- 이 기사는 오픈소스 AI 모델과 선두권 독점(상용) 모델 간의 격차가 크게 좁혀졌다고 진단합니다. 여러 전문가에 따르면 오픈소스 모델은 역량 면에서 약 4달 정도만 뒤처져 있지만 비용은 약 10분의 1 수준으로 저렴합니다.
- 아펠로직(Apelogic)의 CEO 보리스 렌스키(Boris Renski)는 기업들이 AI 역량 자체보다는 ID 관리, 시스템 연동, 모니터링, 라우팅 등 엔터프라이즈 기능에 주로 비용을 지불하고 있다고 분석했습니다. 그는 독점 AI 연구소와 장기 계약을 맺는 것은 과거 오라클(Oracle) 라이선스와 유사한 종속성 상태를 유발할 수 있다고 경고했습니다.
- 클라우드 네이티브 컴퓨팅 재단(Cloud Native Computing Foundation)의 총괄 디렉터 조나단 브라이스(Jonathan Bryce)는 단지 몇 달간의 기술적 우위를 점하기 위해 높은 비용을 지불하는 것은 합리적인 AI 전략이 아니라고 주장했습니다. 그는 기업들이 모델과 하드웨어를 쉽게 전환할 수 있도록 개방형 인프라 위에 시스템을 구축할 것을 권장합니다.
- 페더리스(Featherless)에 따르면, AMD 인프라에서 구동되는 Z.ai의 오픈소스 모델 ‘GLM 5.2’는 독점 모델 대비 AI 추론(inference) 비용을 약 94% 절감할 수 있습니다. 매달 약 1,000억 개의 토큰을 소비하는 개발 팀의 경우 연간 비용이 약 9만 달러로 추정되는 반면, GPT-5.5는 약 156만 달러, Claude Opus 4.8은 약 151만 달러에 달합니다.
- 딜로이트(Deloitte)에 따르면, 한 의료 기업은 6개월 동안 약 1조 개의 토큰을 소비한 것으로 나타나 AI 비용이 대규모 기업들에게 거대한 당면 과제가 되고 있음을 보여주었습니다.
- 일부 개발자들은 GLM 5.2가 기술 연구, 알고리즘 및 인터페이스 컴포넌트 개발 작업에서 Claude Opus 4.8과 대등하거나 더 나은 품질을 보였다고 평가했으나, 3D 또는 대규모 프로젝트에서는 여전히 한계가 있습니다.
- 전문가들은 또한 현재 주요 오픈소스 모델의 상당수가 중국에서 출시되고 있어 개인정보 보호, 보안 및 사내 인프라 자체 구축에 대한 의문이 제기되고 있다고 지적합니다. 동시에 실제 비용은 배포 규모와 각 모델의 토큰 산정 방식에 따라 달라집니다.
- 기사는 AI 모델이 점차 범용 상품(코모디티)화되면서, 경쟁 우위는 모델 자체에서 기업 내 효율적인 통합, 구성 및 운영 역량으로 이동할 것이라고 결론짓습니다.
- 📌 결론: AI 경쟁의 축이 순수 역량에서 비용과 배포 실효성으로 이동하고 있습니다. GLM 5.2와 같은 오픈소스 모델이 독점 모델에 단 4달 정도만 뒤처지면서도 특정 시나리오에서 비용을 10배 이상 절감할 수 있게 됨에 따라, 많은 기업이 AI 전략을 재검토하기 시작했습니다. 그러나 보안, 개인정보 보호, 실제 운영 비용 및 통합의 품질은 여전히 각 조직에 어떤 모델이 적합한지를 결정하는 핵심 요인으로 작용할 것입니다.
