‘과점 체제는 원치 않는다’: 새로운 오픈 웨이트 AI 모델들이 중국에 대항해 재도약하다

Reflection과 Mistral의 새로운 모델이 등장하면서 강력한 서방 오픈 웨이트 AI 시스템들이 재도약을 거듭하며, 중국이 최근 확보했던 우위를 좁히고 있습니다.

중요성: 이러한 모델들과 다른 대안들은 기업과 정부에게 OpenAI와 Anthropic의 폐쇄형 생태계뿐만 아니라, 보안상의 이유로 기피했을 수 있는 중국 옵션에 대한 대안을 제공할 것입니다.

---

• 하지만 강력한 모델 가중치(model weights)를 세상에 공개하는 것은 그 안전장치를 제거하기 쉽게 만들기도 하는데, 이는 특히 사이버 보안과 같은 영역에서 모델의 능력이 커지면서 커지는 우려입니다.

주요 주장: 두 회사 모두 AI 경쟁을 측정하는 유일한 방법이 순수한 지능(raw intelligence)만은 아니라고 주장하며, 사용자 통제권(user control)이라는 개념을 핵심 기회이자 판매 포인트로 제시하고 있습니다.

• Reflection의 CEO인 Misha Laskin은 Axios와의 인터뷰에서 “그렇게 많은 비용을 지능에 쓰는 이상, 임대하는 것에서 직접 소유하는 것으로 이동하고 싶다”고 말했습니다. “오픈 소스가 모든 수준에서 맞춤 설정이 가능하기 때문에 그런 면에서 매우 강력합니다.”
• Mistral의 과학 부문 VP인 Pierre Stock은 고객들로부터 반복적으로 듣는 주제로는 데이터 및 지적 재산권에 대한 통제, 비즈니스 연속성(business continuity), 모델을 맞춤 설정할 수 있는 능력, 그리고 비용 등을 꼽았습니다.
• Stock은 인터뷰에서 “어떤 과점 체제가 이러한 유형의 지능에 대한 폐쇄적인 접근을 통제하는 미래에는 살고 싶지 않다”고 말했습니다.

심층 분석: Reflection은 월요일에 Beam이라는 모델을 소개했는데, 이는 5,010억 개의 파라미터(parameter)를 가진 Mixture-of-Experts (MoE) 모델이며, 동시에 활성화되는 파라미터는 230억 개입니다.

• Reflection에 따르면 Beam은 중국의 GLM-5.2와 경쟁할 만하며, 일부 코딩 및 에이전트(agentic) 작업에서는 Alibaba의 Qwen 3.8-Max에 근접합니다. 자체 발표한 벤치마크를 보면 다소 혼재된 양상을 보입니다. Beam은 특정 테스트에서 중국 모델들을 능가하거나 비슷하지만, 다른 테스트에서는 뒤처집니다.
• Reflection에 따르면 Beam은 GLM-5.2와 비교할 만한 추론 성능을 훨씬 적은 컴퓨팅 파워(3~4배 적음)로 달성할 수 있습니다. 이는 AI 모델 운영 비용이 이제 많은 고객들에게 순수 성능만큼 중요해진 상황에서 중요한 고려 사항입니다.
• Reflection은 이달 말에 Beam의 가중치(weights)와 이를 실행, 평가 및 미세 조정(fine-tuning)하는 도구들을 함께 공개할 계획입니다.

한편, Mistral은 화요일에 새로운 플래그십 모델인 Mistral Large 4, 일명 'Le Chonk' 작업을 마무리하고 있다고 밝혔습니다. 이 모델은 1조 개의 파라미터(parameter)를 가진 멀티모달(multimodal) 모델이며, 490억 개의 활성 파라미터를 갖추고 Mistral의 유럽 데이터 센터에서 Nvidia Grace Blackwell GPU 4,000개로 두 달간 훈련되었습니다.

• Stock은 Axios에 회사 측이 Le Chonk가 세계 최고의 오픈 웨이트 모델이라고 믿으며, 특정 작업에서는 폐쇄형(closed) 모델들을 능가할 수 있다고 말했습니다.

• 하지만 Stock은 Mistral이 아직 선도적인 폐쇄형 모델들을 따라잡지 못했음을 인정했습니다. 그는

• 가중치(weights)가 공개되면 사용자는 모델을 수정할 수 있으며, 창조자가 추가한 안전장치를 제거하려고 시도하는 것도 포함됩니다.

• 이는 특히 모델이 사이버 보안 및 기타 잠재적으로 위험한 작업에서 더 많은 능력을 갖게 되면서 더욱 중요합니다.

반대편 의견: Mistral과 Reflection은 개방성이 안전성을 향상시킬 수도 있다고 주장합니다.

• Laskin은 모델을 검사하고 취약점을 찾을 수 있는 더 큰 생태계가 폐쇄된 연구소 내부의 소수의 연구원들 사이에서 그 작업을 집중하는 것보다 더 안전하다고 말했습니다. 그는 그럼에도 불구하고 어떤 모델(개방형이든 폐쇄형이든)이 출시되어야 하는지를 결정하는 역량 기반의 안전 임계값(capability-based safety thresholds)이 존재해야 한다고 말했습니다.
• Stock은 가중치를 공개하는 것에는 상충 관계가 있음을 인정했지만, 능력이 있는 모델을 이용 가능하게 만드는 것이 사이버 방어를 가속화하고 외부 연구원들이 기술을 감사할 수 있도록 할 수 있다고 주장했습니다. Mistral은 테스트를 위한 추가 시간을 벌기 위해 단계적 출시(staged release)를 사용하고 있습니다.
• 개방형 가중치 모델은 또한 사이버 공격에 대응하는 사람들이 적절한 도구를 갖도록 보장합니다. Stock은