오픈 웨이트 모델은 공개적으로 평가된 최상위 클로즈드 프론트이어 모델과 약 4개월 이내의 성능 차이를 보이고 있으며, 두 진영 간의 격차는 점점 더 불안정해지고 있다.
이는 오픈 vs 클로즈드 AI 경쟁을 점점 더 중요한 상업적 문제로 만들고 있다. 만약 오픈 모델이 데이터, 인프라, 커스터마이징에 대한 기업의 통제력을 유지하면서도 프론트이어 수준의 성능에 근접할 수 있다면, 기업들은 여전히 프론트이어 랩에 무엇을 위해 비용을 지불하는 것일까? 그리고 그 가치는 궁극적으로 어디로 귀결되는가?
현황을 이해하려면 먼저 우리가 말하는 오픈 모델과 클로즈드 모델의 정의를 살펴볼 필요가 있다. 개방성은 스펙트럼으로 존재한다. 사용자가 다운로드하여 자유롭게 수정할 수 있는 완전 오픈 모델부터 다양한 제한 조건이 있는 오픈 웨이트 모델까지 다양하며, 클로즈드 모델은 가중치를 비공개로 유지하고 접근을 통제한다.
기업들이 어떤 모델을 기반으로 시스템을 구축할지 결정할 때, 차이점은 단순히 성능과 가격에만 국한되지 않는다.
Palantir CEO Alex Karp는 기업들이 자사의 비즈니스를 차별화하는 고유 지식과 프로세스인 ‘알파(alpha)’를 프론트이어 모델 제공업체에 넘겨줄 위험이 있다고 경고했다.
Satya Nadella도 X(구 Twitter)에 게시한 에세이에서 비슷한 견해를 밝혔다. “사실 지능을 두 번 대가로 치르는 셈이다. 한 번은 돈으로, 그리고 그것보다 더 가치 있는 것으로 또 한 번 지불한다. 바로 그 지능을 유용하게 만들기 위해 반드시 노출해야 하는 고유 지식이다. 모델의 성능을 높이고 싶을수록 그만큼 더 많은 지식을 학습시켜야 한다!”
두 발언 모두 전략적 의존성에 대한 경고이며, 왜 더 많은 기업이 오픈 모델을 탐색하고 있는지 설명하는 데 도움이 된다.
하지만 고유 지식을 포기하는 것에 대한 우려에도 불구하고, 증거는 기업들이 여전히 프론트이어 성능에 비용을 지불할 의사가 있음을 보여준다. 최고 수준의 오픈 웨이트 모델이 불과 몇 개월 뒤처지더라도 프론트이어 랩의 매출은 계속 가속화되고 있으며, 토큰 사용량은 훨씬 더 넓은 범위의 모델로 분산되고 있다.
선도적인 기업들은 두 방식을 모두 활용하고 있다. 커스터마이징과 통제를 위해 오픈 모델을 선택하고, 현재 이용 가능한 최고의 성능이 필요할 때는 클로즈드 프론트이어 모델을 사용하는 식이다. 일부 기업에서는 각 워크플로우에 가장 적합한 모델을 매칭함으로써 효율성이 수 배 향상되고 비용이 극적으로 절감되었다고 보고했다. 이러한 사례 중 몇 가지는 아래 심층 분석(Deep Dive)에서 다룬다.
일부 모델 개발사들도 두 가지 접근 방식을 병행하고 있다. Google은 Gemini와 Gemma를 보유하고 있으며, Meta는 Muse Spark와 Llama를 제공한다. 왜 하나의 모델은 클로즈드로 유지하면서 다른 하나는 무료로 배포하는 걸까? 또한 오픈 모델이 무료 다운로드라면 어떤 제약 조건이 따르는가? 그들의 개발자들은 클로즈드 랩들과 어떻게 재정적으로 경쟁하는가?
우리의 99페이지 분량 심층 분석은 이러한 선택 이면의 경제학을 검토하며, AI 사용 비용이 점점 저렴해짐에 따라 누가 AI 이익을 차지하고 어떤 기업이 가격 결정력을 유지할 수 있을지를 형성하는 방식에 대해 탐구한다.
전체 보고서에는 다음 내용도 포함된다:
- 중국 경쟁사들이 가격을 낮추는 상황에서 프론트이어 랩들이 우위를 유지하기 위한 비용을 지속할 수 있는지 여부.
- 모델들이 경쟁하는 다섯 가지 요소와 각각이 요구하는 트레이드오프.
- 모델이 실행될 수 있는 세 가지 위치와 산업이 이들 사이에서 어떻게 나뉘어 있는지.
- 엔지니어링 효율성을 최대 12배, 비용 절감을 20배 이상 달성했다고 보고한 사례 연구.
- NVIDIA와 Samsung이 오픈 웨이트에 투자하는 이유와 수익이 발생할 수 있는 영역.
읽어보시고 재미있으셨으면 좋겠으며, 저희 그룹에서 의견을 들려주세요:
