# 중국 스타트업 27B 모델, 1.6조 파라미터 딥시크와 1.3%p 차이 > 작은 모델이 거대한 클라우드 모델을 따라잡다 — 온디바이스 AI의 전환점 될까 - 매체: AI 브리핑 - 담당: 모델 분석 데스크 - 분야: 신모델 - 발행: 2026-09-03T13:56:00.426Z - 원문 주소(웹): https://ai-news-1c0.pages.dev/posts/2026-09-03-%EC%A4%91%EA%B5%AD-%EC%8A%A4%ED%83%80%ED%8A%B8%EC%97%85-27b-%EB%AA%A8%EB%8D%B8-16%EC%A1%B0-%ED%8C%8C%EB%9D%BC%EB%AF%B8%ED%84%B0-%EB%94%A5%EC%8B%9C%ED%81%AC%EC%99%80-13p-%EC%B0%A8%EC%9D%B4/ - 태그: 중국AI, 온디바이스, 스타럭스, 딥시크, 에이전트벤치마크 --- ## 27B가 1.6T를 턱밑까지 추격하다 중국 신생 기업 스타럭스(StartLux)가 첫 모델 '스타럭스-V1.0-27B-프리뷰'로 중국정보통신기술원(CAICT)의 MCP 에이전트 벤치마크에서 종합 2위를 기록했다. 1위는 딥시크-V4-프로(1.6조 파라미터)다. 두 모델의 점수 차이는 1.3%포인트에 불과하다. 파라미터(모델의 두뇌 용량에 해당하는 수치) 차이가 60배인데 성능 격차는 미미하다. 이 결과는 '파라미터 경쟁이 구시대가 된다'는 창업자 천단옌(陳丹燕)의 주장과 맞닿아 있다. 그는 완다네트워크 공동창업자이자 '중국 프로그래머의 대부'로 불리는 인물. 10년 은퇴 끝에 로컬 모델로 복귀했다. ## 벤치마크가 말하지 않는 것들 MCP 테스트는 위치 탐색, 웹 검색, 브라우저 자동화, 금융 분석, 코드 저장소 관리, 3D 설계 여섯 과제로 구성된다. 모델이 답을 잘 내는지가 아니라 **실제로 일을 완수하는지**를 본다. 스타럭스는 금융 분석·브라우저 자동화·위치 탐색에서 1위를 차지했다. 하지만 공개된 자료만으로는 알 수 없는 조건이 많다. 학습 데이터 구성, 연산량, 라이선스 정책, 한국어 지원 여부 모두 미공개다. 딥시크-V4-프로 역시 '비공개 플래그십'으로 소개됐을 뿐 기술 스펙이 검증된 상태가 아니다. 두 모델 모두 **독립적 재현이 불가능한 내부 테스트 결과**라는 점이 걸린다. ## 클라우드 없이 PC에서 돈다는 의미 스타럭스 모델은 소비자용 PC에서 직접 실행된다. 인터넷 연결 없이도 에이전트 작업이 가능하다. 지연 시간 제로, 사용량 제한 없음, 데이터 유출 위험 감소가 한꺼번에 해결된다. 본지가 앞서 다룬 [워프가 클로드 위에서 '스스로 고치는 에이전트'를 만든 방식](/posts/2026-08-30-워프가-클로드-위에서-스스로-고치는-에이전트를-만든-방식/)에서도 로컬 실행 환경이 에이전트 신뢰도를 높인다는 점이 확인된 바 있다. 단, '소비자용 PC'의 기준이 무엇인지는 명시되지 않았다. GPU 메모리 24GB 이상이 필요한지, 일반 노트북에서도 돌아가는지는 아직 모른다. ## 해커뉴스 반응이 짚은 의문점 해커뉴스 댓글에서는 "베이스 모델이 무엇인지보다 결과물이 중요하다"는 옹호론과 "중국 소프트웨어 역사를 모르니 검증이 필요하다"는 회의론이 동시에 나왔다. 원문 기사가 중국 매체 기비아이(qbitai.com)의 자동 번역본이라는 지적도 있다. 정보 출처가 단일 매체 번역본 한 곳뿐이라는 점은 **교차 검증이 안 된 상태**임을 의미한다. ## 쉽게 풀어보면 스타럭스라는 중국 스타트업이 270억 파라미터짜리 첫 모델을 내놨습니다. 이 모델은 1.6조 파라미터, 그러니까 60배나 더 큰 딥시크의 최강 모델과 에이전트 능력 테스트에서 1.3%포인트 차이로 2등을 했습니다. 뷔페에 비유하면 이렇습니다. 딥시크는 초대형 접시에 음식을 산처럼 담아 옵니다. 스타럭스는 작은 접시에 딱 필요한 만큼만 담아 왔는데, 실제로는 거의 같은 양을 먹어치운 셈입니다. 차이점은 스타럭스 모델이 **인터넷 없이 내 컴퓨터에서 바로 돌아간다는 것**입니다. 클라우드에 내 데이터를 보내지 않아도 되고, 요금제 제한도 없고, 끊김도 없습니다. 금융 분석처럼 실수가 치명적인 작업에서 오히려 클라우드 모델보다 정확하게 원데이터를 확인하고 계산하는 모습도 보였습니다. 아직은 '테스트 환경에서만 검증됐다'는 전제가 붙습니다. 내가 쓰는 노트북에서 돌아갈지, 한국어를 얼마나 잘 이해할지, 상업적으로 쓸 수 있는 라이선스인지는 공개되지 않았습니다. ## 나에게 미치는 영향 당장 할 수 있는 건 없습니다. 모델 가중치나 실행 파일이 공개되지 않았기 때문입니다. 하지만 **온디바이스 AI 흐름**은 이미 시작됐습니다. 챗GPT나 클로드에서 답이 이상하면 새 대화창에서 다시 물어보듯, 앞으로는 '로컬 모델로 같은 작업을 돌려보고 비교하기'가 일상이 될 가능성이 큽니다. 맥북 M시리즈나 엔비디아 GPU가 달린 노트북을 쓰고 있다면, 올해 안에 20B~30B급 로컬 에이전트 모델을 직접 테스트해 볼 기회가 생길 것입니다. 지금 단계에서 일반 사용자가 준비할 건 하나입니다. **클라우드 의존도를 줄여볼 작은 실험**을 해보는 것. 예: 오픈소스 로컬 LLM(올라마, LM스튜디오 등)을 깔고 간단한 요약·번역부터 돌려보세요. 스타럭스 같은 모델이 정식 배포됐을 때 바로 쓸 수 있는 환경 감을 익히는 게 먼저입니다. ## 남은 검증 과제 세 가지가 풀려야 합니다. 첫째, 모델 가중치와 라이선스 공개 여부. 둘째, 한국어·한국 웹 환경에서의 실제 에이전트 성공률. 셋째, 일반 소비자 하드웨어에서의 구동 사양과 속도. 이 세 가지가 확인되기 전까지는 '인상적인 벤치마크 결과'로만 남습니다. 천단옌이 말한 '3년 뒤 클로드급 로컬 모델 80% 점유'는 아직 구호에 가깝습니다. 다만 **파라미터 수가 절대적 지표가 아님을 증명한 첫 사례**라는 점만으로도 기록해둘 만합니다. --- ## 출처 - [Hacker News] A dark horse enters China's AI race: StartLux — https://news.ycombinator.com/item?id=49548530 ## 집필 방식 고지 이 기사는 위 원문과 커뮤니티 반응을 바탕으로 AI의 도움을 받아 작성했으며, 발행 전 사람이 확인했습니다. 인용 시 출처를 "AI 브리핑"으로 표기하고 https://ai-news-1c0.pages.dev/posts/2026-09-03-%EC%A4%91%EA%B5%AD-%EC%8A%A4%ED%83%80%ED%8A%B8%EC%97%85-27b-%EB%AA%A8%EB%8D%B8-16%EC%A1%B0-%ED%8C%8C%EB%9D%BC%EB%AF%B8%ED%84%B0-%EB%94%A5%EC%8B%9C%ED%81%AC%EC%99%80-13p-%EC%B0%A8%EC%9D%B4/ 로 연결해 주세요.