기업 미국의 오픈소스 AI로의 전환

기업용 AI는 폐쇄형에서 오픈형 모델로 전환 중

기업 미국은 OpenAI와 Anthropic과 같은 폐쇄형 소스 AI 제공업체에서 벗어나 오픈소스 및 오픈웨이트 모델로 점점 더 이동하고 있다. 이 전환은 주로 급등하는 API 비용, 더 큰 맞춤화의 욕구, 그리고 공급업체에 얽매이는 것을 피하려는 전략적 필요성에 의해 주도되고 있다.

예를 들어, AT&T는 AI 전략을 크게 전환했다. 초기에는 고객 서비스, 전화 녹음, 코딩에 폐쇄형 모델에 의존했지만, 비용을 줄이기 위해 오픈형 모델로 전환했다. 2026년 5월까지 오픈형 모델은 AT&T의 AI 사용량의 20%를 차지했으며, 이후 40%로 증가했고, 앞으로 몇 달 안에 60%에 이를 것으로 예상된다. AT&T는 올해 초와 비교해 AI 비용을 최대 80% 절감했다고 보고했다.

오픈 AI 채택의 주요 동기

비용 절감과 상품화된 가격

많은 기업들의 주요 동기는 운영 비용 절감이다. AI 사용이 확대될수록 폐쇄형 제공업체에 토큰당 지불하는 비용은 지나치게 높아진다. 오픈 모델은 제3자로부터 지속적인 지불이나 승인 없이 소프트웨어를 다운로드하고 수정할 수 있게 해준다.

OpenRouter의 산업 데이터에 따르면, 더 넓은 추세가 있다: 지난달 미국에서 오픈 모델은 AI 사용의 58%를 차지했으며, 이는 단지 1년 전 10%에서 급격히 증가한 것이다. 이 추세는 선도 모델이 상품화되고 있으며, 폐쇄형과 오픈형 모델 간의 성능 격차가 좁혀져서 비용 절감이 가장 진보된 폐쇄형 시스템의 미미한 이점보다 더 큰 가치를 지닌다는 것을 시사한다.

리스크 완화와 공급업체 독립성

비용 외에도 기업들은 리스크 관리를 우선시하고 있다. 핵심 비즈니스 인텔리전스에 단일 폐쇄형 엔티티에 의존하는 것은 상당한 공급업체에 얽매임과 운영 리스크를 초래한다.

신뢰성: 사용자들은 주요 AI 연구소의 다운타임이 중요한 영업 및 고객 서비스 기능을 방해할 수 있음을 지적했다.
통제력: 오픈 모델은 기업이 데이터를 안전한 환경 내에서 유지할 수 있게 해주며, 기업의 고유한 비즈니스 논리나 재무 데이터를 제3자 제공업체에 전송할 위험을 피할 수 있다.
예측 가능성: 투자자들과 사모펀드는 단일하고 예측 불가능한 AI 공급업체에 의존하는 것을 기술적 심사 과정에서 부정적인 자산으로 간주하는 경향이 있다.

맞춤화와 법적 확신

오픈 모델은 특정 기업의 필요에 맞게 기반 코드를 세밀하게 조정하고 수정할 수 있는 유연성을 제공한다. 그러나 어떤 오픈 모델을 사용할지 선택하는 것은 종종 법적 및 규제적 고려사항에 의해 좌우된다. 예를 들어, AT&T는 데이터 프라이버시 및 규제 문제로 인해 중국 모델을 피하고, Google의 Gemma와 Meta의 Llama과 같은 미국 개발 모델을 선택하고 있다.

산업적 영향과 시장 반응

"삽팔이"의 이점

시장이 자체 호스팅과 오픈 모델로 전환함에 따라 재정적 이익은 모델 제공업체에서 인프라 제공업체로 이동하고 있다. Nvidia가 오픈 AI 모델의 중심 라이브러리인 Hugging Face를 129억 달러에 인수한 것은, 특정 모델 가중치보다 인프라 및 배포 계층의 중요성을 강조한다.

폐쇄형 연구소에 대한 위협

OpenAI와 Anthropic과 같은 폐쇄형 연구소는 "상품화 함정"에 빠질 위험이 있다. 만약 오픈 모델이 선도 모델의 80~90%의 능력을 달성한다면, 대부분의 기업은 위험과 비용을 피하기 위해 "거의 비슷한" 오픈 버전을 선택할 것이다. 이는 폐쇄형 연구소가 가격을 극도로 낮추거나, 추론 제공업체로서의 역할을 벗어나 로컬 사용을 위한 라이선싱 모델로 전환해야 한다는 압박을 가한다.

기술적 반론과 한계

오픈 AI로의 추세가 강력하지만, 일부 기술 전문가들은 전환이 원활하지 않다고 주장한다:

하드웨어 부담: 자체 호스팅은 GPU와 전력 인프라에 상당한 투자(예: 고성능 GPU 랙을 240V 전원으로 업그레이드)가 필요하다.
코딩 성능: 일부 개발자는 복잡한 소프트웨어 공학 작업에서 최첨단(SOTA) 폐쇄형 모델(예: Opus 4.5)이 여전히 오픈 대안보다 훨씬 뛰어나다고 주장한다.
운영 복잡성: 내부 AI 인프라를 관리하는 것은 이전에 API 제공업체가 처리했던 라우터 복잡성과 보안 리스크를 도입한다.

"오픈소스 AI를 사용하는 것은 더 이상 API 비용 문제를 넘어서 회사 생존의 문제라고 생각한다... 기업은 자신의 지능을 잠재적 경쟁자에게 위탁할 수 없다.

"투자자들은 기업이 AI 열차에 타야 한다는 것을 알고 있지만, 대규모 AI 기업에 공급업체에 얽매이는 것을 정말 싫어한다."