소식

중국 AI 스타트업 딥시크(DeepSeek)가 자체 인공지능 칩 개발에 나섰다고 소식통 세 명이 밝혔습니다. 이는 소프트웨어 혁신에만 집중하던 기존 방식에서 벗어나 하드웨어 자체 개발로 전략적 전환을 시도하는 것입니다. 로이터 통신이 2026년 7월 7일 처음 보도한 이 움직임은 딥시크가 전 세계적으로 인기를 얻고 있는 비용 효율적인 모델에 사용해 온 엔비디아와 화웨이 칩에 대한 의존도를 낮추기 위한 것으로, 중국을 비롯한 전 세계 AI 추론 시장의 경제성을 재편할 가능성이 있습니다.

Astute Analytica에 따르면, AI 칩 시장은 2024년에 392억 7천만 달러 규모였으며, 2025년부터 2033년까지 연평균 35.50%의 성장률을 기록하여 2033년에는 5천19억 7천만 달러에 이를 것으로 예상됩니다.

소식통들이 말하는 것은?: 추론 우선, 초기 단계, 조용한 구축

• 칩 특징: 이 장치는 새로운 모델을 처음부터 학습시키는 용도가 아니라, 학습된 모델이 사용자 응답을 생성하는 단계인 AI 추론 에 특화되어 설계되었습니다
• 타임라인: 이 프로젝트는 약 1년 전에 시작되었으며, DeepSeek이 칩 설계, 파운드리 및 메모리 공급망 전반에 걸쳐 외부 파트너와 적극적으로 협력하고 있는 초기 단계 에 있습니다
• 채용: 항저우에 본사를 둔 이 회사는 칩 설계 엔지니어 채용을 조용히 늘려왔으며 , 프로젝트를 비밀리에 진행하기 위해 공개 채용 공고는 내지 않았습니다. 

이번 하드웨어 개발은 ​​DeepSeek이 국내산 반도체로의 전환을 예고했던 일련의 소프트웨어적 성과에 이은 것으로, 여기에는 2026년 4월 DeepSeek-V4가 화웨이의 Ascend 950PR/950DT 가속기와 CANN 소프트웨어 스택에 "초기 단계"로 적용된 것이 포함됩니다.

왜 중요할까요?: CUDA 의존성에서 풀스택 제어까지

DeepSeek의 성장은 획기적인 비용 효율성과 개방형 배포로 특징지어지지만, 해외 GPU는물론 화웨이의 Ascend와 같은 국내 대안에 의존했던 과거는 여전히 외부 로드맵, 공급 제약, 수출 통제 문제에 발목을 잡혔습니다. 자체 칩 개발은 이러한 상황을 완전히 바꿔놓았습니다. DeepSeek은 희소하고 다양한 전문가 그룹이 참여하는(MoE) 아키텍처를 기반으로 하드웨어를 공동 설계하여 토큰 비용을 더욱 낮추고 사용량 증가에 따른 마진 안정화를 이룰 수 있게 되었습니다. 

또한 이를 통해 회사는 엔비디아의 CUDA 독점 및 GPU 공급 변동성에 대한 노출을 줄이는 등 생태계 종속성에서 벗어날 수 있으며, 기존 화웨이 통합을 대체하는 것이 아니라 보완합니다. 마지막으로, 자체 실리콘 프로그램은 모델 연구와 실리콘 기능 간의 피드백 루프를 강화하여 배포 주기를 단축하고, 딥시크의 워크로드에 특화된 연산자, 메모리 레이아웃 및 인터커넥트를 더 빠르게 반복적으로 개발할 수 있도록 합니다.

화웨이의 선례: V4는 어떻게 길을 열었을까?

딥시크는 2026년 4월 딥시크-V4 를 출시하면서 국내 칩에서 하드웨어-소프트웨어 공동 최적화의 강력한 성능을 이미 입증했습니다.

• Ascend는 출시 당일부터 V4를 지원했습니다. 화웨이의 Ascend 950PR/950DT는 출시 당일부터 V4를 지원했으며, Ascend SuperNode 제품군 전체가 V4 추론에 완벽하게 적응했습니다. 
• 공동 설계 신호: SemiAnalysis의 추적 수준 연구에 따르면 V4와 Ascend 950DT는 효과적으로 공동 설계경쟁 제품에 비해 추론 비용을 최대 75%까지 절감하는 데 도움이 되었다고 합니다. 
• 훈련 진행 상황: 화웨이가 주도하는 컨소시엄은 1,000개 이상의 칩으로 구성된 Ascend 910C 클러스터에서 1.6T 파라미터를 사용하는 V4-Pro의 전체 파라미터 사후 훈련을 완료했습니다. 이는 중국의 컴퓨팅 기술이 추론 단계에서 더욱 복잡한 훈련 워크로드 단계로 나아가고 있음을 보여줍니다.

DeepSeek의 자체 칩 개발 노력은 다음 단계로 볼 수 있습니다. Ascend에서 V4를 저렴하고 빠르게 만들었던 가장 워크로드별 최적화 기술을 내재화하고, 이를 자체 실리콘 로드맵으로 확장하는 것입니다.

딥시크의 칩은 가치 사슬에서 어떤 역할을 할 수 있을까요?

소식통들이 언급한 초기 단계의 현황과 파트너 확보 노력을 고려할 때, DeepSeek의 발전 경로는 다른 AI 기반 칩 개발 프로그램들과 유사할 가능성이 높습니다

• 아키텍처: 대규모 컨텍스트 및 에이전트 방식 워크로드에 최적화된 추론 가속기로, 희소 컴퓨팅, 고대역폭 메모리 및 효율적인 상호 연결을 강조합니다.
• 파운드리 및 패키징: 파운드리 및 메모리 공급업체와의 논의 결과, 용량 및 제재 위험을 완화하기 위해 여러 공급업체를 활용하는 전략이 제안되었습니다.
• 소프트웨어 스택: DeepSeek에 최적화된 런타임 및 컴파일러 계층(vLLM-Ascend 스타일 통합을 확장할 가능성 있음)이 MoE 커널을 사용자 지정 데이터 경로에 매핑할 것으로 예상됩니다.

시장 전망: 엔비디아에 대한 압박, 중국의 스택(Stack)에 대한 호재?

딥시크가 상용화 가능한 추론 칩을 출시한다면 그 파급 효과는 즉각적일 수 있습니다. 엔비디아의 추론 시장 독점은 새로운 압박에 직면하게 될 것입니다. 엔비디아는 여전히 학습 및 광범위한 생태계 지원 분야에서 선두를 유지하고 있지만, 딥시크의 칩은 특히 중국 클라우드 및 온프레미스 환경에서 추론 성능 대비 가격 경쟁을 더욱 심화시킬 것입니다. 

동시에 화웨이의 입지는 약화되기보다는 오히려 강화될 가능성이 높습니다. 딥시크의 칩은 다양한 국내 스택에서 어센드를 보완할 수 있으며, 하이퍼스케일 업체들은 V4 출시 이후 어센드 950 공급 확보에 경쟁적으로 나서고 있습니다. 

글로벌 비용 곡선에서 볼 때, DeepSeek의 공격적인 가격 책정 전략(예: V4-Pro API를 백만 토큰당 약 0.20위안)은 자체 개발 실리콘이 유사한 워크로드에 대한 글로벌 추론 마진을 더욱 압축할 수 있음을 시사합니다. 

위험과 현실: 제재, 규모 및 소프트웨어

DeepSeek의 목표 달성에는 만만치 않은 난관이 있습니다

• 수출 통제: 첨단 패키징, HBM 및 최첨단 노드는 미국 수출 제한으로 인해 제약을 받고 있으며, 이는 성능 한계와 양산 시기를 좌우하고 있습니다.
• 소프트웨어 영향력: CUDA의 생태계 깊이는 여전히 큰 장점입니다. DeepSeek은 자사 모델을 넘어 개발자들의 관심을 사로잡기 위해 매력적인 컴파일러/툴 솔루션을 제시해야 합니다.
• 실행 위험: 파트너와의 협의에서 실리콘 개발, 수율 증대, 대규모 배포로 이어지는 과정은 상당한 자본과 인재를 필요로 하는 다년간의 프로젝트입니다.