DeepSeek-V4가 pre-training에서 미국 빅테크에 필적하는 성과를 냈음에도 불구하고, 논의는 자연스럽게 “post-training에서 여전히 밀린다”는 아쉬움으로 이어진다. GPT-5.5, Claude Mythos 또한 base model 업데이트와 동시에 post-training 강화에 집중하고 있다. 이는 AI 개발의 무게중심이 기초 모델의 순수 성능에서 agent 과업 수행 능력, 사용자 경험, 제품화 역량으로 이동하고 있음을 의미한다. 앞으로의 경쟁은 “누가 더 좋은 모델을 만들었는가”가 아니라 “누가 더 정교한 post-training으로 실질적 가치를 창출하는가”로 판가름날 것이다.
근거
“post-training에 들어간 연산은 pre-training의 일부 정도일 것 같습니다.”
“pre-training에 대해서는 이미 동등한 수준으로 도달했다. 남은 건 이제 post-training에서 동등한 수준으로 도달하는 것”
“white-collar task에 대해서도 우리 한번 그 과제 수행하는 post-training을 위해서 실험하고 Opus하고 비교를 해봤다”
Cat Wu 인터뷰에서 언급된 “개발 속도의 극적인 가속”과 “토네이도 한가운데에서 제정신을 유지하는 법”은 post-training 경쟁이 단순한 기술 싸움이 아니라 인재와 조직 문화의 싸움임을 암시한다.
연결된 생각
- 20260606-deepseek-v4-architecture-innovation — pre-training 혁신의 성과
- 20260606-sparse-attention-lessons-from-instability — post-training 안정성의 중요성과 연결
출처
- 📎 클리핑: 20260613-ep95-ko-transcript