량원펑이 지목한 공백은 ‘연속 학습’이다 — 그 자리를 오늘 메우는 것은 하네스다

Harness Whitepaper · 2026.07.25

딥시크(DeepSeek) 창업자 량원펑(梁文鋒)의 투자자 미팅 녹취록이 유출됐습니다. 3시간 44분 분량에서 그가 가장 길게 붙든 문제는 규모도 자금도 아닌 “인공지능은 계속 배우지 못한다”였습니다. 신입 직원은 두 달이면 회사를 익히는데, 인공지능에게는 그 두 달을 매번 다시 설명해야 한다는 것입니다. 이 글은 그 발언을 인물·인사이트·하네스 세 층으로 나눠 읽고, 실록(Sillok) 하네스가 그 공백의 어디를 이미 메웠고 어디가 아직 비어 있는지를 실측 수치로 대조합니다. 마지막은 개인 실무자를 위한 행동지침 일곱 가지입니다.

Part 1 · Who량원펑은 누구인가

인물을 먼저 보는 이유는 단순합니다. 이 녹취록의 논지 대부분이 “왜 그렇게 하지 않는가”에 대한 설명이고, 그 답이 그의 이력에 붙어 있기 때문입니다.

이 미팅 자체가 “첫 외부 투자자에게 하는 첫 설명”이라는 점이 중요합니다. 창업 3년 만에 처음으로, 자기 돈이 아닌 남의 돈을 받은 사람이 “나는 이 돈으로 무엇을 하지 않을 것인가”를 3시간 44분 동안 설명한 자리입니다. 녹취록의 절반이 “안 하는 이유”인 까닭입니다.

Part 2 · What그가 말한 것 — 핵심 인사이트 여섯

3시간 44분을 여섯 덩어리로 압축했습니다. 각 항목의 인용은 녹취록 영문 전문에서 직접 옮겼습니다.

① 절제가 전략이다 — “더 가지려는 비전을 품는 순간 이미 진다”

“더 많이 가져가는 자는 덜 가져가는 자에게 패배합니다. 더 가지려는 비전을 품는 것만으로도 당신은 이미 진 것입니다 — 더 큰 어려움에 부딪히게 되니까요. 세상은 그렇게 돌아갑니다.”

— 량원펑, 녹취록 [02:21] 전후

그는 인공지능이 인류 국내총생산(GDP)의 10%에 이를 수 있다고 봅니다 U. 파이가 그만큼 크면 독점은 물리적으로 불가능하고, 독점을 시도하는 쪽이 오히려 도태된다는 것이 그의 논리입니다. 오픈AI가 독점을 노렸으나 1%만 받겠다는 도전자에게 밀리고, 그 도전자는 다시 0.1%만 받겠다는 쪽에 밀린다는 것입니다.

가격 정책이 이 철학의 구체적 표현입니다. 딥시크의 응용프로그램 인터페이스(API) 가격은 “장비 원가를 10개월에 회수”하는 수준으로 책정됩니다 U. 그는 한 모델 가격을 4분의 1로 내렸을 때 “팀이 환호했다”고 전합니다. 경쟁사라면 연간반복매출(ARR)이 반토막 나는 일에 아무도 기뻐하지 않는다는 대비를, 그는 조직 정체성의 증거로 제시합니다.

② 오픈소스는 타협이 아니라 신념이다 — “약한 버전을 따로 내놓지 않는다”

그는 오픈소스를 “어쩔 수 없어서”가 아니라 “처음부터의 의도”라고 규정하며, 경쟁사와 노골적으로 선을 긋습니다. 결정적인 대목은 이것입니다 — 공개하는 모델은 내부에 배포하는 모델과 동일하며, 성능을 낮춘 별도 버전은 없습니다. 심지어 “가장 강한 모델도 공개될 수 있다. 닫아둬서 얻는 이득이 보이지 않는다”고 말합니다.

근거는 진입장벽이 가중치가 아니라 운영 능력에 있다는 판단입니다. 다 공개해도 같은 원가로 서빙할 수 있는 조직은 드물다는 것입니다. 그는 알리바바·텐센트를 지목해 “그들의 원가는 아마 우리의 몇 배”라고 말합니다 U.

③ 인공지능 일반지능(AGI)으로 가는 계단 — CoT → 에이전트 → 연속 학습 → 자기반복 특이점 → 체화지능

순서 자체가 전략입니다. “각 계단은 앞 계단 위에 서기 때문에 버려지는 단계가 없습니다.” 그는 이 순서가 가장 편한 길이라 말합니다 — 체화지능을 먼저 하면 야근을 해야 하는데, 자기들은 야근하고 싶지 않다는 것입니다.

④ 미국과의 격차는 오직 자원이다 — “인재가 아니다”

“미국과 우리의 차이는 순전히 자원입니다. 관찰되는 모든 차이 — 인재, 모델 성능, 응용 — 는 컴퓨팅 자원의 차이로 환원할 수 있습니다.”

— 량원펑, 녹취록 [01:2x] 전후

인재 격차가 없다고 보는 근거는 “같은 중국인 인재 풀”이라는 것입니다. 일부는 국내에, 일부는 해외에 있을 뿐 똑똑한 쪽이 나가는 것은 아니라는 주장입니다. 다만 그는 자원 부족이 인재 성장을 지연시킨다는 인과를 인정합니다 — 컴퓨팅이 적으면 실험을 적게 하고, 그래서 인재가 뒤처진다는 것입니다.

기술 독립의 열쇠로는 자체 고수준 언어 컴파일러 타일랭(TileLang)을 듭니다. V3 학습 때 이미 엔비디아 하드웨어는 쓰되 CUDA 생태계는 쓰지 않았다는 것입니다. 저수준 실행 효율 손실은 “1~2% 정도면 수용 가능”이라고 말합니다.

⑤ 최종 차별화는 원가·시간·사용자 경험이다 — 그리고 앤트로픽의 우위는 “한시적”

모델 성능 비교는 “같은 가격대의 자동차를 비교하듯” 동일 원가에서만 의미가 있다고 그는 봅니다. 그 위에서 최종 차별화 요소는 원가(1순위) · 시간 · 사용자 경험 셋입니다.

경쟁 구도에 대한 그의 판단은 직설적입니다. 앤트로픽의 오픈AI 대비 우위는 “분명히 한시적이며 장기적이지 않다”, 코드 에이전트에서의 우위도 “압도적이지 않다”, 심지어 “우리 직원 절반은 오픈AI가 낫다고 생각한다”고 말합니다. 그리고 환각(hallucination)에 대해서는 —

“환각은 제품 문제입니다. 사후학습을 개선하면 나아지지만, 우리의 최우선 과제는 아닙니다.”

— 량원펑, 녹취록 Q&A

⑥ 조직 — 구조가 없다, 비전이 조직한다

Part 3 · Harness Lens하네스 관점의 발췌 — 그가 그린 공백의 정확한 좌표

이제 이 녹취록을 하네스의 렌즈로 다시 읽습니다. 량원펑은 하네스를 한 번도 언급하지 않습니다. 그런데 그가 모델이 풀어야 할 문제로 정의한 것이, 실은 시스템 층에서 이미 부분적으로 풀리고 있는 문제와 정확히 같은 대상입니다.

발췌 H1 — 하네스 전체를 한 문장으로 정의한 대목

“현세대 인공지능 기술로도, 문제를 완전한 맥락과 완전한 지시로 명확히 기술할 수 있다면 이미 인간을 능가합니다. 다만 전제가 있습니다 — 완전한 맥락과 완전한 지시를 당신이 줘야 한다는 것. 그런데 이 전제를 충족하기가 어렵습니다.”

— 량원펑, 녹취록 [00:4x]

이 문장은 하네스의 존재 이유를 반대편에서 진술한 것입니다. 성능은 이미 충분하고, 병목은 맥락 공급에 있다 — 하네스 엔지니어링이 지난 2년간 붙들어온 명제와 글자 그대로 같습니다. 프론티어 연구소의 창업자가 이것을 “모델의 남은 숙제”로 진술했다는 사실이, 역설적으로 시스템 층 작업의 정당성을 보증합니다.

발췌 H2 — “샤오왕을 불러와” 문제

“직원을 채용하면 두 달간 회사와 역할을 익히고, 그다음엔 준비가 됩니다. ‘샤오왕을 불러와’라고 하면 샤오왕이 누군지 압니다. 그런데 인공지능에게는 그 두 달의 학습이 맥락에 없으니, 샤오왕이 누구인지, 무슨 역할인지, 어디 있는지, 어떻게 연락하는지, 무엇을 주의할지를 전부 알려줘야 합니다. 그러면 인공지능도 할 수 있지만 — 그 모든 맥락을 매번 제공하는 것은 비현실적입니다.”

— 량원펑, 녹취록 [00:5x]

여기가 이 글의 분기점입니다. 량원펑은 이 공백의 해법을 모델 가중치 층의 연속 학습에서 찾습니다. 그런데 같은 공백에 대해 하네스는 다른 층에서 다른 답을 내놓습니다 — 두 달치 온보딩을 모델의 기억이 아니라 레포지토리의 파일로 외부화하고, 필요한 순간 자동으로 재장전하는 것입니다.

발췌 H3 — 모델이 균질해지면 남는 차별화는 무엇인가

이 녹취록에서 실무자에게 가장 중요한 문장은 로드맵이 아니라 오픈소스 대목입니다. 공개 모델과 내부 모델이 동일하다면, 그리고 최종 차별화가 원가·시간·사용자 경험이라면 — 모델 가중치는 차별화 요소에서 빠집니다. 남는 것은 그 위에 무엇을 얹었는가, 즉 당신의 맥락, 당신의 데이터, 당신의 게이트, 당신의 작업 흐름입니다.

발췌 H4~H6 — 나머지 세 좌표

Part 4 · Coverage실록 하네스는 이 공백의 어디를 메웠는가

이제 대조입니다. 아래 수치는 모두 이 글을 쓰면서 실제로 측정한 값이며, 측정 시점은 2026년 7월 25일입니다. 벤더 수치도 추정치도 아닙니다.

남은 공백과 발전 방향

Part 5 · Playbook사용자를 위한 행동지침 일곱

여기부터는 딥시크 이야기가 아니라 당신의 이야기입니다. 위 진단을 개인 실무자가 이번 주에 실행할 수 있는 형태로 옮겼습니다.

Limits이 글의 한계

• 1차 자료가 미확인 유출 문건입니다. 딥시크는 진위를 확인하지 않았습니다. 음성인식 전사 + 기계 번역을 거쳐 고유명사와 숫자에 오류가 존재하며, 실제로 복수의 깨진 표기가 남아 있습니다. 본문의 모든 수치는 “량원펑의 주장”으로만 읽어야 합니다.
• 수치는 교차 확인되지 않았습니다. 컴퓨팅 보유량·카드 수량·파라미터 규모는 독립 검증이 불가능하며, 미팅 참석자에게 “카드 수량 등은 외부 공유 금지”라는 고지가 있었던 정황도 녹취록에 남아 있습니다. 인물·투자 라운드 관련 항목만 2차 출처로 교차 확인해 O로 표기했습니다.
• “하네스가 연속 학습의 대체재”는 필자의 해석입니다. 량원펑은 하네스를 언급하지 않았습니다. 발췌 H1~H6는 원문 인용이지만, 그것을 하네스 층위로 번역한 부분은 필자의 논지이며 반론이 가능합니다.
• 실록 수치는 단일 사용자 환경의 실측입니다. 2026-07-25 기준 실제 측정값이지만, 1인 운영 환경의 값이므로 조직 규모에서 그대로 재현된다는 보장은 없습니다.
• 번역은 필자가 했습니다. 영문 녹취록 자체가 중국어에서 기계 번역된 것이므로, 인용문은 2차 번역입니다. 원문 뉘앙스와 차이가 있을 수 있어 원문 링크를 병기했습니다.