AI 분야의 중국 대 미국: DeepSeek R1(R1 Zero)과 OpenAI o1(o1 mini)이 정말 그렇게 다른가요?

콘라드 울펜슈타인

13시간 전

AI 분야의 중국 대 미국: DeepSeek R1(R1 Zero)과 OpenAI o1(o1 mini)이 정말 그렇게 다른가요? AI 개발의 우연인가 아니면 전략적 모방인가? – 이미지 : Xpert.Digital

AI 기술 전쟁: DeepSeek가 OpenAI의 해답인가? - 간략한 리뷰

AI 분야의 중국 vs. 미국: DeepSeek R1 vs. OpenAI o1 – 전략적 모방인가, 기술 혁신인가?

점점 더 글로벌화되는 인공지능(AI) 세계에서 중국과 미국의 경쟁은 특히 치열하다. 중국 스타트업 DeepSeek은 최근 DeepSeek R1 Zero와 DeepSeek R1이라는 두 가지 획기적인 모델을 출시했습니다. 이들 모델은 벤치마크 테스트에서 OpenAI의 o1 mini, o1 모델과 맞먹는 성능을 달성해 AI 커뮤니티에 파문을 일으키고 있다. 그러나 이러한 시스템은 실제로 얼마나 유사하거나 다른가요? 그리고 이는 AI의 미래에 어떤 의미가 있을까요?

DeepSeek R1 Zero: 강화 학습 혁명

DeepSeek R1 Zero 모델은 강화 학습(RL)만을 사용하여 훈련되었기 때문에 특히 혁신적입니다. 이는 인간의 피드백이나 고전적인 지도 감독 미세 조정을 완전히 생략합니다. 이는 AI에서 강화 학습 적용의 선구자가 됩니다. 이는 다음을 포함하여 추론 능력 개발에 있어 인상적인 진전을 보여줍니다.

자체 점검: 모델이 답변을 독립적으로 분석하고 오류를 감지합니다.
반영: 문제 해결을 개선하기 위한 전략을 개발합니다.
긴 사고 사슬의 생성: 복잡한 연결이 논리적이고 일관된 단계로 제시됩니다.

주목할만한 측면은 특정 문제에 더 많은 사고 시간을 할애하는 모델의 능력입니다. 접근 방식을 다시 생각하고 개선함으로써 자율 학습 시스템을 만드는 강화 학습의 잠재력을 보여줍니다.

DeepSeek R1: RL과 미세 조정의 결합

이와 대조적으로 DeepSeek R1은 강화 학습과 기존 지도 미세 조정을 결합하여 모델 반응을 인간의 기대에 더 잘 일치시킵니다. 이 하이브리드 훈련 방법을 통해 DeepSeek R1은 다양한 응용 분야에서 탁월한 결과를 얻을 수 있습니다.

수학: AIME 2024(American Invitational Mathematics Examination)에서 79.8%의 정확도를 달성했으며 MATH 500 테스트에서 97.3%의 인상적인 정확도를 달성했습니다.
프로그래밍: Codeforces의 인간 참가자 중 96.3%의 우월성을 통해 새로운 벤치마크를 설정합니다.
일반 지식: MMLU(대규모 다중 작업 언어 이해) 90.8%, GPQA 다이아몬드 71.5%로 사실 지식에 대한 깊은 이해를 보여줍니다.

DeepSeek 모델의 과제와 특수 기능

인상적인 성능에도 불구하고 이 모델에는 몇 가지 약점과 특징이 있습니다.

의도하지 않은 언어 전환: DeepSeek R1 및 R1 Zero는 서로 다른 언어 간에 전환하는 경향이 있어 다국어 응용 프로그램에서 문제를 일으킬 수 있습니다.
제한된 기능: 두 모델 모두 현재 함수 호출, 확장된 대화 상자 또는 JSON 출력을 지원하지 않습니다.
공개 가용성: DeepSeek R1은 오픈 소스이며 MIT 라이선스에 따라 무료로 액세스할 수 있습니다. 이를 통해 개발자는 제한 없이 모델 가중치와 출력을 사용할 수 있습니다.
더 작은 모델: DeepSeek은 DeepSeek R1의 데이터를 사용하여 훈련된 6개의 더 작은 모델도 출시했습니다. 이 모델은 보다 유연한 적용 옵션을 제공합니다.

비교: DeepSeek R1과 OpenAI o1

DeepSeek R1과 OpenAI o1은 모두 복잡한 추론을 전문으로 하는 고급 AI 모델입니다. 직접적인 비교를 통해 유사점을 발견할 수 있지만 몇 가지 눈에 띄는 차이점도 발견할 수 있습니다.

1. 벤치마크 성능

DeepSeek R1은 많은 벤치마크에서 OpenAI o1과 비슷하고 일부에서는 훨씬 더 나은 결과를 달성했습니다.

수학: DeepSeek R1은 AIME 2024에서 79.8%를 기록한 반면 OpenAI o1은 79.2%를 기록했습니다. MATH 500 테스트에서 DeepSeek R1은 97.3%로 OpenAI o1보다 96.4%로 확실히 앞서 있습니다.
프로그래밍: Codeforces 테스트에서 DeepSeek R1은 96.3%를 달성했으며, OpenAI o1(96.6%) 바로 뒤를 잇습니다.
일반 지식: DeepSeek R1은 MMLU에서 90.8%를 기록한 반면 OpenAI o1은 91.8%를 기록했습니다.

2. 훈련 방법

주요 차이점은 훈련 방법에 있습니다.

DeepSeek R1: 감독된 미세 조정 없이 순수 강화 학습을 사용합니다.
OpenAI o1: 강화 학습과 인간 피드백(RLHF)을 결합하여 인간의 기대에 더 잘 적응할 수 있습니다.

3. 비용 및 접근성

DeepSeek R1은 OpenAI o1보다 훨씬 저렴하고 접근성이 뛰어납니다.

API 비용: 백만 개의 토큰에 대해 DeepSeek R1은 입력에 대해 0.55달러, 출력에 대해 2.19달러만 청구하는 반면 OpenAI o1의 비용은 각각 15달러와 60달러입니다.
라이선스: DeepSeek R1은 오픈 소스이며 사용 및 사용자 정의에 있어 완전한 유연성을 제공합니다.

4. 특수 스킬

두 모델 모두 고급 추론 기능을 갖추고 있습니다.

DeepSeek R1: 강화 학습을 통해 자기 성찰, 성찰, 긴 사고 사슬 생성과 같은 기술을 개발합니다.
OpenAI o1: 일련의 사고 추론을 위해 명시적으로 훈련되어 복잡한 문제를 단계별로 해결할 수 있습니다.

적합:

투명성과 제어: DeepSeek R1의 장점

DeepSeek R1의 주목할만한 장점은 사고 과정의 투명성입니다. 이를 통해 사용자는 그의 '내면의 독백'을 더 깊이 살펴볼 수 있습니다. 이를 통해 일련의 추론을 추적하고 모델이 어디에서 실수를 하는지 이해할 수 있습니다. OpenAI o1은 유사한 기능을 보여주지만 동일한 깊이는 아닙니다.

실용적인 응용 프로그램: 저렴한 대안인 DeepSeek R1

DeepSeek R1은 접근 가능한 가격과 오픈 소스 특성으로 인해 개발자, 기업 및 교육 기관에 유망한 대안이 됩니다. 가능한 적용 분야는 다음과 같습니다:

과학 연구: 복잡한 수학적, 과학적 문제를 해결합니다.
프로그래밍: 코드 최적화 및 개선.
창의적 브레인스토밍: 혁신적인 아이디어와 개념을 창출합니다.
교육적 응용: 복잡한 주제의 학습과 이해를 지원합니다.

AI 기술의 민주화

DeepSeek R1 및 R1 Zero는 강화 학습이 AI 개발을 어떻게 발전시킬 수 있는지 인상적으로 보여줍니다. 이들의 성과는 중국 기업이 점점 더 미국 경쟁업체와 동등한 위치에서 운영되고 있다는 증거입니다. 혁신, 접근성 및 저렴한 비용을 결합함으로써 DeepSeek은 AI 환경에 지속적인 영향을 미칠 수 있는 잠재력을 가지고 있습니다.

동시에 두 시스템이 실제 애플리케이션 시나리오에서 어떻게 작동할지 지켜봐야 합니다. AI 개발을 위한 중국과 미국 간의 경쟁은 의심할 여지 없이 계속해서 흥미로운 혁신을 낳을 것입니다. 그러나 한 가지는 분명하다. 첨단 AI 기술의 민주화가 시작됐다는 점이다.

우리의 권장 사항: 🌍 무한한 도달 범위 🔗 네트워크화 🌐 다국어 💪 강력한 판매: 💡 진정한 전략 🚀 혁신의 만남 🧠 직관

지역에서 글로벌로: 중소기업은 영리한 전략으로 글로벌 시장을 정복합니다. - 이미지: Xpert.Digital

기업의 디지털 존재가 성공을 결정하는 시대에, 이러한 존재를 진정성 있고 개별적이며 광범위한 것으로 만드는 방법이 과제입니다. Xpert.Digital은 산업 허브, 블로그 및 브랜드 홍보대사 간의 교차점으로 자리매김하는 혁신적인 솔루션을 제공합니다. 커뮤니케이션과 판매 채널의 장점을 단일 플랫폼에 결합하여 18개 언어로 출판이 가능합니다. 파트너 포털과의 협력, Google 뉴스에 기사 게시 가능성, 약 8,000명의 언론인과 독자가 포함된 언론 배포 목록을 통해 콘텐츠의 도달 범위와 가시성을 극대화합니다. 이는 외부 영업&마케팅(SMarketing)에 있어 필수적인 요소입니다.

자세한 내용은 여기를 참조하세요.

진본인. 개별적으로. 글로벌: 귀사를 위한 Xpert.Digital 전략

전략인가 우연인가? DeepSeek과 AI 리더십을 위한 글로벌 전투 - 배경 분석

AI 거인 비교: DeepSeek 대 OpenAI – 인공 지능의 정점을 위한 경쟁

인공 지능(AI)의 세계는 혁신과 우수성을 위한 끊임없는 경쟁이 특징인 역동적이고 끊임없이 진화하는 분야입니다. 이번 경쟁의 중심에는 두 개의 거대 기업이 있습니다. 하나는 GPT와 'o1' 시리즈 등 획기적인 모델로 유명한 미국 기업 OpenAI이고, 다른 하나는 인상적인 모델을 갖춘 신흥 중국 스타트업 DeepSeek입니다. DeepSeek R1 및 R1 Zero와 같은. DeepSeek의 최근 개발이 우연한 수렴을 나타내는지 아니면 전략적 모방을 나타내는지에 대한 질문은 활발한 논쟁의 주제이며 글로벌 AI 경쟁의 복잡한 역학을 강조합니다.

DeepSeek R1 Zero: 순수 강화 학습을 통한 패러다임 전환

DeepSeek R1 Zero는 AI 개발에 대한 기존 접근 방식을 깨뜨린 놀라운 모델입니다. 지도 학습과 인간 피드백 강화 학습(RLHF)의 조합을 기반으로 하는 대부분의 대규모 언어 모델과 달리 R1 Zero는 강화 학습(RL)만을 사용하여 훈련되었습니다. 이는 모델이 인간의 선호도에 적응하지 않고 직접적인 인간 입력 없이 기능을 개발했음을 의미합니다. 이는 R1 Zero를 순수 RL의 가능성을 탐구하는 매력적인 사례로 만드는 중요한 차이점입니다.

그 결과 이전에는 인간 피드백과 지도 학습의 결합을 통해서만 달성할 수 있었던 뛰어난 인지 능력을 개발할 수 있는 모델이 탄생했습니다. R1 Zero는 다음을 보여줍니다.

자체 검증

모델은 자체 결론과 계산을 비판적으로 검토하고 오류를 확인할 수 있어 정확성과 신뢰성이 향상됩니다. 이는 더 이상 단순한 "답변 생성기"가 아니라 자체 인지 프로세스를 인식하는 적극적인 문제 해결자입니다.

반사

R1 Zero는 자신의 사고 과정을 성찰하고 배울 수 있습니다. 이는 모델이 새로운 데이터뿐만 아니라 자체 문제 해결 방식에도 적응할 수 있음을 의미합니다. 이는 '메타인지' AI를 향한 한 단계입니다.

생각의 긴 사슬의 생성

이 모델은 복잡한 문제를 일련의 논리적 단계로 나누고 이러한 단계를 이해하기 쉽고 투명한 방식으로 제시할 수 있습니다. 긴 "사고 사슬"을 생성하는 이러한 능력은 복잡한 추론이 필요한 어려운 작업을 해결하는 데 매우 중요합니다.

적응적 사고 시간

R1 Zero는 작업의 복잡성에 따라 문제 해결을 위해 더 많은 "사고 시간"을 투자해야 하는 시기를 결정할 수 있습니다. 이는 계산 노력의 동적 조정으로, 모델이 알고리즘을 완고하게 실행할 뿐만 아니라 작업의 난이도에 대한 감각도 개발하고 있음을 시사합니다.

이러한 기능은 고도로 지능적인 시스템 개발을 위한 기반으로서 강화 학습의 잠재력을 인상적으로 보여줍니다. R1 Zero는 인간 피드백의 한계에 의존하지 않고도 복잡한 인지 능력을 개발할 수 있다는 증거입니다. AI 연구의 미래에 대한 이러한 접근 방식의 의미는 엄청납니다.

DeepSeek R1: 강화 학습과 미세 조정의 결합

DeepSeek R1 Zero가 순수 강화 학습의 한계를 탐구하는 반면, DeepSeek R1은 강화 학습과 지도 미세 조정의 종합을 나타내는 다른 경로를 택합니다. 이 모델은 두 가지 방법의 장점을 활용하여 고급 추론 기능을 모두 갖추고 인간의 기대에 더 잘 맞는 시스템을 만듭니다.

다양한 영역에서 DeepSeek R1의 인상적인 성능은 이 접근 방식의 효율성을 입증합니다.

수학

AIME 2024(American Invitational Mathematics Examination)에서 DeepSeek R1은 MATH-500에서 79.8%, 심지어 97.3%의 정확도를 달성했습니다. 이러한 수치는 모델이 단순한 수학적 문제를 해결할 수 있을 뿐만 아니라 복잡한 수학적 개념을 이해하고 적용할 수 있음을 시사합니다. 표준화된 테스트에서 대부분의 인간 수학자보다 뛰어난 성능을 발휘합니다.

프로그램 작성

권위 있는 프로그래밍 대회인 Codeforces 대회에서 DeepSeek R1은 인간 참가자의 96.3%를 능가했습니다. 이 모델은 까다로운 프로그래밍 작업을 해결하고, 복잡한 코드를 이해하고, 효율적인 알고리즘을 작성할 수 있습니다.

일반 지식

까다로운 MMLU(대규모 다중 작업 언어 이해) 및 GPQA 다이아몬드 테스트에서 DeepSeek R1은 각각 90.8%와 71.5%라는 인상적인 점수를 달성했습니다. 이러한 결과는 광범위한 지식을 이해하고 적용하는 모델의 능력을 강조하며 인간 지능과 동등하게 작동할 수 있음을 시사합니다.

이러한 성과 덕분에 DeepSeek R1은 과학 연구부터 소프트웨어 개발까지 다양한 응용 분야에서 사용할 수 있는 다용도 도구가 되었습니다.

완벽한 AI를 향한 길의 특징과 과제

DeepSeek이 R1 및 R1 Zero를 통해 이룩한 인상적인 발전에도 불구하고 극복해야 할 몇 가지 과제와 한계도 있습니다.

언어 변경

R1과 R1 Zero 모두 의도치 않게 서로 다른 언어를 전환하는 경향을 보이는 경우가 있습니다. 이러한 불일치는 사용자 경험에 영향을 미칠 수 있으며 언어 처리에 대한 추가 개선이 필요합니다.

기능적 제한

현재 모델은 함수 호출, 확장된 대화 상자 또는 JSON 형식의 출력을 지원하지 않습니다. 이러한 제한으로 인해 이러한 기능이 필요한 복잡한 애플리케이션에서 모델을 사용하기가 어렵습니다.

공개 가용성

MIT 라이선스에 따라 DeepSeek R1을 무료로 사용할 수 있다는 점은 주요 이점이며 모델 가중치와 출력을 무료로 사용할 수 있지만 이는 모델이 잠재적으로 악의적인 목적으로 오용될 수 있음을 의미합니다. 커뮤니티와 개발자가 책임을 지고 기술을 윤리적으로 사용하는 것이 중요합니다.

더 작은 오픈 소스 모델

DeepSeek-R1 데이터로 훈련된 6개의 소규모 오픈 소스 모델의 출시는 AI 기술의 민주화를 향한 중요한 단계입니다. 이를 통해 전 세계 연구자와 개발자가 첨단 AI 기술에 접근하고 개발할 수 있습니다.

DeepSeek R1 및 R1 Zero의 개발은 강화 학습의 가능성뿐만 아니라 진정한 지능형 시스템을 만드는 데 극복해야 할 과제도 보여줍니다.

DeepSeek R1 대 OpenAI o1: 거대 기업의 직접 비교

DeepSeek R1과 OpenAI의 o1 모델을 비교하는 것은 두 시스템 모두 복잡한 문제를 해결하고 고급 추론 기능을 입증하는 것을 목표로 하기 때문에 불가피합니다. 두 모델 모두 여러 영역에서 유사하게 작동하지만 자세히 살펴볼 가치가 있는 몇 가지 주요 차이점이 있습니다.

직접적인 비교 성능

많은 벤치마크 테스트에서 DeepSeek R1과 o1은 매우 유사한 성능을 보여줍니다. 수학 분야에서 DeepSeek R1은 AIME 2024에서 79.8%를 기록한 반면 o1은 79.2%를 기록했습니다. 프로그래밍 부문에서 DeepSeek R1은 Codeforces 테스트에서 96.3%를 기록했고, o1은 96.6%를 기록했습니다. MMLU 일반 지식 테스트에서 DeepSeek R1은 90.8%, o1은 91.8%를 기록했습니다. 이러한 결과는 두 모델이 여러 분야에서 매우 높은 수준에서 경쟁하고 있음을 보여줍니다.

그러나 DeepSeek R1이 o1보다 성능이 뛰어난 영역도 있습니다. MATH 500 테스트에서 DeepSeek R1은 97.3%의 인상적인 정확도를 달성한 반면 o1은 96.4%를 달성했습니다. 이러한 결과는 DeepSeek R1이 일부 특정 영역에서 우수할 수 있음을 시사합니다.

훈련 방법

강화 학습에 초점: 두 모델 모두 강화 학습을 기본 훈련 방법으로 사용합니다. 그러나 DeepSeek R1은 사전 지도 미세 조정 없이 순수 강화 학습에 의존하는 반면, o1은 RL과 인간 피드백(RLHF)을 결합합니다. 훈련 방법의 이러한 차이는 모델 간 성능의 관찰된 차이에 기여할 수 있으며 AI 개발의 다른 철학을 제안합니다. DeepSeek이 순수 알고리즘 지능의 길을 추구하는 반면, OpenAI는 인간의 전문 지식을 통해 모델을 정제하는 데 의존합니다.

비용과 접근성

두 모델의 주요 차이점은 비용과 가용성입니다. DeepSeek R1은 o1의 API 비용이 15달러와 60달러인 것에 비해 백만 토큰당 입력의 경우 0.55달러, 출력의 경우 2.19달러로 o1보다 훨씬 더 비용 효율적입니다. 또한 DeepSeek R1은 오픈 소스이며 MIT 라이선스에 따라 사용할 수 있는 반면 o1은 독점 기술입니다. 비용과 접근성의 이러한 차이로 인해 DeepSeek R1은 큰 재정적 지출 없이 고급 AI 기술을 활용하려는 개발자와 연구원에게 매력적인 옵션이 됩니다.

특별한 기술

세부적인 강점: DeepSeek R1은 순수 RL을 통해 자기 성찰, 성찰, 긴 사고 사슬 생성과 같은 기술을 개발했습니다. 반면에 o1은 일련의 사고 추론에 대한 특별한 교육을 받았으며 복잡한 문제를 단계별로 해결할 수 있습니다. 두 모델 모두 고급 추론을 전문으로 하지만 방법론적 초점이 다르기 때문에 적용 분야에 따라 강점이 다릅니다.

적용 분야

유사점과 차이점: 두 모델 모두 과학 연구, 복잡한 수학적 계산, 고급 프로그래밍 및 창의적인 브레인스토밍과 같은 다양하고 까다로운 작업에 적합합니다. 이들은 다양한 영역에서 고급 AI 애플리케이션의 기반 역할을 동일하게 수행할 수 있지만 초점이 다르기 때문에 특정 애플리케이션에 다른 애플리케이션보다 더 적합할 수 있습니다.

전반적으로 DeepSeek R1은 OpenAI의 o1에 대한 심각한 대안을 제시하며 비슷한 성능으로 훨씬 더 낮은 비용과 더 큰 접근성을 제공합니다. 이는 AI 개발 및 배포 방식을 근본적으로 변화시킬 수 있는 잠재력을 지닌 AI 기술의 민주화를 향한 중요한 단계입니다. 그러나 실제 적용 시나리오에서 두 모델의 장기적인 실행 가능성은 아직 밝혀지지 않았습니다.

적합:

DeepSeek R1의 구체적인 강점을 자세히 알아보세요.

DeepSeek R1과 OpenAI o1의 전반적인 성능은 여러 영역에서 매우 유사하지만 DeepSeek R1이 뛰어난 성능을 보여주는 몇 가지 특정 영역이 있습니다.

최고 수준의 수학 능력

DeepSeek R1은 AIME(79.8% 대 79.2%) 및 MATH-500(97.3% 대 96.4%)과 같은 수학 테스트에서 o1보다 성능이 뛰어납니다. 이러한 결과는 단순한 수치가 아닌, 모델이 복잡한 수학적 개념과 문제를 이해하고 적용할 수 있음을 보여줍니다. 이는 DeepSeek R1의 깊은 수학적 전문성을 입증하는 것입니다.

더 깊은 일반 지식

일반 지식 테스트인 GPQA 다이아몬드 테스트에서 DeepSeek R1은 71.5%를 기록해 상당한 성과를 거두었습니다. 이 모델은 사실, 개념 및 관계에 대한 깊은 이해를 보여 주므로 광범위한 지식이 필요한 응용 프로그램을 위한 다목적 도구입니다.

사고 과정의 투명성

내부 독백: DeepSeek R1은 o1에 비해 내부 사고 과정을 더 자세히 살펴봅니다. 이는 사용자가 답변 뒤에 숨겨진 추론을 더 잘 이해할 수 있도록 보다 투명한 "내면의 독백"을 보여줍니다. 이러한 투명성은 모델이 어떻게 결론에 도달하는지 이해하고 잠재적인 오류 원인을 식별하는 데 매우 중요합니다. 이렇게 하면 향후 요청에서 모델을 더 쉽게 제어할 수 있습니다.

실시간 코드 실행

DeepSeek R1은 채팅 인터페이스에서 직접 빌드된 코드를 테스트하고 렌더링할 수 있는 고유한 기능을 제공합니다. 이는 "Claude Artifacts"와 유사하며 빠른 반복과 프로그래밍 개선이 가능합니다. 실시간으로 코드를 실행할 수 있는 능력은 개발자와 프로그래머에게 큰 이점입니다.

이러한 장점에도 불구하고 두 모델 간의 성능 차이를 완전히 검증하려면 독립적인 평가와 장기적인 분석이 필요하다는 점을 강조하는 것이 중요합니다.

AI의 미래: 결과가 불확실한 글로벌 경쟁

DeepSeek과 OpenAI의 발전은 AI의 세계가 끊임없이 변화하고 있음을 보여줍니다. 두 거대 기업 간의 경쟁은 향후 AI 개발을 크게 형성하고 추가 혁신으로 이어질 것입니다.

DeepSeek R1과 OpenAI o1의 유사점이 우연의 일치인지 아니면 전략적 모방 때문인지에 대한 질문은 현재로서는 답이 없습니다. 그러나 AI 분야의 지배력을 위한 글로벌 경쟁이 기술 개발을 주도하고 가능한 것의 경계를 넓히고 있다는 것은 분명합니다. DeepSeek이나 OpenAI가 이 경쟁에서 앞서게 될지는 아직 확실하지 않습니다. 그러나 확실한 것은 AI의 미래는 혁신적이고 책임감 있는 결정을 내리는 능력에 달려 있다는 것입니다. DeepSeek R1과 같은 오픈 소스 모델을 통한 AI 기술의 민주화는 의심할 여지 없이 이 과정에서 중요한 역할을 할 것입니다. 이는 많은 놀라움을 안겨줄 흥미롭고 복잡한 분야입니다.

우리는 당신을 위해 존재합니다 - 조언 - 계획 - 구현 - 프로젝트 관리

✓ 전략, 컨설팅, 계획 및 구현에 대한 중소기업 지원

✔️ 디지털 전략 및 디지털화의 생성 또는 재편성

✔️ 해외 영업 프로세스의 확장 및 최적화

✔️ 글로벌 및 디지털 B2B 거래 플랫폼

✔️ 선구적인 사업 개발