AI 경쟁: 중국 오픈소스, 미국 폐쇄형 모델 분석

전문가 통찰 및 한줄평 (Insight)

중국 AI 진영의 오픈소스 전략은 미국 빅테크의 폐쇄형 접근 방식과 대비되며, 이는 장기적인 AI 생태계의 다양성과 혁신 속도에 중대한 영향을 미칠 것입니다.

특히 한국 스타트업과 연구기관은 이 동향을 면밀히 주시하며 기회를 포착해야 합니다.

미국과 중국이 인공지능(AI) 패권을 놓고 치열한 경쟁을 벌이는 가운데, 양국의 근본적인 엔지니어링 철학의 차이가 승패를 가를 잠재적 요인으로 떠오르고 있습니다.

OpenAI, Anthropic과 같은 미국의 선구적인 AI 기업들은 자사의 독자적인 모델 코드를 상업적 인터페이스 뒤에 가두는 폐쇄형 접근 방식을 선호하는 반면, 중국 AI 연구소들은 공격적으로 오픈소스 모델을 출시하며 개발자들에게 무료로 다운로드, 검토, 그리고 심층적인 맞춤 설정을 허용하고 있습니다.

이는 개발자들이 특정 미국 기술 대기업의 생태계에 종속되지 않고 자유롭게 기술을 활용할 수 있는 길을 열어줍니다.

Tiezhen Wang, 전 Hugging Face 아시아 태평양 생태계 총괄 책임자는 이러한 추세를 수년간 관찰해왔습니다.

그는 Hugging Face를 떠나기 전, 해당 지역의 AI 연구소들이 오픈소스 모델을 출시하도록 지원하고, 연구자들이 개발자 친화적인 모델을 만들도록 도왔습니다.

최근 Rest of World와의 가상 행사에서 Wang은 오픈소스 모델의 역사, 중국 AI 연구소들이 모델에 직접 가격을 부과하지 않고도 수익을 창출하는 방법, 그리고 모델 증류(model distillation)와 지적 재산권에 대한 논쟁에 대해 심도 깊게 논의했습니다.

핵심 이슈 및 배경: 오픈소스 vs 폐쇄형, AI 경쟁의 새로운 축

AI 경쟁에 대한 이야기가 많이 나오지만, 오픈소스 세계에서는 협력적인 마인드셋이 중요합니다.

중국 연구소들의 오픈소스 공개는 미국 연구소들에게 큰 도움을 주고 있습니다.

예를 들어, DeepSeek의 강화학습 훈련 알고리즘은 이미 많은 미국 연구소에서 기본 설정으로 사용되고 있으며, 중국의 오픈소스 가중치(weights)는 미국 하드웨어에서 실행되는 경우가 많습니다.

이는 제로섬 게임식 경쟁이 아닌, 서로 돕는 형태로 AI 생태계 전체의 파이를 키우는 긍정적인 상호작용으로 볼 수 있습니다.

Wang은 이러한 협력이 양측 모두에게 이익이 될 수 있다고 강조했습니다.

상세 비교 분석: 모델 전략 및 수익화 방안

OpenAI와 Anthropic은 중국 AI 기업들이 자신들의 모델을 ‘증류’했다고 비난해왔습니다.

그러나 Wang은 연구 세계에서 ‘증류’는 중립적인 단어이며, 이는 정보를 요약하고 전달하는 과정과 유사하다고 설명합니다.

그는 이미 미국 내에서도 서로 간의 모델 증류가 이루어지고 있으며, Elon Musk가 xAI가 OpenAI 모델을 증류했다고 인정한 사례를 언급했습니다.

또한, Anthropic과 ChatGPT가 인터넷을 크롤링하여 정보를 수집하는 것은 잘 알려진 사실이며, 지식을 직접 생성하지 않은 주체들이 타인의 지식 재활용을 막으려 하는 상황이 흥미롭다고 지적했습니다.

Wang은 모든 AI 생성 콘텐츠는 저작권이 없어야 한다고 주장하며, 그렇지 않으면 컴퓨팅 자원을 가진 사람들이 모든 것을 조합하고 저작권을 주장할 수 있는 남용의 가능성을 경고했습니다.

오픈소스 모델의 수익화는 직접적이기 어렵지만, 간접적인 방법으로 충분히 가능합니다.

예를 들어, 중국의 Kimi는 모델을 무료로 공개했지만, 최고의 인프라 지원을 바탕으로 API 및 구독 서비스에서 막대한 수요를 창출하고 있습니다.

모델이 오픈소스로 공개되면, 사용자들은 이를 실행하는 데 상당한 엔지니어링 시간을 투자해야 합니다.

이는 모델을 처음 출시한 연구소에게 초기 이점을 제공하며, 이것이 하나의 수익 창출 방식이 될 수 있습니다.

또 다른 방식으로는 Kimi가 특정 목적에 맞게 미세 조정(fine-tuned)된 모델은 오픈소스로 공개하되, 기반 모델(base models)은 비공개로 유지하여 판매하는 전략을 사용할 수도 있습니다.

연구소들이 모델을 오픈소스로 공개하는 중요한 이유 중 하나는 브랜딩 구축입니다.

신생 연구소를 설립했을 때, 우수한 연구 인력을 확보하는 것은 매우 어렵습니다.

그러나 훌륭한 오픈소스 모델을 공개하면, 연구소의 뛰어난 작업 능력을 널리 알릴 수 있습니다.

일부 중국 AI 연구소들이 오픈소스 공개에서 후퇴하는 현상도 나타나고 있습니다.

예를 들어, Minimax는 특정 라이선스 변경을 통해 모델을 이용해 수익을 창출하는 경우 비용을 지불하도록 요구하고 있습니다.

이는 오픈소스 세계에서 흔한 관행이며, 특히 클라우드 사용자 같은 ‘무임승차자’를 방지하기 위한 조치입니다.

클라우드 제공업체들은 오픈소스 모델을 무료로 실행하여 이익을 얻으면서도, 연구소와 이익을 공유하지 않을 수 있습니다.

이는 불공정하며, Minimax의 이러한 변화는 사용자가 개인이라면 모델을 계속 무료로 사용할 수 있지만, 서비스를 통해 수익을 창출하는 클라우드 제공업체는 수익의 일부를 연구소에 제공해야 한다는 내용을 골자로 합니다.

Wang은 이러한 변화가 오픈소스를 지속 가능하게 지원하는 공정하고 현실적인 방법이라고 평가했습니다.

Wang은 중국 AI 연구소들이 수익화 문제를 해결하지 못하면 오픈소스에서 멀어질 수 있다는 점을 우려했습니다.

만약 수익을 창출하고 오픈소스 활동을 지속할 수 있다면 모든 사람에게 큰 이익이 될 것입니다.

그는 자본 시장이 이러한 문제를 해결하는 데 도움을 줄 것이라고 믿습니다.

중국 Zhipu의 주가 상승세를 예로 들며, 이러한 투자가 컴퓨팅 자원, 인재, 데이터를 확보하고 더 나은 모델을 개발하는 데 기여할 것이라고 전망했습니다.

이러한 투자는 연구소들이 장기적으로 AI 개발 경쟁에 참여할 수 있도록 지원할 것입니다.

만약 현재 미국 스타트업을 조언한다면, Wang은 먼저 제품-시장 적합성(product-market fit)을 갖춘 모델을 찾는 것을 최우선으로 삼으라고 조언할 것입니다.

이는 기술적 결정보다 훨씬 중요합니다.

강력한 시장 수요를 깊이 충족시키지 못하는 제품은 실패할 수밖에 없습니다.

초기에는 폐쇄형 모델을 사용하더라도, 사용자를 확보하고 데이터를 축적하면 이를 기반으로 모델을 자체적으로 훈련할 수 있습니다.

결국에는 토큰 비용을 수백 배 절감할 수 있습니다.

이를 통해 기업들은 점차 오픈소스 모델로 전환하는 것을 고려할 수 있습니다.

최근 중국 방문 경험을 바탕으로 Wang은 중국 AI 시장이 빠르게 성숙하고 있다고 언급했습니다.

미국은 AI의 가능성을 탐구하는 데 탁월하지만, 토큰 비용이 높다는 단점이 있습니다.

예를 들어, Uber는 연간 토큰 예산을 4개월 만에 소진했고, Microsoft 역시 예상보다 높은 토큰 비용을 보고했습니다.

반면, 중국은 저렴한 오픈소스 모델이 많아 상황이 다릅니다.

일단 중국의 오픈소스 모델들이 실용적인 수준을 넘어서면, 사용량은 기하급수적으로 증가할 것으로 예상됩니다.

중국의 많은 인터넷 기업들은 직원들에게 무제한 토큰을 제공하여 AI 활용 가능성을 탐색하는 ‘토큰 맥싱(tokenmaxxing)’ 전략을 펼치고 있습니다.

심지어 일부 대형 기술 기업들은 직원들에게 AI 네이티브(AI-native)가 될 것을 강요하며, 문서 작성과 같은 일반적인 업무를 AI로 대체하도록 하고 있다는 이야기도 들립니다.

이러한 AI 도입 방식은 미국보다 훨씬 빠르며, 향후 1~2년 내에 중국에서 매우 흥미로운 AI 활용 및 도입 사례가 다수 등장할 것으로 예상됩니다.

업계 전문가 시각

중국의 오픈소스 AI 모델 공개는 글로벌 AI 생태계에 지각변동을 일으키고 있습니다.

이는 혁신 속도를 가속화하고, AI 기술 접근성을 높이며, 결과적으로 AI 기술의 민주화에 기여할 수 있습니다.

미국 기업들의 폐쇄형 전략이 단기적으로는 기술적 우위를 확보하는 데 유리할 수 있지만, 장기적으로는 개방적인 생태계에서 파생되는 다양성과 창의성이 더 큰 경쟁력을 가질 수 있습니다.

특히 한국의 IT 기업들은 이러한 흐름 속에서 자체적인 오픈소스 전략을 강화하거나, 글로벌 오픈소스 커뮤니티와의 협력을 통해 경쟁력을 확보해야 합니다.

한국 시장에서의 시사점

중국의 오픈소스 AI 모델의 발전은 한국 시장에도 중요한 시사점을 던집니다.

국내 IT 기업들은 네이버, 카카오 등 자체 AI 모델 개발에 힘쓰고 있지만, 비용 효율성과 빠른 기술 도입 측면에서 중국의 오픈소스 전략을 참고할 만합니다.

특히 중소규모 스타트업들은 고가의 상용 모델 대신 검증된 중국산 오픈소스 모델을 기반으로 빠르게 서비스를 개발하고, 축적된 데이터를 통해 자체적인 경쟁력을 강화하는 방안을 고려할 수 있습니다.

예를 들어, AI 기반 콘텐츠 생성 도구 개발 시, 초기에는 오픈소스 모델을 활용하여 프로토타입을 신속하게 만들고, 사용자 피드백을 반영하여 특정 니즈에 맞는 맞춤형 모델을 개발하는 전략이 유효할 수 있습니다.

또한, 한국 정부는 오픈소스 AI 생태계 활성화를 위한 지원 정책을 강화하여, 국내 개발자들이 글로벌 AI 기술 발전에 기여하고 이를 통해 첨단 기술 경쟁력을 확보할 수 있도록 도울 필요가 있습니다.

이는 곧 AI 분야의 개발자 양성 및 관련 일자리 창출에도 긍정적인 영향을 미칠 것입니다.

결론적으로, AI 경쟁은 단순한 기술력 싸움을 넘어, 오픈소스와 폐쇄형이라는 근본적인 전략의 차이가 미래 AI 생태계의 모습을 결정할 것입니다.

중국의 오픈소스 전략은 AI 기술의 접근성을 높이고 혁신을 가속화할 잠재력을 가지고 있으며, 이는 전 세계 IT 시장에 큰 영향을 미칠 것으로 전망됩니다.

자주 묻는 질문 (FAQ)

Q: 중국의 오픈소스 AI 모델은 미국 모델보다 성능이 떨어지나요?

A: 성능은 모델마다 다르지만, DeepSeek와 같이 특정 분야에서는 미국 최고 수준의 모델과 견줄 만하거나 오히려 능가하는 성능을 보여주는 경우도 있습니다.

중국 연구소들은 오픈소스 공개를 통해 더 많은 개발자들의 검증과 개선을 받아 빠르게 성능을 향상시키고 있습니다.

Q: 한국 스타트업이 중국 오픈소스 AI 모델을 사용해도 괜찮을까요?

A: 네, 충분히 고려해볼 만한 전략입니다.

다만, 모델의 라이선스를 면밀히 검토하고, 특히 상업적 이용에 대한 제약 사항이 있는지 확인해야 합니다.

또한, 모델의 안정성, 보안, 지속적인 업데이트 지원 여부 등을 종합적으로 판단해야 합니다.

Q: AI 모델 ‘증류’란 정확히 무엇인가요?

A: AI 모델 증류는 일반적으로 크고 성능이 뛰어난 ‘교사’ 모델의 지식을 작고 효율적인 ‘학생’ 모델에게 전달하는 과정입니다.

즉, 교사 모델의 예측 결과를 학생 모델의 학습 데이터로 사용하여, 더 작은 규모로도 유사한 성능을 내도록 만드는 기술입니다.

이는 연구실에서는 일반적인 연구 기법으로 사용됩니다.

Q: 앞으로 AI 경쟁은 어떤 방향으로 진행될 것으로 예상되나요?

A: 오픈소스와 폐쇄형 모델 모두 각자의 영역에서 발전할 것입니다.

하지만 AI 기술의 민주화와 빠른 확산을 위해서는 오픈소스 생태계의 역할이 더욱 중요해질 것으로 보입니다.

또한, 특정 국가나 기업의 독점보다는 글로벌 협력을 통한 AI 발전이 더욱 중요해질 것입니다.

관련 추천 상품

Do it! LLM을 활용한 AI 에이전트 개발 입문