티스토리 뷰
안녕하세요! 샤니 블로거입니다.
최고 성능의 AI 모델을 공짜로 푸는 게 과연 '선의'일까요?
중국이 키미 K3(Kimi K3)나 딥시크(DeepSeek) 같은 고성능 AI 모델을 오픈웨이트로 무료 공개하는 것을 보면서
처음엔 저도 그냥 '중국이 기술을 나눠주는구나' 정도로 생각했습니다.
그런데 직접 이 모델들을 실무에서 써보고, 그 배경을 파고들다 보니 전혀 다른 그림이 보였습니다.
이 글에서는 중국이 AI 기술을 공개하는 진짜 이유와, 그 흐름 속에서 한국이 어디에 서 있는지를 풀어봅니다.
앙숙들이 한자리에 모인 이유 — HBM 병목이 만든 풍경
샌프란시스코의 한 공연장에서 열린 AI 서밋 사진을 처음 봤을 때 솔직히 이건 좀 낯선 조합이다 싶었습니다.
평소 공개적으로 경쟁 관계인 기업들의 수장이 나란히 앉아 있는 장면이었거든요.
엔비디아의 젠슨 황과 브로드컴의 혹 탄이 한 자리에, 그리고 오픈AI와 앤트로픽 대표가 옆자리에 앉아 있었습니다.
이들이 한 공간에 모인 이유는 단 하나였습니다.
바로 HBM(High Bandwidth Memory), 즉 고대역폭 메모리 때문입니다.
여기서 HBM이란?
AI 연산을 처리하는 GPU가 데이터를 빠르게 주고받을 수 있도록 설계된 초고속 메모리 반도체로,
현재 AI 인프라의 핵심 부품입니다. 어떤 AI 모델을 만들든, 어떤 서비스를 운영하든 이 HBM 없이는 작동 자체가 불가능합니다.
AI 모델의 성능이 상향 평준화되면서 이제 경쟁의 무게중심이 알고리즘에서 인프라로 이동했습니다.
컴퓨팅 자원, 전력, 데이터센터 용량이 경쟁력을 결정하는 시대가 된 것입니다.
그래서 서로 경쟁하면서도 한국 기업 대표 앞에서는 모두 같은 방향을 바라볼 수밖에 없었던 겁니다.
제가 이 장면을 보면서 느낀 건,
이게 단순한 비즈니스 회동이 아니라 공급망을 놓고 벌어지는 일종의 눈치 싸움이라는 점이었습니다.
- AI 모델 성능은 이미 상위권에서 1~4점 차이로 평준화 진행 중
- HBM 없이는 학습(training)도, 추론(inference)도 불가능
- 데이터센터·전력 확보는 개별 기업이 아닌 국가 단위 협력이 필요한 영역
중국이 AI 기술을 무료로 푸는 진짜 속내 — 오픈웨이트 전략의 구조
중국 AI의 움직임을 이해하려면 '오픈웨이트(Open-Weight)'라는 개념부터 짚어야 합니다.
오픈웨이트 모델이란?
AI 모델의 구조와 가중치(weight), 즉 두뇌의 크기와 구성 방식은 공개하되,
학습에 사용한 세부 데이터는 완전히 공개하지 않는 방식입니다.
흔히 말하는 완전 오픈소스와는 다릅니다. 엔진 설계도는 주지만 재료 배합표는 주지 않는 것과 비슷합니다.
키미 K3는 이 방식으로 공개되어 AI 성능 평가 사이트인 아티피셜 어낼리시스(출처: Artificial Analysis)의 리더보드에서 클로드, GPT 계열에 이어 4위에 오를 만큼 높은 점수를 받았습니다.
돈을 훨씬 많이 투자한 것으로 알려진 미국 기업들의 일부 모델보다 점수가 앞서는 결과였습니다.
제가 직접 오픈웨이트 모델을 로컬 서버 환경에서 테스트해봤는데,
이전에 유료로 써야 했던 모델과 체감 차이가 생각보다 크지 않아서 솔직히 좀 당황했습니다.
그렇다면 왜 무료로 풀까요?
미국 국가안보 관련 싱크탱크인 CNAS의 분석(출처: Center for a New American Security)에서도 지적하듯,
중국의 AI 전략은 미국과 근본적으로 다릅니다.
미국이 AGI(인공일반지능), 즉 인간의 인지 능력을 뛰어넘는 최고 수준 AI를 가장 빠르게 독점하는 방향으로 달리는 반면,
중국은 '지조(智造)', 즉 지식 기반 제조라는 개념 아래 모든 산업에 AI를 결합하는 AI+X 전략을 택했습니다.
이 전략의 핵심은 세 가지로 정리됩니다.
1. 딥시크·알리바바·키미 등 중국 내 AI 기업들이 서로 노하우를 공유하며 집단 지성으로 기술을 끌어올립니다.
국가 자본주의 구조 덕분에 국가가 수요를 만들고 자금을 조달할 수 있으니 속도가 다릅니다.
2. 무료 엔진을 개발도상국에 제공해 중국 중심의 AI 생태계를 심습니다.
3. 모델 자체는 무료지만 그것을 구동하는 인프라와 서비스 구조에서 수익을 거두는 구조를 설계합니다.
AI판 일대일로라고 부를 만한 그림입니다.
라이선스를 자세히 살펴보니 흥미로운 점도 있었습니다. 개인이 직접 설치해 사용하는 건 무료지만,
이 모델을 기반으로 기업형 서비스를 만들어 수익을 올리면 결국 사용료를 내야 하는 구조로 되어 있었습니다.
기술 홍보는 무료로, 실제 상업적 활용은 유료로 가는 방식입니다.
한국 AI의 현재 위치 — 병목에서 허브로, 과제가 많습니다
이 구도 속에서 한국의 위치는 어디일까요. 솔직히 말하면, 기대보다 훨씬 괜찮은 자리에 있습니다.
그런데 동시에 지금 이 순간을 잘 써먹지 못하면 순식간에 뒤처질 수도 있는 자리입니다.
가장 조용히 나온 소식 중 하나가 국내 독자 파운데이션 모델 경쟁에서 나왔습니다.
'모티프(Motif)'라는 모델이 GPU 500~700장 수준의 자원과 30명 남짓한 팀 규모로,
딥시크 최신 버전과 동일한 44점대 점수를 불과 5개월 만에 달성했습니다.
딥시크는 매개변수(parameter)가 훨씬 큰 모델임을 감안하면 효율성 면에서는 사실상 뒤집은 결과입니다.
여기서 매개변수란?
AI 모델이 학습을 통해 갖게 되는 내부 숫자들의 집합으로, 클수록 더 많은 자원이 필요합니다.
적은 자원으로 같은 점수를 냈다는 건 효율 자체가 월등하다는 의미입니다.
제가 이 소식을 접했을 때 솔직히 '왜 이렇게 조용하지?' 싶었습니다.
국내 언론이나 IT 커뮤니티에서도 크게 다뤄지지 않아서 더 그랬습니다. 아직 베타 버전이라 공개 서비스가 이뤄지지 않고 있지만, 독자 파운데이션 모델(파운데이션 모델이란 다양한 AI 서비스의 기반이 되는 거대 언어 모델을 말합니다)을 만들 능력이 없다고 보는 시각이 많았던 걸 생각하면 분명 주목할 만한 결과입니다.
그러나 여기서 냉정하게 짚어야 할 과제도 있습니다. 아무리 좋은 데이터센터가 들어와도,
그 안에서 GPU는 엔비디아가 마진을 가져가고, AI 모델은 외국 기업이 마진을 가져가면,
한국은 결국 전기요금과 임대 수익만 남는 '부동산 임대업' 형태로 전락할 수 있습니다.
이를 막으려면 NPU(Neural Processing Unit),
즉 AI 추론 전용 반도체를 자체적으로 확보하고 소프트웨어 레이어까지 쌓아야 합니다.
리밸리온 같은 국내 NPU 기업들이 그 역할을 할 수 있는지가 향후 몇 년의 핵심 관전 포인트입니다.
자주 묻는 질문
Q. 오픈웨이트 모델은 완전 무료인가요? 상업적으로 써도 되나요?
A. 개인이 직접 설치해 사용하는 경우는 무료인 경우가 많습니다.
그러나 키미 K3처럼 상업적으로 서비스를 구축하거나 일정 규모 이상의 수익을 올리는 경우에는 라이선스 계약이 필요합니다.
도입 전에 라이선스 조건을 꼭 확인하시길 권합니다.
Q. 중국 AI 모델을 실무에서 쓰면 데이터 보안 문제가 있지 않나요?
A. 이건 실제로 많이 받는 질문입니다. 클라우드 기반으로 중국 서버에 쿼리를 보내는 방식이라면 데이터 유출 우려가 있습니다.
반면 오픈웨이트 모델을 자체 서버에 설치해 로컬로만 운영하면 이 문제를 상당 부분 차단할 수 있습니다.
기업 환경에서는 반드시 로컬 또는 프라이빗 클라우드 환경에서 운영하는 것을 검토하세요.
Q. 한국이 HBM 강국이면 AI 경쟁에서 유리한 거 아닌가요?
A. 지금 당장은 맞습니다. HBM을 공급할 수 있는 나라가 사실상 한국밖에 없다시피 하니까요.
문제는 이 병목 효과가 영원히 지속될 보장이 없다는 겁니다. 중국의 창신메모리 등이 빠르게 추격 중이고,
AI 모델 설계 자체가 메모리 효율을 극대화하는 방향으로 진화하면 의존도가 낮아질 수 있습니다.
지금의 우위를 소프트웨어와 서비스 역량으로 확장해두는 게 중요합니다.
Q. 모티프 같은 국내 AI 모델은 언제 직접 써볼 수 있나요?
A. 현재는 독자 파운데이션 모델 경쟁(독파모) 기간 중이라 외부 공개가 제한되어 있습니다.
2025년 8월 초부터 일반 공개 서비스가 단계적으로 시작될 예정이라는 소식이 있었습니다.
공개 시점에 직접 테스트해보시는 걸 추천합니다.
결론
중국이 AI 기술을 무료로 공개하는 건 결코 관대함 때문이 아닙니다. 후발 주자가 선두를 따라잡기 위한 가장 영리한 방법이고,
동시에 개발도상국 시장을 선점하려는 일대일로식 AI 외교 전략입니다. 이 흐름 속에서 한국은 HBM이라는 핵심 자원을 쥐고 있다는 점에서 분명히 유리한 위치에 있습니다.
그러나 지금 이 자리가 영구적이라고 안심하는 건 위험합니다. 제가 실무에서 오픈웨이트 모델을 써보면서 느낀 건,
기술의 상향 평준화가 생각보다 훨씬 빠르게 진행되고 있다는 겁니다.
한국이 단순한 반도체 공급처를 넘어 진짜 AI 허브가 되려면, 지금 당장 NPU 생태계와 소프트웨어 레이어를 함께 쌓아가야 합니다. 샌프란시스코 서밋은 멋진 출발이었습니다. 하지만 출사표는 이기고 돌아오는 게 전제입니다.
참고: 유튜브 "[팟빵] 최욱의 매불쑈" 중국이 AI 정보를 공개하는 이유? 중