수요일에 발행되고 로이터 통신이 전달한 The Information의 보고서에 따르면 중국 AI 개발자 DeepSeek와 Moonshot AI는 OpenAI의 GPT-6 Astra 모델의 출력에 크게 의존하여 최신 시스템을 훈련했다고 합니다. 보고서는 이 문제에 대해 직접적으로 알고 있는 사람들의 말을 인용하며, Astra 결과물의 사용 의혹이 독립적으로 확립된 것이 아니라는 점을 강조합니다.

만약 정확하다면, 이 주장은 OpenAI를 이미 주요 라이벌을 덫에 빠뜨린 동일한 증류 분쟁의 중심에 놓이게 될 것입니다. 모델 경쟁 및 훈련 관행에 대한 AI 뉴스를 추적하는 독자들을 위해 이 이야기는 Anthropic이 Alibaba와 함께 동일한 두 중국 연구소가 Claude 모델을 증류했다고 공개적으로 비난한 지 불과 3개월 만에 나온 것입니다.

어떤 모델이 관련되어 있나요?

정보의 보고에는 두 가지 특정 시스템이 나와 있습니다. 지난주 출시된 문샷 AI의 키미 K3.1 프로(Kimi K3.1 Pro)와 지난 10월 17일 출시된 딥시크의 업그레이드된 V4.1-Flash 1017은 오픈AI의 프론티어 모델을 활용한 증류의 혜택을 받았다고 한다. DeepSeek이나 Moonshot 모두 이러한 관행을 확인하지 않았으며 보고서 자체에서는 Astra 출력의 사용이 독립적으로 확립되지 않았다고 경고합니다.

업계에서 증류란 학생이 교사의 반응을 재현하는 방법을 배울 수 있도록 더 유능한 모델의 결과에 대해 하나의 모델을 훈련하는 것을 의미합니다. 실험실에서는 독립적인 교육 실행을 통해 모든 기능에 대해 비용을 지불하는 대신 선도적인 시스템에 쿼리하고 그 답변을 고품질 교육 신호로 사용할 수 있습니다. 이는 더 저렴하고 빠르며 경쟁력 있는 모델을 구축하는 방법의 중심이 됩니다.

비난의 패턴과 새로운 방어

이 보고서는 모델 추출에 대한 주장이 확대되는 1년 중에 나왔습니다. 지난 9월 미국 정부는 중국 기업이 미국 AI 기업을 상대로 대규모 증류 캠페인을 벌이고 있다고 밝혔습니다. 이 성명은 특히 GPT-6 Astra에 대한 새로운 보도와 별개입니다. Alibaba, DeepSeek 및 Moonshot이 Claude 모델을 정제했다는 Anthropic의 8월 비난은 현재 싸움의 템플릿을 설정했습니다.

수비도 강화되고 있다. 이달 초 Anthropic은 경쟁업체가 Claude의 기능을 복사하는 것을 방지하기 위해 고안된 새로운 조치로 인해 소위 증류 공격을 통해 수집된 데이터가 약 90~99% 감소했다고 밝혔습니다. 그림은 쿼리 패턴 모니터링, 액세스 제한, 의심스러운 활동 속도 제한으로 인해 추출 비용이 상당히 증가할 수 있음을 보여줍니다. 그러나 보호 장치는 공격자가 적응할 때까지만 작동합니다.

OpenAI는 GPT-6 Astra에 대해 유사한 패턴을 발견했는지 또는 보고서에 대응하여 정책 변경을 계획하는지 여부를 밝히지 않았습니다. 경쟁사와 마찬가지로 회사의 서비스 약관에서는 경쟁 모델을 교육하기 위해 출력을 사용하는 것을 제한합니다.

증류가 할 수 있는 것과 할 수 없는 것

기술적 현실은 헤드라인에서 암시하는 것보다 더 미묘합니다. 출력은 유용한 훈련 신호를 제공할 수 있지만 모델의 아키텍처, 훈련 데이터, 내부 매개변수 또는 모든 기능을 전송하지는 않습니다. 증류의 효율성은 수확된 표본의 품질과 다양성, 그리고 이를 통합하는 훈련 과정에 따라 달라집니다. 증류된 모델은 수집된 데이터와 유사한 벤치마크에서 교사와 일치하지만 다른 곳에서는 약한 상태를 유지할 수 있습니다.

그 뉘앙스는 두 가지 모두를 잘랐습니다. 이는 보고된 증류 캠페인이 경쟁 모델의 성능이 실제로 추출에서 얼마나 나오는지, 서비스 약관을 위반했는지 또는 결과적인 기능이 출현했는지 여부를 밝히지 않는다는 것을 의미합니다. 그러나 이는 또한 대규모 수확을 통해 경쟁자가 특정 기능, 특히 코딩 및 추론에 대한 더 빠른 경로를 제공할 수 있음을 의미합니다. 여기서 선두 모델과 빠른 추종자 모델 간의 격차는 일년 내내 좁아졌습니다.

업계의 어려운 균형

이 논쟁의 어느 쪽도 관행을 단순하다고 보지 않습니다. 증류 자체는 본질적으로 부적절하지 않습니다. AI 개발자는 일상적으로 자신의 모델 간에 지식을 전달하는 기술을 사용하며, 선도적인 시스템에 대한 광범위한 액세스를 통해 스타트업, 연구원 및 기업은 제품을 구축할 수 있습니다. 긴장감은 규모에 따라 발생합니다. 무제한 액세스를 사용하면 제3자가 공급자가 승인하지 않은 목적을 위해 대규모 출력 데이터 세트를 수집하는 것이 훨씬 더 쉬워집니다.

이에 대응하여 공급자가 배포하는 보호 장치에는 자체 비용이 발생합니다. 비정상적인 쿼리 패턴을 모니터링하고, 특정 기능에 대한 액세스를 제한하고, 사용 제한을 부과하고, 대량 수집을 조사하는 것은 모두 추출 비용을 높이지만, 꾸준한 API 액세스에 의존하는 합법적인 개발자와 기업에 운영상 마찰을 일으키기도 합니다. 실제로 업계에서는 합법적인 모델 개발이 끝나고 무단 추출이 시작되는 지점을 협상하고 있으며 한 번에 하나씩 정책을 변경하고 있습니다.

싸움 뒤에 숨은 경제학

연구실에서 관리하는 이유는 산수입니다. 프론티어 모델을 교육하는 데에는 컴퓨팅과 연구에 수십억 달러의 비용이 듭니다. 경쟁업체가 API 가격으로 기존 모델을 체계적으로 쿼리하여 중요한 기능을 재현할 수 있는 경우 프론티어 시스템 구축에 따른 금전적 이점이 줄어들고 이를 계속 구축하려는 인센티브도 함께 줄어듭니다. 이러한 논리는 미국 연구소가 2026년에 방어를 강화한 이유와 각각의 새로운 비난이 가십이라기보다는 임박한 경제 전쟁의 데이터 포인트로 전달되는 이유를 설명합니다.

중국 개발자의 경우 미적분학이 다릅니다. 가장 진보된 칩에 대한 접근은 제한되어 있으며 증류는 컴퓨팅 예산을 맞추지 않고도 경쟁력 있는 성능을 얻을 수 있는 길을 제공합니다. Information의 보고서에 따르면 OpenAI의 주력 제품인 동일한 비난이 다른 목표를 겨냥한 경로를 통과했다고 합니다.

---

AI보다 앞서 나가세요

최신 AI 뉴스, 분석, 획기적인 소식을 모두 한 곳에서 받아보세요.

AI 뉴스 자세히 보기 →