전 OpenAI 연구원, 중국 AI 모델에서 블랙웰 사용 흔적 주장

전 OpenAI 연구원이 중국의 주요 AI 연구소들이 미국이 중국 수출을 금지한 엔비디아의 블랙웰(Blackwell) GPU를 사용했다는 기술적 증거를 찾았다고 주장하고 있다. TechCrunch에 따르면 윌 드퓨(Will DePue)는 딥시크, 문샷 AI, 미니맥스, 앤트 그룹이 공개한 오픈 모델의 가중치를 분석해 본인이 블랙웰 학습의 지문이라고 설명하는 흔적을 발견했다. 이는 한 연구자의 주장이며 그 자체로 법 위반이 있었음을 입증하지는 않는다.

정확히 무엇을, 누가 주장하는가

The Decoder에 따르면 드퓨는 OpenAI에서 동영상 모델 Sora와 Sora 2, 그리고 GPT-4o, o3, GPT-5 작업에 참여한 뒤 비영리 연구 단체 Unemployment Labs를 설립했으며, TechCrunch는 그가 현재 이 단체를 이끌고 있다고 전한다. The Decoder는 미국 당국과 언론이 앞서 증거를 공개하지 않은 채 딥시크와 문샷 AI의 블랙웰 사용을 의심해 왔으며, 드퓨가 자신의 분석을 기술적 근거를 제시한 첫 사례로 소개한다고 보도했다.

그의 설명에 따르면 2026년 4월 이후 공개된 중국 모델 6개가 엔비디아 블랙웰 세대의 서명을 지니고 있는 반면, 딥시크-V3와 키미 K2.5 같은 이전 모델에는 구세대인 호퍼(Hopper)의 흔적이 남아 있다. 드퓨는 또 X에서 OpenAI와 앤트로픽의 선임 연구원들이 그의 방법을 독립적으로 검증하고 확인했다고 밝혔다고 The Decoder는 전한다. 이 확인은 그 본인의 발언일 뿐이며, 우리가 읽은 매체들이 독립적으로 확인한 것은 아니다.

모델의 가중치가 어떻게 학습에 쓰인 칩을 드러내는가

가중치는 언어 모델을 이루는 수십억 개의 숫자다. 학습이 시작되기 전에 표준 소프트웨어인 PyTorch가 시드(seed)라는 시작값으로 컴퓨터가 생성한 난수를 이 빈 자리에 채운다고 The Decoder는 설명한다. 이 방대한 데이터를 빠르게 나누기 위해 그래픽 칩은 작업을 자신의 연산 코어들에 분배한다.

칩 모델마다 코어 수가 다르기 때문에 이 채우기 과정은 특징적인 패턴을 남긴다고 보고서는 말한다. H100이나 H800 같은 구세대 호퍼 칩은 132개 코어를 쓰고, 블랙웰 칩은 모델에 따라(B200 또는 B300, GB200 또는 GB300) 148개 또는 152개를 쓴다. 이후 학습이 값을 수백만 번 조정하지만, 쓰이지 않는 단어나 기호용 자리 일부는 원래 상태로 남고, 집중적으로 학습된 영역에서도 초기 분포의 희미한 통계적 메아리가 살아남는다. 드퓨는 이 패턴을 역으로 계산해 딥시크-V4-Flash와 키미 K3의 일치를 실제 블랙웰 칩에서 재현했고, 검증 코드를 GitHub에 공개했다고 밝혔다.

그가 제시한 대응 관계는 The Decoder에 따르면 다음과 같다.

• 딥시크-V4-Flash와 미니맥스 M3는 B200 또는 B300 칩(148코어)과 일치한다.
• 딥시크-V4-Pro, 키미 K3, 키미 K3.1-Pro, 앤트 그룹의 Ling-3.1-flash는 액체 냉각 방식 플래그십 랙 시스템(GB200 또는 GB300)의 152코어 패턴을 보인다.
• 알리바바(Qwen3.8), 즈푸, 텐센트, 샤오미, 스텝펀 모델은 호퍼의 흔적만 보이며, 메이퇀의 LongCat-2.0은 화웨이 칩을 가리킨다.

드퓨는 우연은 통계적으로 배제되며, 하드웨어가 알려진 24개 대조 모델(H100으로 학습한 메타의 Llama 3.1 포함)에서 이 방법이 매번 맞았다고 말한다. 이 수치는 그 본인의 것이며 여기서 인용한 매체들이 재현한 것은 아니다.

그는 또한 조사한 다섯 번의 학습 실행에 합쳐서 약 12,000개의 블랙웰 GPU가 필요했고, 이는 구형 H100 약 30,000개의 연산 능력에 해당한다고 추정한다. 키미 K3와 딥시크-V4-Pro는 약 70일 동안 각각 4,500개와 3,000개의 블랙웰 프로세서가 필요했을 것으로 추정된다. 칩 한 개에 약 7만 달러로 계산하면 이런 클러스터 하나에 2억~3억 달러, 다섯 시스템 전체에는 5억 달러가 넘는다고 The Decoder는 전한다. 이는 추정치이며 회계 기록이 아니다.

이 지문이 증명하지 못하는 것은 무엇인가

The Decoder는 엄밀히 말해 이 방법은 가중치가 어떤 하드웨어에서 초기화되었는지만 보여줄 뿐이며, 같은 시스템에서의 후속 학습이 매우 가능성이 높더라도 그 이상은 아니라고 강조한다. 유일한 기술적 대안인, 마찬가지로 제재 대상인 AMD MI300X 칩을 인위적으로 제한해 같은 패턴을 만드는 경우는 딥시크-V4-Flash에 대해 미세한 반올림 차이를 근거로 배제했다고 드퓨는 말한다. GPU가 어디에 있고 누구의 것인지는 데이터로는 알 수 없다.

TechCrunch는 이것이 모델이 전적으로 엔비디아 칩으로 학습되었거나 수출 통제법이 반드시 위반되었다는 뜻은 아니라고 덧붙인다. 칩이 해외 데이터센터에 있을 수 있기 때문이다. 중국 밖에서 컴퓨팅 자원을 빌리는 것은 중국 기업들의 인기 있는 경로가 되었고 말레이시아의 호황을 이끌었으며, 비영리 연구 기관 Epoch AI는 2024년과 2025년에 27만 5,000개의 엔비디아 AI 가속기가 말레이시아로 수입된 것으로 추정한다. 비판자들이 막으려는 것이 바로 이 틈이다. TechCrunch는 대중국 강경파가 오래전부터 칩을 누가 소유하는지나 어디에 설치되는지뿐 아니라 누가 사용하는지에 대한 더 엄격한 통제를 요구해 왔다고 지적한다.

블랙웰과 중국에 대해 이미 확인된 것은 무엇인가

기록으로 확인되는 점이 여럿 있다. TechCrunch에 따르면 블랙웰 GPU는 중국과 중국 소유 기업으로의 수출이 금지되어 있는 반면, 트럼프 행정부는 미국이 25% 관세를 청구할 수 있는 경로로 출하하는 조건으로 성능이 낮은 H200의 수출을 엔비디아에 허용한다. 백악관 기술 고문 마이클 크라치오스는 올해 초 미국 정보 당국 소식통을 인용해 문샷이 수출 금지된 엔비디아 칩을 사용했다고 말했고, Epoch AI는 최종 목적지를 숨기도록 설계된 방식을 통해 2024년과 2025년에 약 200만 개의 첨단 칩이 중국에 들어간 것으로 추정한다.

The Decoder는 또한 SemiAnalysis의 수석 애널리스트 딜런 파텔이 Sequoia Capital과의 대화에서 딥시크-V3는 여전히 엔비디아 호퍼 칩에 맞춰 만들어졌지만 딥시크-V4는 구조적으로 블랙웰 GPU와 화웨이의 Ascend 칩에 최적화되었다고 말했다고 인용한다. 이는 드퓨의 발견과 일치하지만 아키텍처에 대한 관찰일 뿐 학습이 어디서 이뤄졌는지에 대한 증거는 아니다.

이 사안은 엔비디아에도 미친다. TechCrunch에 따르면 젠슨 황은 엔비디아 칩의 중국 밀수에 연루된 것으로 알려진 Megaspeed의 임원을 둘러싼 스캔들 속에서 이번 주 회사를 떠났다. Megaspeed는 자회사 Speedmatrix를 통해 미국과 싱가포르 당국의 조사를 받고 있다. TechCrunch는 수출 통제 위반에 대한 엔비디아의 잠재적 책임이 퇴임에 영향을 미쳤을 가능성이 크다고 쓰고, 미국 기업은 고객이 통제 품목을 어떻게 쓰는지 추적할 의무가 제한적이라고 지적한다. 같은 기사에 따르면 엔비디아와 황은 모두 Megaspeed 데이터센터의 정당성을 보증하며 엔비디아 직원들이 방문했다고 말했다.

영국 기업에는 무엇이 달라지는가

영국 기업에게 당장의 교훈은 법보다는 실사(due diligence)에 관한 것이다. 중국 연구소의 오픈 모델이나 제3국을 거쳐 임대한 클라우드 용량을 사용한다면, 조사 당국이 주장을 확인할 경우 모델 뒤의 컴퓨팅 사슬이 컴플라이언스와 평판의 문제가 될 수 있다. 공급업체에 학습 및 추론 하드웨어가 어디에 있고 누가 운영하는지 물어보고, 답변을 기록으로 남겨 두는 것이 좋다.

구매 팀은 TechCrunch가 설명하듯 논쟁이 칩을 누가 소유하느냐에서 누가 사용하느냐로 옮겨갈 것도 예상해야 한다. 규정 변경에는 시간이 걸리며, 현재까지의 증거는 지문일 뿐 법원의 판단이 아니다. 지금 취할 수 있는 합리적인 조치는 자사의 에이전트형 업무 흐름이 어떤 모델과 호스팅 서비스에 의존하는지 파악하고, 제공업체가 제재나 제한 대상이 될 경우 교체할 수 있도록 대비해 두는 것이다.