DeepSeek AI 훈련, Google Gemini 기여 의혹? | ko

증거 및 비난

최근 중국의 AI 연구소인 DeepSeek가 최신 이터레이션인 R1 추론 AI 모델을 훈련하는 데 Google의 Gemini AI 모델 데이터를 활용했을 가능성이 있다는 추측이 제기되었습니다. 이 모델은 수학 및 코딩 벤치마크에서 강력한 성능을 입증했습니다. DeepSeek는 R1 훈련에 사용된 데이터 소스에 대해 침묵을 지키고 있지만, 여러 AI 연구자들은 Gemini, 적어도 Gemini의 일부가 역할을 했을 것이라고 제안했습니다.

AI의 “감성 지능” 평가를 전문으로 하는 멜버른 기반 개발자인 Sam Paech는 DeepSeek 모델이 Gemini에서 생성된 출력을 사용하여 훈련되었다는 증거라고 믿는 내용을 제시했습니다. Paech는 X(이전의 트위터)에 올린 게시물에서 DeepSeek 모델, 특히 R1-0528 버전이 Google Gemini 2.5 Pro가 선호하는 것과 유사한 언어 및 표현을 선호한다고 지적했습니다.

또한 AI를 위한 “자유 발언 평가”인 SpeechMap의 제작자라는 가명으로 활동하는 또 다른 개발자는 DeepSeek 모델이 결론을 도출하기 위해 작업할 때 생성하는 “생각”이 Gemini 추적과 매우 유사하다는 것을 관찰했습니다. 이 관찰은 주장에 또 다른 흥미로운 층을 더합니다.

DeepSeek가 경쟁 AI 모델의 데이터를 활용했다는 의혹에 직면한 것은 이번이 처음이 아닙니다. 지난 12월, 개발자들은 DeepSeek의 V3 모델이 OpenAI의 인기 있는 챗봇 플랫폼인 ChatGPT로 자주 식별된다는 것을 알아차렸습니다. 이는 모델이 ChatGPT 채팅 로그로 훈련되어 데이터 사용 관행에 대한 우려를 불러일으켰음을 시사했습니다.

더 깊은 비난: 증류 및 데이터 유출

올해 초 OpenAI는 Financial Times에 DeepSeek가 증류라는 기술을 사용했다는 증거를 발견했다고 밝혔습니다. 증류는 더 크고 정교한 모델에서 데이터를 추출하여 AI 모델을 훈련하는 것을 포함합니다. Bloomberg는 OpenAI의 주요 협력자이자 투자자인 Microsoft가 2024년 말 OpenAI 개발자 계정을 통해 상당한 데이터 유출을 감지했다고 보도했습니다. OpenAI는 이러한 계정이 DeepSeek와 관련이 있다고 믿고 있습니다.

증류는 본질적으로 비윤리적인 것은 아니지만 서비스 약관을 위반할 때 문제가 됩니다. OpenAI의 약관은 고객이 경쟁 AI 시스템을 개발하기 위해 회사의 모델 출력을 사용하는 것을 명시적으로 금지합니다. 이는 DeepSeek가 이러한 약관을 준수하는지에 대한 심각한 의문을 제기합니다.

AI 훈련 데이터의 불확실한 상황

AI 모델이 종종 자신을 잘못 식별하고 유사한 단어와 구문으로 수렴한다는 것을 인정하는 것이 중요합니다. 이는 많은 AI 회사의 주요 훈련 데이터 소스 역할을 하는 개방형 웹의 특성 때문입니다. 웹은 AI 생성 콘텐츠로 점점 포화되고 있습니다. 콘텐츠 농장은 AI를 사용하여 클릭베이트를 생성하고 봇은 Reddit 및 X와 같은 플랫폼에 AI 생성 게시물로 넘쳐납니다.

이러한 “오염”으로 인해 훈련 데이터 세트에서 AI 출력을 효과적으로 필터링하는 것이 매우 어려워 DeepSeek가 의도적으로 Gemini 데이터를 사용했는지 여부에 대한 질문이 더욱 복잡해집니다.

전문가 의견 및 관점

주장을 명확하게 입증하는 데 어려움이 있음에도 불구하고 일부 AI 전문가들은 DeepSeek가 Google의 Gemini 데이터를 사용하여 훈련했을 가능성이 있다고 믿습니다. 비영리 AI 연구 기관인 AI2의 연구원인 Nathan Lambert는 X에서 “DeepSeek라면 최고의 API 모델에서 엄청난 양의 합성 데이터를 생성할 것입니다. [DeepSeek는] GPU가 부족하고 현금이 풍부합니다. 실제로 그들에게는 더 많은 컴퓨팅 능력을 제공하는 것과 같습니다.”라고 말했습니다.

Lambert의 관점은 특히 자원 제약이 있는 경우 DeepSeek가 기존 AI 모델을 활용하여 자체 기능을 향상시키기 위한 잠재적인 경제적 인센티브를 강조합니다.

보안 조치 및 대응 조치

AI 회사는 부분적으로 증류와 같은 관행을 방지하기 위해 보안 조치를 강화하고 있습니다. OpenAI는 4월에 특정 고급 모델에 액세스하기 위해 조직이 ID 확인 프로세스를 완료하도록 요구하기 시작했습니다. 이 프로세스에는 OpenAI API에서 지원하는 국가에서 정부 발급 ID를 제출하는 것이 포함됩니다. 중국은 이 목록에 없습니다.

또 다른 조치로 Google은 최근 AI Studio 개발자 플랫폼을 통해 제공되는 모델에서 생성된 추적을 “요약”하기 시작했습니다. 이러한 조치는 경쟁 모델이 Gemini 추적을 효과적으로 훈련하는 것을 더 어렵게 만듭니다. 마찬가지로 Anthropic은 5월에 자체 모델의 추적을 요약하기 시작하여 “경쟁 우위”를 보호해야 한다고 밝혔습니다. 이러한 조치는 AI 모델 출력의 오용 가능성에 대한 인식이 높아지고 이러한 위험을 완화하기 위한 사전 예방적 노력을 나타냅니다.

영향 및 결과

DeepSeek에 대한 의혹은 AI 훈련 관행의 윤리 및 합법성에 대한 중요한 질문을 제기합니다. DeepSeek가 실제로 Gemini 데이터를 사용하여 R1 모델을 훈련한 경우 법적 처벌과 명예 훼손에 직면할 수 있습니다. 이러한 상황은 또한 AI 산업, 특히 데이터 소싱 및 사용과 관련하여 더 큰 투명성과 규제가 필요함을 강조합니다.

DeepSeek에 대한 비난은 혁신과 AI 발전의 열망과 지적 재산을 보호하고 공정한 경쟁을 보장해야 할 필요성 사이의 중요한 딜레마를 강조합니다. AI 산업은 빠르게 진화하고 있으며 복잡한 법적 및 윤리적 환경을 탐색하려면 명확한 지침과 윤리적 프레임워크가 필수적입니다. 기업은 신뢰를 유지하고 잠재적인 법적 책임을 피하기 위해 데이터 소스에 대해 투명해야 하며 서비스 약관 계약을 준수해야 합니다.

또한 AI 생성 콘텐츠가 훈련 데이터 세트를 오염시키는 문제는 전체 AI 커뮤니티에 주요 과제를 제시합니다. AI 모델이 설득력 있는 텍스트, 이미지 및 기타 형태의 콘텐츠를 생성하는 데 능숙해짐에 따라 인간이 생성한 데이터와 AI가 생성한 데이터를 구별하는 것이 점점 더 어려워지고 있습니다. 이러한 “오염”은 AI 모델의 동질화로 이어질 수 있으며, 모든 모델이 유사한 편향과 제한 사항을 나타내기 시작할 수 있습니다.

이러한 과제를 해결하기 위해 AI 회사는 더 정교한 데이터 필터링 기술에 투자하고 대체 훈련 데이터 소스를 모색해야 합니다. 또한 훈련 데이터 세트의 구성과 AI 생성 콘텐츠를 필터링하는 데 사용되는 방법에 대해 더 투명해야 합니다.

AI 훈련의 미래 탐색

DeepSeek 논쟁은 AI 훈련의 미래에 대한 보다 미묘한 논의가 시급히 필요함을 강조합니다. AI 모델이 점점 더 강력해지고 데이터가 점점 더 부족해짐에 따라 기업은 모퉁이를 자르고 비윤리적이거나 불법적인 관행에 관여하려는 유혹을 받을 수 있습니다. 그러나 이러한 관행은 궁극적으로 AI 산업의 장기적인 지속 가능성과 신뢰성을 약화시킵니다.

책임감 있는 AI 개발을 장려하는 윤리적 지침과 법적 프레임워크를 개발하기 위해 연구원, 정책 입안자 및 업계 리더가 참여하는 공동 노력이 필요합니다. 이러한 지침은 데이터 소싱, 투명성 및 책임과 같은 문제를 다루어야 합니다. 또한 기업이 윤리적이고 지속 가능한 AI 훈련 관행에 투자하도록 장려해야 합니다.

AI 훈련의 미래를 위한 주요 고려 사항:

투명성: 기업은 AI 모델을 훈련하는 데 사용되는 데이터 소스와 AI 생성 콘텐츠를 필터링하는 데 사용되는 방법에 대해 투명해야 합니다.
윤리: AI 개발은 공정성, 책임 및 지적 재산 존중을 장려하는 윤리적 원칙을 준수해야 합니다.
규제: 정책 입안자는 AI 훈련이 제기하는 고유한 문제를 해결하는 명확한 법적 프레임워크를 만들어야 합니다.
협업: 연구원, 정책 입안자 및 업계 리더는 AI 개발을 위한 윤리적 지침과 모범 사례를 개발하기 위해 협력해야 합니다.
데이터 다양성: AI 훈련은 편향을 줄이고 AI 모델의 전반적인 성능을 개선하기 위해 데이터 다양성을 우선시해야 합니다.
지속 가능성: AI 훈련은 환경에 미치는 영향을 최소화하면서 지속 가능한 방식으로 수행되어야 합니다.
보안: 보안 조치는 AI 모델과 훈련 데이터를 무단 액세스 및 사용으로부터 보호해야 합니다.

이러한 주요 고려 사항을 해결함으로써 AI 산업은 AI 개발이 책임감 있고 윤리적인 방식으로 수행되도록 보장하여 잠재적인 위험을 완화하면서 혁신을 촉진할 수 있습니다.

앞으로 나아갈 길

DeepSeek에 제기된 의혹은 AI 커뮤니티에 경종을 울리는 역할을 합니다. 그들은 AI 개발에서 더 큰 투명성, 윤리적 행동 및 강력한 안전 장치의 중요한 필요성을 강조합니다. AI가 우리 삶의 다양한 측면에 계속 침투함에 따라 책임감 있고 유익한 사용을 보장하기 위해 명확한 경계와 윤리적 지침을 설정하는 것이 필수적입니다.

DeepSeek 사건은 최종 결과에 관계없이 AI 윤리를 둘러싼 진행 중인 담론을 형성하고 AI 개발의 미래 궤도에 영향을 미칠 것입니다. 혁신 추구는 윤리적 원칙에 대한 헌신과 우리 행동의 잠재적 결과에 대한 인식으로 완화되어야 함을 상기시켜줍니다. AI의 미래는 이러한 복잡한 과제를 지혜와 선견지명으로 탐색하는 우리의 능력에 달려 있습니다.

DeepSeek AI 훈련에 대한 조사: Google Gemini 기여 여부?

최근 중국의 AI 연구소인 DeepSeek가 최신 버전인 R1 추론 AI 모델을 훈련하기 위해 Google의 Gemini AI 모델의 데이터를 활용했을 수 있다는 추측이 제기되었습니다. 이 모델은 수학 및 코딩 벤치마크에서 강력한 성능을 보여주었습니다. DeepSeek는 R1 훈련에 사용된 데이터 소스에 대해 침묵을 지키고 있지만, 여러 AI 연구자들은 Gemini, 또는 적어도 Gemini의 일부가 역할을 했을 것이라고 제안했습니다.

증거 및 비난

AI의 “감성 지능” 평가를 개발하는 멜버른 기반 개발자인 Sam Paech는 DeepSeek 모델이 Gemini에서 생성된 출력을 사용하여 훈련되었다는 증거라고 믿는 내용을 제시했습니다. Paech는 X(이전의 트위터)에 올린 게시물에서 DeepSeek 모델, 특히 R1-0528 버전이 Google의 Gemini 2.5 Pro가 선호하는 것과 유사한 언어 및 표현을 선호한다고 지적했습니다.

또한 AI를 위한 “자유 발언 평가”인 SpeechMap의 제작자라는 가명으로 활동하는 또 다른 개발자는 DeepSeek 모델이 결론에 도달하기 위해 작업할 때 생성하는 “생각”이 Gemini 추적과 매우 유사하다는 것을 관찰했습니다. 이 관찰은 주장에 또 다른 흥미로운 층을 더합니다.