오픈 웨이트 모델이 점점 덜 개방적으로 변하면서 AI 시장의 가격 경쟁, 선택지, 그리고 경제 전반에 미칠 영향에 대한 우려가 커지고 있다.
2026년 5월 6일·Martin Alderson
LLM 세계에서는 어느 정도 경쟁력 있는 오픈 웨이트 모델이 존재할 것이라는 점이 일종의 당연한 전제로 여겨져 왔다. 하지만 이제는 그것이 좋은 가정인지 확신이 서지 않는다.
비교적 짧은 LLM의 역사 속에서 LLM은 폐쇄형과 "오픈 웨이트"라는 두[1] 가지 유형이 있었다. 폐쇄형 모델에는 OpenAI의 거의 모든 모델이 포함되며(이름과는 달리!), 오픈 웨이트 모델은 다른 연구소들에서 출시되어 왔다. 잘 알려진 예로 Llama 시리즈 모델은 오픈 웨이트였지만, 최근에는 MiniMax, Z.ai, DeepSeek, Qwen (Alibaba) 같은 중국 연구소들이 오픈 웨이트 모델을 선도해 왔고, Google의 Gemma 시리즈와 OpenAI의 gpt-oss 모델은 대체로 그 중국 모델들보다 다소 뒤에 위치해 왔다.
오픈 웨이트 모델은 누구나 자신의 하드웨어에서 그 모델을 실행 할 수 있게 해준다. 일반적으로 실행할 가치가 있는 모델들은 매우 강력한 하드웨어를 필요로 했지만, 더 작은 모델들이 훨씬 더 유용해지면서 이 점은 빠르게 바뀌고 있다.
OpenAI/Anthropic/Google에 API로 연결하는 방식과 달리, 이런 모델을 로컬에서 실행할 수 있다는 점에는 세 가지 주요 장점이 있다.
첫째는 프라이버시와 컴플라이언스다. 매우 민감한 데이터를 다룬다면 그것을 프런티어 연구소의 데이터센터로 API를 통해 보내는 것은 어렵거나 불가능하다. 모델을 '온프레미스'에서 실행할 수 있으면 데이터가 네트워크 밖으로 나갈 필요가 전혀 없다.
둘째는 더 큰 유연성을 제공한다는 점이다. 이런 모델들을 파인튜닝의 기반으로 사용할 수 있고, 또는 자신의 하드웨어 표준에 정확히 맞게 모델을 양자화(대략적으로 말해 압축)할 수도 있다.
마지막으로, 그리고 이 글에서 내가 집중하려는 것은 비용이다. 이런 모델들은 프런티어 모델보다 엄청나게 더 저렴할 수 있다. 물론 자신의 하드웨어에서 실행한다면 걱정할 것은 하드웨어의 자본적 지출과 전기 및 운영 비용뿐이다. 하지만 더 중요한 점은, 수십 개의 회사가 이런 모델을 호스팅 형태로 대신 실행해 주며, 일반적으로 토큰당 비용이 프런티어 모델의 10% 미만이라는 것이다.
경제학의 경합 가능 시장 이론에서 느슨하게 빌려오자면, 독점적(또는 과점적) 시장에서도 저렴하고 신뢰할 수 있는 대안이 존재할 때 기존 사업자들은 경쟁적으로 행동하는 경향이 있다. 완벽하게 들어맞는 비유는 아니다. 이 이론은 엄밀히 말해 매몰비용이 거의 0에 가까울 것을 전제하는데, 이는 프런티어 학습과는 분명 정반대이기 때문이다. 하지만 근본적인 메커니즘은 유효하다. 위협은 잠재적 이며, 소비자가 전환할 수 있는 선택지가 존재한다는 사실이 가격 책정을 규율한다.
본질적으로 나는 오픈 웨이트 모델이 프런티어 연구소들에 상당한 하방 가격 압력을 제공한다고 믿는다. 이것이 절대적인 것은 아니다. 분명 사람들은 더 높은 품질의 모델을 위해 그리고 값싼 추론 제공업체를 OpenRouter를 통해 이용하는 것보다 시가총액 약 1조 달러 규모의 기업과 추론 계약을 맺는 이점을 위해 훨씬 더 많은 돈을 지불할 것이다.[2] OpenAI 등은 SLA와 기밀성 같은 사안에 대한 법적 구속력이 있는 약속을 제공한다.
하지만 내 생각에 이것은 충분한 하방 압력을 제공하기 때문에, 그렇지 않으면 과점 시장에서 나타날 법한 행태가 고개를 들기가 매우 어려워진다. 만약 프런티어 연구소들이 하룻밤 사이에(물론 우연히) 가격을 5배 올리기로 결정한다면, 엄청나게 많은 사람들이 정말로 오픈 웨이트 모델로 갈아탈 것이다. 특히 덜 까다로운 사용 사례에서는 더욱 그렇다.
나는 가격 행동의 관점에서 오픈 웨이트 모델을 일종의 제네릭 의약품처럼 생각한다. 제네릭이 존재하면 대형 제약사들은 가격을 제네릭 가격에 훨씬 더 가깝게 낮추고, 가격을 유지하기 위해 제네릭 치료보다 한 단계 "앞선" 새로운 치료법에 노력을 집중한다.
오픈 웨이트가 없다면 프런티어 연구소들은 지금보다 훨씬 더 큰 가격 결정력을 갖게 될 것이다.
하지만 오픈 웨이트 모델의 가용성은 당연한 것이 아니다. 이런 모델은 학습 비용이 많이 들고, 그 배후의 기업들은 상업 기업이다. 어쩌면 중국 국가의 보조금을 크게 받고 있을 수도 있지만, 자선단체는 아니다.
실제로 우리는 이런 모델들의 라이선스 조건이 눈에 띄게 강화되는 것을 보아 왔다. Meta는 지금까지 그들의 최신 "Muse Spark" 모델에 대해 오픈 웨이트를 완전히 중단했고, 아예 공개하지 않고 있다.
Alibaba는 점점 더 많은 모델을 먼저 API에서 출시하고 있으며, 일부 변형의 경우 API에서만 제공하고 있다. Kimi의 K2.6 라이선스는 출처 표시 조항을 추가했다. 월간 활성 사용자가 100M명을 넘거나 월매출이 $20m를 넘는다면, 제품 UI에 "Kimi K2.6"을 눈에 띄게 표시해야 한다. 프랑스의 Mistral 역시 상업적 사용에 대해 다양한 라이선스 조건을 부과했다.
예외도 있다. DeepSeek는 실제로 더 허용적인 방향으로 갔다. 하지만 전반적인 추세가 덜 허용적인 라이선스로 향하고 있다고 말하는 것은 공정해 보인다(그리고 Meta와 Alibaba는 일부 또는 전 모델의 공개 자체를 중단하고 있다).
(현재로서는 가정적인 이야기지만) 몇 년 뒤에는 이전에 오픈 웨이트였던 최고 수준의 모델 대부분 또는 전부 가 더 이상 공개되지 않는 상황에 이를 수도 있다. 물론 그들 사이에 가격 비교는 이루어지겠지만, 이런 모델을 학습시키는 비용과 복잡성이 계속 증가한다면 결국 소수의 플레이어만 남게 될 수 있다고 보는 것이 타당하다. 서구의 대형 프런티어 연구소 세 곳과 소수의 중국 연구소들, 혹은 국가 주도의 '합병'을 통해 하나 또는 둘의 중국 '슈퍼랩'으로 통합될 수도 있다. 이런 종류의 통합은 전략 산업에서 이미 충분한 전례가 있다. 중국은 철도(CRRC), 원자력, 항공, 통신에서 정확히 이런 일을 해왔고, 서구도 예외는 아니다. 냉전 이후 방위산업 대기업들의 통합을 보면 된다.
이것이 의미하는 바는 솔직히 우려스럽다. AI는 막대한 소비자 잉여를 만들어낸다. 나는 내가 지불하는 토큰 비용보다 훨씬 더 큰 가치를 얻고 있으며, 오늘 가격의 10배를 내라고 해도 두 번 생각하지 않을 것이다. 고부가가치의 전문 업무나 에이전트형 작업에서는 내가 지불할 의사가 있는 금액과 실제로 지불하는 금액 사이의 격차가 훨씬 더 크다. 오픈 웨이트라는 바닥이 없는 과점은 바로 그 격차를 흡수할 수 있는 위치에 서게 된다.
이런 세계에서는 경제 이론상 소수의 기업으로 권력과 경제적 부가 역사적 수준으로 집중될 가능성이 있다. 연구소들은 그 소비자 잉여를 직접 자신들의 마진으로 추출하기 시작할 것이다. 그리고 소수 기업의 과점과 막대한 진입 장벽(새 모델을 위한 자본적 지출)이 존재하는 상황에서는 가격 경쟁이 제한적일 가능성이 높다.
한편 이런 디스토피아적 전망은 기우일 수도 있다. 하드웨어가 점점 더 빨라지면서 "충분히 좋은" 모델을 학습시키는 일이 시간이 갈수록 오히려 더 쉬워질 수도 있다. 그리고 하드웨어 제조사는 소수뿐이지만, AI 하드웨어를 둘러싼 경쟁은 매우 치열하다. 증류, 즉 프런티어 모델의 출력을 이용해 더 작은 모델을 학습시키는 방식은 때때로 일종의 해소 장치로 거론되지만, 이것 역시 처음부터 강력한 기반 모델에 접근할 수 있어야 한다는 점에 의존한다. 바로 그 점이 지금 위험해지고 있는 것이다.
경쟁적인 오픈 웨이트 생태계는 AI 경제 전체를 떠받치고 있는 조용한 핵심 전제였다. 그것이 침식되고 있다는 사실, 그리고 그것이 더 넓은 경제에 미칠 함의는 엄청나다는 점에 주목할 가치가 있다.
엄밀히 말하면 세 가지다. 오픈 웨이트 모델은 최종 '모델'만 공개한다. 다른 범주는 "완전 개방" 또는 "재현 가능"이라고 불리며, 모든 학습 데이터와 관련 학습 과정 문서까지 포함한다. 이는 우리가 소프트웨어에서 알고 있는 오픈 소스 와 가장 유사한 개념일 것이다 ↩︎
OpenRouter는 일종의 'API들의 API'를 제공하며, 특정 모델에 대해 가장 저렴하거나 가장 가용성이 높은 추론 제공업체로 요청을 라우팅한다. 이는 한 제공업체에 문제가 생기면 즉시 다른 제공업체로 전환하기 때문에 신뢰성을 (엄청나게) 높여준다. 마찬가지로 더 저렴한 제공업체가 있으면 그쪽으로 전환한다. 정말로 Milton Friedman의 꿈이라고 할 만하다 ↩︎
이 글이 유용했다면, 나는 내 모든 글을 담은 뉴스레터를 매달 보낸다. 스팸도 없고 광고도 없다.
구독 이 페이지에서
뉴스레터 받기매월 업데이트, 스팸 없음
관련 글
© 2025 Martin Alderson | Newsletter | Advisory | Contact | RSS
×
구독 최대 한 달에 한 번, 스팸 없음.
감사합니다! 구독이 완료되었습니다.
