먼저 읽으면 좋은 글
이 글에서 다루는 내용
미국에서 오픈웨이트(Open-weight) AI 모델을 어디까지 허용할 것인가를 둘러싼 논쟁이 빠르게 커지고 있다.
이번 논쟁의 직접적인 계기 가운데 하나는 중국 AI 기업 Moonshot AI의 Kimi K3다.
7월 22일 마이클 크라치오스 미국 백악관 과학기술정책실(OSTP) 실장은 Moonshot AI가 Anthropic의 Fable 모델을 증류(distillation)해 Kimi K3 개발에 활용했다는 정보를 미국 정부가 확보하고 있다고 주장했다. 그는 Moonshot AI가 미국 AI 모델을 대상으로 대규모 증류를 수행하고, 탐지를 피하기 위해 여러 접근 방식을 전환할 수 있는 내부 시스템까지 구축했다고 주장했다. 현재 공개된 정보만으로 해당 의혹이 독립적으로 입증된 것은 아니며, 미국 정부 측이 제기한 주장이라는 점은 구분해서 볼 필요가 있다.
크라치오스 실장은 이와 별도로 Moonshot AI가 미국의 대중국 수출통제 대상인 NVIDIA GB300 서버를 확보하고 태국에서 GB300에 접근했다는 의혹도 함께 제기했다. 이번 글에서는 이 가운데 오픈웨이트 규제 논쟁과 직접 연결되는 증류 문제를 중심으로 살펴본다.
중국 오픈웨이트 모델의 빠른 발전과 지식재산권 문제가 겹치면서 미국에서는 중국산 오픈 모델의 사용 제한이나 제재 방안까지 논의되기 시작했다. AI타임스는 Kimi K3를 비롯한 중국 모델들이 오픈웨이트 전략을 앞세워 미국 선두 업체를 빠르게 추격하면서 미국 정부 내부에서 중국 오픈 모델의 사용 제한이나 제재 방안까지 검토되고 있다고 보도했다.
그러자 미국 기술업계에서는 오픈웨이트 모델 전체를 성급하게 규제해서는 안 된다는 반발이 나왔다.
7월 24일 25개 기업과 단체는 「Open Weights and American AI Leadership」이라는 공동서한을 발표하고 미국 정부에 광범위한 오픈웨이트 규제를 피해야 한다고 요구했다. 이들은 부당한 기술 탈취는 별도로 다뤄야 하지만, 이를 이유로 정상적인 증류나 오픈웨이트 모델 자체를 광범위하게 제한해서는 안 된다고 주장했다.
시장 반응도 빠르다.
처음 25곳이었던 서명 기업·단체는 이틀 만에 50곳으로 두 배로 늘었다. 현재 공개된 공식 서명 명단에도 50개 조직이 올라와 있다.
한국시간 2026년 7월 27일 오전 6시 30분 현재 Anthropic은 이 서한에 참여하지 않은 상태다. 공식 명단에는 OpenAI와 Google 등이 포함돼 있지만 Anthropic의 이름은 없다.
결국 이번 논쟁에서는 서로 다른 두 가지 시각이 나타나고 있다.
막대한 시간과 비용을 투자해 개발한 AI의 기술과 경쟁력을 보호해야 한다는 시각, 그리고 기술이 더 많은 기업과 연구기관으로 확산돼야 새로운 기업과 서비스가 생기고 AI 시장 전체가 커질 수 있다는 시각이다.
이 차이를 이해하려면 먼저 오픈웨이트가 무엇인지부터 살펴볼 필요가 있다.
먼저, 오픈웨이트는 오픈소스와 다르다
오픈웨이트와 오픈소스는 비슷한 의미로 사용되기도 하지만 정확히 같은 개념은 아니다.
오픈소스는 일반적으로 소프트웨어의 소스코드를 공개해 사용자가 내부 구조를 확인하고 수정할 수 있도록 하는 방식이다.
반면 오픈웨이트는 AI가 학습을 통해 만들어낸 가중치(weight)를 공개해 사용자가 모델을 내려받아 직접 실행하거나 조정할 수 있도록 하는 방식이다.
그렇다고 모델을 만드는 데 사용된 학습 데이터나 전체 학습 과정, 모든 코드까지 반드시 공개되는 것은 아니다.
즉 오픈웨이트의 중요한 특징은 AI 모델을 직접 가져와 자신의 인프라에서 실행할 수 있다는 점이다. 이번 공개서한 역시 오픈웨이트 모델을 누구나 다운로드하고 확인·수정해 자체 인프라에서 실행할 수 있는 모델로 설명하고 있다.
폐쇄형 모델에서는 일반적으로 사용자가 개발사가 제공하는 서비스나 API를 통해 AI를 이용한다.
반면 오픈웨이트 모델은 기업이나 기관이 모델을 내려받아 자체 서버나 선택한 클라우드 환경에서 직접 운영할 수 있다.
왜 지금 오픈웨이트 규제 논쟁이 커졌을까?
이번 논쟁에서 중요한 것은 단순히 중국에서 성능 좋은 AI 모델이 등장했다는 사실만이 아니다.
그 AI가 어떻게 이렇게 빠르게 선두 모델과의 격차를 줄였는가가 문제로 떠올랐다.
여기에서 증류가 등장한다.
증류는 쉽게 말하면 이미 성능이 높은 AI의 결과를 이용해 다른 AI를 가르치는 방식이다.
고성능 AI에게 많은 문제를 풀게 하고 그 결과를 다른 모델의 학습에 활용하면, 새로운 모델은 모든 능력을 처음부터 구축하는 것보다 빠르게 특정 능력을 향상시킬 수 있다.
하지만 증류 자체가 곧 기술 탈취를 의미하는 것은 아니다.
이번 공개서한에서도 증류를 모델 개선·평가·검증에 널리 사용되는 AI 개발 기법으로 설명한다. 반면 폐쇄형 모델에서 부당하게 가치를 추출하는 행위가 있다면 이를 정상적인 증류와 구분해 법적·상업적 수단으로 해결해야 한다고 주장한다.
결국 지금 미국에서 제기되는 문제는
증류를 허용할 것인가 말 것인가가 아니라,
어디까지가 정상적인 기술 학습이고 어디부터가 다른 기업이 막대한 비용을 들여 만든 능력을 부당하게 가져가는 행위인가에 가깝다.
같은 AI 시장에서도 규제를 바라보는 시각이 다른 이유
이 차이는 사람으로 비유하면 조금 더 이해하기 쉽다.
어떤 회사가 오랜 시간과 많은 비용을 투자해 한 명의 뛰어난 전문가를 키웠다고 생각해보자.
그 전문가는 단순히 많은 지식을 알고 있는 사람이 아니다.
수많은 업무를 수행하면서 문제를 판단하는 방법과 해결 순서, 경험을 통해 축적된 노하우까지 갖고 있다.
회사 입장에서 이 사람의 능력은 오랜 투자의 결과이자 중요한 경쟁력이다.
그런데 다른 회사가 이 전문가에게 수많은 문제를 풀게 한 뒤 그 결과를 이용해 짧은 시간 안에 비슷한 수준의 전문가를 키울 수 있다면 어떨까.
먼저 전문가를 키운 회사에서는 이를 제한하고 싶을 수 있다.
시간과 비용을 투자해 만든 경쟁력을 다른 회사가 훨씬 적은 비용으로 빠르게 따라잡을 수 있기 때문이다.
AI에서도 비슷한 이해관계가 생긴다.
강력한 AI 모델을 개발하려면 막대한 컴퓨팅 자원과 데이터, 연구 인력과 시간이 필요하다.
이미 개발된 AI의 결과를 대규모로 이용해 경쟁 모델이 빠르게 능력을 확보할 수 있다면, 먼저 투자한 쪽에서는 자신의 기술과 투자 가치를 보호하기 위한 규제가 필요하다고 볼 수 있다.
여기서 규제에 긍정적인 시각이 나온다.
반대로 시장 전체가 커지는 것을 더 중요하게 보는 시각도 있다
이번에는 같은 전문가를 조금 다른 관점에서 생각해보자.
한 회사에서 성장한 전문가가 다른 회사로 이동하거나 새로운 회사를 만든다.
기존 회사에는 손실일 수 있다.
하지만 산업 전체에서 보면 새로운 회사가 생기고 새로운 제품과 서비스가 등장한다.
그 사람이 가지고 있던 지식과 경험을 바탕으로 또 다른 인력이 성장하고 새로운 사업이 만들어질 수도 있다.
즉 한 기업에 집중돼 있던 역량이 산업 전체로 퍼지면서 시장 자체가 커질 수 있다.
오픈웨이트 규제에 부정적인 시각은 이쪽 논리에 가깝다.
더 많은 기업과 연구기관이 AI 모델을 직접 사용할 수 있다면 모델을 처음부터 개발할 자본이 없는 스타트업이나 대학도 고성능 AI를 활용할 수 있다.
그 모델을 특정 산업과 업무에 맞게 조정하고 새로운 제품이나 서비스를 만드는 것도 가능해진다.
실제로 공개서한은 오픈웨이트가 모델 개발기업 사이의 경쟁뿐 아니라 클라우드, 반도체, 애플리케이션, 서비스 전반의 경쟁을 확대할 수 있다고 주장한다.
따라서 두 입장의 차이는 단순히 개방을 좋아하느냐 싫어하느냐의 문제가 아니다.
규제에 긍정적인 시각은 먼저 투자해 만들어낸 기술과 경쟁력을 보호하는 효과를 중요하게 보고,
규제에 부정적인 시각은 기술이 여러 기업으로 확산되면서 새로운 기업과 서비스가 등장하고 시장 전체가 커지는 효과를 중요하게 보는 것이다.
물론 실제 기업들의 입장이 정확하게 두 진영으로 나뉘는 것은 아니다.
어느 수준의 모델까지 공개할 것인지, 어떤 방식의 증류를 허용할 것인지, 어느 행위부터 기술 탈취로 판단할 것인지에 따라 입장은 달라질 수 있다.
결국 문제는 AI 모델이 누구의 서버에서 돌아갈 것인가
오픈웨이트 논쟁은 AI를 누가 운영할 것인가의 문제와도 연결된다.
현재 많은 생성형 AI는 모델을 개발한 기업이 직접 운영한다.
사용자는 AI 모델 자체를 보유하는 것이 아니라 서비스에 접속하거나 API를 호출한다.
구조를 단순하게 보면 다음과 같다.
AI 개발기업의 모델 → 개발기업의 서버 → 서비스·API → 사용자
반면 오픈웨이트가 확대되면 기업이 모델을 직접 가져오는 구조가 가능하다.
AI 모델 → 기업이 다운로드 → 자체 서버·클라우드 → 직접 운영
이렇게 되면 기업은 특정 AI 업체의 서비스에만 의존하지 않고 업무 목적과 비용, 데이터 관리 방식에 따라 모델과 운영 환경을 선택할 수 있다.
공개서한에서도 오픈웨이트의 장점 가운데 하나로 특정 공급업체에 대한 종속을 줄이고, 조직이 자신의 데이터와 축적된 AI 역량을 더 직접적으로 통제할 수 있다는 점을 강조한다.
AI를 직접 운영하는 기업이 많아지면 시장의 돈이 흐르는 방향도 달라진다
이 차이는 단순한 기술 선택으로 끝나지 않는다.
AI 산업에서 돈이 어디로 흐를 것인가에도 영향을 줄 수 있다.
AI 개발기업이 모델을 직접 운영하는 구조에서는 이용자가 늘어날수록 API와 구독 서비스 시장이 커진다.
반면 여러 기업이 AI 모델을 직접 운영하게 되면 필요한 산업이 더 많아진다.
AI 모델을 실행할 반도체와 서버가 필요하고, 이를 운영할 데이터센터와 클라우드가 필요하다.
기업의 기존 시스템과 AI를 연결하는 플랫폼과 기업용 소프트웨어도 필요해진다.
즉 AI 시장이
모델 → API·서비스
중심에서
반도체 → 서버 → 클라우드 → 데이터센터 → AI 플랫폼 → 기업용 AI 서비스
까지 더 넓게 확장될 수 있다.
공개서한 역시 여러 조직이 AI를 직접 구축·수정·배포할 수 있게 되면 모델 개발뿐 아니라 클라우드, 칩, 애플리케이션과 서비스 시장의 경쟁도 확대된다고 주장한다.
이 관점에서 보면 공개서한 참여 조직이 단기간에 25곳에서 50곳으로 증가한 것도 단순히 개방형 AI라는 기술 철학에 대한 동의만으로 볼 필요는 없다.
오픈웨이트 생태계가 확대됐을 때 기업마다 얻게 되는 사업적 기회도 서로 다르기 때문이다.
그렇다고 오픈웨이트가 무조건 안전한 것도 아니다
오픈웨이트 규제에 반대하는 쪽도 위험 자체를 부정하지 않는다.
가중치는 한번 공개되면 원래 개발사가 다시 회수하기 어렵다.
누군가 모델을 복제하거나 수정해 다른 목적으로 사용하더라도 원래 개발사가 모든 사용처를 추적하고 통제하기도 어렵다.
공개서한 역시 한번 공개된 가중치는 원래 개발사의 통제를 벗어나며, 수정된 모델을 추적하거나 되돌리기 어렵다는 위험을 인정하고 있다.
반대로 폐쇄형 모델이라고 해서 자동으로 안전해지는 것도 아니다.
소수의 기업에 강력한 AI 능력이 집중되면 보안 사고나 시스템 문제가 발생했을 때 위험 역시 특정 사업자에게 집중될 수 있다.
규제 반대 측은 여러 연구자와 개발자가 모델을 분석할 수 있어야 취약점을 발견하고 안전장치를 개발할 수 있다는 점도 오픈웨이트의 장점으로 제시한다.
결국 현실적인 논의는 완전한 개방과 완전한 통제 가운데 하나를 선택하는 문제라기보다, 어느 수준의 모델을 어떤 조건으로 공개하고 어떤 행위를 제한할 것인가에 가깝다.
DANA NOTES 해설
이번 오픈웨이트 논쟁은 단순히 오픈웨이트 AI가 좋은가, 폐쇄형 AI가 좋은가를 결정하는 문제가 아니다.
먼저 AI를 개발한 기업에서는 막대한 시간과 비용을 투자해 만든 능력을 보호할 필요가 있다.
반대로 그 능력이 더 많은 기업과 연구기관으로 확산되면 새로운 AI 기업과 서비스가 등장하고 시장 전체가 빠르게 성장할 수도 있다.
그래서 앞으로 중요한 질문은 기술을 보호할 것인가, 확산시킬 것인가에서 끝나지 않는다.
더 중요한 것은 정상적인 기술 확산과 부당한 기술 탈취의 경계를 어디에 설정할 것인가다.
동시에 오픈웨이트가 확대되면 AI 산업의 경쟁 역시 모델 성능만으로 결정되지 않을 수 있다.
누가 모델을 만들었는지뿐 아니라 누가 그 모델을 운영할 수 있는지, 어느 인프라에서 실행되는지, 그리고 그 위에서 어떤 새로운 서비스와 산업이 만들어지는지까지 경쟁의 일부가 된다.
미국에서 시작된 이번 규제 논쟁은 결국 AI 기술의 개방 여부를 넘어, 먼저 만든 기술의 가치를 어떻게 보호하면서도 AI 시장 전체의 성장을 막지 않을 것인가를 둘러싼 산업구조의 문제로 이어지고 있다.
