중국이 AI를 맛있게 만드는 이유: Open Weight AI 전쟁의 이면
📺 원본 영상: 중국이 AI를 맛있게 만드는 이유. 중국의 Open Weight AI 전쟁
🎙️ 채널: 코드팩토리
📅 정리 일자: 2025-01-11
⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환(STT)하여 정리한 것입니다. 화면에 표시된 자료(차트, 코드, 슬라이드 등)는 포함되지 않을 수 있습니다.
개요
인공지능 시장에서 중국 기업들이 Open Weight 모델을 적극적으로 공개하는 현상이 두드러지고 있다. 벤치마크 상위권에는 미국의 Proprietary 모델들이 자리하지만, Open Weight 부문에서는 중국 모델들이 압도적 비중을 차지한다. 이 강연은 겉으로 보이는 이 현상의 이면에 숨겨진 구조적 이유—무역 제재, 신뢰 장벽, 시장 전략의 차이—를 분석하며, Open Weight와 Open Source의 개념적 차이, 그리고 AI 시장에서 중국과 미국이 서로 다른 방식으로 경쟁하는 이유를 설명한다.
AI 모델의 스펙트럼: Close부터 Open Source까지
AI 모델을 분류하는 방식은 단순히 “유료냐 무료냐”를 넘어서, 기술적 개방성과 법적 제약의 정도에 따라 네 가지 스펙트럼으로 나뉜다. 첫 번째는 **Close 모델(Proprietary)**로, Claude나 GPT처럼 모델의 가중치(Weight)를 전혀 공개하지 않고 API를 통해서만 서비스하는 형태다. 사용자는 오직 해당 기업이 제공하는 인프라를 통해서만 모델에 접근할 수 있으며, 모델을 직접 복제하거나 재구현할 수 없다.
두 번째와 세 번째는 Open Weight 모델인데, 이는 다시 두 가지로 나뉜다. Open Weight with Restrictions는 모델 가중치를 공개하되, 상업적 사용이나 클라우드 서비스 제공에 법적 제약을 두는 형태다. 대표적으로 한국의 X1 모델이 이 범주에 속한다. 반면 Open Weight without Restrictions는 가중치를 완전히 공개하고, 어떤 방식으로든 활용해도 무방한 형태로, 대부분의 중국 AI 모델(Kimi K2, DeepSeek 등)이 여기에 해당한다.
마지막으로 Open Source 모델은 가중치뿐 아니라 모델을 생성하는 소스 코드와 학습 데이터까지 모두 공개하는 방식이다. Red Pajama 같은 사례가 있으나, 실제로는 매우 드물다. 왜냐하면 현대 AI 모델을 처음부터 학습시키는 데 필요한 인프라, 시간, 비용이 상상을 초월하기 때문이다. 예컨대 Kimi K2처럼 1조 개 이상의 파라미터를 가진 모델을 학습시키려면 천문학적인 GPU 자원과 인력이 필요하며, 일반 사용자나 기업이 이를 재현하는 것은 사실상 불가능하다. 따라서 AI 시대에서 “진정한 오픈소스”에 가장 가까운 개념은 Open Weight라고 볼 수 있다.
Model Weight의 의미: 소스 코드와 데이터의 결정체
AI 모델을 생성하는 데는 두 가지 핵심 컴포넌트가 필요하다. 하나는 **소스 코드(Source Code)**로, 모델을 학습시키는 알고리즘과 프로세스를 정의한 코드다. 다른 하나는 **학습 데이터(Training Data)**로, 이미지, 텍스트, 사운드 등 모델이 학습할 원천 정보다. 이 두 가지를 결합해 학습 과정을 거치면 **모델 가중치(Model Weight)**가 생성된다.
모델 가중치는 사용자 입력(Input)에 대해 출력(Output)을 계산하는 핵심 요소다. 즉, 가중치만 있으면 원래 연구소에서 만들어낸 모델의 응답을 언제든지 재현할 수 있다. 이는 결정론적(Deterministic)으로 가능하며, 따라서 Open Weight 모델은 누구나 동일한 성능의 모델을 자신의 인프라에 배포할 수 있다는 의미를 갖는다.
이를 실제로 확인할 수 있는 사례가 OpenRouter 같은 서비스다. OpenRouter에서 GPT-5.2 같은 Proprietary 모델을 검색하면, 오직 OpenAI 하나만이 제공자(Provider)로 나타난다. 가중치가 비공개이기 때문에 어떤 인프라 제공자도 해당 모델을 재구현할 수 없기 때문이다. 반면 DeepSeek 같은 Open Weight 모델을 검색하면, Google Vertex를 비롯해 이름도 생소한 수많은 인프라 제공자들이 등장한다. 이들은 공개된 가중치를 자신의 서버에 올려 서비스하면서 중간 마진을 취하는 구조다. 각 제공자마다 가격(Input Price, Output Price, Cache Read 등)이 다른 이유도 여기에 있다.
중국이 Open Weight를 선택할 수밖에 없는 구조적 이유
중국 기업들이 Open Weight 전략을 택하는 이유는 단순히 “선의의 경쟁” 때문이 아니라, 글로벌 시장에서 살아남기 위한 구조적 제약 때문이다. 가장 큰 요인은 미국의 무역 제재다. 트럼프 행정부 이후 미국은 중국에 H100 같은 고성능 GPU 판매를 금지했다. AI 모델을 글로벌하게 서비스하려면 막대한 인프라가 필요한데, 미국 기업들도 인프라 구축에 어려움을 겪는 상황에서 GPU를 아예 구할 수 없다면 중국 기업들은 더욱 큰 장벽에 직면하게 된다.
두 번째 요인은 **서방 시장의 신뢰 장벽(Western Market Trust Barrier)**이다. 중국 정부가 기업의 데이터를 감시할 수 있다는 우려는 글로벌 시장에서 중국 AI 서비스에 대한 거부감을 낳는다. 물론 미국 기업도 정부 감시 논란에서 자유롭지 않지만, 차이가 있다면 미국에서는 불법 감시가 발각될 경우 기업이 법적 타격을 받을 수 있는 반면, 중국에서는 정부 요구에 협조하는 것이 암묵적으로 기대된다는 점이다. 이런 이유로 중국 기업이 아무리 훌륭한 모델을 만들고 인프라를 구축해도, API를 통해 서비스한다면 서방 시장에서는 외면받을 가능성이 높다.
따라서 중국 기업들은 “모델 자체를 공개”함으로써 이 신뢰 장벽을 우회한다. Open Weight로 가중치를 공개하면, 누구든 자신의 인프라에 해당 모델을 배포해 서비스할 수 있다. 이렇게 되면 중국 기업이 직접 데이터를 수집하는 것이 아니라, 제3자 인프라 제공자가 중간에서 서비스를 제공하는 구조가 되므로, 신뢰 문제를 상당 부분 완화할 수 있다.
중국 AI 생태계의 문화적 특수성
흥미롭게도 중국 AI 업계에는 미국과 다른 문화적 특성이 존재한다. 중국에서는 AI를 “공공재(Public Good)“로 보는 시각이 강하다. 이는 X(구 Twitter) 같은 소셜 미디어에서도 관찰되는데, 미국 AI 기업들은 새 모델이 출시될 때마다 서로 축하하기보다는 경쟁 구도를 명확히 하는 반면, 중국 기업들은 서로 축하 메시지를 보내고 벤치마크 결과를 공유하며 협력하는 모습을 보인다. 예컨대 MoonShot AI가 새 모제를 출시하면, 다른 중국 기업인 Zhipu AI가 축하 메시지와 함께 자신들의 벤치마크 결과를 공유하는 식이다.
이런 차이는 전략의 차이로 이어진다. 미국 기업들은 API 매출에 집중한다. API를 팔아야 돈을 벌 수 있기 때문에 Open Weight를 할 이유가 전혀 없다. 모델을 무료로 공개하는 순간 수익원이 사라지기 때문이다. 반면 중국 기업들은 애초에 글로벌 API 시장에서 돈을 벌기 어렵다는 전제 하에 출발한다. DeepSeek을 중국 인프라에 올려 유료 서비스로 제공한다고 해도, 서방 사용자들이 과연 이를 선택할지 의문이다. 아무리 성능이 좋아도 신뢰 문제가 걸림돌이 되기 때문이다.
그렇다면 중국은 AI 전쟁에서 손을 놓아야 하는가? 그렇지 않다. 중국의 전략은 시장 장악이 아니라 표준(Standard) 장악이다. Open Weight로 가중치를 공개하면 일단 미국의 선도 모델들과 동일 선상에서 비교 평가를 받을 수 있다. 벤치마크에서 자신들의 기술 수준을 확인할 수 있고, 파생 모델(Fine-tuned Model)들이 생겨나면서 해당 모델이 사실상의 표준으로 자리 잡을 가능성이 열린다. 이것이 실제로 성공할지는 아직 미지수지만, 중국이 노리는 지점은 분명히 여기에 있다.
Open Weight는 중국 최선의 모델인가?
다시 처음 질문으로 돌아가 보자. 중국이 Open Weight로 이렇게 좋은 모델들을 공개하는데, 미국은 전부 Proprietary로 가는 상황에서, 만약 중국이 돈을 받고 파는 강력한 모델을 만들면 글로벌 시장을 장악하는 것 아닌가? 표면적으로는 그럴 수 있지만, 실상은 다르다. 지금 공개되는 Open Weight 모델들이 중국이 만들 수 있는 최선의 모델이라고 봐야 한다.
만약 중국이 정말로 Claude Opus 4.5, GPT-5.2, Gemini III를 뛰어넘는 모델을 만들었다면, 그들은 무조건 Open Weight로 공개할 것이다. “우리가 드디어 미국을 이겼다”며 대대적으로 홍보할 것이기 때문이다. 하지만 현재 벤치마크를 보면, Open Weight 부문 상위권에는 중국 모델이 많지만, 전체 순위에서는 여전히 미국의 Proprietary 모델들이 1, 2, 3위를 차지하고 있다. 이는 서로 최선의 모델끼리 경쟁하고 있으며, 무역 전쟁이나 에너지 문제 같은 외부 요소가 해결되지 않는 한, 미국이 기술적 우위를 유지할 가능성이 높다는 것을 시사한다.
실제로 개발자들이 AI를 사용하는 패턴을 보면 이는 명확하다. 중국 모델을 사용하는 주된 이유는 비용 절감이지, “Opus 4.5보다 강력해서” 또는 “GPT-5.2보다 뛰어나서”가 아니다. 이것이 현재 중국과 미국 AI의 차이를 보여주는 가장 정확한 지표다.
한국 모델 X1의 위치와 미래 전망
벤치마크 하단에는 한국의 X1 4.0 32B 모델이 43점으로 등재되어 있다. 다소 아쉬운 점수이지만, Open Weight with Restrictions 전략을 취하고 있다는 점에서 중국과도, 미국과도 다른 중간 지점에 위치한다. 강연자는 앞으로 한국 모델이 발전해 Open Weight가 아닌 Proprietary 모델로도 충분히 팔릴 수 있는 수준에 도달하기를 기원한다고 밝혔다. 이는 곧 “신뢰받는 서비스”로 자리 잡아, 서방 시장에서도 유료 API로 경쟁할 수 있는 위치까지 올라서야 한다는 의미다.
마무리: AI 전쟁의 본질은 기술이 아니라 전략이다
결국 Open Weight 전쟁은 기술력만의 싸움이 아니다. 무역 제재, 신뢰 장벽, 인프라 접근성, 그리고 문화적 차이가 복합적으로 얽혀 있는 구조적 게임이다. 중국은 돈을 벌 수 없는 환경에서 표준을 선점하려 하고, 미국은 기술 우위를 바탕으로 API 시장을 독점하려 한다. 이 두 전략 중 어느 것이 승리할지는 아직 알 수 없지만, 분명한 것은 AI 시장이 단순히 “좋은 모델을 만들면 이긴다”는 방식으로 작동하지 않는다는 점이다. 기술, 정치, 시장 전략이 모두 맞물린 복합 전쟁이며, 그 속에서 중국의 Open Weight 전략은 제약 속에서 찾아낸 합리적 선택이라 할 수 있다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | 중국이 AI를 맛있게 만드는 이유. 중국의 Open Weight AI 전쟁 |
| 채널 | 코드팩토리 |
| 참조 사이트 | ArtificialAnalysis.ai - AI 모델 성능 비교 플랫폼 |
| 리포트 작성 | 2025-01-11 |
| 작성 방식 | YouTube 영상 STT 변환 후 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. 정확한 내용은 원본 영상을 참조해 주세요.