지난 50년간 컴퓨터·소프트웨어 시장에서는 결국 무료·저가 제품이 승리했음. PC가 미니컴퓨터를 무너뜨렸고, 저가 Windows와 무료 Linux가 UNIX 시장을 잠식했으며, 메인프레임의 비중도 크게 줄었음
최첨단 모델의 훈련 비용과 자원 요구량은 지속 가능하지 않고, 더 저렴한 고품질 모델을 개발할 경제적 유인은 막대함. 소비자 하드웨어의 로컬 LLM은 197080년대 PC 취미 사용자 생태계와 닮았으며, 1015년 뒤에는 PC와 스마트폰이 현재 최첨단 모델 수준의 작업을 대부분 수행할 것으로 봄
중국 공개 가중치 모델은 Anthropic과 OpenAI보다 훨씬 저렴한 AI 임대 서비스를 가능하게 해 이런 흐름을 가속할 것임

소비자용 시장에서 범용 LLM 단독 도구는 오래가지 못할 것으로 봄. 경제성이 개선되면 제품이 필요한 모델 상호작용을 뒤에서 투명하게 처리하게 될 것임
사용자는 판단력을 흐릴 만큼 아첨하거나, 고집스럽고 이해가 느려 일일이 설명해야 하는 인터페이스를 원하지 않음. 기술 업계는 비기술 사용자의 요구를 상상할 때 신기함에 지나치게 끌리는 경향이 있음
음악 재생 도구에 해당 곡이 나온 영화의 팬픽까지 쓸 능력은 필요 없으며, 인상적이더라도 유용하지는 않음

메인프레임은 사라진 게 아니라 클라우드로 이름을 바꿨다고 볼 수 있음. 터미널 대신 브라우저를 쓴다는 차이만 있을 뿐, 이제 어떤 장치보다 많은 사람이 이 컴퓨터와 상호작용함

현재 공개 가중치 모델은 거대 기업이 국가의 지원과 자체 유인에 기대어 수십억 달러를 훈련·개발에 쓰고도 수익화 경로를 사실상 포기해야 유지됨
Linux 커널 같은 오픈소스는 개인들이 독립적으로 복잡한 시스템을 개선하고 그 성과를 축적할 수 있었지만, 모델에는 분산 훈련이나 병렬적 개선 경로가 없음
가격 전쟁으로 서구 기업의 자금을 고갈시키려는 단기 전략일 수도 있으나, 유인과 정책은 언제든 바뀔 수 있음. 모델 개선을 진정으로 탈중앙화하지 못하면 공개가 언제든 중단될 수 있음

“PC 사무 생산성 소프트웨어”가 무엇인지 불분명함. 결국 승자는 Microsoft Office인데, 이를 전문 제품이 아니라고 할 수 있는지 의문임

전 세계에 소프트웨어 사용과 교육을 확산시킨 또 하나의 핵심은 불법 복제였음. 개발도상국에서 자랄 때 Windows, Office, Visual Basic, Flash, Dreamweaver 등을 1달러 미만에 구할 수 있어 비싼 라이선스 없이 독학할 수 있었음
개발도상국에서 성장한 같은 세대 개발자 다수에게도 비슷했을 것으로 봄

이제 되돌리기 어려움. 공개 가중치는 오픈소스가 아니라 사실상 무료 모델이며, 사용자는 호스팅 비용만 부담함
수백 개 제공자가 이를 호스팅·판매하고, Microsoft·Databricks·Palantir부터 소규모 스타트업까지 수천 개 기업이 실행·미세조정해 지식재산권을 보유할 수 있음
반면 OpenAI와 Anthropic은 매몰 비용과 인재 유지를 위한 초고액 연봉 때문에 추론에서 90% 이상의 마진을 받아야 함. Meta가 수석 엔지니어에게 수십억 달러를 지급한 것도 시장을 크게 왜곡했음
미국 연구소가 문을 닫으면 중국 연구소도 즉시 과금하겠지만, 토큰당 가격은 여전히 5분의 1이나 10분의 1이고 각종 제한 장치도 적을 것임. 미국 연구소는 비용과 연봉을 줄이고 경쟁해야 하며, AI와 로봇공학은 미국이 재산업화하고 초강대국 지위를 유지할 마지막 희망임

중국이 다른 나라의 태양광 산업을 무너뜨린 뒤에도 중국산 태양광 패널의 와트당 가격은 계속 하락하고 있음
중국 내부 수요가 충분히 크고 재생에너지에 대한 장기 국가 전략이 있어, 세계에는 후한 지원처럼 보이는 결과가 나올 수 있음. 중국 AI도 비슷한 길을 갈 가능성이 있음

“스타트업의 80%가 중국 모델을 쓴다”는 인용은 의심스러움. 최근 면접을 본 여러 스타트업은 모두 미국 모델을 사용했고, 중국 모델을 일부 쓰더라도 사업의 핵심은 Claude와 Codex 구독이었음

전체 인용은 a16z 사무실을 찾는 창업자의 스타트업이 중국산 오픈소스 모델을 쓸 확률이 80%라는 Martin Casado의 발언임. 이는 글에서 묘사한 내용과 상당히 다름
투자 전 스타트업이 작업 흐름 어딘가에서 중국 모델을 쓸 수는 있지만, 투자나 매출을 확보해 1년 이상 생존한 곳 중 계속 사용하는 비율은 알 수 없음. “중국 오픈소스 모델로도 이만큼 했으니 투자받아 최첨단 모델을 쓰면 더 잘할 수 있다”는 발표일 수도 있음
글쓴이가 미리 정한 서사에 맞는 인용을 찾았거나, 인용을 부주의하게 읽은 것으로 보임

적어도 한 명이 Windows 노트북을 썼다는 이유로 근무했던 스타트업의 100%가 Windows를 사용했다고 말하는 것과 같은 교묘한 통계임. 실제 엔지니어 장비는 Mac 80%, Linux 20%일 수 있음
중국 공개 가중치 모델을 자주 쓰지만, 중요한 코딩 작업에서는 우선 선택하지 않음

고객의 AI 기능 사용이 늘면 더 좋은 모델로 바꿀 생각으로 DeepSeek를 도입했지만, 현재 작업에는 매우 뛰어나고 훨씬 저렴해 전환하지 않을 가능성이 큼
사용하는 AI 라이브러리에서는 설정 하나만 바꾸면 모델을 교체할 수 있음

제품에서 모델을 쓰는지, 개발에 쓰는지 구분해야 함. 일부 앱에서는 기기 내 또는 인터넷 연결 시 API로 공개 가중치 모델을 쓰지만, 개발에는 Claude, Codex, Cursor, Grok 등을 사용함

약 6명인 팀은 아직 좌석당 월정액 요금제라 Claude Code를 사용 중임. 토큰당 과금으로 바뀌면 확실히 재검토할 것임

실행 가능한 하드웨어가 저렴해지면 공개 가중치 모델이 지배적이 된다는 의미에서 승리할 것으로 봄. GPU를 직접 빌려 비용을 절약할 수도 있지만, 직접 추론을 운영하는 기업의 청구액도 놀랄 만큼 높다고 들었음
다만 모델을 훈련해 공개하는 주체가 무엇을 얻는지는 이해하기 어려움. 미국 제공자를 위협으로 보고 가격을 낮추려는 전략인지, 사업 모델이 무엇인지 불분명함

NVIDIA라면 공개 가중치 모델은 고전적인 보완재 범용화 전략임. 모델이 저렴할수록 이를 실행할 GPU 구매가 늘어남
중국의 동기는 알기 어려움. 관련 글

공개 가중치 덕분에 서버에 투자할 자본만 있는 작은 기업도 제공자가 되어 틈새시장을 확보할 수 있음
중국은 기술을 범용화해 많은 기업이 경제 전반의 여러 부문을 지원하도록 만드는 것을 전체 경제의 이익으로 보고 공공 투자를 정당화함
미국 전략은 소수 기업에 민간 자본을 집중해 한두 곳이 시장을 지배하고 모든 부문에 점점 무거운 “세금”을 부과하게 만드는 방식이라 국가 경제 전체의 승리로 보기 어려움

중국은 세계의 공장이므로 소프트웨어로 이길 필요가 없고, 소프트웨어를 무료화한 뒤 하드웨어로 승리하는 편을 선호함
AI 추론이 무료라면 중국산 칩을 용도별로 최적화해 장난감, 자동차, 공구 등 수많은 제품에 넣어 판매할 수 있음. 값싼 x86 장치와 Linux/BSD 제품이 이미 중국에서 쏟아지는 만큼 GPU도 다르지 않을 것임

중국에서는 연구 활동에 막대한 정부 보조금이 지급되기 때문임. 공공 자금을 배정해 어떤 일을 시키면 그 일을 하게 되는 단순한 구조임

중국 내 LLM 시장은 매우 경쟁적이어서 선두 기업 하나가 가중치를 공개하면 다른 기업도 따라야 한다는 압박을 받음. Anthropic이나 OpenAI가 공개한다면 미국에서도 인지도와 시장 점유율을 빼앗기지 않으려 연쇄 공개가 일어날 수 있음
지금 공개해도 로컬 실행 사용자는 적고, 현재 모델은 장차 모두 구식이 될 가능성이 큼. 경쟁자가 쉽게 증류할 수 있다는 단점도 어차피 막기 어려움

오픈소스 모델 없는 미래는 상상하기 어려움. 전 세계를 위한 기술인 AI의 최신·최고 모델을 Anthropic이나 OpenAI처럼 언제든 접근을 차단할 수 있는 기업에 가둬서는 안 됨

모든 공개 가중치 모델의 원조 격인 Llama가 Meta에 성공을 안겨주지 못했다는 점에서 이 글은 이상함
기업은 모델의 공개 여부보다 데이터 미보존과 기존 공급자와의 관계를 중시함. 이 글은 Palantir CEO로서 중립적이지 않은 Alex Karp의 CNBC 발언을 거의 되풀이한 것처럼 보임
공개 모델은 환영할 만하고 직접 실행도 하지만, 미국이 AI 경쟁에서 지고 있다거나 미국 연구소가 가중치를 공개하지 않아 밀린다는 증거는 아직 부족함 https://www.cnbc.com/2026/07/01/palantir-karp-open-ai-anthropic-tokens.html

이는 공개 가중치 개념이 아니라 Meta 모델 자체의 결함임. Llama 계열은 화려한 문장을 만들지만 도구 호출 능력이 형편없어 실제로 할 수 있는 일이 많지 않음 123

2~3년 전 Meta AI Research는 Llama 1·2·3으로 빠르게 성장했고, Zuckerberg의 이미지와 Meta 실적도 좋아졌음. Alexandr Wang 합류 이후 이렇게 빨리 흔들린 것이 믿기 어려움

기업은 통제권을 중시함. 많은 기업 고객이 2~3년간 OpenAI와 Google의 모델 변경에 맞춰 불확실하고 촉박한 외부 일정 아래 계속 재조정해야 했기에 크게 지쳐 있음
이제 같은 추론 제공자에서 공개 가중치 모델을 호스팅하되, 필요하면 내부 운영으로 전환할 수 있는 선택권을 확보하려 함

수조 달러 규모 시장을 차지하려는 경쟁이라면 어느 정도 선전전이 벌어질 수도 있음

Llama는 Meta가 AI에서 이룬 유일한 성공에 가까웠음. 이를 중단하면서 흥미로운 AI 기업으로서 존재감도 잃었음
논의된 “기반층”이 될 진짜 기회가 있었는데 왜 포기했는지 이해하기 어려움

인류 역사의 지식재산권을 노골적으로 침해하고 인류 유산을 자기 영역처럼 취급하면서, 원래 공공 영역인 기술과 데이터를 다시 사유화하려는 논리를 이해할 수 없음
사태가 정리된 뒤 구제금융까지 거론된다면 이 체제가 윤리적·재정적·지적으로 파산했다는 증거가 될 것임

중국은 지식재산권과 저작권을 신경 쓰지 않는 대신, 그렇게 증류한 지식도 무료로 공개한다는 점에서 일관됨
미국인이 아닌 입장에서 미국 AI 기업 카르텔이 이 기술에 막대한 권력을 갖는 것을 원하지 않음. “중국은 나쁘고 공산주의라서 안 된다”는 구도에도 동의하지 않으며, 이 사안에서 중국의 행동은 이념과 무관하게 세계에 순이익임

자원 소비는 외면한 채 감속주의자가 되지 말고 신세계의 진보를 믿으라는 풍자임. 곧 AGI가 모든 우려를 해결하고, 모두가 기본소득을 받으며, Gemini는 “strawberry”의 r 개수도 알게 되고, 인간은 기계에 먹일 차세대 예술을 만들게 될 것임
그때쯤 핵 염 용융로도 가동되어 데이터센터 전력 소비가 더는 문제가 아니게 될 것이라는 식임

양당 모두 정치적 의지가 없어 AI 기업에 대한 구제금융은 없을 것으로 봄. 더 끔찍한 대안은 기둥 대신 사람의 목을 자르는 DeFlock 운동일 수 있음

이 글은 결국 “내가 오픈소스를 좋아하므로 오픈소스가 이긴다”는 내용임. 공개 가중치 모델을 내놓는 기업들은 대부분 벤처 자금을 막대하게 받았는데, 투자금 회수 전략과 수익을 내면서 이를 무기한 지속할 방법이 무엇인지 의문임

중국 정부는 글쓴이의 도덕적 판단에 관심이 없고 원하는 결과를 추구함. 미국도 마찬가지임

중국 정부는 미국이 최첨단 모델을 독점하지 못하게 할 유인이 있음. 자국 입지가 강해진다면 공개 전략을 계속할 이유가 충분함

자본으로 가격을 낮춰 경쟁자를 밀어내고 점유율을 얻은 뒤 서서히 가격을 올려 수익을 내는 고전적인 벤처투자 전략임
수천만 달러를 들여 최첨단 모델을 훈련한 뒤 남이 자기 GPU에서 호스팅하도록 무료 공개하는 것은 장기적으로 말이 되지 않음. 자본이 마르고 투자자가 수익을 요구할 때도 공개 가중치를 유지하리라 믿는 것은 순진함
국가 지원을 일부 받는 중국 연구소는 중국산 인프라에서 중국 모델을 호스팅하는 형태로 바뀔 가능성이 있음

다른 오픈소스 플랫폼처럼 사용권이나 정상 작동하는 최신 바이너리를 받으려면 구독이 필요한 모델도 충분히 가능함
이미 Claude, GPT, Gemini 등에 돈을 내는 만큼 로컬 실행 라이선스에 소액의 월 구독료를 낼 의향이 있음

AI 모델 훈련에는 수천만 달러가 들기 때문에 무료 제공으로는 선행 비용을 정당화하기 어려움. 중국의 훈련·공개 방식은 미국 최첨단 연구소의 수익률을 낮추려는 전략 안에서만 이해됨

미국 연구소의 수익률 하락은 중국 지도부가 반길 부수 효과겠지만, 주된 동기는 고령화에 대응한 생산성 향상을 위해 거대한 내수 경제에 AI를 빠르게 확산하는 데 있음

벤처투자를 받은 스타트업도 전략적 목표를 위해 손실을 감수함. 차이는 스타트업이 망하면 기술도 대개 사라지지만, 공개된 중국 모델 가중치는 연구소가 실패해도 남는다는 것임

미국 기업이 모델을 무료 공개할 이유는 두 가지임. 첫째, NVIDIA의 칩이나 AWS·Microsoft·Google·SpaceX의 데이터센터, Apple 같은 최종 기기처럼 연산 자원을 판매한다면 제번스의 역설에 따라 저렴한 모델이 수요를 늘릴 수 있음
둘째, AI 자체가 상품은 아니지만 저렴한 AI에 의존하거나 경쟁자가 그 가치를 독점하지 못하게 하려는 보완재 범용화 전략이 가능함(https://gwern.net/complement)
몇 달 만에 구식이 될 모델에 큰돈을 투자할 이유는 적지만, 발전이 정체되기 시작하면 무료 모델을 훈련하는 기업이 늘어날 것으로 봄

중국 전략을 미국 연구소의 수익률 압박만으로 해석할 필요는 없음. 동영상 제공 시장을 거의 독점한 Google이나 Tencent 같은 기업은 자체 데이터로 동영상 모델을 훈련해 무료 공개할 충분한 이유가 있음
무료 제작 도구는 콘텐츠를 늘리고, 생성된 콘텐츠가 결국 자사 플랫폼에서 시청될 가능성이 높으므로 시청 시간 증가로 훈련비를 회수할 수 있음. 공개 연구를 토대로 더 나은 모델이 나와도 그 콘텐츠가 플랫폼으로 돌아오므로 이익임
GPU가 부족한 환경에서는 모델만 올리면 비용이 끝나고 사용자가 직접 실행하므로 추론 서비스를 제공할 필요도 없음. 모델을 구독이나 토큰 단위로 되팔지 않고 무료 도구로 제공하면 학습 데이터의 원작자도 덜 소외시킬 수 있음
미국 기업을 압박하는 효과도 있지만, 중국 기업은 이미 크고 복잡한 내수시장의 방대한 고객을 상대하고 있어 지정학만으로는 전체 그림을 설명할 수 없음

정부가 자원을 투입하는 전략적 경쟁이며, 보호주의로는 미국을 도울 수 없으니 직접 경쟁해야 함. 거대 기업의 종속물이 되길 원치 않는다는 공감대 때문에 오픈소스 AI가 승리해야 하며, 이에 반대하면 지지를 얻기 어려울 것임