DeepSeek는 ChatGPT 클론이 아니라 차이점입니다.

요약

• DeepSeek는 단순한 재정적 절감 그 이상을 제공하는 것이 아니라 내부적으로 몇 가지 중요한 기술이 있습니다.
• DeepSeek는 투명한 사고 프로세스 덕분에 출력을 더 쉽게 조정할 수 있어 두드러집니다.
• 콘텐츠 캐싱은 또 다른 중요한 기술 혁신으로, 훨씬 더 나은 프롬프트로 이어집니다.

지난 몇 주 동안 기술 뉴스는 주로 서구의 대규모 언어 모델(LLM)에 대한 중국어 답변인 DeepSeek이 어떻게 세계를 휩쓸고 있는지, 그리고 그 외에도 많은 시장 가치를 휩쓸고 있는지에 관한 것이었습니다. 그러나 DeepSeek가 GPT와 차별화되는 점은 무엇이며 실행 비용이 저렴하다는 것 이상의 것이 있습니까?

있음이 밝혀졌습니다. 사실, 자세히 살펴보면 DeepSeek가 중국이 다른 산업에서 유명했던 것과 같지만 저렴한 복제품이 아니라는 것을 알게 될 것입니다. AI 모델을 혁신하고 실질적인 개선을 이룬 진정한 경쟁자입니다.

생각의 사슬

인간과 마찬가지로 LLM도 복잡한 문제를 해결해야 합니다. 복잡한 방정식을 단순히 계산하라고 요구할 수는 없으며 결론에 도달할 때까지 단계별로 진행해야 합니다. AI에서는 이를 "생각의 사슬"이라고 하며 챗봇에서 좋은 결과를 얻기 위한 필수 구성 요소입니다.

생각의 사슬은 DeepSeek가 GPT에 비해 가장 많은 발전을 이룬 부분일 수 있으며, 이 예와 같이 복잡한 수수께끼를 풀 수 있을 뿐만 아니라 만족스러운 방식으로 작업을 보여줄 수 있습니다. 질문을 하고 답변을 얻는 대신 DeepSeek의 작업을 확인할 수 있습니다.

또한 받은 답변이 만족스럽지 않은 경우 변경을 요청하거나 DeepSeek가 생각의 흐름을 읽는 동안 발생할 수 있는 질문에 답변하도록 할 수 있음을 의미합니다. 모든 사용자에게 강력한 추가 기능이자 훌륭한 도구입니다.

캐싱

DeepSeek가 GPT의 진정한 라이벌이 되는 또 다른 방법은 질문과 답변을 캐싱하거나 임시로 저장하여 질문 체인을 구축할 수 있도록 하는 것입니다. ChatGPT의 배후에 있는 회사인 OpenAI는 비용이 든다는 단순한 이유로 캐싱이 제한되어 있으므로 챗봇이 메모리를 "지우기" 전에 너무 많은 질문(한도는 계획에 따라 설정됨)만 할 수 있습니다.

DeepSeek는 디스크의 콘텐츠 캐싱(Content Caching on Disk)이라는 것을 사용하여 이 문제를 해결합니다. 이 기술은 중복 입력을 감지하여 DeepSeek가 새 답변을 취합하는 대신 이전 답변을 검색할 수 있도록 합니다. 이를 통해 많은 낭비적인 계산을 절약할 수 있으며 결과적으로 DeepSeek의 비용이 낮아질 뿐만 아니라 사용자가 더 긴 체인을 만들 수 있습니다.

AI 모델러 에밀 제르바이스(Emile Gervais)와의 인터뷰에서 딥시크(DeepSeek)는 캐시하는 것과 캐시하지 않는 것에 대해서도 매우 투명합니다. 그냥 찾아볼 수 있습니다. 이렇게 하면 프롬프트를 입력할 때 가장 잘 작동하는 것을 볼 수 있으며 이는 마지막 요점으로 이어집니다.

프롬프트 최적화

더 나은 캐싱과 생각 체인 개선의 결과는 더 나은 프롬프트를 만드는 것이 더 쉬워진다는 것입니다. Gervais는 작동 방식에 대한 DeepSeek의 투명성으로 인해 AI에 제공하는 명령을 구성하는 방법을 더 쉽게 파악할 수 있다고 말합니다.

예를 들어, 프롬프트를 작성할 때 체인을 구축해도 변경되지 않는 데이터를 맨 앞에 배치하여 DeepSeek가 캐시에서 해당 정보를 사용하고 재사용하도록 할 수 있습니다. 더 많은 변경 가능한 데이터를 프롬프트의 중간 또는 끝에 배치해야 하며, 이를 통해 더 명확한 답변을 얻을 수 있습니다.

하룻밤 사이에 알아낼 수 있는 것도 아니고 일반인에게 그다지 유용한 정보가 아닐 수도 있지만 DeepSeek가 GPT와 다른 동물이며 단순히 더 저렴한 "모조품"이 되는 것 이상의 것이 있음을 보여줍니다. OpenAI가 시작한 것은 몇 달 전만 해도 아무도 들어본 적이 없는 중국 회사에 의해 완성될 수 있습니다.