최근 오픈소스(Open Source) 생태계가 인공지능(AI) 기술 혁신과 인공지능 전환(AX, AI Transformation)의 기술적 기반을 제공하면서 오픈소스AI가 크게 주목받고 있다. 주요 딥러닝 프레임워크 28개 중 25개가 오픈소스 기술로 AI 개발 편의성을 향상시키며 모델 대형화를 촉발시켰으며 트랜스포머(LLM 기반 구조), BERT(사전 학습 패러다임 확립) 등의 오픈소스 모델들은 AI 기술의 빠른 확산을 가능하게 하며 오픈소스AI라는 새로운 개념이 등장하였다. 하지만, 오픈소스AI에 대한 명확한 개념이 존재하지 않아 발생하는 혼동을 해결하고자 OSI(Open Source Initiative)은 오픈소스AI 정의(Open Source AI Definition)를 발표하였고, 리눅스 재단은 와 모델 개방성 프레임워크(Model Openness Framework)를 발표하였다. 이들은 공통적으로 오픈소스AI를 4가지 자유(사용, 연구, 수정, 공유)가 허용된 AI로 정의하고 공개 범위를 데이터, 모델, SW(코드)로 구분하고 있다. 두 개념 사이에 일부 차이점이 있지만, 이들은 오픈소스AI와 오픈소스 모델에 대한 명확한 개념을 제시한다는 점에서 큰 의미가 있다. 최근 오픈소스AI 동향을 보면, 깃허브의 AI 관련 프로젝트와 허깅페이스 중심의 오픈소스 모델 개발이 빠르게 증가하고 있다. ’24년 기준 깃허브의 AI 프로젝트 수는 432만개 이며, 25년 12월 기준 허깅페이스의 오픈소스 모델 수는 225만개를 넘어섰다. 그리고, 기업의 89%가 AI 개발 과정에 오픈소스 기술을 활용하고 있으며, 63%가 오픈소스 모델을 활용하고 있는데, 그 이유는 혁신(67%), 시장 표준(67%), 생산성(50%), 개발 비용 절감(49%) 때문이다. EpochAI의 유명 AI 모델(Notable AI Models) 분석에서 ’18년부터 오픈소스 모델 공개가 증가하여 ‘18년 이후 유명 AI 모델의 47.3%가 오픈소스 모델이었다. 오픈소스 모델 공개를 주도하는 국가는 미국과 중국이며, 개발 참여 기관들의 다수는 산업계와 학계이었다. 그리고 공개되는 모델의 주요 유형은 언어 모델, 비전 모델, 멀티 모달이었다. 그리고, 오픈소스 모델 공개 확산의 이면에는 미·중의 AI 주도권 경쟁이 있으며, 초기 오픈소스AI 생태계가 미국 기업들(메타, 구글 등)이 주도하였다면, ’25년 부터 딥시크, 알리바바 같은 중국 기업들의 우수한 성능과 낮은 비용 기반의 오픈소스 모델을 적극 공개하며 영향력을 빠르게 확산하고 있다. 이들 기업은 오픈소스 모델과 연계한 자사 제품·서비스의 지능화를 통해 고객 만족도 향상과 생산성 향상을 추진하고 추가 수익 창출을 위해 오픈소스 모델 연계 신규 서비스 출시를 전략적으로 추진하고 있다. 이러한 글로벌 오픈소스AI 동향을 보면, AI 3대 강국 도약이라는 국가적 과제 추진을 위해서 오픈소스AI 생태계의 전략적 가치에 대한 재인식이 필요하다. 미국과 중국 기업들에게 글로벌 오픈소스AI 생태계는 기술 확보(초기 딥시크의 라마 모델 구조 활용, 라마의 MoE(딥시크) 수용) 수단, 우수한 기술의 개방형 검증을 통한 기술 신뢰성 확보 수단, 기술 공개 및 무료 사용 허용을 통한 생태계 저변 확대 수단으로 활용되고 있다. 따라서, AI 3강 도약을 위해서는 전략적 오픈소스AI 활용이 중요해지고 있다. 우선 오픈소스AI는 전략적 기술 원천으로써 가치가 있기 때문에 AI 기술 주권 확보를 위해 선진 오픈소스AI 기반 R&D 추진을 통해 원천AI 기술 역량 내재화 및 산업 특화 AI 기술 확보가 필요하다. 그리고 범국가 AI 대전환을 위한 전략적 기술 도구로써 가치가 있기 때문에 오픈소스AI 활용 확산을 위한 기반(생태계) 조성 및 인재 양성이 필요하다. Executive Summary Recently, the open source ecosystem has been drawing significant attention as it provides the technological foundation for innovation in artificial intelligence (AI) and for AI transformation (AX, AI Transformation). Among 28 major deep learning frameworks, 25 are open source technologies, which have improved the ease of AI development and accelerated the scaling-up of models. In addition, open source models such as the Transformer (the architecture underlying LLMs) and BERT (which established the pre-training paradigm) have enabled the rapid diffusion of AI technology, giving rise to the new concept of Open Source AI. However, in order to address the confusion caused by the absence of a clear concept of Open Source AI, the Open Source Initiative (OSI) published the Open Source AI Definition, and the Linux Foundation released the Model Openness Framework (MOF). Both frameworks commonly define Open Source AI as AI that permits four freedoms (use, study, modify, and share) and distinguish the scope of disclosure into data, the model, and software (code). Although there are some differences between the two, they are meaningful in that they present clearer concepts of Open Source AI and open models. Looking at recent Open Source AI trends, AI-related projects on GitHub and open model development centered on Hugging Face are increasing rapidly. As of 2024, the number of AI projects on GitHub reached 4.32 million, and as of December 2025, the number of open source models on Hugging Face surpassed 2.25 million. In addition, 89% of companies use open source technologies in the AI development process, and 63% use open models. The main reasons are innovation (67%), market standards (67%), productivity (50%), and development cost reduction (49%). According to Epoch AI’s analysis of Notable AI Models, releases of open source models have increased since 2018, and 47.3% of notable AI models released after 2018 were open source. The countries leading open model releases are the United States and China, and the majority of participating organizations are from industry and academia. The primary types of released models are language models, vision models, and multimodal models. Behind the expansion of open model releases lies the U.S.–China competition for AI leadership. While the early Open Source AI ecosystem was led largely by U.S. companies (such as Meta and Google), since 2025 Chinese companies such as DeepSeek and Alibaba have been rapidly expanding their influence by actively releasing open models that combine strong performance with low cost. These companies are pursuing higher customer satisfaction and productivity by enhancing the intelligence of their products and services in conjunction with open models, and they are strategically driving the launch of new services linked to open models in order to generate additional revenue. Considering these global trends in open-source AI, there is a need to reassess the strategic value of the open-source AI ecosystem in advancing the national objective of becoming one of the world’s top three AI powers. For U.S. and Chinese firms, the global open-source AI ecosystem is being leveraged as a means of securing technological capabilities (e.g., early DeepSeek’s use of the LLaMA model architecture and the adoption of LLaMA’s Mixture-of-Experts (MoE) approach by DeepSeek), as a mechanism for establishing technological credibility through open and transparent validation of high-quality technologies, and as a tool for broadening the ecosystem base by disclosing technologies and allowing free use. Accordingly, strategic utilization of open-source AI is becoming increasingly important for achieving top-three AI status. First, because open-source AI holds value as a strategic source of technology, it is necessary to internalize core AI capabilities and secure industry-specific AI technologies by promoting advanced open-source-AI-based R&D to strengthen AI technological sovereignty. Second, because open-source AI also has value as a strategic technological instrument for a nationwide AI transformation, it is essential to build the foundations (ecosystem) for expanding the use of open source AI and to cultivate specialized human resources.

목차 Table of Contents 1. 딥시크의 등장과 배경 2. 딥시크 모델의 기술적 특징 3. 기존 AI 모델과의 비교 4. 딥시크 관련 주요 이슈 5. 딥시크의 영향과 정책적 시사점 6. 참고 문헌

김 준 연 소프트웨어정책연구소 디지털전환연구팀 팀장

중국 디지털 기업들의 놀라운 성장은 서구 대표기업들 마저 위협하고 있다. 전 세계 기업들은 가장 빠르게 디지털로 전환되고 있는 중국의 속도를 따라가고 싶어 한다.(후략)

트럼프 대통령은 미국의 제조업 일자리 감소와 국내 경기 침체의 원인으로 중국과의 불공정한 무역을 지목하고, 수입액의 절반에 해당하는 물품에 대해 10~25%의 관세를 부과함(후략)

• 중국은 블록체인 기술발전과 산업화를 위해 중장기 비전을 수립하고 대규모 시범단지 구축을 추진하고 있음
• 블록체인 상용화 기술개발과 지속 가능한 생태계 구축을 위해 대형 프로젝트를 지원할 필요가 있음

• 짝퉁 공장이라 불리던 심천은 최근 혁신제조의 선두주자이자 강력한 스타트업 네트워크를 갖춘 창업자의 성지로 새롭게 도약 중
• 정부는 인재확보와 지식흡수를 위해 유수 대학의 유치, 스타트업 간 네트워크와 시너지를 창출하는 역할을 함

▪ 중국에서는 만성적인 의료 분야 과소 투자와 의료 자원의 분산으로 인해 이를 인터넷 플랫폼으로 통합하여 전체 사회가 공유하는 의료 공유가 부상

중국에서 기업형 공유 자전거 모델이 처음 시장에 등장했을 때, 자전거가 도로를 무단으로 점유하거나, 기존 공공 자전거 사업과 충돌이 있음에도 불구하고 중국 정부는 이에 대한 규제를 취하지 않았다. (후략)

각국이 인공지능 기술과 산업을 육성하기 위한 노력을 경주하는 가운데 중국 인공지능기술과 생태계의 놀라운 발전이 주목을 받고 있다. (후략)

중국에서는 열악한 사회 인프라를 보완하는 스타트업의 각종 서비스가 빠르게 성장하고 있음 (후략)

- 중국 게임산업의 부상
- 한국 온라인게임의 발전
- 중국의 도전과 4차 혁명을 넘어야하는 한국 게임

중국 ICT산업의 부상과 약진은 이미 익숙한 화두가 되어버렸다. 불과 1～2년 전까지만 해도 낯설었던 샤오미, 화웨이, ZTE, 알리바바, 텐센트 등 중국 ICT기업의 이름은 이미 한국에서도 익숙해져 버렸고, 중국의 영향력 증대는 삼성 어닝쇼크 발발, 한국 ICT 산업의 성장 한계론 대두 등 우리의 위기로 이어지고 있다. (후략)

(R&D체계) 미국은 민간기업의 SW연구소 및 글로벌R&D 네트워크를 갖추었고, 중국은 글로벌기업의 R&D센터를 자국내에 유치하여 인력양성, 창업 등 기반 제공
(인력) 미국은 SW엔지니어와 창업 인적자원도 풍부, 중국은 미국 ,영국 등 선진국 유학 경력의 귀환인력과 방대한 개발자 인력자원 기반 성장
(생태계) 미국은 다양한 자금체널이 존재하고, 중국은 국내외 기술 M&A와 IPO를 통한 성장모델이나, 한국은 특허 중심의 벤처캐피탈 의존 모델

■ 중국 게임 시장이 빠르게 성장하면서 국내 기업들의 중국 시장 진출 노력이 확대되는 추세
- 국내 게임 업계, 국내 시장 정체에 대한 대응으로 중국을 비롯한 해외 시장 진출 노력을 강화
- 중국 정부의 게임 산업에 대한 우호적인 태도와 높은 시장 성장률 등의 요인으로 중국 시장에 대한 기대가 커지고 있으나 현지 업체들도 빠르게 성장하고 있어 경쟁이 치열해질 전망