AI 경제성이 오픈 모델 쪽으로 기울기 시작함
The economics of AI are starting to favor open models
핵심 요약
오픈 소스 모델의 성능이 향상되면서 비용 효율성 측면에서 폐쇄형 API 모델을 위협하고 있다는 분석.
- 오픈 모델 경쟁력 — 고성능과 저비용을 동시에 갖춘 오픈 모델이 시장을 주도함.
- 비용 효율성 — 기업들이 5%의 성능 향상을 위해 10배의 비용을 지불하는 것에 의문을 제기함.
- 워크플로우 분리 — 로컬 모델과 프론티어 모델을 작업 성격에 맞춰 병행하는 방식이 확산됨.
- 토큰 효율성 논쟁 — 단순히 토큰당 가격뿐만 아니라 작업 완료까지 필요한 토큰 효율성도 중요한 지표로 떠오름.
지난 몇 년간 가정은 꽤 단순했음: 가장 똑똑한 모델을 원해? 폐쇄형 API에 돈을 내. 더 싼 걸 원해? 성능 저하를 감수해. 최근 출시된 모델들을 보면, 이런 트레이드오프가 무너지기 시작함. 차트에서 가장 흥미로운 부분은 최상위 모델들이 아님. 바로 좌상단 사분면임. 높은 지능. 낮은 비용. 그리고 이 영역은 점점 오픈 웨이트 모델들이 장악하고 있음. DeepSeek, Qwen, GLM, Kimi, MiniMax. 대부분의 실무 작업은 세상에서 가장 뛰어난 모델이 필요하지 않음. 필요한 건 이런 모델임: 충분히 좋고, 충분히 저렴한 것. 그리고 바로 이 지점에서 오픈 모델들이 엄청난 경쟁력을 갖추고 있음. 1년 전만 해도 프론티어 연구소들이 훨씬 더 많은 컴퓨팅 자원과 데이터를 가지고 있었기 때문에 격차가 계속 클 거라고 생각했음. 많은 작업에서 프론티어 모델과 강력한 오픈 모델 사이의 성능 차이는 비용 차이보다 작아지고 있음. 비싼 API 토큰을 팔고 있다면 이건 위험한 트렌드임(다른 사람들에겐 좋은 소식이지 lol). 폐쇄형 모델은 여전히 장점이 있음: 인프라 불필요, 더 나은 신뢰성, 프론티어 성능에 대한 빠른 접근. 하지만 오픈 모델은 API가 절대 제공할 수 없는 것들을 제공함: (물론 보안이 확실하고 프라이버시를 보장한다고 말하는 곳들도 있지만, 그 말을 그대로 믿을 순 없으니까) 완전한 제어권, 프라이버시, 커스터마이징, 예측 가능한 비용. 내 예측: 12~18개월 안에 대부분의 기업들은 "가장 똑똑한 모델이 뭐지?"라고 묻지 않을 것임. 대신 이렇게 묻겠지: "왜 5% 성능 향상을 위해 10배나 더 내고 있지?" 그리고 오픈 소스 모델들과 어떻게 비교되는지 따져볼 것임.
