율의 회사”로 읽어온 서구의 표준 해석을 뒤집는다. 2024년 말 공개된 V3의 학습 비용은 엔비디아 H800 2,048장, 278만 8천 GPU 시간, 557만 6천 달러였다. 이 숫자가 업계에 준 충격은 적은 자원으로도 프런티어에 근접할 수 있다는 증명으로 읽혔다. 량원펑 본인의 설명은 다르다. 효율은 목표가 아니라 결핍에 대한 적응이며, 원가가 낮아지는 이유 중 하나도 같은 컴퓨트로 더 큰 모델을 감당하기 위해서다.
칩을 얼마나 원하느냐는 질문에 대한 답은 짧다. 많을수록 좋다는 것이다. 감당 가능한 범위에서 합리적인 가격에 살 수 있는 만큼 산다는 것이 현재 전략이며, 문제는 돈이 아니라 물량이다. 올해 200억 위안을 쓸 수 있다면 구매 부서가 대단한 한 해를 보낸 것이라는 표현을 썼다. 그 정도를 쓰기가 실제로 매우 어렵다는 뜻이다.
회의록에서 가장 확정적인 어조가 나오는 대목은 국산 칩이다. 량원펑은 엔비디아의 CUDA 해자가 빠르게 해체되고 있다고 보았다. 이유는 AI 자신이다. AI가 코드를 쓸 수 있게 되면서 생태계를 새로 구축하는 일이 과거보다 훨씬 쉬워졌다는 것이다.
V3는 엔비디아 칩을 썼지만 엔비디아 생태계는 쓰지 않았다.
회의록 66항
딥시크는 TileLang이라는 고급 컴파일러를 자체적으로 작성하고 나머지를 그 위에 얹었다. 이미 엔비디아 생태계에 거의 의존하지 않는다는 것이 그의 주장이다. 하드웨어 쪽에서는 화웨이의 950 슈퍼노드가 엔비디아의 GB200·GB300을 성능과 가격 양쪽에서 완전히 대체할 수 있다고 말했다. 이어 화웨이 카드 넉 장이 엔비디아 한 장에 해당한다는 비율을 제시했고, 칩 자체의 격차를 “4배 더하기 2년”으로 정리했다. 생태계 격차는 사라질 것이라고 보았다.
이 숫자들은 검증이 어렵다. 4대 1이 어느 화웨이 칩과 어느 엔비디아 칩을 비교한 것인지, 어떤 작업 부하 기준인지, 원시 성능인지 학습 처리량인지 시스템 수준의 대체 비율인지가 명시되지 않았다. 공개된 자료로는 중국산 칩들이 수출 규제 대상인 H20을 여러 지표에서 앞선다는 정도까지는 확인되지만, 프런티어 학습에서 엔비디아 B계열과의 효율 동등성은 아직 입증되지 않았다. 기준선이 없는 수치는 지표로 쓸 수 없다.
회의록 안에서도 이 대목은 미세하게 어긋난다. 그는 국산 칩의 하드웨어와 생태계에는 문제가 없고 유일한 문제는 생산능력이라고 말하는데, 그 진술은 4배 격차나 2년 지연과 잘 맞지 않는다. 다만 시점에 대한 그의 판단은 일관된다. 올해도 내년도 그 다음 해도 생산능력에 묶여 있겠지만, 5년 뒤에는 그렇지 않을 것이라고 보았다. 그리고 앞으로 1년 안에 실사용을 통해 국산 칩 생태계에 문제가 없다는 사실이 증명될 것이라는, 기한이 붙은 예측을 남겼다.
합리적 이윤이라는 추상적인 말에 량원펑은 구체적인 기준을 붙였다. 장비를 한 묶음 사서 열 달이면 원가를 회수하는 가격이라는 것이다. 그는 이것이 이윤 극대화와 다르다는 점을 스스로 짚었다. 극대화가 목표라면 값을 더 올려야 한다는 것이다. 이 가격대에서 수요는 비탄력적이어서, 값을 1.5배나 2배로 올려도 토큰 소비량은 크게 달라지지 않을 것이라고 진단했다.
그런데도 그는 반대로 갔다. 어떤 모델은 수요가 몰릴 것을 우려해 처음에 값을 비교적 높게 매겼는데, 팀이 달가워하지 않았다. 나중에 값을 4분의 1로 내렸고, 그러자 모두가 기뻐했다는 것이다. 기술을 널리 쓰이게 한다는 초심에 맞았기 때문이다.
이 발언이 나온 5월 20일로부터 두 달이 채 지나지 않아, 딥시크는 정반대 방향의 조치를 발표했다. V4 정식판 출시와 함께 API에 시간대별 할증을 도입한 것이다.
| 모델 · 항목 | 평시 | 피크 |
|---|---|---|
| v4-pro 입력(캐시 적중) | 0.025 | 0.05 |
| v4-pro 입력(캐시 미적중) | 3.00 | 6.00 |
| v4-pro 출력 | 6.00 | 12.00 |
| v4-flash 입력(캐시 적중) | 0.02 | 0.04 |
| v4-flash 입력(캐시 미적중) | 1.00 | 2.00 |
| v4-flash 출력 | 2.00 | 4.00 |
피크 시간대는 베이징 시각 기준 오전 9시부터 정오까지, 오후 2시부터 6시까지다. 평시 요금은 프리뷰 기간과 동일하게 유지되며, 그 시간대에만 두 배가 된다. 정식판은 전 라인업에 100만 토큰 컨텍스트 창을 기본 제공하고, 에이전트 실행과 수학 추론, 코드 생성에서 성능을 끌어올렸다고 회사는 설명했다.
회사가 밝힌 명분은 수요 분산과 서비스 안정성이다. 이 설명은 기제와 일치한다. 시간대별 할증은 전면 인상이 아니라, 지연을 감수할 수 있는 작업을 혼잡 시간대 밖으로 밀어내 설비 증설 없이 가용성을 지키는 장치다. 다만 회의록의 “값을 두 배로 올려도 토큰 소비는 크게 달라지지 않는다”는 진단과 나란히 놓으면, 절제의 서사와 가격 결정 사이의 긴장이 드러난다. 주요 AI 제공자가 API 수준에서 시간대별 할증을 도입한 것은 이번이 처음이며, 라우팅 계층을 운영하는 쪽에서는 비용 모델에 시간이라는 축이 새로 생겼다는 의미이기도 하다.
폐쇄 모델의 이점을 묻는 질문에 량원펑의 답은 단순했다. 이점을 찾을 수 없다는 것이다. 그는 바이트댄스의 모델이 폐쇄형인데 그것으로 무슨 이득을 얻고 있느냐고 되물었다. 그리고 가장 강한 모델도 아마 공개할 것이라고 말했다.
공개해도 사업이 흔들리지 않는다는 근거는 두 가지다. 첫째, 가중치를 전부 공개하고 모든 것을 알려주어도 실제로 그것을 운용하는 문턱은 여전히 매우 높고, 낮은 비용으로 운용하는 일은 훨씬 더 어렵다. 둘째, 회수 기간 열 달을 기준으로 매긴 가격이라면 남이 받아다 배포해도 이문이 남지 않는다. 그래서 그는 경쟁을 걱정하는 대신 오히려 배포를 도와주겠다고 했다. 알리바바, Z.ai(즈푸AI), 문샷AI 같은 경쟁사가 더 잘하도록 돕는 데도 거리낌이 없다고 밝혔다. 이미 공개했으므로 잃을 것이 없다는 논리다.
공개하는 모델과 우리가 배포해 쓰는 모델은 같다.
회의록 105항
더 좋은 모델을 따로 숨겨두고 약한 것만 공개하지는 않는다는 확인이다. 시장 데이터는 이 전략이 유통 단계에서 어떤 결과를 만들었는지 보여준다. 모델 라우팅 플랫폼 오픈라우터(OpenRouter)에서 중국산 공개 가중치 모델의 토큰 소비 비중은 2024년 말 1.2% 미만이었으나 2026년 상반기에는 상위 모델군에서 과반을 오갔다. 미국 3사(구글·오픈AI·앤트로픽) 합산 토큰 점유율은 2025년 6월 약 70%에서 2026년 6월 약 30%로 떨어졌고, 단일 공급자 기준 토큰 1위는 딥시크다.
다만 이 수치를 그대로 확대해석하기는 어렵다. 토큰 점유율은 처리량이고 매출 점유율은 금액이다. 값싼 공개 모델이 대량 반복 작업을 흡수하는 동안, 프리미엄 폐쇄 모델은 훨씬 적은 토큰으로 훨씬 많은 매출을 가져간다. 한 라우터의 사용량 자료라는 표본의 한계도 있다.
앤트로픽이 오픈AI를 앞선 것을 두고 그는 지속되지 않을 국면이라고 잘라 말했다. 앞으로는 오픈AI와 구글이 번갈아 앞설 가능성이 크다고 보았다. 사내 분위기도 전했다. 어느 날이든 절반 정도는 오픈AI가 낫다고 본다는 것이다. 다만 그는 세 회사 모두 만만치 않으며, 그중 효율은 앤트로픽이 가장 높다고 평가했다. 태우는 돈이 가장 적다는 이유였다.
모델 비교 방식에 대해서도 조건을 달았다. 같은 원가에서 비교해야 의미가 있다는 것이다. 자동차를 비교할 때 같은 가격대에서 비교하는 것과 같다는 비유를 들었다. 이 전제 위에서 그가 내다본 최종 격차는 세 가지로 좁혀진다. 원가, 시간, 사용자 경험이다. 그중 첫째는 원가이고, 둘째는 몇 달 먼저 도달하느냐다.
산업 구조에 대한 예측은 냉정하다. 중국에는 기반모델을 만드는 회사가 지나치게 많고 결국 정리될 것이며, 대규모 언어모델(LLM) 분야는 큰 회사 둘과 작은 회사 둘 정도면 충분하다고 보았다. 그리고 그 구조에서는 아무도 초과이윤을 얻지 못한다. 원가 관리를 잘하는 쪽이 조금 더 벌고 못하는 쪽이 조금 덜 벌 뿐이라는 것이다.
중국이 맡을 역할에 대해서는 최대 생산자라고 답했다. 생산능력이 가장 크고, 칩 생산능력도 그럴 수 있으며, 전력도 가장 많다는 것이 근거다. 다른 산업에서 중국제와 미국제의 차이가 이미 크지 않듯이, AI에서도 품질은 비슷해지고 중국 쪽이 체계적으로 더 쌀 것이라고 보았다.
회의록에서 그가 유일하게 타협 불가라고 못 박은 항목은 팀의 안정성이다. 돈도 자원도 다른 요소도 구할 수 있지만, 팀이 흩어지는 것만은 안 된다는 것이다. 팀만 안정적으로 유지하면 AGI는 반드시 해낸다고 그는 말했다. 그리고 이 위험이 최근 자금 조달로 상당히 줄었다고 덧붙였다. 직원들이 받은 옵션 규모가 상당하기 때문이다.
유지 논리는 층위를 나눈다. 가장 오래되고 중요한 직원들이 남으면 나머지도 좀처럼 떠나지 않는다는 것이다. 옵션이 적고 수입이 덜해도 마찬가지인데, 순전히 돈 때문에 일하는 사람들이 아니고 AGI가 실제로 달성될 수 있는 환경에서 일하고 싶어 하기 때문이라고 했다.
그 환경의 내용도 구체적이다. 성과평가와 핵심성과지표(KPI)가 없다. 직원들은 대체로 시간의 절반을 배정받지 않은 상태로 두고 각자 중요하다고 생각하는 것을 탐색한다. 야근은 거의 하지 않는데, 이유는 두 가지로 제시되었다. 연구는 여유 있는 환경에서만 가능하다는 것과, 회사가 하는 일이 워낙 적어서 야근할 일이 없다는 것이다. 두 번째 이유는 앞서 말한 절제와 같은 줄기다. 의사결정도 합의 기반이라고 설명했다. 자신이 밀어붙일 수 있는 것이 아니라 합의가 되어야 밀 수 있다는 것이다.
다만 그는 이 구조가 규모를 견디지 못한다는 점도 인정했다. 인원이 늘면서 조정이 필요하며, 이미 조정을 시작했다고 말했다. 조직 구조를 갖춰야 할 부서가 실제로 많다는 것이다.
4시간짜리 간담회에서 나중에 채점할 수 있는 발언은 기한이나 숫자가 붙은 것뿐이다. 나머지는 방향에 대한 진술이며, 기준선이 없어 지표로 기능하지 못한다.
| 발언 | 성격 | 확인 방법 |
|---|---|---|
| 1년 안에 국산 칩 생태계에 문제가 없음이 실사용으로 증명된다 | 기한 있음 | 2027년 중반 국내 배포 실적 |
| V4와 후속 버전은 네이티브 멀티모달을 지원한다 | 제품 약속 | 모델 문서로 즉시 확인 가능 |
| 올해 기업 대상 매출 수억 달러 + 소비자 기반이면 내년 순이익에 근접 | 조건부 시나리오 | 2027년 실적 |
| 가장 강한 모델도 공개할 것이다 | 정책 선언 | 차기 모델 공개 여부 |
| 칩 격차는 “4배 더하기 2년” | 기준선 없음 | 채점 불가 |
| 시차를 3개월까지 좁힌다 | 기준선 없음 | 채점 불가 |
유통 과정에서 부풀려진 대목도 구분해 둘 필요가 있다. 요약본 일부는 기업 대상 매출 목표를 10억 달러로 옮겼으나, 원문은 “수억 달러”다. 미·중 시차를 6~18개월로 단정한 요약도 있으나 원문에서는 네 가지 표현이 한 문답에 섞여 있다. 보유 칩 수량이나 활성 파라미터 규모처럼 일부 판본에만 등장하는 숫자들은 판본 간 교차 확인이 되지 않는다. 무엇보다 회사는 이 녹취록의 진위를 확인하지 않았다.
량원펑이 회의록에서 반복적으로 돌아간 자리는 창업 시점이다. 2년 전 시작할 때 돈도 칩도 인지도도 사람을 모을 힘도 없었고, 그저 아주 평범한 사람들의 모임이었다는 것이다. 그가 선호한다고 밝힌 서사도 천재들이 비범한 일을 해냈다는 쪽이 아니라 평범한 사람들이 비범한 일을 해냈다는 쪽이다. 비전은 벽에 걸린 구호가 아니라 실제로 어떻게 일하느냐에 담긴다고 했고, 그 비전은 문서로 적힌 적조차 없다고 했다.
동시에 그는 자신이 기업가라는 사실을 잊지 않았다. 결국 살아남아야 하고, 정부가 한 푼도 주지 않는다고 말했다. 근본적으로 회사이며, 다만 어떤 돈을 언제 얼마나 무엇으로부터 벌 것인지를 선택할 뿐이라는 것이다. 최악의 경우 기술 진보가 여기서 멈추더라도 API 판매만으로 상장사 하나는 지탱할 수 있다고 보았다. 덜 가지려는 전략에도 바닥은 깔려 있다.
이 전략의 강점과 약점은 같은 뿌리에서 나온다. 절제는 확률을 사기 위해 수익을 파는 거래이므로, AGI가 실제로 도착하지 않으면 판 것만 남는다. 반대로 도착한다면 판 것의 크기는 문제가 되지 않는다. 그가 “AI 시대에 조 단위 기업이 여럿 나온다면 우리도 그중 하나일 것”이라고 말할 때의 태연함은 여기서 나온다.
검증 시점은 두 개다. 하나는 지속학습이 되는 다음 세대 모델이고, 다른 하나는 그가 1년이라는 기한을 붙인 국산 칩 생태계다. 둘 중 하나라도 어긋나면 절제는 전략이 아니라 결핍의 다른 이름이 된다.