인공지능(AI) 기업의 루프 엔지니어링 경쟁 관전 포인트는 개방성의 정도다. 클로드 코드와 코덱스가 완성도 높은 사용자 경험과 문서화된 루프 개념을 제공하는 '반쯤 열린' 접근이라면, 딥시크는 루프 설계 자체를 완전히 오픈소스로 풀어 세계 개발자들이 자유롭게 뜯어보고 고쳐 쓰고 실험하도록 판을 깔았다.
이는 두 가지 계산이 깔린 전략으로 풀이된다. 아직 업계 전체가 정답을 찾지 못한 루프 설계 영역의 연구개발을 오픈소스 커뮤니티에 사실상 위탁하는 효과가 있다. 개발자들이 만들어낸 각양각색의 루프 변형과 개선 사례가 딥시크 생태계에 축적되는 구조다.
AI 모델 성능을 비교할 때 같은 모델도 어떤 실행 환경에서 돌리느냐에 따라 결과가 갈리는데 딥시크는 자신들이 성능 비교 평가에 실제로 사용한 실행 환경을 그대로 공개함으로써 결과의 신뢰도를 높이려는 목적도 있다.
업계 관계자는 “클로드 코드나 코덱스가 루프의 개념과 명령어를 문서로 공개하는 수준이라면, 딥시크는 그 판단 로직이 담긴 소스 자체를 열었다는 점에서 결이 다르다”며 “에이전트 성능이 모델 하나만으로 결정되지 않고 루프 설계에 크게 좌우되는 만큼, 그 설계를 오픈소스로 먼저 표준화하는 쪽이 개발자 생태계 확보와 벤치마크 신뢰도 양쪽에서 주도권을 쥘 가능성이 크다”고 말했다.
전문가들은 루프 엔지니어링 주도권 강화 흐름은 독자 AI 파운데이션 모델(독파모) 개발에 나선 우리나라에도 시사하는 바가 크다고 지적한다. 후발주자인 국내 기업이 모델 성능만으로 글로벌 빅테크를 단기간에 따라잡기는 쉽지 않은 만큼, 같은 모델이라도 실제 업무에서 얼마나 효율적으로 반복 실행되고 얼마나 쓰기 편한 환경에서 돌아가느냐가 격차를 좁힐 승부처가 될 수 있다는 지적이다. 모델 자체의 크기나 성능 경쟁뿐 아니라, 그 모델을 실제 개발 현장에서 얼마나 정교하게 돌아가게 만드느냐는 루프 설계 역량도 함께 키워야 한다는 것이다.
남운성 시선 AI 대표는 “AI 경쟁의 무게중심이 모델 파라미터나 성능 지표 같은 단순 매개변수 싸움에서 실제로 가장 효과적으로 쓸 수 있는 환경을 제공하는 쪽으로 옮겨가고 있고, 이게 바로 루프 엔지니어링의 핵심”이라며 “후발주자인 한국도 이런 관점에서의 투자와 연구가 필요하다”고 말했다.
최호 기자 snoop@etnews.com
