[분석] 수천 마리의 독수리···'딥시크'는 세계 최고 OSINT 병기

'시공간' 동시에 날아오르는 '첩보망'

하늘이 덮이는 순간, '경로' 사라진다

은폐 및 도망이 성립하지 않는 게임

인공지능 기술과 국가정보학이 결합된 새로운 형태의 OSINT 공격이 어떻게 기존의 중앙 집중식 정보 체계를 해체하는지를 시각적으로 표현한 이미지다. / 제작=제미나이 나노바나나2

중국의 딥시크는 정보전에서 단일 '에이전트'로 움직이지 않는다. 하늘에 수천 마리의 독수리를 동시에 띄운다. 어느 한 지점을 바라보는 순간에도 이미 다른 시선들이 주변을 덮고 있다. 하나는 지나가더라도 수천은 남는다. 이건 탐색이 아니다. '포위'다.

14일 여성경제신문 분석에 따르면, 구글 AI 검색(SGE)의 병렬 요청 규모는 '제한적' 수준으로 기존 '인덱스' 기반 검색 구조에 머물고 있다. 오픈AI(GPT-5 검색)는 수십~수백 개 수준의 실시간 웹 요청을 수행하는 것으로 추정된다. 퍼플렉시티 AI는 수십 개 수준으로 출처 병렬 요청 후 취합하는 구조다. 반면 딥시크는 수백~수천 개 수준으로 추정되며, '좌표' 기반 '병렬 처리' 최적화를 통해 타 AI 대비 가장 높은 '탐색 밀도'를 구현한 것으로 분석된다.

인공지능 '실시간 검색'은 어떤 데이터를, 어떤 방식으로, 어떤 비중으로 반영하느냐에 성공 여부가 갈린다. 예를 들어 머스크의 그록(Grok)은 정제된 '파라미터' 기반 지식을 버리고, X의 검증되지 않은 실시간 '소음'을 핵심 엔진으로 삼았다.

[김현우의 핫스팟] X 데이터 베끼다 지능 잃은 머스크 그록의 비극

반면 챗GPT나 딥시크 등 일류 모델들은 실시간 검색을 '팩트체크'용 보조 장치로만 활용할 뿐, 응답의 뼈대는 수개월간 학습한 내부 파라미터에서 도출한다. 즉, '실시간' 자체가 문제가 아니라, 실시간에 압도되어 지능의 '중심'을 잃었느냐가 핵심이다.

딥시크는 이 '중심'을 잃지 않았다. 구조적으로 AI 병렬 검색은 사용자의 단일 명령으로 수백에서 수천 개의 독립적 에이전트를 동시에 생성한다. 각 에이전트는 실시간으로 웹 리소스를 탐색한다. 수천 개의 시선으로 외부를 '포위'하면서도 연산의 근간은 내부 파라미터에 두는 구조다.

중앙 '스케줄러'는 에이전트 간 중복 요청을 최소화하는 '분배 알고리즘'을 적용한다. 이는 기존 '크롤러'의 순차적 '큐(Queue)' 기반 처리와 달리, 명령-분배-수집이 단일 '클록(Clock)' 내에서 완료되는 '병렬 프레임워크'다. 에이전트 간 '독립성'으로 인해 특정 칩 내부 데이터 '지연(Latency)'이 전체 처리 시간에 영향을 주지 않는다.

핵심은 빠르기가 아니다. 동시에 존재하는 '시선'의 수다. 하나가 놓쳐도 다른 하나가 잡는다. 한 지점이 비어도 곧 다른 시선이 채운다. '감지'는 끊기지 않는다. 이 구조에서는 '빈 공간'이 유지되지 않는다. 관측은 흐르지 않고 계속 겹친다.

URL을 기본 단위로 삼아 전체 문서를 저장하고 인덱싱하는 구조와도 다르다. AI 병렬 검색은 '좌표' 단위 접근을 채택한다. 각 에이전트는 HTML 문서 내 특정 문단, 표, 이미지 구간을 직접 지정하여 요청한다. 응답 데이터는 사전 정의된 '스키마' 없이도 실시간으로 '파싱'되어 필요한 구간만 추출된다.

국가정보학에서 정의하는 전통적 'OSINT'(Open-Source Intelligence)는 공개 자료의 수집·저장에 중점을 둔다. 정보 수집 요원은 사전 정의된 목록과 수집 주기에 따르며 중앙 분석 체계로 전달한다. 중복 수집을 방지하는 메커니즘이 부재해 동일 '소스'에 대한 요청이 빈번하게 발생한다.

반면 딥시크 OSINT는 수집이 아닌 목표 공간의 '전역적 동시 탐색'이다. 단일 질의가 수천 개의 독립적 에이전트를 동시에 기동시키며, 각 에이전트는 URL이 아닌 '좌표' 단위로 목표에 접근한다. 이런 구조는 정보의 수집을 넘어선 '포위'다.

지연 소멸시키는 병렬 프레임워크

독수리 수천 마리가 동시에 정찰

전통 OSINT의 가장 취약한 지점은 '정보의 해상도'다. 정보가 수집되고, 분류되고, 분석되는 과정에서 필연적으로 발생하는 '시차'는 정보의 전략적 가치를 결정적으로 훼손한다. 반면 딥시크 OSINT는 이 '지연' 자체를 '소멸'시키는 구조를 구현했다. 이는 '정보 우위'(Information Superiority) 개념 자체를 재정의하는 수준이다.

병렬로 배치된 에이전트들은 각각 독립적인 네트워크 경로를 통해 응답을 수신한다. 응답 도착 순서는 보장되지 않으며, 시스템은 최초 도착 응답부터 즉시 '취합 버퍼'에 적재한다. 부분 응답이 누적되는 동안 지연 응답을 기다리는 '블로킹(Blocking)' 구조는 적용되지 않는다. 설정된 '시간 임계값'이 경과하면 미수신 응답은 무시되고, 수집된 데이터만으로 결과를 생성한다.

이 구조는 정보전의 근본 '공리'를 뒤집는다. 기존 정보전의 첫 번째 공리는 정보는 먼저 잡는 자가 이긴다는 '선점'(Preemption)의 논리다. 누가 더 빨리 수집하고, 더 먼저 분석하느냐가 승패를 가른다. 그러나 딥시크의 '포위 구조'는 선점 자체를 무의미하게 만든다. 모든 좌표가 동시에 포위된 상태에서는 먼저라는 '시간 축'이 존재하지 않는다. 누가 먼저가 아니라 누가 더 많이, 더 '촘촘하게' 덮었느냐만 남는다.

미국 군 교육기관(AMU·American Military University)이 정보전 원리 설명 자료로 제시한 이미지로, 성조기를 전면에 배치해 시야를 가리는 동시에 그 틈 사이로 인물의 눈과 손을 드러내는 구성을 취했다. 표면은 국가 상징으로 덮여 있지만, 실제로는 그 뒤에서 관찰과 개입이 이뤄지는 이중 구조다. 시각적으로는 ‘보이지 않게 가리는 은폐’와 ‘틈을 통해 잘못 보이게 만드는 기만’을 한 화면에 결합해, 정보전에서 상대의 인식 자체를 통제하는 방식을 상징적으로 보여준다. / 해설=이상헌 기자

두 번째 공리는 '은폐와 기만'(Denial & Deception) 가능성이다. 상대방의 시선을 피해 움직이거나, 가짜 정보로 탐색을 교란하는 전술이다. 그러나 수천 개의 시선이 공간을 중첩하여 감시하는 구조에서는 '틈'이 존재하지 않는다. 하나의 시선을 속여도 다른 시선이 '진실'을 포착한다. 특정 좌표를 비워도 다른 에이전트가 즉시 그 빈자리를 채운다. '숨을 곳' 자체가 사라진다. 이것이 "도망칠 공간이 없다"는 문장의 정보전적 의미다.

물론 GPT나 제미나이 검색도 수백 개 수준의 병렬 요청을 수행하는 것은 기술적 사실이다. 그런데도 대다수 사용자가 수백 마리 독수리의 위력을 체감하지 못하는 이유는 '범용성'이라는 명목 아래 의도적으로 도입된 '필터링' 때문이다.

즉 안전성, 응답 속도, 비용 효율이라는 세 가지 축을 맞추기 위해, 실제 병렬 요청 결과물 중 상당수를 최종 응답에서 배제한다. 수백 개의 에이전트가 웹을 뒤져도, 최종 사용자에게 도달하는 것은 내부 필터를 통과한 '대표 샘플' 몇 개에 불과하다. 기술적 한계가 아닌 '제품 정책'의 문제다.

군집 지능으로 포위해 해상도 높여

은폐와 기만이 통하지 않는 전장

미국형 AI가 구현 못하는 이유는?

반면 딥시크는 이 '필터'의 두께를 최소화하는 방향으로 설계됐다. 좌표 기반 병렬 탐색으로 수집된 정보는 필터링 과정에서 유실되는 비율이 현저히 낮다. '범용성'을 내세워 응답을 '평탄화'하지 않고, 수집된 정보의 '밀도'를 최대한 보존한다. 이것이 딥시크가 '태풍의 눈'으로 체감되는 결정적 이유다.

물론 딥시크도 필터가 아예 없는 것은 아니다. 좌표 기반 병렬 탐색으로 수집된 정보는 어떤 식으로든 출력 단계에서 '정렬'된다. 다만 그 정렬 기준이 GPT의 범용성·안전성·비용 효율과는 완전히 다른 층위에 있다. 딥시크는 정보를 걸러내는 대신 '밀도'를 기준으로 정렬한다. 이 정보는 버리고 저 정보는 남기자가 아니라, 수집된 모든 좌표의 정보를 어떻게 하면 원래 '밀도'에 가깝게 출력할까가 핵심이다.

시진핑 중국 국가주석이 딥시크 창업자 량원펑과 악수하고 있다. / CCTV 갈무리

딥시크는 이 지점에서 '밀도 보존 정렬'이라는 전혀 다른 기준을 적용했다. 정보의 '완전성'과 탐색의 '투명성'을 동시에 확보하는 방향이다. 범용 AI가 무엇을 보여줄까를 기준으로 삼을 때, 딥시크는 수집된 모든 것을 원래 밀도에 가깝게 전달할까를 기준으로 삼는다. 이것이 '필터'와 '정렬'의 차이이며, '범용성'과 '밀도'의 차이다.

'필터링'과 '밀도 보존 정렬'의 차이는 국가 정보기관의 활용에도 결정적 장애물로 작용한다. 정보기관이 원하는 기준은 범용성이 아닌 '원시 정보의 밀도'와 '탐색 경로의 투명성'이다. 정보의 '완전성'이 생명인 정보전 환경에서, 내부 필터가 정보의 상당량을 임의로 배제하는 방식은 '신뢰할 수 있는 정보원'의 기준에서 멀어진다.

미 정보당국(CIA 등)은 압도적인 자본과 인적 분석관의 직관을 통해 정보를 '선점'해왔으나, 딥시크의 전역적 동시 탐색 구조는 공개 OSINT만으로도 '기밀 정보'에 준하는 초고해상도 분석을 실시간으로 구현한다. 특정 기지의 '식단 발주량', 주변 도로의 '정체 구간', SNS에 올라온 병사의 '배경 사진' 등을 동시에 좌표 단위로 분석하면 '도청'(SIGINT)이나 '휴민트'(HUMINT)가 아닌 방법으로 '부대 이동 계획'이 실시간으로 파악된다.

결론적으로 딥시크는 정보전의 패러다임을 선점 경쟁에서 '시공간 장악'으로 전환시켰다. 더 빠른 개체가 승리하는 게임이 아니라, 더 넓은 '그물'을 제대로 활용하는 자가 절대적 우위를 점하는 게임이다. 이런 게임에선 정보 은폐 및 도망은 처음부터 없었던 개념이 된다.

☞ 파라미터 중심 연산

= ​실시간으로 쏟아지는 외부 데이터의 소음 속에서 지능의 붕괴를 막고 논리적 일관성을 유지하는 핵심 기제는 '위상 고정 재귀 지능'(Phase-Locked Recursive Intelligence)'으로 설명된다. 이는 외부 수집 데이터를 지능의 본체로 삼는 것이 아니라  '위상 중심(Phase Center)'을 외부 정보를 좌표를 보정하는 '재귀적 변수'로만 활용하는 구조다.

여성경제신문 이상헌 기자