근데 ㄹㅇ 딥시크 보면 한국에서 AI 한다는 사람들 다 반성해야 한다고 생각하긴함.

딥시크가 가지고 있는 리소스 해봤자 퀀트하던 회사 리소스 쪼개 받는 건데,

저거 가지고만 해도 FP8 최적화랑 강화학습 튜닝해서 충분 새로운 모델 만들 수 있었음.

솔직히 대형 AI 하는 곳들 보면 충분히 저기보다 자원 많은 데 많음. 근데 막상 한국에서 LLM 튜닝하는 기법들 생각해보면 EEVE 랑 SOLAR , 이 2개 이상으로 인상 깊었던 모델은 ㄹㅇ 하나도 없었던 것 같음.

다 똑같이 파인튜닝질 밖에 안함. 코드로 공개되어 있는 거 가지고 다 똑같이 구현하는 거 그 이상을 하지를 않음.

솔직히 리소스 부족하다고 이야기 해도 지금 시중에 테스트 돌리라고 나오는 NPU나 AMD 꺼 받아서 밑에서 부터 만들어서 하면 충분히 구현 가능한데, 하지를 못하고 있음. 학습론적인 것도 부족하고, 인프라에 대한 개념도 부족하고.

걍 인재 부족이라고 밖에 할 수 없는 것 같음.

"인공지능의 안전정책", "인공지능 통일규격화", "인공지능 문화론" 이런거나 연구할 사람들 밖에 없는 듯.