오픈 가중치 모델이 제공하는 높은 이식성과 자율성

더 성능 좋은 서비스가 나오면 망설임 없이 갈아타는 사용자 경험 속에서 중국은 모델 가중치를 공개하는 전략으로 글로벌 생태계를 빠르게 흡수하고 있다. 벤처캐피털 a16z의 파트너 마틴 카사도(Martin Casado)는 이코노미스트(Economist)를 통해 임의의 스타트업이 중국 AI 모델을 사용할 확률이 80%에 달한다고 분석했다.

오픈 가중치(Open weights, 학습이 끝난 모델의 핵심 수치들을 공개해 누구나 자신의 서버에 설치할 수 있게 만든 방식) 모델은 별도의 허가 절차가 필요 없다. 사용자가 원하는 서버에 모델을 직접 올리고 특정 비즈니스 목적에 맞게 모델의 성격을 수정하거나 세밀하게 조정할 수 있다. 오픈 소스와는 다르지만, 어디서든 실행할 수 있는 이식성과 권한 없는 사용이 가능하다는 점이 핵심이다.

특정 기업의 폐쇄형 API(응용 프로그램 인터페이스)에 의존하는 방식은 제공자가 권한을 제어하는 구조다. 반면 오픈 가중치 모델을 자체 구축하면 외부 간섭 없이 기술을 내재화하고 빠르게 변형할 수 있다. 누구나 제약 없이 수정하고 배포할 수 있는 환경이 혁신을 이끄는 기준이 된다.

모델 교체 비용의 하락과 서비스 계층의 록인 효과

ChatGPT를 쓰다가 더 똑똑해 보이는 Claude로 갈아타는 일은 이제 흔하다. 브랜드 충성도나 단순한 전환 비용 외에는 사용자를 붙잡아둘 기술적 진입장벽, 즉 독점적 우위가 부족하기 때문이다. 특히 API를 통해 모델을 사용하는 엔지니어링 환경에서는 기존 프롬프트를 유지한 채 호출하는 API 주소만 바꾸면 되므로 기술적 저항이 거의 없다.

실제 진입장벽은 모델을 둘러싼 기업용 서비스에 있다. 계약 조건, 기존 시스템과의 연결성, 사용 편의 기능 같은 주변 환경이 사용자를 묶어두는 족쇄가 된다. 기업이 특정 모델을 계속 쓰는 이유는 모델의 지능 그 자체보다 사내 시스템과 맺은 계약, 관리자 편의를 돕는 부가 기능 때문이다. 이러한 서비스 계층이 구축되면 모델 교체는 행정적, 운영적 부담으로 이어진다.

그동안 미국 기업들은 최첨단 프런티어 모델의 압도적인 성능을 앞세워 시장 우위를 지켰다. 하지만 최근 오픈 모델과의 성능 격차가 빠르게 좁혀지며 기존의 우위가 흔들리고 있다.

미국의 규제를 돌파하는 중국의 배포 전략

미국 정부가 GPU(그래픽 처리 장치) 수출을 통제하고 데이터 규제를 강화하면서 중국 기업들은 글로벌 중앙 집중식 서비스를 운영하는 데 제약을 받는다. 모델을 학습시킬 컴퓨팅 자원은 보유하고 있지만, OpenAI나 Anthropic처럼 전 세계 사용자가 접속하는 거대 서비스망을 직접 제공하는 방식으로는 미국식 모델을 따라가기 어렵다.

이 제약을 돌파하기 위해 중국은 모델 가중치를 공개하는 전략을 택했다. 미국이 설계한 컴퓨팅 자원의 불리함을 누구나 가져다 쓸 수 있는 배포의 이점으로 전환한 것이다. 폐쇄적인 중앙 집중식 서비스보다 모델 자체를 개방해 뿌리는 방식이 글로벌 시장에 더 빠르게 침투하고 영향력을 넓히는 경로가 된다.

이런 전략은 미국 기업들이 API 이용료를 통해 수익을 창출하는 계층을 누구나 쓸 수 있는 범용 기술로 만든다. 특정 기업의 폐쇄적인 서비스에 사용자를 가두는 방식보다, 전 세계 개발자가 자유롭게 수정하고 배포하는 생태계를 구축하는 것이 더 강력한 무기가 된다는 계산이다. 이제 기업들은 특정 벤더의 폐쇄형 API에 의존해 운영 효율을 높일 것인지, 오픈 웨이트 모델을 자체 구축해 장기적인 생태계 주도권을 확보할 것인지 판단해야 한다.

결국 기술의 소유보다 확산의 속도가 시장의 승패를 가른다.