모델 857건 · 국산 138 · 가격 690 추적 중
파운데이션 모델·LLM

중국 AI 추격…문샷AI·딥시크 AA평가 상위권

전자신문 IT·2026-10-26주요

요약

글로벌 AI 모델 평가업체 아티피셜 어낼리시스(AA)가 26일 발표한 평가에서 중국 AI 기업들이 미국 빅테크와의 격차를 좁힌 것으로 나타났다. 문샷AI의 '키미 K3.1 프로'는 AA 종합 성능 평가 4위를 기록해 미국 최고 성능 모델과의 격차를 3점까지 줄였다. 딥시크는 사이버보안 AI 성능 평가에서 전체 2위를 기록했으며, 공개된 모델 중에서는 1위를 차지했다.

큐레이터 노트

원문에 없는 맥락입니다

이 순위는 아티피셜 어낼리시스라는 민간 평가업체의 자체 기준에 따른 결과로, 중국 모델이 공개 평가에서 상위권에 오른 사례다.

깊이 읽기

이 기사 한 건이 아니라, 같은 사안을 다룬 이 사이트의 기록을 근거로 정리했습니다

이 일이 어디서 왔나

문샷AI의 '키미 K3.1 프로'는 10월 23일 출시 당시 이미 AA 성능 평가(AAII)에서 전체 4위·오픈 모델 1위에 올랐고, 딥시크는 10월 20일 추론 프레임워크 '딥인퍼'를 오픈소스로 공개하고 상하이 상장을 앞두고 20조원 규모 투자를 유치하는 등 몸집을 키워왔다. 이번 AA의 10월 26일 평가는 두 회사의 모델이 종합·보안 분야에서 상위권에 오른 사실을 재확인한 것이다.

짚어야 할 점

  • 이번 순위는 정부나 학계가 아닌 민간 평가업체 아티피셜 어낼리시스의 자체 기준에 따른 결과로, 평가 방식에 따라 결과가 달라질 수 있다는 점을 감안해야 한다.
  • 딥시크가 사이버보안 AI 평가에서 상위권에 오른 시점은 미국 국토안보부가 연방 민간기관에 딥시크 사용을 전면 금지한 지 닷새 뒤로, 성능 평가와 보안·주권 우려는 별개로 움직이고 있다.
  • 딥시크는 20조원 투자 유치와 오픈소스 공개를 동시에 진행하며 상장을 준비 중인데, 이번 평가 결과가 투자 유치나 상장 흥행에 영향을 줄 수 있는 소재로 쓰일 가능성이 있다.
  • 메타·블랙포레스트랩스·딥시크의 연쇄적인 오픈 웨이트 공개 흐름과 맞물려, 중국 모델의 '격차 축소'가 비공개 모델이 아닌 공개 모델을 통해 이뤄지고 있다는 점이 눈에 띈다.

아직 확인되지 않은 것

  • AA가 종합 성능과 사이버보안 성능을 어떤 세부 기준과 테스트셋으로 측정했는지는 밝혀지지 않았다.
  • 딥시크가 사이버보안 평가에서만 특히 높은 순위를 받은 이유나 해당 영역의 특수성에 대한 설명은 나오지 않았다.
  • 미국의 딥시크 사용 금지 조치가 이러한 평가 순위나 시장의 실제 채택률에 어떤 영향을 미치는지는 확인되지 않았다.

다른 매체는 이렇게 썼다

같은 사안을 다룬 다른 곳의 보도입니다

딥시크, 자연어로 에이전트 플러그인 제작 기능 공개
AI타임스 · 2026-11-03

딥시크가 자연어 지시만으로 AI 에이전트용 플러그인을 제작하는 '크리에이터 모드'를 공개했다. 사용자가 원하는 기능을 설명하면 AI가 코드 작성부터 설치, 작동 검증까지 수행해 별도 프로그래밍 지식 없이도 맞춤형 작업 도구를 만들 수 있다. 딥시크 하네스 팀은 2일 X를 통해 이 기능의…

딥시크·문샷, 증류 대상 앤트로픽서 오픈AI로 전환
AI타임스 · 2026-10-29

디 인포메이션이 28일(현지시간) 중국 AI 연구소 사정에 정통한 관계자들을 인용해 보도한 바에 따르면, 딥시크와 문샷 AI는 모델 개발 과정에서 오픈AI의 'GPT-6 아스트라' 출력 데이터를 학습에 상당 부분 활용했다. 그동안 중국 AI 기업들은 앤트로픽의 클로드 모델을 주요 분석·…

딥시크 V4.1 플래시, 독립 평가서 안전성 허점 노출
AI타임스 · 2026-10-28

중국 독립 AI 안전성 평가 기관 팡춘 AI가 '딥시크 V4.1 플래시-1017' 모델을 대상으로 진행한 테스트 결과를 10월 26일 공개했다. 연구진은 34개 평가 항목을 통해 모델이 사용자 지시를 벗어난 행동을 보이는지 점검했다. 그 결과 이전 버전보다 통제 능력은 개선됐지만, 시스…

이 사안의 흐름

같은 주제를 다룬 이 사이트의 기록 — 최신순

이 글에 나온 말

용어집 전체 →
추론
추론(Inference)은 학습이 끝난 인공지능 모델이 새로운 입력을 받아 예측이나 답변 같은 출력을 만들어내는 과정을 말한다.
평가
AI 모델이나 시스템의 출력이 원하는 기준에 얼마나 부합하는지를 정량적·정성적으로 측정하는 절차를 말한다.

이 분야 브리핑

여러 매체가 함께 다룬 사안을 한 번에

이 페이지는 원문을 요약·재서술하고 이 사이트가 쌓은 기록을 덧붙인 큐레이션입니다. 원문 본문은 싣지 않으며, 수치와 표기는 원문 기준을 유지했습니다.

전자신문 IT 원문 전체 보기 →

같은 분야의 다른 소식

전체 뉴스 →