본문 바로가기
기타

[Trend] DeepSeek의 R1

by 자몽먹은토끼 2025. 2. 7.
728x90
반응형

OpenAI의 o1, o3

DeepSeek의 R1

 

 

250201

https://www.aitimes.com/news/articleView.html?idxno=167594

 

“추론 능력은 'o1'이 앞서지만, 실제 활용은 'R1'이 더 유용해” - AI타임스

오픈AI의 \'o1\'이 \'딥시크-R1\'보다 추론 능력이 조금 더 뛰어나지만, R1은 실수할 때 그 이유를 알 수 있어 더 유용하다는 분석이 나왔다. 벤치마크에서 높은 점수를 받았다고 해도 둘 다 실제 사

www.aitimes.com

 

  • OpenAI의 'o1'이 딥시크의 'R1'보다 추론능력이 더 뛰어나지만
  • R1은 실수할 때 그 이유를 알 수 있어 더 유용하다는 분석

 

 

250203
https://www.aitimes.com/news/articleView.html?idxno=167623

 

[2월3일] 딥시크 등장으로 주목받은 '제번스의 역설'이란..."결국 GPU가 중요하다는 말" - AI타임스

딥시크의 등장으로 화제가 끊이지 않는 가운데, 지난주에는 \'제번스의 역설(Jevons Paradox)\'이라는 용어가 각종 매체에 등장했습니다. 요약하면 딥시크의 등장으로 인공지능(AI) 산업의 효율이 높

www.aitimes.com

 

  • '제번스의 역설' : 딥시크의 등장으로 인공지능 산업의 효율의 높아지며 장기적으로는 AI 인프라 수요가 더 커질 것
    • 위키피디아에 따르면 1865년 영국의 경제학자 윌리엄 스탠리 제번스는 석탄 사용의 효율성을 높이는 기술 개선으로 인해 석탄 소비가 증가하게 됐다는 사실을 발견했는데, 하지만 이로 인해 석탄 소비량이 증가하며 기술 발전이 주는 연료 소비 감소 효과가 사라질 것이라는 내용이다.
    • 즉, 효율성을 높이는 기술의 개선은 감소가 아닌 증가의 효과를 불러 일으킨다.
  • 미국 기술계는 딥시크에 대해 반격 (2)
    • 1) 딥시크를 사용하면 비용이 크게 줄어든다는 것은 과장이다
      • 557만 달러에 불과하다는 딥시크-v3의 개발 비용이 실제로는 100배에 달하는 5억달러를 넘는다는 분석
      • 557만 달러는 단순히 모델의 사전훈련에 들어간 비용임을 지적 (모델 개발 중 일부)
      • 추론비용(서비스비용)이 낮아진 것은 기술 발전 주기상 당연한 흐름이다. 실제로 OpenAI도 기존보다 엄청나게 가격이 하락한 'o3-mini'를 공개 함
    • 2) 보안 문제로 딥시크를 사용하는 것이 위험하다
      • 단지 중국 업체이기 때문에 주의..?

 

 

 

250203

https://www.aitimes.com/news/articleView.html?idxno=167622

 

오픈AI, AI 에이전트 '딥 리서치' 공개...'딥시크' 정확도 2.8배 기록 - AI타임스

오픈AI가 복잡한 작업을 위해 인터넷에서 다단계 심층 연구를 수행하는 새로운 인공지능(AI) 에이전트 ‘딥 리서치(Deep Research)’를 출시했다. 특히 벤치마크 사상 가장 어렵다는 ‘인류의 마지막

www.aitimes.com

 

  • OpenAI의 'DeepResearch' 출시
    • ChatGPT를 사용해 심층적이고 복잡한 연구를 수행할 수 있는 새로운 AI 에이전트 '딥 리서치'
    • 웹 브라우징과 데이터 분석에 최적화된 'o3'모델의 특별버전으로 구동
  • HLE 테스트에서 26.6%의 정답을 기록 (o3 모델 기준) > 최고기록
    • HLE(Humanity's Last Exam)은 다양한 학문 분야에서 3,000개 이상의 전문가 수준 문제를 포함하는 현존 벤치마크 중 가장 높은 난이도의 시험
    • R1: 9.4%
    • o1: 9.1%
    • 제미나이 싱킹: 6.2%
    • GPT-4o: 3.3%
  • OpenAI CEO인 샘 알트먼은 "딥시크보다 뛰어난 모델을 출시할 것"이라고 예고했듯, 벤치마크에서는 'R1'을 크게 앞질렀다.
728x90
반응형