오픈 모델의 현재 경쟁 구도

AI 요약

미국 Allen Institute for AI(AI2)에서 오픈 모델을 연구한 Nathan Lambert가 의회 구성원과 보좌진에게 전한 발언을 바탕으로, 2026년 오픈 모델의 경쟁 구도를 정리합니다. 글은 오픈웨이트(open-weight)와 오픈소스(open-source)를 구분하고, 미국과 중국의 모델 성능·사용량·학술 채택 현황을 비교합니다. 저자는 중국 기업이 오픈웨이트 모델 시장을 이끌고 있으며, 이런 모델이 연구와 기업 현장에서 널리 쓰이는 만큼 미국도 오픈 모델 투자를 지속해야 한다고 주장합니다.

오픈웨이트와 오픈소스의 차이

오픈웨이트 모델은 모델 가중치를 공개해 다른 사람이 살펴보거나 후속 작업에 활용하도록 합니다. Meta의 Llama, Alibaba의 Qwen, Google의 Gemma, DeepSeek 모델이 대표적입니다. 사용자는 라이선스 조건을 따라야 하며, 대개 Transformers, vLLM, SGLang 같은 추론 도구도 함께 사용합니다. 오픈소스 모델은 가중치와 라이선스, 추론 코드뿐 아니라 학습 코드와 학습 데이터까지 공개해 모델 재현에 필요한 정보를 제공합니다. 글은 AI 모델을 오픈소스와 폐쇄형으로 딱 잘라 나누기보다 공개 범위가 다양한 스펙트럼으로 봐야 한다고 설명합니다. 예컨대 Nvidia의 Nemotron은 학습 데이터 상당량을 허용적인 라이선스로 공개하지만, 전체 데이터를 공개하지 않아 완전한 오픈소스 모델은 아닙니다.

중국 오픈웨이트 모델의 성능과 확산

저자에 따르면 중국 모델은 2025년 4월 무렵부터 오픈웨이트 경쟁에서 뚜렷한 우위를 보였습니다. Hugging Face 다운로드에서는 2025년 7월 중국 모델이 미국 모델을 앞섰고, 이후 격차가 약 16억 회로 벌어졌습니다. 중국 모델은 총 32억 회 다운로드돼 미국 모델 합계의 두 배에 이릅니다.

Artificial Analysis Intelligence Index(AAII)에서는 글 작성 시점인 2026년 9월 14일 기준으로 중국의 GLM-5.3이 45점, GLM-5.3-Flash가 42점, Kimi K3가 44점을 받았습니다. 미국 모델은 Thinking Machines의 Inkling과 Inkling Small이 각각 26점, Nvidia Nemotron 3 Ultra가 23점입니다. 중국 연구소가 미국 기업보다 모델을 자주 출시하는 점도 성능 차이에 영향을 줍니다. 저자는 중국 모델이 미국 폐쇄형 최첨단 모델보다 약 2~5개월 뒤처지고, 미국 오픈웨이트 모델은 OpenAI나 Anthropic보다 약 6~9개월 뒤처진다고 추산합니다. 에이전트 코딩처럼 수요가 분명한 작업에서는 중국 모델이 더 가깝지만, 물리학·생물학 같은 개방형 과학 작업에서는 격차가 더 큽니다.

중국 기업의 강점을 증류(distillation)만으로 설명하기는 어렵다고 저자는 봅니다. 증류는 보통 더 강한 모델의 출력을 활용해 다른 모델을 학습하는 기법입니다. 미국 기업의 제품에서 추론 과정이나 데이터를 얻는 일이 중국 업계에서 나타나지만, 증류를 완전히 막더라도 중국 모델과 미국 최상위 모델 사이의 격차가 늘어나는 폭은 1~2개월에 그칠 것이라고 추산합니다. 중국 기업은 2026년 들어 에이전트 작업용 강화학습 환경 같은 고급 데이터를 외부에서 구매하기 시작했습니다.

기업과 연구 현장의 채택

오픈 모델을 제공하는 플랫폼 OpenRouter에서 처리한 토큰은 2025년 9월 주간 약 1조 개에서 현재 약 80조 개로 늘었습니다. 중국 모델의 사용 비중도 약 70%에서 80% 이상으로 증가했습니다. 코딩 에이전트 OpenCode에서는 중국 모델의 추론 사용량이 약 95% 이상을 차지합니다. 저자는 이 수치가 오픈 모델 이용 현황을 보여주는 근사치라고 덧붙입니다. Together AI나 Fireworks AI처럼 모델별 이용량을 공개하지 않는 플랫폼과 기업 내부 배포도 있기 때문입니다.

기업 사례로는 법률 에이전트 Harvey, 코딩 에이전트 Cursor, DoorDash의 Kimi 사용, Airbnb의 Qwen 사용, Perplexity의 DeepSeek 사용을 듭니다. 미국 스타트업이 중국 모델 연구소와 제품 사용 계약을 맺는 사례도 늘고 있다고 설명합니다. 연구 현장에서도 Qwen의 비중이 큽니다. 저자는 arXiv의 주요 머신러닝 분야 다섯 곳에서 논문을 살펴본 결과, 오픈 모델을 언급한 논문 비율이 2023년 1월 2%에서 2026년 9월 50%로 늘었다고 보고합니다. 2024년 가을에는 논문 약 23%가 Llama를 언급하고 Qwen은 약 7.5%를 언급했지만, 현재는 Qwen이 약 30%, Llama가 약 21%입니다. 중국 오픈웨이트 모델 전체는 논문 40% 이상에서 언급되며 미국 모델의 약 30%를 앞섭니다.

도입의 이점과 위험 대응

저자는 오픈 모델이 소프트웨어 개발, 법률, 금융처럼 가치가 큰 산업에서 경제성을 갖추기 시작했다고 봅니다. 낮은 가격과 빠른 응답, 맞춤화, 개인정보 보호가 폐쇄형 모델의 대안으로 꼽힙니다. 동시에 오픈웨이트 모델은 공개된 뒤 악용을 막기 어렵습니다. 강력한 모델의 공개를 제한하더라도 미국 기업이 먼저 손해를 볼 수 있다고 지적합니다. Hugging Face가 사이버 공격을 분석할 때 폐쇄형 모델은 요청에 응하지 않아 중국 오픈웨이트 모델을 썼다는 사례를 들며, 위험 대응은 모델 공개를 막기보다 생태계 차원에서 준비해야 한다고 주장합니다. 미국이 오픈 모델에 투자하면 국내 AI 확산을 돕고, 세계적으로 나타나는 위험에도 더 잘 대비할 수 있다는 설명입니다.

글은 중국 모델이 오픈웨이트 시장의 선두를 지키고 있으며, 기업과 학계의 채택 범위도 넓히고 있다고 결론짓습니다. 다만 오픈 모델의 실제 사용 현황은 미국과 중국 외 지역에서 충분히 파악되지 않았고, 앞으로 어떤 위험과 활용이 나타날지도 불확실하다고 덧붙입니다. 저자는 접근성을 넓히는 동시에 잠재적 피해를 미리 줄이는 방안을 마련해야 한다고 말합니다.

Hacker News 반응

• @verdverm — 이 글은 의회에 제출한 Nathan Lambert의 준비 발언입니다. 그는 《RLHF Book》의 저자이며, 오픈소스로 모델을 공개한 몇 안 되는 곳 중 하나인 AllenAI 직원입니다.
  • @spindump8930 — 아쉽게도 Nathan은 최근 AI2를 떠났습니다. 실제로 제대로 된 오픈 모델을 만드는 일에 관여한 리더들 가운데 여럿도 함께 떠났습니다.
• @silverFork — 인상적입니다. 몇 달 뒤처져도 세계가 중국 모델을 씁니다. 미국 기업이 갑자기 접근을 끊을 수 있다고 사용자가 의심하기 때문이라고 봅니다. 몇 달 뒤처지는 편이 영원히 뒤처지는 것보다 낫습니다. 모델별 지출 차이도 알고 싶었지만, 데이터를 모으기 어려울 것 같습니다.
  • @lowbloodsugar — 모델이 충분히 좋고 훨씬 저렴합니다. 미래에 대한 두려움이 아니라 지금의 경제 현실입니다.
  • @amirmc — 그 점도 분명 한 이유입니다. 사람들이 ‘충분히 좋은’ 상태의 가치를 과소평가한다고 생각합니다. 그 수준에 도달하면 의사결정에서 경제성이 더 큰 요소가 됩니다. 다만 이 글 자체가 보여주듯 지정학도 영향을 미칩니다.
  • @esseph — 지정학이 영향을 미친다고 하셨는데, 세계 강대국들은 “맨해튼 프로젝트보다 더 크고 중요하다”는 말 같은 것만 했습니다. 어떤 근거로 그렇게 보시나요?
  • @matheusmoreira — 의심이 아니라 실제로 일어난 일입니다. 미국 정부는 잠시 Fable을 비미국인에게 금지했고, 미국 기업은 제한 없는 모델에 접근할 사람을 골라 허용합니다. 실제로는 미국 시민조차 배제되며, 저 같은 외국인은 말할 것도 없습니다. 말 그대로 세상을 가진 자와 못 가진 자로 나눕니다. 핵에너지 때와 똑같습니다. 중국이 끊임없이 오픈웨이트 모델을 내놓으며 미국을 견제해서 다행입니다. 우리 같은 사람에게 최선은 두 나라가 승리할 희망 없이 계속 경쟁하는 상황입니다. 미국이나 중국 중 한쪽이 이기는 순간, 우리에게는 사실상 끝이고 상상하기 힘든 억압이 곧 닥칠 겁니다.
• @Transformanshen — DeepSeek과 Qwen은 미국 오픈웨이트 모델이 보조금이나 다른 비용 구조 없이 따라가기 힘든 가격 대비 성능의 기준선을 만들었습니다. 벤치마크보다 이 비율이 채택을 더 좌우합니다.
  • @aesthesia — 중국 AI 연구소도 수익을 내지 못한다는 점은 짚을 필요가 있습니다. 어떤 의미에서는 그들 역시 보조금 없이 하는 일이 아닙니다.
• @tamaker — 정말 중요한 작업입니다. 미국 지도부와 커뮤니티에 이 내용이 공유돼서 기쁩니다.
• @Zaraif13 — 대기업이 AI를 제대로 도입하려면 오픈 모델을 써야 한다는 점이 점점 분명해집니다. 특히 자체 지능을 소유하고 싶다면 그래야 합니다. 대기업의 지루한 공급망 업무를 자동화할 기본 AI 에이전트를 이틀 동안 만들었습니다. 은행 명세서와 공급업체 ID 같은 민감한 정보가 들어가 있어 경보가 울렸습니다. 폐쇄형 모델에 이 데이터 접근을 허용할 수 없다고 판단해 오픈 모델 기반으로 구현하려 했습니다. 앞으로 기업에는 이것이 아마 유일한 길일 겁니다.
  • @ramshanker — 저희도 마찬가지입니다. 지금 기업 차원에서 비용과 편익을 평가하고 있습니다. 자체 하드웨어와 오픈 모델을 강하게 밀고 있습니다.
  • @bpodgursky — 최근 며칠 사이 생각이 바뀌었습니다. Claude나 Sol이 통제 불능으로 행동하면 대형 연구소가 책임을 질 겁니다. 고객은 손해배상을 청구하고 규제기관의 책임을 피하려 할 수 있습니다. 중국 OSS 모델을 썼는데 통제 불능이 된다면요? 책임은 전부 사용한 회사에 돌아올 겁니다.
  • @the_sleaze_ — 대형 연구소가 통제 불능 행동에 책임을 진다고 하셨는데, 지금까지는 그렇지 않았습니다.
  • @bpodgursky — 기업은 아직 권한이 큰 에이전트를 거의 배포하지 않았습니다. 그런 일을 할 수 있는 모델이 나온 지 몇 달밖에 안 됐습니다. 조금 기다리면 벌어질 일입니다.
  • @Jedd — 정장을 입은 사람들이 수십 년간 대개 이런 근거 없는 주장을 해왔지만, 성립하지 않습니다. ‘있는 그대로’ 판매하며 목적 적합성을 보장하지 않는다는 긴 면책 조항이 있으면 책임은 구매자·소비자·운영자에게 남습니다. 저는 직장 생활 내내 그런 사람들 때문에 크게 답답했습니다. 그들은 기능이 같거나 더 나은 무료 제품을 택하지 않고 독점 제품과 서비스에 돈을 쓰면 막연히 ‘구제받을 수 있다’고 장담합니다. 세 번째 문단은 LLM 서비스와 공개 모델 자체 호스팅의 차이를 말하려는 건지, 두 개념을 섞은 건지 모르겠습니다. 호스팅 장소만 법적 보호를 제공한다면 OpenRouter 같은 서비스를 쓰면 되겠지만, 그 방법도 법적 보호를 제공하지는 않는다고 봅니다.
  • @solidasparagus — 왜 폐쇄형 모델을 써야 한다는 결론이 나오나요? 데이터를 클라우드 데이터베이스에 올리는 것과 클라우드 모델에 쓰는 것의 차이를 모르겠습니다.
• @kittikitti — 관점을 공유해주셔서 감사합니다. 글의 결론에 동의합니다. 다만 OpenAI의 OSS 모델군, 예컨대 gpt-oss에 관한 설명도 더 있었으면 좋겠습니다.
• @JSR_FDED — AI를 한 기업이나 한 나라가 전부 장악하는 상황은 매우 불편합니다. 그런 점에서 중국 모델을 환영합니다. 또 대형 연구소가 AI를 미국 대 중국의 국가 안보 문제로 포장하는 방식은 규제를 피하고, 누구나 IPO로 빠져나가기 전에 AI 금융 거품이 꺼지는 일을 막는 데 편리합니다. 두 가지 모두 공정성에 대한 제 감각을 거스릅니다. 중국 연구소는 모델만 공개하는 것이 아니라 연구와 혁신도 발표하고 공유합니다. 과학을 하고 분야 전체의 발전에 기여하는 더 나은 방식입니다.

원문: Interconnects / 번역·요약: Trawling