봄 축제 기간 동안 DeepSeek는 블록버스터처럼 AI 분야에 던져졌으며 강력한 모델과 오픈 소스 기능으로 전 세계로 빠르게 퍼졌습니다. 그러나 이 열풍은 또한 "달콤한 짜증"을 가져왔다: 사용자의 급증은 DeepSeek의 자체 컴퓨팅 파워를 확장시켰다. 이때 컴퓨팅 파워 공급업체가 기회를 포착하는 데 앞장섰고, 실리콘 기반 모빌리티(Silicon-based Mobility)라는 회사가 DeepSeek의 컴퓨팅 파워가 부족할 때 "채울" 기회를 포착하여 단숨에 유명해졌습니다.

동시에 AI의 매력, 특히 DeepSeek 오픈 소스가 가져다주는 낮은 문턱은 전국의 기업과 기관이 "시도"하기 시작하게 만들었습니다. 최근 몇 달 동안 모든 사람들이 이를 따르고 AI를 통해 비즈니스에 "색상을 추가"하려고 노력하고 있습니다. DeepSeek와 같은 AI 애플리케이션은 모든 계층에 영향을 미치는 지능형 혁신의 물결을 주도하고 있으며 모든 사람이 지능형 시대로 "달려가도록" 밀어붙이고 있다고 해도 과언이 아닙니다.

인상적이게도, 일부 지방 정부 단위조차도 놀라운 속도를 보여주었습니다. 뉴스 보도에 따르면, 선전시 룽강구(Longgang District)는 고성능 버전의 딥시크(DeepSeek) R1 모델을 로컬 서버에 배포해 AI 기업 비서를 만들어 업무 효율성을 크게 개선했다.

3월 마지막 주만 해도 전체 AI 산업은 그 이상이었지만 새로운 개발에 대한 집중적인 출시는 무게로 가득 차 있었습니다. 국제 거대 기업인 OpenAI와 Google은 더 강력한 다중 모드 모델 및 업데이트를 연속적으로 출시했습니다. 국내에서는 딥시크(DeepSeek)와 통이 첸웬(Tongyi Qianwen)도 재빨리 그 뒤를 이어 자체 주요 업그레이드를 출시했습니다.이러한 일련의 조치는 AI 기술, 특히 대형 모델 분야에서 AI 기술이 여전히 전례 없는 고속 반복 주기에 있음을 분명히 보여줍니다.

그러나 기술 혁신이 이끄는 이러한 열광은 다음과 같은 공통된 질문을 제기합니다.기술이 너무 빠르게 진행되고 있는데 산업 응용 프로그램이 따라갈 수 있습니까?

반면, 산업의 실제 구현, 특히 전통 산업의 속도는 상대적으로 뒤처져 있습니다. 그 이유는 주로 5가지 핵심 과제에 직면해 있기 때문입니다：

1. 취약한 디지털 기반:많은 조직에서 고품질의 정형 데이터와 최신 IT 아키텍처가 부족하다는 것은 AI를 배포하고 효과적으로 활용하는 데 근본적인 장벽입니다.
2. 인프라 병목 현상:대규모 AI 모델은 강력한 컴퓨팅 성능, 네트워크 및 스토리지 지원에 의존하지만, 기본 인프라의 업그레이드 및 전환에는 막대한 투자와 긴 주기가 필요하므로 애플리케이션 요구 사항에 신속하게 대응하기가 어렵습니다.
3. 전문가 부족:AI 기술과 산업별 지식을 모두 이해하는 학제 간 인재가 심각하게 부족합니다.
4. 통합 및 착륙의 어려움:AI를 기존의 복잡한 비즈니스 프로세스 및 IT 시스템에 원활하게 통합하려면 많은 기술 및 프로세스 통합 문제가 발생합니다.
5. 비용 및 편익 고려 사항:높은 초기 투자와 불분명한 투자 수익률(ROI)로 인해 기업은 AI를 도입할 때 더욱 신중해집니다.

따라서 DeepSeek의 오픈 소스 특성으로 인해 기술의 진입 장벽이 충분히 낮아졌지만, 이러한 기술의 물결이 모든 산업에서 일반적인 생산성 향상으로 진정으로 전환되려면 다음과 같습니다.또한 인프라, 인재, 데이터 거버넌스 및 비즈니스 프로세스 리엔지니어링 측면에서 극복해야 할 과제가 있습니다.

많은 사람들이 DeepSeek의 배포 방법이 간단하다고 잘못 생각하지만 실제로는 일반 AI를 다양한 산업에 배포하기 위해 해야 할 일이 많습니다.

China Mobile의 클라우드 구현에 대한 몇 가지 구체적인 사례를 검토함으로써 고급 AI 기술과 실제 산업 애플리케이션 간의 상당한 격차를 보다 명확하게 인식할 수 있습니다.

우선, China Mobile을 예로 들면, 자체 기술 축적과 방대한 의료 데이터 리소스를 기반으로 "9일 의료 모델"을 성공적으로 구축했습니다. 이 대형 모델에는 의료 효율성을 크게 향상시킬 수 있는 다양한 실용적인 기능이 있습니다. 예를 들어, 대화 상호 작용을 통해 의사에게 필요한 정보를 빠르고 정확하게 제공할 수 있으므로 문헌 검토 시간을 크게 절약할 수 있습니다. 또한 의료 기록 및 검사 결과의 지능적인 분석을 지원하고 상담 보고서를 자동으로 생성하여 시간이 많이 걸리고 노동 집약적인 반복 작업을 효과적으로 처리할 수 있습니다.

그러나 이러한 겉보기에 편리해 보이는 기능을 구현하는 것은 쉽지 않으며 그 이면에는 강력한 기술 시스템이 필요합니다. 다음은 모델의 작동을 뒷받침하는 많은 핵심 기술 중 일부에 불과합니다.

• 대규모 모델 학습 및 미세 조정:의료 AI의 핵심을 구축하기 위한 핵심 단계는 방대한 의료 지식과 지침을 학습하여 전문적인 역량을 갖추는 것입니다.
• 의료 사물 인터넷(IoT): 방대한 의료기기와 센서를 연결하여 실시간으로 다차원 데이터를 수집하고, 정확한 AI 분석을 위한 기반을 제공합니다.
• 고성능 컴퓨팅/클라우드 컴퓨팅 (해시레이트): 대규모 모델의 복잡한 작업과 대규모 데이터 처리를 지원하는 데 필요한 강력한 컴퓨팅 성능을 제공합니다.
• 데이터 보안 및 개인 정보 보호:프로세스 전반에 걸쳐 매우 민감한 의료 데이터의 보안 및 규정 준수를 보장하는 것은 애플리케이션을 구현하고 신뢰할 수 있는 핵심 전제 조건입니다.

분명히, 병원이 이러한 복잡한 시스템을 자체적으로 배포하기 어려운 경우가 많습니다. AI의 적용은 도메인 간 기술 통합 및 지원이 필요한 복잡한 시스템 프로젝트입니다. DeepSeek의 직접 도입과 같은 고급 기본 모델에서도 모든 문제를 해결하기 위해 단순히 "플러그 앤 플레이"를 할 수는 없습니다. 이러한 거대한 기술 스택을 구축하고 운영하려면 China Mobile Cloud와 같은 포괄적인 기술 역량과 서비스 역량을 갖춘 공급업체가 필요한 경우가 많습니다.

다른 산업에서도 유사한 문제를 볼 수 있습니다. PetroChina가 DeepSeek 기술을 사용하여 구축한 "쿤룬 모델"을 예로 들면, PetroChina는 방대한 양의 산업 데이터를 보유하고 있지만 이러한 데이터를 에너지 및 화학 산업의 요구에 맞게 미세 조정되고 심층적으로 조정되었으며 독립적이고 제어 가능한 요구 사항을 충족하는 대규모 모델로 효과적으로 변환하는 데 여전히 많은 기술적 과제에 직면해 있습니다.

이를 위해서는 DeepSeek의 로컬 배포 및 운영뿐만 아니라 특정 시나리오에 대한 모델의 많은 미세 조정과 시스템이 다양한 센서의 데이터를 실시간으로 처리할 수 있도록 해야 합니다. 이러한 기술적 장애물을 극복해야만 에너지 및 화학 산업에서 장비 운영 효율성을 개선하고 안전 위험을 줄이는 핵심 목표를 최종적으로 달성할 수 있습니다.

문화 관광 산업은 클라우드 컴퓨팅, AI, XR(가상 현실), 사물 인터넷 등과 같은 기술과 결합된 곳이 더 많기 때문에 모바일과 같은 서비스 제공자가 필요하며, 이 모든 것은 완전한 기술 지원을 필요로 합니다.

사실, 산업의 AI는 역사적인 트렌드이며, 모든 산업은 AI가 주도하는 "새로운 톱 스트림"이 될 가능성이 높습니다. 그러나 전제는 디지털 트랜스포메이션을 실현하는 데 앞장서고 AI 기술을 각 산업의 특성과 결합하여 효과적으로 통합해야 한다는 것입니다. 제조업, 농업, 서비스 등 AI는 새로운 기회를 찾을 수 있습니다.

미래에도 데이터, AI 기술 및 산업 경험의 결합은 계속해서 새로운 가능성을 창출할 것입니다. China Mobile은 국가 차원의 기술 후원자로서 더 많은 기업이 AI 시대의 최고 무대에 설 수 있는 기회를 가질 수 있도록 다양한 산업이 혁신의 병목 현상을 극복할 수 있도록 돕고 있습니다.