발표에서 확인된 핵심 사실

자고 일어나면 새로운 모델이 나와 순위가 바뀌는 일이 일상이 됐다. 이번에는 Moonshot Labs의 Kimi K3와 Alibaba의 Qwen 3.8가 그 주인공이다. 두 모델 모두 Anthropic의 Fable 5에 근접한 성능을 보여주며 시장의 판도를 흔들고 있다. 인공지능의 지식과 판단 기준이 담긴 설계도인 모델 가중치(weights)는 수주 내에 공개될 예정이다. 누구나 이 모델의 내부 구조를 확인하고 활용할 수 있게 된다.

AI 모델이 답을 내놓는 과정에서 발생하는 추론 비용(Inference cost)은 데이터 센터와 발전소를 직접 소유했는지에 따라 완전히 다른 구조를 갖는다. Anthropic이나 Moonshot Labs처럼 시설을 임대해 쓰는 기업은 사용자가 늘어 매출이 오를 때 운영 비용도 똑같이 늘어난다. 매출이 늘어도 비용이 함께 따라오기 때문에 마진을 높이는 데 한계가 있다. 반면 Meta나 Alibaba처럼 인프라를 직접 소유한 기업은 초기 투자 이후의 비용을 고정비로 묶을 수 있다. 사용자가 많아지고 서비스 이용 횟수가 늘어날수록 마진이 더 가파르게 상승하는 이점을 누린다.

이제는 단순한 벤치마크 성능 수치보다 인프라 경쟁력이 AI 기업의 생존을 결정하는 핵심 지표가 됐다. 똑똑한 모델을 만드는 기술력만큼이나 이를 얼마나 싸고 효율적으로 운영할 수 있는지가 사업의 성패를 가른다. 인프라 소유 여부가 AI 벤더가 시장에서 얼마나 오래 버틸 수 있는지를 판단하는 실질적인 기준이 된 셈이다.

경쟁 모델 대비 추론 비용이 매우 높다

작업 하나를 처리할 때 드는 비용이 3배 가까이 차이 난다면 실제 서비스 도입 단계에서는 선택지가 좁아질 수밖에 없다. Anthropic의 Fable 5는 OpenAI나 오픈 모델과 비교했을 때 작업 완료당 비용이 거의 3배 더 비싸다. 추론 비용, 즉 AI가 질문을 이해하고 답을 생성하는 과정에서 발생하는 계산 비용이 훨씬 높다는 뜻이다. 성능이 아무리 뛰어나도 매번 발생하는 비용이 과도하면 상용 서비스로서의 매력이 떨어진다.

OpenAI는 이러한 비용 구조의 한계를 넘기 위해 서비스 경험과 인프라라는 더 넓은 영역에 투자하고 있다. 소비자 경험과 사이트 퍼블리싱, 음성 기술은 물론 하드웨어와 데이터 센터 소유권 확보에 직접 자원을 투입한다. 경쟁사가 쉽게 따라오지 못하는 강력한 진입 장벽인 해자를 구축하는 전략이다. 인프라를 직접 소유하고 관리하는 능력은 모델의 지능만큼이나 중요한 경쟁 우위가 된다.

AI 벤더의 지속 가능성은 단순한 모델 성능 수치보다 인프라 경쟁력과 비용 효율성에서 결정된다. 데이터 센터를 직접 소유하고 운영 비용을 낮출 수 있는 기업이 시장에서 더 오래 살아남을 가능성이 크다. 모델 간의 성능 격차가 줄어드는 상황에서는 누가 더 싸고 빠르게 답을 내놓느냐가 사용자의 선택을 가르는 핵심 기준이 된다.

오픈 모델의 SOTA 달성은 Anthropic과 같은 폐쇄형

유료 구독 서비스에서만 가능했던 고성능 기능들이 무료 오픈 소스 모델에서도 똑같이 작동하는 경험이 늘고 있다. Kimi K3와 Qwen 3.8 같은 오픈 모델들이 SOTA(현재 기술로 도달할 수 있는 최고 성능 수준)를 달성하며 폐쇄형 모델의 벽을 허물고 있다. 누구나 코드를 내려받아 쓸 수 있는 모델이 업계 최고 성능을 낼 수 있음이 증명된 셈이다. 최고 성능의 문턱이 낮아질수록 폐쇄형 모델이 가진 희소 가치는 빠르게 사라진다. 성능 차이가 사라지면 Anthropic 같은 폐쇄형 모델 개발사는 제품을 차별화할 강력한 무기를 잃게 된다. 기술적 우위라는 진입 장벽이 낮아지면서 향후 제품 경쟁력을 어떻게 유지할 것인가라는 전략적 위협에 직면했다.

Anthropic은 단순 성능 경쟁 대신 규제 전략과 재귀적 자기 개선(AI가 스스로 자신의 논리를 수정해 성능을 높이는 방식)에 집중하고 있다. 윤리적 관점에서 답변을 스스로 제한하는 Fable과 Mythos 모델이 대표적인 사례다. 이러한 자기 검열 체계는 단순한 기능 추가가 아니라 정부의 규제 방향과 긴밀하게 연결된 전략적 장치다. 성능 수치라는 정면 승부보다는 안전과 규제라는 틀 안에서 독자적인 영역을 구축해 시장 경쟁력을 확보하려는 계산이다. 기술적 성능의 평준화 속에서 규제 준수와 윤리적 설계라는 새로운 차별화 지점을 통해 생존하려는 움직임이다.

ChatGPT와 Claude가 주도하던 성능 경쟁의 판도가 바뀌고 있다. Kimi K3와 Qwen 3.8 같은 오픈 모델이 Fable 5 수준의 성능을 증명하며 기술적 평준화가 빠르게 진행 중이다. 이제 관전 포인트는 모델의 지능이 아니라 답을 내놓을 때 드는 비용인 추론 비용을 얼마나 낮출 수 있느냐로 옮겨간다.

결국 데이터 센터와 발전소를 직접 쥐고 있는 인프라 경쟁력이 AI 벤더의 생존을 결정한다. 단순한 벤치마크 점수보다 인프라 효율성과 비용 구조를 기준으로 어떤 AI가 더 지속 가능한지 판단해야 한다.