AI 뉴스

화웨이, 검열 강화 딥시크 AI 모델 공동 개발

페이지 정보

작성자 xtalfi
작성일 2025.09.20 15:06
3,068 조회
0 추천
0 비추천

본문

c8fdcd8993fbb922530e9b12716f55cdeG7X.jpg

(퍼플렉시티가 정리한 기사)

중국 기술 대기업 화웨이는 저장대학교와 협력하여 DeepSeek-R1-Safe를 개발했습니다. 이는 인기 있는 DeepSeek AI 모델을 수정한 버전으로, 정치적으로 민감한 콘텐츠를 차단하는 데 “거의 100% 성공적”이라고 합니다. 이번 협업은 중국이 자국 AI 시스템이 “사회주의 가치관”을 구현하도록 정부 요구사항을 준수하게 하려는 최신 노력을 보여줍니다.

화웨이는 목요일 늦게 공식 웨이신(WeChat) 계정을 통해 발표한 내용에서, 이 대형 언어 모델을 훈련시키기 위해 자사의 Ascend AI 칩 1,000개를 사용했다고 밝혔습니다. 해당 모델은 DeepSeek의 오픈 소스 R1 버전을 기반으로 했습니다. 이번 개발 프로젝트는 DeepSeek 창립자 량원펑의 모교인 저장대학교와 협력하여 진행됐지만, DeepSeek와 량원펑은 안전성이 강화된 이 변형 모델의 개발에 직접 참여하지는 않았습니다.

 

강화된 검열 기능

 

테스트 결과, DeepSeek-R1-Safe는 화웨이가 "일반적인 유해 문제"라고 명명한 독성 발언, 정치적으로 민감한 콘텐츠, 불법 행위 조장 등을 방어하는 데 있어 "거의 100% 성공률"을 달성한 것으로 나타났습니다. 그러나 사용자가 시나리오 기반 도전, 역할극, 암호화된 코딩 등을 통해 제한을 우회하려고 시도할 경우, 모델의 효과성은 40%로 크게 떨어졌습니다.

화웨이는 "포괄적인 보안 방어 능력이 83%에 도달해 동일한 테스트 조건에서 Qwen-235B 및 DeepSeek-R1-671B와 같은 여러 동시 모델들을 8%에서 15%까지 능가했다"고 보고했으며, 이는 알리바바가 개발한 모델을 참조한 것입니다. 향상된 검열 기능에도 불구하고, 회사는 DeepSeek-R1-Safe가 원래 DeepSeek-R1 모델과 비교했을 때 성능 저하가 1% 미만임을 강조했습니다.

 

규제 준수 및 전략적 맥락

 

이 개발은 중국 내 AI 모델과 애플리케이션이 대중에 공개되기 전에 국가의 "사회주의 가치관"을 반영하도록 요구하는 중국 규정과 일치하며, 엄격한 언론 통제를 준수합니다. 바이두의 어니봇(Ernie Bot)을 포함한 중국의 AI 챗봇들은 오픈AI의 ChatGPT에 대한 중국의 초기 대응책으로, 국내 정치나 집권 공산당이 민감하다고 판단한 주제에 대한 질문에는 일상적으로 응답을 거부합니다.

이 발표는 화웨이가 상하이에서 열린 연례 커넥트(Connect) 콘퍼런스와 시기를 맞췄으며, 이 자리에서 화웨이는 그동안 비밀에 부쳤던 반도체 개발 노력과 칩 및 컴퓨팅 파워 로드맵에 대한 상세한 내용을 공개했습니다. 이러한 시점은 중국의 광범위한 기술 전략에서 AI 개발과 기술적 자립의 전략적 중요성을 부각합니다.

 

산업 채택과 기술적 도전 과제

 

DeepSeek 모델 시리즈는 1월 출시 이후 중국 산업 전반에서 널리 채택되어, 첨단 기술력으로 실리콘밸리를 놀라게 하고 서방 AI 주식의 매도세를 촉발시켰습니다. 200개가 넘는 기업들이 통신, 클라우드 컴퓨팅, 반도체, 금융, 자동차, 모바일 기술 분야에서 DeepSeek 모델 통합을 발표했습니다.

하지만 DeepSeek는 화웨이와의 협력 과정에서 기술적 난관에 부딪혔습니다. 앞선 보도에 따르면, DeepSeek는 화웨이 Ascend 칩에서의 지속적인 기술 문제로 R2 모델 출시를 연기했으며, 이후 훈련에는 Nvidia 프로세서를 사용하고, 추론 능력에서는 여전히 화웨이와의 협업을 이어가고 있습니다.

DeepSeek-R1-Safe의 개발은 중국이 기술적 진보와 정치적 준수를 균형 있게 이루는 AI 시스템을 만들기 위한 중요한 이정표로 평가되며, 국내 테크 기업들이 규제 요구를 충족하면서 경쟁력 있는 AI 성능을 유지하는 방식으로 첨단 AI 모델을 적응시키는 사례를 보여줍니다.

댓글 0
전체 1,366 / 310 페이지
손목밴드에서 조정을 하는 것 같고 전작과 많이 달라졌습니다.AI 기능으로 번역도 가능하네요..https://www.meta.com/kr/ai-glasses/meta-ray-ban-display/
3211 조회
0 추천
2025.09.18 등록
조금 전 메타가 AI 기능이 있는 안경을 비롯하여 중요한 키노트를 진행하였습니다.CNET이 준비한 키노트 요약입니다.RAYBAN 과 새로 제작한 안경이 큰 화제입니다.
3258 조회
0 추천
2025.09.18 등록
마이크로소프트가 코파일럿 메모장과 그림판 연동기능을 제공하기 시작했으며이 기능은 오피스365를 사용하지 않아도 코파일럿을 이욯하면 이용할 수 있다.예를 들어 메모장은 다음과 같은 기능을 갖게 된다.-요약: 긴 텍스트를 간략하게 요점만 추려내고, 문서의 핵심을 빠르게 파악할 수 있습니다.- 쓰기: 프롬프트나 선택한 텍스트를 활용해 새로운 문장을 AI로 쉽고 빠르게 작성합니다.- 다시 쓰기: 선택한 내용을 AI가 어투, 길이, 명확성 등 다양한 스타일로 변환해 줍니다.또한 그림판은 다음과 같은 기능을 추가하게 된다.- 프로젝트 파일 저장 기능: 그림판에서 작업을 .paint 파일로 저장해 언제든 이어서 편집이 가능.- 불투명도(Opacity) 슬라이더: 연필 및 브러시 도구의 투명도를 원하는 대로 조절해 더 섬세한 혼합이나 레이어링 효과 주기.- 크기 및 불투명도 슬라이더 병행 사용: 두 슬라이더를 활용해 부드럽게 배합하고 다양한 질감의 그림 그리기.
3162 조회
0 추천
2025.09.18 등록
(퍼플렉시티가 정리한 기사)중국 AI 스타트업 DeepSeek은 획기적인 R1 모델 훈련 방식에 관한 새로운 세부 정보를 세계적인 권위지 네이처(Nature)의 동료검토 논문을 통해 발표했습니다. 이 논문에서는 기존 경쟁 모델 대비 극히 적은 비용으로 순수 강화학습만을 사용해 첨단 추론 능력을 달성한 방법을 공개했습니다.항저우에 본사를 둔 이 회사는 자사의 R1 추론 모델 훈련 비용이 단 29만 4천 달러에 불과하며, 기반 베이스 모델의 개발 비용은 약 600만 달러였음을 처음으로 공개했습니다. 총 630만 달러가 소요된 것으로, 이는 미국의 기술 기업들이 개발한 경쟁 모델이 수천만 달러에 달하는 것과는 극명한 대조를 이룹니다.순수 강화학습의 획기적인 발전DeepSeek의 주요 혁신은 연구자들이 “순수 강화 학습(pure reinforcement learning)“이라고 부르는 방식을 사용해 R1을 개발한 점에 있으며, 이는 인간이 만든 예시에 의존하는 기존의 감독 학습(supervised learning) 방식과는 다른 접근법입니다. 이 과정에서 모델은 인간이 선택한 추론 방식에 따르도록 학습시키는 대신, 올바른 답변에 도달할 때 보상을 받도록 설계되었습니다.네이처(Nature) 논문에 따르면, DeepSeek의 접근법은 모델이 인간이 제시한 전략을 따르지 않고도 자체적인 추론 전략을 개발하고 자신의 작업을 검증할 수 있는 능력을 갖추게 해주었습니다. 회사는 자체 시도에 대해 별도의 알고리즘을 사용하지 않고 추정치를 활용해 점수를 매길 수 있게 해주는 Group Relative Policy Optimization(GRPO)이라는 기법을 활용했습니다.“이 모델은 AI 연구자들 사이에서 매우 영향력이 컸습니다,“라고 오하이오 주립대(Ohio State University) 콜럼버스 소재 AI 연구원인 Huan Sun은 말했습니다. “2025년 현재까지 LLM에서 강화 학습을 수행하는 거의 모든 연구가 어떻게든 R1로부터 영감을 받았을지도 모릅니다”.5단계 훈련 과정완전한 R1 학습 과정은 감독 학습(fine-tuning)과 강화 학습을 번갈아가며 진행하는 여러 단계로 구성되었습니다. 이 과정은 딥시크(DeepSeek)의 V3-Base 모델을 수천 개의 ‘콜드 스타트’ 데이터 포인트로 파인튜닝하는 것으로 시작했고, 이후 순수 강화 학습을 통해 추론 능력을 향상시켰습니다.수렴에 가까워지면 시스템은 리젝션 샘플링(rejection sampling) 방식을 사용했습니다. 여기서 모델은 강화 학습 실행에서 성공적인 예시 중 최상의 예시를 선택해 자체 합성 훈련 데이터를 생성했습니다. 이 합성 데이터는 이후 글쓰기나 사실 기반 질문응답 등 다양한 영역에서 DeepSeek-V3-Base의 감독 학습 데이터와 통합되었습니다.동료 평가 중인 최초의 주요 LLMR1은 엄격한 동료 평가 과정을 거친 최초의 대형 언어 모델을 의미합니다. Nature 논문을 심사한 허깅페이스의 머신러닝 엔지니어 루이스 턴스톨은 이를 “매우 환영할 만한 선례”라고 평가하며, 훈련 과정이 공개되지 않으면 AI 시스템이 위험을 초래하는지 평가하기 어렵다고 언급했습니다.이 동료 평가 과정에서 DeepSeek는 훈련에 사용된 데이터 유형과 안전 조치를 포함한 기술적 세부 사항에 대한 설명을 추가하게 되었습니다. 이 모델은 오픈소스 특성을 유지하면서도 OpenAI의 o1 모델에 필적하는 추론 벤치마크 성능을 달성하였습니다.성능 및 접근성Hugging Face에서 1월에 출시된 이후, R1은 복잡한 문제 해결을 위한 플랫폼에서 가장 많이 다운로드된 모델이 되었으며, 다운로드 수는 1,090만 회를 넘어섰습니다. 이 모델은 AIME 2024 수학 벤치마크에서 pass@1 점수 79.8%를 기록하여 OpenAI o1의 79.2%를 소폭 앞섰습니다.DeepSeek의 혁신은 AI 개발 비용 및 성능 향상을 위해 모델 크기와 연산 능력을 늘려야 한다는 확장 법칙에 대한 기존의 통념에 도전장을 내밀었습니다. 회사는 비교적 덜 강력한 H800 칩을 사용해 성공을 거두었으며, 이 칩은 2023년 미국의 수출 통제로 중국 내 판매가 금지된 바 있습니다. 이러한 성과는 향후 AI 개발 방향에 대한 논의를 촉진하고 있습니다.
3144 조회
0 추천
2025.09.18 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입