오픈소스 AI, 미국 통제에 대한 불완전한 헤지 수단

Google News는 날카로운 대립 구도를 담은 Breakingviews의 주장을 부각했다. 오픈소스 AI는 미국 공급업체로부터의 독립을 제공하지만, 미국의 영향력으로부터의 독립까지 보장하지는 않는다. 조직은 모델 가중치를 내려받아 자체적으로 운영할 수 있다. 그러나 이를 둘러싼 기술 스택은 여전히 미국이 설계한 칩, 클라우드 플랫폼, 소프트웨어, 자본, 정책 결정에 크게 의존한다.

이 구분은 정부와 기업이 오픈 모델을 소버린 AI로 가는 경로로 점점 더 설명하고 있기 때문에 중요하다. 소버린 AI는 선택한 관할권 안에서 모델, 데이터, 인프라, 운영 정책이 작동하는 방식을 통제한다는 의미다. 오픈 가중치는 그러한 통제력을 높이지만, 기술적 독립을 자동으로 제공하지는 않는다.

논쟁은 이제 소프트웨어 라이선싱을 넘어섰다. Nvidia, Microsoft, Meta, IBM 등 여러 조직은 미국 의원들에게 오픈 모델에 대한 광범위한 제한을 피하라고 촉구했다. 이들의 개입은 중국 모델, 사이버 보안 위험, 전략 기술에 대한 접근을 제한할 수 있는 워싱턴의 역량을 둘러싼 우려가 커진 뒤에 나왔다.

따라서 핵심 긴장은 단순히 오픈 모델과 폐쇄형 모델의 대립이 아니다. 자율성이라는 약속과 고도로 집중된 공급망이라는 현실의 충돌이다. 오픈소스 AI는 한 계층의 의존도를 줄일 수 있지만, 여러 다른 병목 지점은 그대로 남길 수 있다.

Google News가 포착한 오픈 AI를 둘러싼 더 큰 싸움

당장의 변화는 정치적이다. 오픈소스 AI는 개발자들의 선호를 넘어 국가적 영향력의 문제로 이동했다.

7월 24일, Nvidia, Microsoft, Meta, IBM 및 기타 서명자들은 미국 의원들 앞에서 오픈 모델을 공개적으로 옹호했다. Nvidia CEO Jensen Huang의 서한은 경쟁을 억누르거나 개발을 해외로 밀어낼 수 있는 성급한 규제에 경고를 보냈다.

서명자들은 기술 탈취와 오용에 대한 우려를 인정했다. 그러나 정책 입안자들은 그러한 위험을 표적화된 법적·상업적 조치를 통해 다뤄야 한다고 주장했다. 이들은 공개적으로 이용 가능한 모든 모델을 동일한 위협으로 취급하는 포괄적 제한에 반대했다.

이들의 입장이 무게를 갖는 이유는 이들 기업이 AI 시장의 서로 다른 영역을 차지하고 있기 때문이다. Meta는 오픈 가중치 모델을 공개하는 반면, Microsoft는 독점형 시스템과 오픈 시스템 모두에 대한 클라우드 접근을 판매한다. Nvidia는 이들 다수를 학습하고 운영하는 데 사용되는 가속기를 공급한다.

오픈 모델 서한은 폐쇄형 시스템이 본질적으로 더 안전하다는 가정에도 이의를 제기했다. 서명자들은 독립 연구자들이 오픈 가중치를 조사하고, 취약점을 식별하며, 안전장치를 개발할 수 있다고 주장했다.

오픈 가중치는 모델이 학습한 행동을 담고 있는 내려받을 수 있는 파라미터다. 이를 통해 조직은 모든 요청을 원래 개발자에게 보내지 않고도 모델을 호스팅, 조정, 테스트할 수 있다. 이는 의미 있는 운영상의 자유를 만든다.

그러나 “오픈소스 AI”는 여전히 불명확한 표현이다. 일부 모델은 가중치를 제공하지만 학습 데이터, 학습 코드 또는 세부 개발 방법은 공개하지 않는다. 다른 모델은 특정 사용자나 애플리케이션을 제한하는 라이선스를 포함한다.

Open Source Initiative의 AI 정의는 더 폭넓은 기준을 제시한다. 이는 AI 시스템을 사용하고, 연구하고, 수정하고, 공유할 수 있는 능력에 초점을 둔다. 일반적으로 오픈소스라고 불리는 많은 제품은 이 정의의 모든 요건을 충족하지 않는다.

이 격차는 독립성을 추구하는 구매자에게 중요하다. 내려받을 수 있는 가중치는 공급업체가 하룻밤 사이에 애플리케이션 프로그래밍 인터페이스를 변경하는 일을 막을 수 있다. 그러나 누락된 학습 데이터, 문서화되지 않은 필터링 선택, 모델 생성에 사용된 모든 의존성을 드러내지는 못한다.

Google News의 헤드라인은 “불완전한”이라는 단어를 통해 이 모호성을 포착한다. 오픈 모델은 집중된 위험에 대한 보호를 의미하는 헤지 수단을 제공한다. 하지만 근본적인 노출을 제거하지는 않는다.

이 시점은 모델 경쟁의 변화를 반영하기도 한다. 중국 개발자들은 오픈 모델 순위에서 두각을 나타냈고, 선도적인 미국 연구소들은 독점형 서비스에 크게 집중해 왔다. 그 결과 오픈 배포는 개발자와 고객을 둘러싼 지정학적 경쟁의 일부가 됐다.

이 경쟁은 워싱턴을 난처한 위치에 놓는다. 오픈 모델을 제한하면 일부 오용을 줄일 수 있지만, 성장하는 배포 채널에서 미국의 참여를 약화시킬 수도 있다. 이를 계속 이용 가능하게 두면 채택을 지원하는 대신 하위 단계의 사용에 대한 직접 통제는 줄어든다.

그 결과 뚜렷한 경계선을 긋기 어려운 정책 논쟁이 형성됐다. 하나의 모델은 국내 혁신, 해외 경쟁, 독립적인 보안 연구, 악의적 사용을 동시에 지원할 수 있다. 라이선스만으로 어느 결과가 우세할지를 결정할 수는 없다.

정부와 기업 구매자에게 가해지는 압력

정부와 대규모 조직은 이제 모델 접근성과 전체 AI 스택에 대한 실질적 통제를 구분해야 한다.

가장 즉각적인 압력은 미국 기술 산업 전체를 재현하지 않고 소버린 AI를 추구하는 국가에 가해진다. 프런티어 모델을 학습하려면 전문 인력, 대규모 데이터세트, 첨단 칩, 에너지, 상당한 컴퓨팅 인프라가 필요하다. 기존 오픈 모델을 운영하는 일은 그보다 더 실현 가능하다.

이 차이는 실용적인 전략을 부추긴다. 정부는 내려받을 수 있는 가중치를 선택해 현지 언어에 맞게 조정하고, 국내 시설에서 운영할 수 있다. 이를 통해 데이터 위치, 시스템 프롬프트, 업데이트, 접근 정책에 대한 통제력을 더 확보한다.

이 접근 방식은 특히 의료, 국방, 금융, 공공 행정 분야에서 매력적이다. 이들 분야는 민감한 기록을 다루거나 데이터 이동 가능 지역을 규정하는 규칙을 적용받는 경우가 많다. 모든 요청을 해외 서비스로 보내는 일은 법적·운영상의 노출을 만든다.

기업은 원래 개발자가 업데이트를 출시한 뒤에도 작동 중인 특정 모델 버전을 유지할 수 있다. 이러한 안정성은 팀이 규제 대상 워크플로를 검증하고 갑작스러운 행동 변화를 피하는 데 도움이 된다. 폐쇄형 서비스는 일반적으로 고객에게 버전 이용 가능성에 대한 통제력을 덜 제공한다.

그러나 로컬 호스팅은 책임을 없애기보다 옮긴다. 운영자는 인프라를 보호하고, 모델을 테스트하며, 오용을 모니터링하고, 지원 소프트웨어를 유지해야 한다. 한 공급업체로부터의 자유는 여러 내부 팀에 걸친 의무를 만들 수 있다.

기업 구매자들은 가중치를 넘어서는 전환 비용에도 직면한다. 애플리케이션은 특정 토크나이저, 검색 시스템, 평가 도구 모음, 안전 필터, 오케스트레이션 도구에 의존한다. 모델 간 이동은 종종 지연 시간, 출력 품질, 운영 행동을 바꾼다.

토크나이저는 텍스트를 모델이 처리하는 단위로 변환한다. 서로 다른 토큰화 방식은 컨텍스트 사용량, 성능, 비용에 영향을 미친다. 따라서 유사한 모델조차 동일한 애플리케이션 안에서 다르게 작동할 수 있다.

정부는 같은 문제의 더 큰 형태에 직면한다. 국내 모델 호스팅에도 신뢰할 수 있는 칩, 네트워킹 장비, 스토리지, 전력이 필요하다. 또한 초기 정치적 발표 이후에도 시스템을 유지할 수 있는 엔지니어가 필요하다.

Brookings는 소버린 AI 보고서에서 확대되는 국가 AI 프로그램의 범위를 기록했다. 이 프로젝트들은 현지에서 학습한 파운데이션 모델부터 기존 오픈 시스템의 조정에 이르기까지 매우 다양하다. 이러한 차이는 주권이 이분법적 상태가 아니라 스펙트럼임을 보여준다.

일부 국가는 현지 언어 지원을 우선시한다. 다른 국가들은 국방, 공공 서비스, 과학 연구 또는 민감한 데이터세트에 대한 통제에 초점을 맞춘다. 하나의 오픈 모델만으로는 추가 인프라와 거버넌스 없이는 이 모든 목표를 충족할 수 없다.

압력은 미국 클라우드 제공업체에도 미친다. 관할권 통제를 추구하는 고객은 현지 리전, 전용 하드웨어, 이식 가능한 소프트웨어, 더 명확한 이탈 조건을 요구할 수 있다. 클라우드 기업은 글로벌 운영 모델을 약화시키지 않으면서 이러한 유연성을 지원해야 한다.

폐쇄형 모델 연구소는 다른 방식의 대응에 직면한다. 이들은 우수한 성능, 보안 지원, 편의성이 원격 서비스 의존보다 더 큰 가치를 지닌다는 점을 구매자에게 설득해야 한다. 또한 모델 접근성과 정책 안정성에 관한 신뢰할 만한 약속도 필요하다.

오픈 모델 개발자들은 통제력이 신뢰성을 희생시키지 않는다는 점을 입증해야 한다. 사용자에게는 신뢰할 수 있는 문서, 평가 결과, 보안 패치, 장기 유지보수가 필요하다. 지속적인 지원이 없는 내려받을 수 있는 산출물은 그 자체로 또 다른 형태의 위험이 될 수 있다.

지식 노동자에게 이 논쟁은 서비스가 규칙을 바꾸기 전까지는 멀게 느껴질 수 있다. 호스팅형 어시스턴트는 기능을 잃거나, 워크플로를 제한하거나, 보존 정책을 변경할 수 있다. 로컬에서 운영되는 모델은 또 다른 선택지를 제공하지만, 대부분의 개인은 이를 혼자 유지할 수 없다.

이 때문에 정보 이식성이 중요하다. 개인과 팀은 서로 다른 모델에서도 계속 유용하게 사용할 수 있는 형식으로 원본 자료를 보존해야 한다. 구조화된 개인 지식 기반은 단일 어시스턴트의 기억이나 인터페이스에 대한 의존도를 낮춘다.

강제되는 대응은 다각화다. 정부와 기업은 여러 실행 가능한 모델, 이식 가능한 데이터, 검증된 대체 경로, 갑작스러운 접근 변경을 다루는 계약을 필요로 한다. 단순히 오픈 라이선스를 선택하는 것만으로는 이 작업이 완성되지 않는다.

오픈 가중치가 전체 공급망을 열어주지는 않는다

오픈소스 AI는 모델 계층의 통제력을 약화시키지만, 미국의 영향력은 인프라, 소프트웨어, 금융에 여전히 집중돼 있다.

첫 번째 병목 지점은 첨단 컴퓨팅 하드웨어다. 대부분의 고성능 AI 시스템은 소수 기업이 설계한 가속기에서 작동한다. Nvidia는 자사 칩과 이를 둘러싼 소프트웨어 환경을 통해 특히 강력한 위치를 차지하고 있다.

국가는 개발자의 허가 없이 모델 가중치를 내려받을 수 있다. 그러나 이러한 가중치를 효율적으로 실행하려면 적합한 하드웨어가 여전히 필요하다. 따라서 수출 통제, 공급 제약 또는 라이선스 결정은 오픈 접근의 실질적 가치를 제한할 수 있다.

의존성은 소프트웨어로도 확장된다. Nvidia의 CUDA 환경은 학습과 추론을 위한 일반적인 기반이 됐다. 추론은 학습된 모델을 사용해 답변이나 예측을 생성하는 과정이다.

대체 칩도 존재하지만, 워크로드를 옮기려면 엔지니어링 작업과 성능 테스트가 필요할 수 있다. 프레임워크 호환성이 동등한 속도나 신뢰성을 보장하지는 않는다. 모델은 원칙적으로 이식 가능할 수 있지만, 프로덕션 시스템은 하나의 하드웨어 환경에 계속 묶여 있을 수 있다.

클라우드 집중은 또 다른 노출 계층을 만든다. Amazon Web Services, Microsoft Azure, Google Cloud는 AI 워크로드를 위한 주요 글로벌 플랫폼을 운영한다. 국내 호스팅은 이러한 의존도를 줄일 수 있지만, 동등한 역량을 구축하려면 시간과 전문 지식이 필요하다.

현지 데이터 센터조차 국제적 의존성을 포함한다. 서버에는 여러 공급업체의 프로세서, 메모리, 스토리지 장치, 네트워킹 구성 요소, 펌웨어가 포함된다. 유지보수 도구와 보안 업데이트는 다른 관할권에서 비롯될 수 있다.

자본은 더 조용한 형태의 영향력을 만든다. AI 개발자는 컴퓨팅, 채용, 배포를 위한 자금이 필요하다. 미국 투자자와 기술 기업은 글로벌 스타트업 시장 전반에 참여하며, 어떤 프로젝트가 빠르게 확장할 수 있는지에 영향을 미친다.

시장 접근성도 중요하다. 개발자들은 미국 내 고객과 널리 사용되는 클라우드 마켓플레이스에 대한 접근을 원한다. 이들은 그러한 채널을 유지하기 위해 라이선스, 안전장치 또는 사업 구조를 조정할 수 있다.

학습 데이터는 또 다른 미해결 의존성을 만든다. 공개 웹 콘텐츠, 라이선스 데이터셋, 코드 저장소, 합성 데이터는 국경을 넘나든다. 국가 모델로 설명되는 모델조차도 글로벌 출처에서 비롯된 문화적 가정과 지식재산을 포함할 수 있다.

평가에도 같은 문제가 적용된다. 개발자들은 국제 커뮤니티가 만든 벤치마크, 리더보드, 테스트 도구를 사용해 모델을 비교하는 경우가 많다. 가중치가 현지에서 통제되더라도 국내 모델은 외부의 품질 정의를 이어받을 수 있다.

Stanford의 AI Index는 AI 개발에서 정책, 인프라, 국가 전략의 역할이 커지고 있음을 추적한다. 더 넓은 관점에서 보면, 모델 성능은 경쟁 구도의 한 부분일 뿐이라는 점을 보여준다.

이 때문에 오픈소스 AI는 독립성보다는 보험으로서 더 효과적이다. 호스팅 제공업체가 장벽을 높이거나 조건을 바꿀 때 조직에 대안을 제공한다. 그러나 지속적인 운영에 필요한 모든 입력 요소에 대한 접근을 보장하지는 않는다.

그럼에도 보험은 가치가 있다. 검증된 오픈 모델을 보유한 조직은 독점 제공업체와 더 자신 있게 협상할 수 있다. 일부 워크로드를 옮기고, 결과를 검증하며, 서비스 중단 중에도 핵심 기능을 유지할 수 있다.

오픈 표준과 결합하면 이러한 헤지는 더 강해진다. 표준 인터페이스, 이식 가능한 데이터 형식, 모델 독립적 평가 시스템은 전환 마찰을 줄인다. 하나의 모델 선택이 주변의 모든 구성 요소를 좌우하지 않도록 한다.

모델 라우팅도 도움이 된다. 라우터는 비용, 위험, 지연 시간, 성능에 따라 각 요청을 적절한 모델로 보낸다. 이를 통해 조직은 까다로운 작업에는 독점 시스템을, 통제가 필요한 워크로드에는 오픈 모델을 사용할 수 있다.

그러나 라우팅은 팀이 의미 있는 대안을 테스트한 뒤에만 작동한다. 아키텍처 다이어그램에 나열된 모델은 아무도 그 출력을 검증하지 않았다면 대안이 아니다. 주권에는 조달 라벨이 아니라 운영 준비성이 필요하다.

따라서 조직은 여러 수준에서 의존성을 파악해야 한다. 여기에는 가중치, 서빙 소프트웨어, 하드웨어, 클라우드 인프라, ID 시스템, 안전 통제, 데이터 파이프라인이 포함된다. 이 지도는 오픈 모델이 실제로 어떤 장애를 해결하는지 보여준다.

이러한 평가는 종종 덜 극적인 결론으로 이어진다. 대부분의 국가와 기업에 완전한 기술 자율성은 비현실적이다. 핵심 워크로드에 대한 선택적 통제가 더 실현 가능하고 더 유용하다.

헤지에는 보안 및 거버넌스의 상충 관계가 따른다

모델에 대한 통제권이 커질수록 운영자는 더 많은 자유를 얻지만, 보안과 책임 부담도 함께 떠안게 된다.

지지자들은 오픈 액세스가 검토를 개선한다고 주장한다. 연구자들은 벤더를 기다리지 않고 모델 행동을 살펴보고, 안전장치를 시험하며, 결과를 재현할 수 있다. 조직도 자체 위험에 맞는 통제 장치를 구축할 수 있다.

이러한 투명성은 방어적 사이버보안을 지원할 수 있다. 보안팀은 때때로 악성 코드를 분석하고, 취약점을 탐색하거나, 테스트 사례를 생성할 모델이 필요하다. 엄격히 제한된 호스팅 어시스턴트는 사용자의 의도를 확인할 수 없다는 이유로 정당한 작업을 거부할 수 있다.

오픈 모델은 프라이빗 배포도 가능하게 한다. 병원, 법무팀, 정부 기관은 민감한 프롬프트를 통제된 환경 안에 유지할 수 있다. 자체 요구사항에 맞춰 로깅 및 보존 정책을 정의할 수 있다.

그러나 다운로드 가능한 가중치는 안전장치를 제거하도록 수정될 수도 있다. 그러면 성능이 뛰어난 모델이 사기, 침입 시도, 선전 또는 기타 유해 활동을 지원할 수 있다. 원래 개발자는 이미 배포된 사본을 회수할 수 있는 능력이 제한적이다.

이는 배포와 대응 사이에 비대칭성을 만든다. 폐쇄형 제공업체는 서비스 전반에서 필터를 업데이트하거나 계정을 정지할 수 있다. 오픈 모델 개발자는 개선된 안전장치를 공개할 수 있지만, 모든 운영자에게 이를 채택하도록 강제할 수는 없다.

이러한 영속성은 주권 논리도 강화한다. 외국 정부가 국내 시설에서 이미 실행 중인 모든 사본을 쉽게 비활성화할 수는 없다. 정당한 사용자를 정치적 압력에서 보호하는 기능은 동시에 조율된 안전 조치를 복잡하게 만든다.

보안 책임은 배포자에게 더 많이 이전된다. 배포자는 접근을 통제하고, 시스템을 격리하며, 출력을 검토하고, 비정상적인 행동을 모니터링해야 한다. 소규모 조직은 이러한 업무에 필요한 인력이나 프로세스가 부족할 수 있다.

오픈 코드와 오픈 가중치가 보안을 보장하지는 않는다. 공개 검토는 결함을 드러낼 수 있지만, 누군가는 검토를 수행하고 수정 사항을 유지해야 한다. 관리되지 않은 소프트웨어는 라이선스와 관계없이 취약한 상태로 남는다.

폐쇄형 서비스에도 자체적인 위험이 있다. 고객은 모든 모델 구성 요소를 독립적으로 검토할 수 없으며, 제공업체의 보안 주장을 신뢰해야 한다. 중앙집중형 시스템은 많은 사용자와 데이터셋에 접근할 수 있어 매력적인 공격 표적이 되기도 한다.

따라서 의미 있는 비교는 투명성과 불투명성을 고립해 대비하는 것이 아니다. 구매자는 구체적인 위협 모델을 비교해야 한다. 정부 정보기관과 소규모 소매업체는 같은 모델 실패로 인해 매우 다른 결과를 맞는다.

거버넌스도 유사한 상충 관계를 제시한다. 현지 통제는 조직이 국내 법과 문화적 기대를 반영하는 정책을 정할 수 있게 한다. 동시에 당국이 외부 제약 없이 감시나 검열을 배포하도록 할 수도 있다.

“주권”이라는 단어는 흔히 중립적으로 들리지만, 주권은 미덕이 아니라 통제를 설명한다. 민주적 제도, 권위주의 정부, 기업, 지역사회는 통제를 서로 다르게 행사할 수 있다. 오픈소스 AI는 어떤 가치가 그 사용을 이끌지 결정하지 않는다.

라이선스로는 모든 갈등을 해결할 수 없다. 유해한 활용을 금지하는 제한은 개발자의 의도를 표현할 수 있지만, 동시에 라이선스를 덜 개방적으로 만든다. 허용적 라이선스는 폭넓은 적응을 지원하는 반면, 개발자에게 문제 소지가 있는 배포에 맞설 법적 수단은 더 적게 제공한다.

또 다른 불확실성은 성능에 관한 것이다. 오픈 모델은 많은 벤치마크에서 격차를 좁혔지만, 벤치마크 결과가 실제 운영 품질을 확정하지는 않는다. 기업은 자체 문서, 언어, 도구, 실패 사례 전반의 신뢰성에 관심이 있다.

테스트 방법이 발전하면서 보고된 리더보드 차이는 빠르게 바뀔 수 있다. 일부 평가는 벤치마크 자료가 학습 데이터에 포함되는 오염 문제도 겪는다. 구매자에게는 하나의 공개 점수보다 작업별 테스트가 필요하다.

성능 격차는 최전선에서 가장 중요하다. 문서 분류에 적합한 모델도 고급 연구, 코딩, 사이버보안 작업에서는 여전히 어려움을 겪을 수 있다. 필요한 작업을 수행할 수 있는 모델이 제한된 모델뿐일 때 의존성은 다시 돌아온다.

비용도 운영자에게 예상 밖의 부담이 될 수 있다. 가중치를 다운로드하면 모델 개발자와의 요청당 계약은 피할 수 있다. 그러나 하드웨어, 에너지, 엔지니어, 모니터링, 보안에 대한 지출이 사라지는 것은 아니다.

사용량이 적은 수준에서는 호스팅 서비스가 더 단순할 수 있다. 일정한 규모로 지속 운영할 경우 현지 배포는 더 예측 가능한 운영을 제공할 수 있다. 결과는 활용률, 하드웨어 가용성, 인력에 달려 있다.

따라서 오픈소스 절감 효과에 대한 주장은 조건부로 유지되어야 한다. 독점 시스템이 더 안전하다는 주장에도 같은 주의가 적용된다. 어떤 모델 유형도 모든 워크로드나 위협에서 우위를 차지하지는 않는다.

가장 강력한 전략은 독립적인 테스트와 실제 위험에 맞춘 배포 선택을 결합하는 것이다. 팀은 왜 특정 워크로드에 특정 모델을 사용하는지, 그리고 그 모델을 사용할 수 없게 되면 어떻게 되는지를 문서화해야 한다. 성능과 정책이 변화함에 따라 선택을 재검토해야 한다.

중국은 미국의 오픈 모델 전략을 복잡하게 만든다

중국의 오픈 모델 분야 존재감 확대는 개방성을 경쟁 도구이자 워싱턴의 불안 요인으로 만든다.

미국 연구소들은 생성형 AI에서 초기 상업적 우위를 구축했다. OpenAI, Anthropic, Google, Meta는 널리 사용되는 모델, 인터페이스, 연구 방법을 형성했다. 그러나 배포 방식은 상당히 다르다.

OpenAI와 Anthropic은 많은 선도 모델에 대해 호스팅 액세스를 강조해 왔다. Google은 독점 서비스와 일부 오픈 가중치 공개를 결합한다. Meta는 다운로드 가능한 모델을 중심으로 개발자 채택을 확대하기 위해 Llama 제품군을 활용해 왔다.

중국 연구소들은 오픈 배포를 적극적으로 추진해 왔다. 이들의 공개 모델은 낮은 비용, 현지 배포 또는 더 적은 사용 제한을 원하는 국제 개발자를 끌어들일 수 있다. 개발자가 직접 액세스로 얻는 수익이 적더라도 이러한 채택은 영향력을 만든다.

오픈 모델은 적응을 통해 확산된다. 기업은 현지 언어에 맞춰 모델을 미세 조정하거나, 제품에 통합하거나, 그 행동을 더 작은 시스템으로 증류할 수 있다. 미세 조정은 더 좁은 작업이나 도메인을 위한 추가 학습을 의미한다.

이러한 배포 패턴은 인프라 전략과 닮아 있다. 모델은 애플리케이션, 연구, 개발자 습관의 기반이 된다. 영향력은 폐쇄형 구독만을 통해서가 아니라 사용을 통해 커진다.

워싱턴이 직면한 정책 과제에는 상충하는 목표가 담겨 있다. 미국 관리들은 국내 기업이 글로벌 AI 채택을 주도하기를 원한다. 동시에 전략적 경쟁국이 역량을 확보하거나 미국 기술의 혜택을 얻는 것은 막고자 한다.

오픈 모델에 대한 광범위한 제한은 외국 대안을 남겨둔 채 미국 개발자를 약화시킬 수 있다. 개발자들은 제약이 더 적은 관할권의 모델을 채택할 수 있다. 이는 시장의 중요한 부분에 대한 미국의 가시성을 낮출 것이다.

아무 조치도 하지 않는 것 역시 위험을 수반한다. 고성능 가중치는 널리 유통되어 유해한 용도를 뒷받침할 수 있다. 외국 개발자는 제한되었거나 독점적인 시스템에서 나온 기법의 혜택을 얻을 수도 있다.

7월 업계 서한은 일반적 제한 대신 절도에 대한 표적 조치를 제안했다. 이 접근법은 특정한 위법 행위에 대한 집행을 유지하면서 오픈 개발을 보호하는 것을 목표로 한다. 그 효과는 증거, 법적 관할권, 국제 협력에 달려 있다.

Meta는 이 논쟁에서 특히 큰 압박을 받고 있다. 이 회사의 오픈 가중치 전략은 Llama를 주요 개발자 플랫폼으로 자리 잡게 하는 데 기여했다. 더 엄격한 통제는 그 입지를 약화시키고 더 쉬운 접근을 제공하는 경쟁사를 강화할 수 있다.

Nvidia는 다른 계산을 한다. 더 많은 모델과 더 많은 배포는 컴퓨팅 하드웨어 수요를 만든다. 오픈 시스템은 소수의 독점 연구소 고객을 넘어 시장을 확장할 수 있다.

Microsoft는 독점 선도 기업을 지원하는 동시에 클라우드와 개발자 도구를 통해 오픈 모델도 제공한다. 고객이 여러 시스템 중 선택할 수 있으면서도 Microsoft 인프라를 계속 사용할 때 이익을 얻는다. 모델 계층의 개방성이 반드시 클라우드 집중도를 낮추는 것은 아니다.

이는 이 글의 핵심적 역전을 보여준다. 미국 기업은 칩, 클라우드, 소프트웨어, 자본을 통해 영향력을 유지하면서 오픈 모델을 지원할 수 있다. 오픈 배포는 미국의 상업적 영향력을 해체하지 않고도 접근성을 넓힐 수 있다.

중국도 유사한 전략을 추구할 수 있다. 자유롭게 이용할 수 있는 모델은 중국의 연구, 도구, 업데이트에 대한 국제적 의존성을 구축할 수 있다. 미국산이 아닌 가중치를 선택한 국가가 반드시 중립을 선택한 것은 아니다.

따라서 경쟁은 단순히 개방성과 통제의 대결이 아니다. 어떤 계층을 개방적으로 유지할지, 누가 필수 인프라를 운영할지, 어느 관할권이 규칙을 바꿀 수 있는지를 둘러싼 경쟁이다.

유럽, 아시아, 중동, 아프리카, 라틴아메리카의 국가들은 이 경쟁에서 이익을 얻을 수 있다. 더 많은 모델 선택지는 협상력을 높이고 단일 외국 제공업체에 대한 대안을 만든다. 그러나 두 개의 외부 스택 중 하나를 선택하는 것은 완전한 주권이 아니다.

신뢰할 수 있는 국가 전략에는 선택적 투자가 필요하다. 정부는 국내 통제가 더 높은 비용을 정당화하는 워크로드를 식별해야 한다. 또한 현지에서 생산할 수 없는 구성 요소를 위한 파트너십도 필요하다.

오픈소스 AI는 모델 계층의 장벽을 낮춤으로써 이러한 전략을 지원한다. 현지 개발자에게 검토하고, 적응시키고, 운영할 수 있는 기반을 제공한다. 그 기여가 의미 있는 이유는 바로 그 한계가 분명하기 때문이다.

Breakingviews 경고 이후 주목할 점

세 가지 신호가 오픈소스 AI가 지속 가능한 주권 도구가 될지, 아니면 제한적인 협상 카드에 머물지를 보여줄 것이다.

첫 번째 신호는 미국 법안의 형태다. 정책 입안자들은 특정 고위험 역량, 외국 법인 또는 입증된 절도를 겨냥할 수 있다. 반대로 대부분의 다운로드 가능한 모델에 영향을 미치는 광범위한 요건을 부과할 수도 있다.

집중된 프레임워크는 미국 기업이 오픈 개발에 계속 적극적으로 참여할 수 있다는 근거를 강화할 것이다. 광범위한 통제는 개발자와 정부가 미국 관할권 밖의 모델을 찾도록 부추길 수 있다. 세부 내용은 “개방적” 또는 “안전한” AI에 대한 정치적 지지보다 더 중요할 것이다.

두 번째 신호는 검증된 기업 도입이다. 주권 클라우드와 국가 모델에 관한 발표는 흔하지만, 실제 운영 워크로드는 더 강력한 증거를 제공한다. 구매자들은 규제 대상 조직이 핵심 애플리케이션을 현지에서 운영되는 오픈 모델로 옮기는지 지켜봐야 한다.

성공적인 도입에는 파일럿 이상이 필요하다. 조직은 신뢰할 수 있는 성능, 보안 모니터링, 업데이트 프로세스, 그리고 실현 가능한 운영 비용을 입증해야 한다. 반복적인 실제 운영 배포는 헤지 논거를 강화할 것이다.

실패는 그 한계를 드러낼 것이다. 비용 초과, 부실한 유지보수 또는 외국 기술 지원에 대한 의존은 현지 호스팅만으로는 주권이 만들어지지 않는다는 점을 보여줄 것이다. 독점 서비스로의 조용한 복귀 역시 그에 못지않게 중요한 정보를 제공할 것이다.

세 번째 신호는 모델 계층 아래에서의 다각화다. 새로운 가속기, 오픈 하드웨어 표준, 국내 데이터 센터, 이식 가능한 서빙 소프트웨어는 기존 병목 지점을 약화시킬 수 있다. 이런 진전이 없다면 모델 선택지는 인프라 선택지보다 여전히 넓은 수준에 머물 것이다.

오픈 명령어 세트 아키텍처인 RISC-V는 더 다양한 컴퓨팅 시스템으로 향하는 한 가지 가능한 경로를 제시한다. 이는 기존 AI 가속기를 즉시 대체하지는 않는다. 그 진전은 하드웨어 의존도를 낮추는 데 필요한 장기적 노력을 보여준다.

클라우드 상호운용성도 중요하다. 정부와 기업에는 현지 시설과 여러 제공업체 사이에서 워크로드를 옮길 수 있는 검증된 방법이 필요하다. 기술적 검증이 없는 계약상 이식성은 제한적인 보호만 제공한다.

개발자들은 모델 도구가 하드웨어에 덜 종속되는지 지켜봐야 한다. 서로 다른 가속기에서 효율적으로 서빙할 수 있다면 오픈 웨이트는 대체 수단으로서 더 유용해질 것이다. 하나의 소프트웨어 환경에 계속 의존한다면 영향력의 집중은 유지될 것이다.

모델 성능은 별도의 신호는 아니지만 네 번째 고려 사항으로 남는다. 세 가지 선택된 신호는 오픈 시스템이 중요한 워크로드에 충분한 성능을 유지할 때에만 의미가 있다. 품질 격차가 커지면 사용자는 다시 폐쇄형 제공업체로 돌아갈 것이다.

기업 팀의 실질적 대응은 인벤토리 작성에서 시작된다. 어떤 애플리케이션이 하나의 모델, 클라우드 또는 데이터 형식에 의존하는지 파악하라. 그다음 현실적인 조건에서 두 번째 시스템이 필수 작업을 처리할 수 있는지 시험하라.

모든 워크로드를 전략적인 것으로 취급하지는 말아야 한다. 범용 요약과 분류는 여러 모델을 허용할 수 있다. 고급 연구, 보안 분석 또는 특화된 추론은 허용 가능한 대체재가 더 적을 수 있다.

조직의 원천 자료는 이식 가능하게 유지하라. 문서, 의사결정, 참고 자료를 하나의 어시스턴트의 비공개 메모리 밖에 보관하라. 그러면 작업 맥락을 함께 잃지 않고도 모델을 바꿀 수 있다.

실제 실패 비용을 반영하는 평가를 사용하라. 정확도 평균은 규제 대상 또는 고객 접점 워크플로에서 위험한 실수를 가릴 수 있다. 테스트에는 거부 동작, 데이터 유출, 지연 시간, 도구 오류로부터의 복구가 포함돼야 한다.

오픈소스 AI는 미국의 영향력을 없애지 못하며, 그 불가능한 기준으로 평가해서도 안 된다. 그 가치는 선택된 의존성을 줄이고, 협상력을 높이며, 정치적 또는 상업적 충격이 발생할 때 선택지를 보존하는 데 있다.

Breakingviews의 경고는 두 가지 안심시키는 이야기를 거부한다는 점에서 주목할 만하다. 오픈 웨이트가 즉각적인 독립을 만들어 주지는 않으며, 독점 플랫폼도 안전이나 안정성을 보장하지 않는다. 두 접근법 모두 서로 다른 곳에 위험을 집중시킨다.

향후 몇 달은 정책 입안자들이 오픈 개발의 공간을 보존하는지, 기업들이 파일럿 단계를 넘어서는지, 그리고 인프라 선택지가 실제로 넓어지는지를 보여줄 것이다. Google News를 통해 이 이야기를 따라가는 독자들은 모델 출시를 넘어 그 아래의 스택을 살펴봐야 한다.

어떤 AI 시스템을 주권적이라고 부르기 전에 더 어려운 질문을 던져라. 그 웨이트, 하드웨어, 클라우드, 업데이트, 데이터, 비상 접근을 누가 통제하는가? 여러 답이 여전히 하나의 외국 관할권을 가리킨다면, 헤지는 여전히 불완전하다.