오픈웨이트 AI가 프런티어 모델을 빠르게 따라잡고 있다

모질라의 State of Open Source AI 분석이 기업 AI 구매자에게 던지는 메시지는 분명하다. 이제 선택지는 단순히 ‘저렴한 오픈 모델’과 ‘성능 좋은 폐쇄형 모델’의 양자택일이 아니다. 선도 오픈웨이트 모델은 빠르게 성능을 끌어올리고 있으며, 기업은 상당수 업무를 이들 모델에 배정하는 한편 결과 품질의 차이가 실질적으로 중요한 업무에서만 최상위 프런티어 API를 활용하는 방식을 택할 수 있다. 18

좁혀지는 격차가 뜻하는 것과 뜻하지 않는 것

모질라의 분석을 보도한 자료에 따르면, 중국 기업의 최상위 오픈웨이트 모델은 해당 성능 기준에서 폐쇄형 프런티어 모델보다 약 4.4개월 뒤처지는 수준이다. 18 오픈 모델이 애초에 실무 환경에 쓸 수 없다는 전제와는 전혀 다른 조달 환경이 된 셈이다.

문샷 AI의 Kimi K3는 이를 보여주는 사례이지만, 단 하나의 결론으로 볼 수는 없다. 9월 시점의 Artificial Analysis Intelligence Index에서는 Kimi K3가 59.7점으로 종합 1위 모델의 65.7점보다 6점 낮았고, 1년 전 13점이던 격차가 줄었다고 집계됐다. 17 다만 보고서 버전과 벤치마크 시점에 따라 비교 모델과 격차 추정치는 달라진다. 중요한 것은 특정 점수 하나가 아니라 격차가 줄어드는 방향성이다.

종합 벤치마크는 모델 후보를 추리는 데 유용하지만, 특정 기업 환경에서의 최고 성능을 증명하지는 못한다. 서로 성격이 다른 평가를 합산할 수 있고, 실제 배포에서는 지연 시간, 긴 문맥 처리, 신뢰성, 보안 통제, 통합 난이도, 지원 수준, 법률·계약 조건도 함께 작용한다.

기업에는 ‘전면 교체’보다 업무별 라우팅이 현실적이다

성능 격차가 줄었다고 해서 폐쇄형 모델을 일괄적으로 바꿔야 한다는 뜻은 아니다. 더 현실적인 해법은 포트폴리오 전략이다.

• 오픈웨이트 모델 우선: 처리량이 크고 반복적인 업무, 비용·데이터 통제·내부 또는 로컬 배포·맞춤화가 중요한 업무에 적합하다.
• 프런티어 API 유지: 품질 향상이 매출, 운영, 안전에 의미 있는 차이를 만드는 고난도 업무에는 폐쇄형 최상위 모델을 계속 쓴다.
• 모델만 보지 않기: 검색증강생성(RAG), 도구 연동, 가드레일, 프롬프트, 사람의 검토까지 포함한 전체 시스템을 평가해야 한다.
• 지속적으로 재시험하기: 새 모델 출시가 비용 대비 성능의 기준선을 빠르게 바꿀 수 있다.

수렴이 주는 실무적 의미는 이렇다. 폐쇄형 모델에 더 많은 비용을 지불하는 일은 실제 결과를 개선한다는 사실이 검증될 때 합리적이다. 과거에 그것이 유일한 선택지였다는 이유만으로 프리미엄을 낼 필요는 줄어들고 있다.

오픈웨이트의 쟁점은 가격만이 아니라 전략이다

오픈웨이트 모델은 조직이 공급업체가 운영하는 서비스에 전적으로 의존하지 않고, 자체 환경에서 모델을 실행하고 조정할 수 있게 한다. 전략국제문제연구소(CSIS)는 중국의 성장하는 오픈웨이트 생태계가 미국 AI 리더십에 도전이 될 수 있다고 분석한다. 미국의 수출 통제 환경에서 기술 자립을 추진하는 동시에, 조정 가능한 모델을 폭넓게 배포하는 전략을 결합하고 있기 때문이다. 5

이런 배포는 하나의 생태계를 형성할 수 있다. 최고 성능의 폐쇄형 모델은 다른 기업이 보유하더라도, 특정 모델 계열을 중심으로 개발자·시스템 통합업체·도구·배포 사례·기술 표준이 축적될 수 있다. 따라서 경쟁의 질문은 ‘오늘 어느 모델이 벤치마크 1위인가’에 그치지 않는다. 어느 쪽 기술이 널리 쓰이는 플랫폼 계층이 되는가가 중요해진다.

수출 통제도 이 배경의 일부다. 이용 가능한 연구는 미국의 첨단 칩 수출 통제 이후 중국에서 오픈 AI 채택이 급증했으며, 제약이 국내 대안과 오픈 생태계 개발을 촉진할 수도 있음을 보여준다. 11

증류 의혹은 신중한 표현이 필요하다

미 국가안보국(NSA)·연방수사국(FBI)·사이버보안 및 인프라 보안국(CISA)은 9월 자문에서 중국 기반 AI 기업들이 미국 프런티어 모델의 제한된 독점 기능을 학습 목적으로 추출하는 산업 규모의 활동을 벌이고 있다고 밝혔다. 1 해당 자문을 다룬 보도는 미국 기관들이 지목한 기업 가운데 문샷 AI도 포함됐다고 전했다. 3

이는 미국 정부 기관의 주장이지, 공개적으로 최종 확정된 사법 판단은 아니다. 중국 외교부는 이 같은 비난을 근거 없다고 반박했다. 4 또한 무단 추출 의혹과, 더 강한 모델의 출력으로 더 작은 모델을 학습시키는 일반적 기술 개념인 ‘지식 증류’를 구분해야 한다. CSIS는 증류를 전략적 함의가 큰 일반적인 학습 기법으로 설명한다. 12

대안을 만든다는 것은 모델 하나를 만드는 일이 아니다

모질라의 최고기술책임자(CTO) 라피 크리코리안이 이를 안드로이드에 비유한 것은 생태계의 관점이다. 널리 배포되고 개조 가능한 모델은 운영체제 플랫폼처럼 후속 개발자와 보완 인프라를 끌어들여, 원 개발사를 넘어선 가치를 만들 수 있다는 주장이다.

모질라의 논지는 오픈 AI에 모델 공개 이상의 지속 가능한 기반이 필요하다는 데 있다. 이전 보고서는 공공 슈퍼컴퓨터를 활용해 모델을 학습하고 가중치·데이터·학습 코드를 공개한 스위스 공공 컨소시엄 사례를 조명했다. 11 핵심 정책 방향은 또 하나의 폐쇄형 모델 경쟁사에 자금을 대는 것만이 아니라, 공공 컴퓨팅, 중립 기관, 신뢰할 만한 데이터와 평가 체계, 개발자용 도구에 투자하는 것이다.

개방성과 보안은 함께 갈 수 있을까

오픈 시큐어 AI 얼라이언스(Open Secure AI Alliance)는 하나의 답을 제시한다. 엔비디아는 7월 기술·보안 파트너들과 함께 이 연합을 출범시켜, 특히 소프트웨어와 AI 에이전트를 중심으로 AI 안전 및 사이버보안 도구를 개발·공유하겠다고 밝혔다. 검증 가능한 공동 보안 도구가 AI 위험 대응의 일부가 될 수 있다는 관점을 반영한 움직임이다.

물론 폭넓게 배포된 모델에는 현실적인 위험도 있다. 개방형 배포는 악용 방지와 통제를 어렵게 만들 수 있다. 그렇다고 선택지가 ‘오픈 대 안전’, 또는 ‘폐쇄형 대 안전’으로 단순화되지는 않는다. 핵심은 각 배포 방식에 어떤 안전장치, 접근 통제, 평가, 책임성 체계를 결합하느냐에 있다.

이제 기업과 정책 당국이 답해야 할 질문

기업의 질문은 비교적 단순하다. 독점 모델의 추가 품질이 추가 비용과 공급업체 의존을 정당화하는 업무는 무엇인가? 답은 업무마다 다르다. 모델 선택을 계측하고, 실제 업무를 대표하는 평가를 실행하며, 공급업체를 바꿀 수 있는 여지를 유지하는 조직이 단일 모델 범주에 고정된 조직보다 유리할 가능성이 크다.

정책 당국의 균형은 더 어렵다. 프런티어 모델 리더십과 안보, 악용 완화는 중요하다. 동시에 회복력 있는 오픈 생태계와 신뢰할 수 있는 AI 인프라의 글로벌 확산도 중요하다. CSIS는 독점형 프런티어 리더십에만 집중하는 전략이 더 저렴한 오픈 대안에 밀릴 수 있다고 경고한다. 15

모델 격차의 축소는 이 논쟁을 더 시급하게 만든다. 오픈웨이트 시스템의 역량이 높아질수록 AI 경쟁은 연구소 안의 최고 모델만으로 판가름 나지 않을 것이다. 가장 유용하고, 적응 가능하며, 신뢰할 수 있는 생태계를 누가 제공하는지가 더 큰 변수가 될 수 있다.