전문가오피니언
Home 전문가오피니언
주요 이슈에 대한 국내외 전문가들의 견해 및 제언이 담긴 칼럼을 제공합니다.
중국발 충격의 시작, 딥시크
최명철 소속/직책 : 가천대학교 경영학부 / 부교수 2025-04-07
자료인용안내
자료를 인용, 보도하시는 경우, 출처를 반드시 “CSF(중국전문가포럼)”로 명시해 주시기 바랍니다.
인공지능 기술의 급속한 발전과 함께 전 세계적인 AI 경쟁이 점차 치열해지고 있다. 2025년 1월 20일 최신 오픈소스 모델 DeepSeek-R1을 공개한 이후, 중국의 AI 스타트업 딥시크(DeepSeek)는 전 세계적으로 지속적인 화제를 불러일으키며 폭발적인 관심을 받고 있다.
해당 모델은 다수의 테스트에서 국제적 최첨단 모델과 대등한 성능을 보였으며 동시에 가성비 측면에서 강점을 드러냈다. 예를 들어 DeepSeek-V3 모델은 훈련 과정에서 라마(Llama)1) 모델 대비 1/11 수준의 컴퓨팅 리소스만 소모했음에도 여러 주류 오픈소스 모델들을 성능 면에서 압도하였다(이융젠 & 리야오, 2025). 이러한 고성능과 저비용의 시너지 효과는 딥시크가 글로벌 AI 시장에서 빠르게 입지를 구축하게 했다.
딥시크의 성공은 기술적 성과뿐 아니라 시장 전략과 협력 확장에서도 두드러진다. 화웨이 등 주요 기업과의 협업을 통해 상용화 적용 프로세스를 최적화하였으며, 화웨이 클라우드는 딥시크의 추론 AI 모델 R1/V3 제공을 공식 발표했다. 이는 단순히 딥시크의 서버 부하 감소 효과를 넘어 API와 로컬 클라이언트 통합을 통해 기업 및 개발자들이 개인화된 지식 데이터베이스 구축 등 맞춤형 작업을 실행할 수 있는 인프라를 구축했다. 더불어 엔비디아의 오픈소스 AI 소프트웨어 플랫폼에도 딥시크 모델이 적용되며 글로벌 시장 영향력을 확대하였다(김재현, 2025).
딥시크의 파급력은 시장 구조와 산업 구도 변화에까지 영향을 미쳤다. 미국 OpenAI CEO 샘 올트먼은 소셜미디어를 통해 DeepSeek-R1이 비용 대비 효율성 측면에서 혁신적인 모델이라고 평가했으며(천이통, 2025), 딥시크 애플리케이션은 공개 직후 애플 미국과 중국 앱스토어 무료 앱 다운로드 순위 1위를 차지하며 미국 시장에서는 ChatGPT를 상회하는 기록을 달성했다(리샤오샤오 & 후한옌, 2025). 이는 기술적 돌파뿐 아니라 시장 접근 전략과 사용자 수용도 측면에서도 탁월한 성과를 입증한다.
나아가 딥시크의 빠른 성공은 전세계 정계에까지 파문을 일으켰다. 이러한 딥시크가 어떻게 발전했는지, 성장요인이 무엇인지를 살펴볼 필요가 있다.
1. 딥시크의 발전과정
딥시크는 환방량화(幻方量化; High-Flyer)가 2023년 7월 17일에 설립한 인공지능 회사이다(Amir Soltanzadeh et al.，2025). 창립 초기, 중국 국내파 젊은 인재들을 주축으로 구성되었다(향추，2025). 딥시크는 설립 초기부터 범용 인공지능 대모델 연구개발을 핵심 발전방향으로 설정하였으며, 기술 혁신을 통해 AI 사용 장벽을 낮추어 더 많은 사용자와 기업이 AI가 가져다 주는 편의를 누릴 수 있도록 하는 것을 회사 목표로 한다(MEAGHAN, 맹건국&에이샤，2025).
딥시크의 창립자 량원펑은 지금은 AI의 아이콘으로 떠올랐지만, 원래는 중국 계량투자산업의 선도 인물 중 한 명이다. 그는 2015년에 환방량화(幻方量化; 량원펑이 원래 설립한 회사, 양적투자2) 회사)를 설립하였고, 데이터 분석, 알고리즘 최적화 및 위험 통제 분야의 혁신을 바탕으로 빠르게 중국에서 가장 영향력 있는 헤지펀드 중 하나로 자리매김하였다(절상잡지，2025). 빠른 발전을 이루면서 환방량화는 미래 경쟁이 빅데이터, 인공지능 및 알고리즘의 경쟁임을 인식하였다. 2019년에 환방량화(幻方量化)는 환방(幻方) AI를 설립하고 ‘영화(萤火)1호’와 ‘영화(萤火) 2호’라는 명칭의 고성능 컴퓨팅 플랫폼을 구축하여 딥시크 대모델 연구개발에 계산 능력 지원을 제공하였다(서량，2025).
2024년 초, 회사는 최초의 대모델 DeepSeek-LLM을 발표하여 자연어(自然語； natural language 또는 ordinary language)3) 처리 분야에서의 기술역량과 혁신능력을 잘 보여주었다. 이는 딥시크가 지난 몇 년간 OpenAI개발에 총력을 기울였음을 보여주며, 초기 모델치고는 상당한 성능을 보여주었다. 그 후 1년 내에 딥시크의 기술 발전속도는 업계의 예상을 훨씬 능가하였다. 2024년 12월 말, 회사는 DeepSeek-V3 모델을 발표하였으며, 이 모델은 복잡한 문맥 이해 및 고품질 텍스트 생성 분야에서 더욱 우수한 성과를 보였다. 2025년 1월 말, 회사는 추론 대모델 DeepSeek-R1을 정식으로 출시하였으며, 이 모델은 다수의 분야에서 뛰어난 성과를 나타내었고, 특히 수학, 프로그래밍 및 자연어 추론 작업에서 두드러진 성과를 거두었다. 이 모델은 여러 국제 평가에서 성능이 OpenAI의 o1 모델과 동등하거나 그 이상을 기록하였으며, 훈련 비용은 560만 달러에 불과하여 동종 모델 비용의 1%-2%에 해당하였다(왕총빈，2025).
이러한 “저비용+고성능” 기술 경로는 업계에 빠른 충격을 불러일으켰으며, Meta, OpenAI 등 대기업은 딥시크 충격에 대응하기 위해 긴급하게 전략을 조정하였다. R1 모델의 발표는 전 세계 시장에서 광범위한 관심을 불러일으켰으며, 미국 iOS 애플리케이션 스토어의 무료 애플리케이션 순위에서 전 세계적으로 유명한 AI 애플리케이션 ChatGPT를 제치고 순위 1위를 달성하였다(동화，2025).
2. 딥시크 성장의 핵심 요인
2.1 독자적인 기술혁신
딥시크는 혁신적인 혼합 아키텍처를 채택하였으며, Transformer 아키텍처와 자체 개발한 최적화 모듈을 융합하였다. 이러한 혼합 아키텍처는 모델이 다중 과제를 처리할 때 뛰어난 성능을 발휘하게 하며, 텍스트 생성, 질의응답 시스템 등 자연어 처리 과제를 효율적으로 수행하는 동시에, 이미지 인식과 컴퓨터 비전 등의 분야에서도 강력한 능력을 보였다(Liao, 2025). Transformer 아키텍처의 도입은 모델이 텍스트 내의 의미 정보와 문맥 관계를 보다 정확하게 포착하여 언어 이해와 생성의 정확성을 향상시키게 하였으며, 자체 개발한 최적화 모듈은 모델의 계산 효율성과 일반화 능력을 추가로 높여 학습 비용과 시간을 절감하게 하였다.
알고리즘(算法) 측면에서 딥시크는 여러 중요한 성취를 이루었다. 그 중 동적 희소 학습 알고리즘(动态稀疏训练算法： Dynamic Sparse Training)4)은 핵심적인 성취 중 하나이다. 전통적인 딥러닝 알고리즘은 학습 과정에서 다량의 계산 자원과 시간이 요구되지만, 동적 희소 학습 알고리즘은 모델 파라미터의 희소성을 동적으로 조절하여 모델 성능을 유지하면서도 계산량과 메모리 사용량을 크게 줄이고 학습 속도를 가속화하게 하였다(36氪研究院, 2025). 이러한 알고리즘 돌파구는 딥시크가 제한된 하드웨어 자원 하에서도 고품질 모델을 신속하게 학습시켜 모델의 반복 속도와 경쟁력을 향상시키게 하였다.
딥시크는 멀티모달 융합기술（多模态融合技术; Multi Modal）5)을 대형 모델에 선도적으로 적용하여 텍스트, 이미지, 오디오 등 다양한 모달 정보의 심층 융합을 실현하였다(란판재테크, 2025).
실제 응용에서는 사용자가 텍스트 설명을 입력함과 동시에 이미지나 오디오 정보를 결합하여 모델이 요구에 보다 부합하는 결과를 생성하게 하였다. 멀티모달 융합기술은 모델의 입력 및 출력 형태를 풍부하게 할 뿐만 아니라, 복잡한 정보를 이해하고 처리하는 능력을 향상시켜 사용자가 보다 편리하고 지능형 상호작용을 경험할 수 있게 하였다.
2.2 우수한 젊은 인재와 수평화된 조직관리
딥시크는 젊은 인재전략을 채택하여 많은 우수한 젊은 인재들을 유치하였다(장난，2025). 이들 젊고 우수한 인재들은 풍부한 전문지식과 혁신정신을 갖추었으며, 신기술에 대한 열정이 높고 첨단 기술을 신속하게 학습 및 습득할 수 있다. 이들은 팀 내에서 새로운 아이디어와 해결책을 적극적으로 제시하여 딥시크의 기술혁신에 지속적인 활력을 불어넣었으며, 젊은 인재의 사고는 보다 다양한 관점에서 문제를 고찰함으로써 팀의 다원화 발전을 촉진하고 복잡한 기술 문제 해결에 다수의 사고를 제공하였다(장난，2025). 이들 젊은 인재들은 국내파가 많으나, 중국의 오랜 이공계 육성정책 및 기술자 우대정책으로 뛰어난 실력을 갖추었다.
딥시크는 수평화된 조직구조를 구축하여 계층 간 소통장애를 줄이고, 의사결정 과정을 간소화했다(삼언테크놀로지，2025). 이러한 조직구조 하에서 팀 구성원은 고위 지도층과 직접 소통할 수 있어 문제에 대한 신속한 피드백과 제안을 할 수 있으며, 프로젝트 책임자는 실제 상황에 따라 신속하게 의사 결정을 내림으로써 업무 효율성과 프로젝트 추진 속도를 향상시켰다. 수평화된 조직 구조는 팀 구성원 간의 협업과 지식 공유를 촉진하여 우수한 혁신 분위기를 형성하였으며, 이를 통해 팀이 시장 변화와 기술 도전에 보다 유연하게 대응할 수 있도록 하였다.
회사는 혁신을 장려하는 조직문화 및 분위기를 조성하여 도전과 돌파 정신을 권장하였다. 직원이 제시한 혁신적 아이디어와 프로젝트에 대해 일정한 위험이 존재하더라도 지원과 자원 투입을 아끼지 않았으며, 혁신 실패에 대해서는 포용적 태도를 취하여 실패를 학습과 성장의 기회로 간주하고, 직원이 실패에서 교훈을 얻어 지속적으로 개선할 수 있도록 격려하였다(위하오정，2025). 이러한 조직문화 및 분위기는 직원의 혁신성과 적극성을 고취시켜 딥시크가 기술 연구개발과 제품 혁신 분야에서 선도적인 위치를 유지할 수 있도록 하였다.
2.3 맞춤형 시장전략 및 뛰어난 가성비
딥시크는 시장 포지셔닝에서 차별화 전략을 채택하였으며, 다른 범용 AI 대모델과 달리 특정 분야와 사용자 그룹의 요구를 충족하는 데 집중하였다(오개달&소봉, 2025). 예를 들어, 창의적 디자인 분야를 위해 강력한 이미지 생성 및 창작 보조 기능을 갖춘 제품을 개발하였으며, 연구자를 위해서는 전문적인 문헌 분석 및 지능형 질의응답 도구를 제공하였다. 이러한 차별화된 포지셔닝을 통해 딥시크는 세분화된 시장에서 경쟁우위를 확보하고 사용자 맞춤형 요구를 충족시킴으로써 사용자 충성도와 만족도를 향상시킬 수 있었다.
가격 측면에서 딥시크는 뛰어난 가성비를 보이고 있다. 국제적으로 유명한 AI 대모델과 비교했을 때, 딥시크가 제공하는 서비스는 더 저렴한 가격에서도 비슷한 성능을 제공한다. 저렴한 비용은 더 많은 기업과 개인이 딥시크의 제품과 서비스를 이용할 수 있도록 하여 시장 점유율을 확대하는 데 기여하였다. 또한, 모델 학습 비용 절감에 있어서도 기술 혁신과 최적화를 통해 학습에 필요한 하드웨어 자원과 시간을 줄임으로써 가성비를 더욱 향상시키고, 사용자에게 보다 경쟁력 있는 솔루션을 제공하였다(손백문, 2025).
딥시크는 적극적으로 오픈소스 전략을 추진하여 일부 핵심 기술과 모델을 개방하고, 전세계 개발자들의 참여와 기여를 유도하였다(오개달&소봉, 2025). 오픈소스 커뮤니티 구축은 기술 공유와 혁신을 촉진할 뿐만 아니라 딥시크의 인지도와 영향력을 제고하는 데에도 중요한 역할을 하였다. 개발자들은 딥시크의 오픈소스 코드를 기반으로 2차 개발을 진행하여 응용 범위와 기능을 확장할 수 있으며, 이를 통해 생태계를 형성 및 발전시킬 수 있었다. 또한, 딥시크는 오픈소스 커뮤니티와의 지속적인 상호작용을 통해 사용자 요구와 기술 발전동향을 신속하게 파악함으로써 제품을 지속적으로 최적화하고 개선할 수 있었다.
2.4 외부 환경 지원
딥시크는 전 세계 오픈소스 생태계 발전의 혜택을 받았으며, 다수의 오픈소스 딥러닝 프레임워크와 도구들이 연구개발에 편의를 제공하였다(조단&양자초, 2025). 예를 들어, TensorFlow와 PyTorch 등 오픈소스 프레임워크를 기반으로 딥시크는 모델을 신속하게 구축하고 학습시킬 수 있어 하위 개발 작업량을 줄였다. 동시에 오픈소스 커뮤니티의 풍부한 코드 라이브러리와 모델 자원은 딥시크의 기술 혁신에 영감과 참고자료를 제공하였다. 오픈소스 생태계의 우수한 성과를 차용하고 흡수함으로써 딥시크는 선행 연구의 기반 위에서 기술 연구개발과 제품 반복-발전(迭代: 발전적 대체) 속도를 가속화할 수 있었다.
중국이 AI 산업에 대해 높은 관심과 정책적 지원을 제공함으로써 딥시크의 발전에 우호적인 정책 환경이 마련되었다. 정부는 자금 지원, 세제 혜택, 인재 양성 등 AI 기술 연구개발과 산업 발전을 장려하는 일련의 정책을 발표하였다(황복관, 2025). 예를 들어, 중국은행이 출범한 1조 위안 규모의 금융지원 계획에는 향후 5년간 인공지능 산업사슬 전체에 최소 1조 위안의 특별 금융지원을 제공하겠다는 내용이 명시돼 있다. 이 중에는 주식과 채권으로 조달한 3000억 위안 규모의 자금도 포함돼 기초연구부터 산업화까지 산업사슬 전반의 수요를 충족시킬 예정이다. 이러한 정책은 딥시크에 자금과 자원 지원을 제공하는 동시에, 더 많은 인재가 AI 산업에 투입되도록 유도하였다. 동시에, 정부지원과 정책은 AI 기술의 각 산업분야 적용과 보급을 촉진하여 딥시크에 더 많은 기회를 창출하였다. 여기에는 중앙정부 외에 절강성-항저우 정부의 지원과 절강대의 산업육성 분위기도 한몫했다. 항저우 정부는 '햇빛과 비를 책임'지고 기업은 '성장을 책임'진다는 식의 역할 분담을 확실히 했으며, 지나친 간섭을 줄이고 전망있는 AI와 로봇기업들이 성장할 수 있는 토대를 마련해 주었다.
3. 결론과 전망
딥시크(DeepSeek)의 화려한 등장과 눈부신 성공은 여러 요인이 상호 작용한 결과라 할 수 있다. 기술 측면에서는 독특한 기술 아키텍처, 알고리즘 최적화, 멀티모달 융합 기술이 뛰어나고 독자적인 기술력과 경쟁력을 보유하고 있으며; 인재 및 조직구조 측면에서는 젊고 우수한 인재, 수평화된 조직구조, 혁신을 장려하는 조직문화 및 분위기가 지속적인 혁신을 보장하였다; 시장전략 및 포지셔닝 측면에서는 차별화된 시장 포지셔닝, 뛰어난 가성비, 오픈소스 전략이 경쟁우위를 보유하게 하였으며; 외부 환경 측면에서는 오픈소스 생태계의 지원, 정부정책 및 지원이 딥시크의 발전을 촉진했다.
앞으로 딥시크는 기술자립과 혁신을 계속 추진하고, 전 세계에서 협력과 영향력을 강화하며, 새로운 영역진출을 확대하며, 중국과 딥시크를 위한 AI 산업 생태계를 구축할 것으로 예상된다. 이에 대한 연구와 대책이 필요하다.
---
각주
1) LLaMA는 Meta AI가 2023년 2월에 출시한 대규모 언어 모델이다. 70억에서 650억 파라미터에 이르는 다양한 모델 크기가 학습되었다.
2) 양적 펀드(Quantitative fund)란 투자 결정을 내리기 위해 인간 개입 없이 수학이나 통계 등을 활용한 컴퓨터 알고리즘에 전적으로 의존하는 것을 말한다.
3) 사람들이 일상적으로 쓰는 언어를 인공적으로 만들어진 언어인 인공어와 구분하여 부르는 개념이다. 자연 언어는 인공 언어와 대치되는 개념이다.
4) 동적 희소 학습(DST)은 학습 과정에서 정기적으로 선택된 하위 네트워크를 이동시키며, 일정한 수의 매개변수를 유지한다.
5) 멀티모달 모델(Multimodal Model)은 텍스트, 이미지, 오디오, 비디오 등 다양한 유형의 데이터(모달리티)를 함께 고려하여 서로의 관계성을 학습 및 처리하는 인공지능이다. 이 중 상대적으로 크기가 큰 모델을 "거대 멀티모달 모델" 혹은 "대형 멀티모달 모델(LMM(Large Multimodal Model))"이라고 부른다.
<참고 문헌>
이융젠 & 리야오. (2025). DeepSeek-V3 발표, AI 산업 추진 지속 주목. 민생 증권. https://pdf.dfcfw.com/pdf/H3_AP202412291641463371_1.pdf?1735512120000.pdf
김재현. (2025). "화웨이, 딥시크와 손잡았다"…클라우드 탑재로 상업적 사용 쉬워져. Daum. https://v.daum.net/v/20250203142201096
천이통. (2025). DeepSeek 전 웹 폭발, OpenAI 최고경영자 발언. 환구망. https://world.huanqiu.com/article/4LFpUbgezX1
리샤오샤오 & 후한옌. (2025). DeepSeek, ChatGPT를 능가하며 미국 애플 구역 무료 APP 다운로드 순위 정상에 오르다. 펑파이 뉴스. https://www.thepaper.cn/newsDetail_forward_30041291
신현보. (2025). "한국 정말 큰일났다"…여의도 강타한 딥시크 공포. Daum. https://v.daum.net/v/20250131200602232
Amir Soltanzadeh et al. (2025). THE EXPENSE OF FIRE. Aydin Market.https://www.aydin.edu.tr/tr-tr/arastirma/universite-yayinlari/Documents/AYMA%2004%20English.pdf
향추. (2025). 비천 인터넷 평론: DeepSeek 전 웹 폭발, 본토 인재에게 큰 기회. 중국 감숙망. https://opinion.gscn.com.cn/system/2025/02/08/013276742.shtml
MEAGHAN TOBIN, 맹건국, 에이샤. (2025). DeepSeek의 부상 경로: '주식 거래 신기'에서 인공지능 스타로. 뉴욕타임즈 중문망. https://cn.nytimes.com/business/20250206/deepseek-owner-china-ai/
절상잡지. (2025). 우연히 인공지능 분야의 “메기”가 되다 — 대모델 DeepSeek 창립자 량원펑 기록. 해협 인재보. https://rcb.hxrc.com/hxrcb/20250212//04.pdf
서량. (2025). 투자자에게 적합한 DeepSeek 분석 보고서. 애건 증권. https://file.iyanbao.com/pdf/7f9b9-88f4b116-9057-4d67-b323-cc3ab430c690.pdf
왕총빈. (2025). DeepSeek 등장, 기업용 AI 구축 경로 해석. 텐센트망. https://news.qq.com/rain/a/20250207A04N5B00
동화. (2025). DeepSeek, 어떻게 하룻밤 사이 “경계 파괴” 했는가: 저비용 학습 모델이 AI 산업 변혁을 일으키다. 중망 정보상업. https://www.cnwnews.com/biz/2025/0128/012819604.html
Liao, H. (2025). DEEPSEEK LARGE-SCALE MODEL: TECHNICALANALYSIS AND DEVELOPMENT PROSPECT. Journal of Computer Science and Electrical Engineering. https://doi.org/10.61784/jcsee3035
[14]36Kr 연구원. (2025). DeepSeek: 기술 돌파에서 다분야 역량 강화의 AI 혁신자로. 36Kr. https://36kr.com/p/3185987711967112
란판재테크. (2025). 국산 AI 대모델: DeepSeek 산업 체인 전면 해석. 설구. https://xueqiu.com/9057196330/321772556
장난. (2025). 중국 AI, 실리콘밸리를 충격에 빠뜨리다, 그 배후 기적 팀이 이 세대 아이들의 돌파 구실을 밝히다. 펑파이 뉴스. https://www.thepaper.cn/newsDetail_forward_30043426
삼언테크놀로지. (2025). 주홍의가 말하다, DeepSeek 성공: 충분히 집중하고 돌파형 혁신을 격려하다. 넷이즈 뉴스. https://www.163.com/dy/article/JNHRDB2H0519U3I5.html
위하오정. (2025). 기업 전환 필독: DeepSeek의 자가 조직 관리, 왜 계층제도를 압도할 수 있는가. 넷이즈 뉴스. https://finance.sina.com.cn/roll/2025-02-02/doc-ineiaxkv8394131.shtml
오개달 & 소봉. (2025). DeepSeek 시리즈: AI+투자 도표. 천풍 증권. https://file.iyanbao.com/pdf/1817c-9a99b09a-7481-4d77-a9d5-f9e7a8e6a31d.pdf
손백문. (2025). DeepSeek를 통해 본 국내 AI 산업 동향. 화룡 증권. https://pdf.dfcfw.com/pdf/H301_AP202502131643050516_1.pdf
조단 & 양자초. (2025). DeepSeek 시각에서, DeepSeek 역습 해석. 포은 국제 증권. https://www.spdbi.com/getfile/index/action/images/name/%E4%BB%A5DeepSeek%E8%A7%86%E8%A7%92%EF%BC%8C%E8%A7%A3%E8%AF%BBDeepSeek%E9%80%86%E8%A2%AD_%E6%B5%A6%E9%93%B6%E5%9B%BD%E9%99%85%E7%A0%94%E7%A9%B6.pdf
원문총. (2025). 대모델, 오픈소스/무료 시대로 진입, 운영사가 DeepSeek 접속해 신사업 확장. 국신 증권. https://pdf.dfcfw.com/pdf/H3_AP202502171643157495_1.pdf?1739786419000.pdf
황복관. (2025). DeepSeek 횡공 출세, 미국 AI 억제 중국 전략 붕괴. 대공보. https://paper.takungpao.com/resfile/PDF/20250128/PDF/a9_screen.pdf
Dandage Rahul Vishwanath. (Volume. 10 Issue. 2, February - 2025) “A Comparative Analysis of ChatGPT and DeepSeek: Capabilities, Applications, and Future Directions ChatGPT &DeepSeek.” International Journal of Innovative Science and Research Technology (IJISRT), www.ijisrt.com. ISSN - 2456-2165 , PP :-207-211, https://doi.org/10.5281/zenodo.14899162
Neha, F., & Bhati, D. (2025). A Survey of DeepSeek Models. Authorea Preprints.
류위 & 양리톈. (2025). 왜 DeepSeek가 가장 혜택받는 방향은 클라우드 산업 체인인가. 민생 증권. https://pdf.dfcfw.com/pdf/H3_AP202502091642919460_1.pdf?1739173928000.pdf
| 이전글 | 미중 기술패권 경쟁과 AI 굴기: 지식재산 전략을 중심으로 | 2025-04-07 |
|---|---|---|
| 다음글 | [차이나인사이트] 中 정부 업무보고에 제시된 자본시장 최신 정책…어떤 메시지 담고 있나? | 2025-03-31 |
