이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
과거의 통합 예측과 달리 다수의 연구소와 기업이 여전히 대규모 모델 훈련에 투자하면서 오픈 가중치와 상업적 파인튜닝을 병행하는 흐름이 확산되고 있다. 토큰 수요가 높아지면서 모델 자체보다는 토큰 처리와 파인튜닝 플랫폼을 통해 안정적 수익을 창출하는 전략이 주목받고 있다. Thinking Machines의 Inkling 계열과 Tencent의 Hy3 사례는 각각 공개 모델을 기반으로 한 상업화와 라이선스 완화가 채택 확산에 어떻게 기여하는지 보여준다. 이 모든 요소가 결합되어 오픈 모델의 산업적 비중이 결정적으로 커질 가능성이 높다.
섹션별 상세
과거에 많은 관측자는 모델 훈련 실무의 통합을 예측했으나 실제로는 여전히 다수의 조직이 대규모 훈련에 투자하며 공개 출력을 병행하고 있다; 비용이 매년 급증하는 환경에서도 여러 실험적·상업적 경로로 가치 창출이 이루어지며 공개 가중치와 상업 서비스가 동시에 존재하는 생태계가 형성됐다. 기사 원문은 2025~2026년 사이에 오픈 모델을 공개하고 상업적 파인튜닝을 통해 수익을 올리는 사례가 늘고 있음을 근거로 든다. 이런 흐름은 단일 대형 주체로의 일괄적 통합보다 다양한 주체가 전문화된 역할을 맡는 방향으로 산업 구조를 재편할 가능성을 높인다.
토큰 수요가 매우 높고 모델 효율성이 개선될수록 토큰 기반 사용 사례가 늘어날 것이며, 기업들은 이 점을 활용해 '토큰 머신' 같은 비즈니스로 수익을 창출하려 한다; 입력당 토큰 소비를 늘리는 서비스 구조와 대량 호출을 견딜 인프라가 결합되면 반복적 사용에서 안정적 매출이 발생한다. 기사에서는 여러 연구소가 토큰 처리와 파인튜닝 서비스로 가치를 실현하는 경향을 보인다고 언급하며, 이 방향이 향후 경쟁 축이 될 가능성을 근거로 제시한다.
Thinking Machines 사례는 오픈 모델을 통한 상업화 경로를 보여준다; 그들이 공개한 Inkling 계열은 975B-A41B와 276B-A12B 같은 MoE 기반 멀티모달 모델로 구성되어 있으며 회사의 상업적 파인튜닝 서비스 Tinker가 모델을 기반으로 유의미한 매출을 만들고 있다는 주장이 제시된다. 원문은 이 회사가 미국 내 오픈 가중치 모델 배포 경쟁에서 초기 선도자들을 앞서는 모습이라고 언급하며, 모델의 크기·구성과 파인튜닝 플랫폼 연계가 실제 수익화로 연결되는 메커니즘을 근거로 든다. 이러한 사례는 오픈 가중치 공개가 단순한 연구 공헌을 넘어 기업 비즈니스 모델의 핵심 자산이 될 수 있음을 보여준다.
근거
- Thinking Machines의 파인튜닝 서비스 Tinker가 연간 수백만 달러 수준의 매출을 창출한다는 주장 — 원문 문단에서 회사의 상업적 파인튜닝 서비스가 'hundreds of millions in revenue per year'로 기술되어 있으며 Thinking Machines의 Hugging Face 페이지와 Interconnects의 요약 글로 연결된다. 출처
- Inkling 모델 사양이 975B-A41B 멀티모달 MoE이며 소형 버전으로 276B-A12B를 공개했다는 사실 — 원문은 Inkling의 크기와 멀티모달 입력 지원을 명시하며 Hugging Face의 Inkling 모델 페이지로 연결된 링크를 포함한다. 출처
Tencent의 Hy3 릴리스는 기술적 개선과 함께 라이선스 전략 변화가 채택에 미치는 영향을 보여준다; 295B-A21B MoE인 Hy3는 이전 버전보다 전반적 지표가 개선되었고 배포 라이선스를 Apache 2.0으로 전환해 재사용 장벽을 낮췄다. 더불어 해당 모델이 별도 검증 환경과 판정 도구를 통해 오랜 수학 문제 풀이를 증명하는 사례까지 제시되어 성능 입증과 채택 가능성 확대라는 두 축에서 의미가 있다. 라이선스 완화는 오픈 모델의 산업 내 확산을 촉진할 수 있으므로 향후 시장 점유율 경쟁에 결정적 변수가 될 수 있다.
근거
- Tencent가 Hy3 모델을 Apache 2.0 라이선스로 배포 방식 변경을 했다는 점 — 원문은 이전 릴리스의 제한적 커스텀 라이선스와 비교하며 이번 Hy3는 Apache 2.0으로 전환했다고 적고, 관련 트윗 링크로 모델 성능 검증 사례를 첨부한다. 출처
용어 해설
- 오픈 모델(Open models)
- — 소스 코드나 가중치를 공개해 누구나 사용하거나 파인튜닝할 수 있는 대형 언어모델·멀티모달 모델을 가리킨다. 공개 방식은 완전 공개부터 제약적 라이선스까지 다양하며 연구용 재현성 확보와 상업적 재배포 가능성 사이에서 선택이 이뤄진다. 산업 측면에서는 모델 가중치의 접근성에 따라 생태계 참여자들이 파인튜닝, 호스팅, 서드파티 서비스로 수익을 창출할 수 있다.
- MoE(Mixture of Experts)
- — 모델 내부에 여러 전문가(expert) 서브네트워크를 두고 입력에 따라 일부 전문가만 활성화해 계산 효율을 높이는 아키텍처다. 입력별로 다른 전문가를 선택하는 라우팅 계층이 있고 이로써 전체 파라미터는 크지만 추론 시 활성화되는 연산량을 절감할 수 있다. 대형 멀티모달 모델에서 파라미터 규모와 비용을 분리해 성능과 효율을 동시에 추구하는 수단으로 활용된다.
- 토큰 머신(Token machines)
- — 대규모 토큰 처리량을 중심으로 가치가 형성되는 시스템과 비즈니스 모델을 일컫는 표현이다. 모델을 반복적으로 호출해 토큰 소비를 늘리는 워크로드에 맞춰 인프라와 비용 구조를 최적화하면 서비스 매출로 연결되기 쉽다. 기업들은 토큰 중심 수익을 확보하기 위해 모델 공개, 파인튜닝 판매, 사용량 기반 과금 등을 전략으로 채택하고 있다.
- 수익배분 라이선스(Revenue-share licenses)
- — 모델이나 데이터 사용에 대해 일정 비율의 매출을 권리자에게 배분하는 조건을 포함한 라이선스 유형이다. 라이선스 조건이 사용성과 상업적 채택에 직접 영향을 미치므로 개방성 판단의 핵심 변수가 된다. 수익배분 조항은 생태계 파트너십을 유도할 수 있으나 채택 장벽을 높여 확산을 저해할 위험도 있다.
- Apache 2.0 라이선스(Apache 2.0)
- — 상업적 재사용과 수정·배포를 허용하는 관대한 오픈소스 라이선스로 특허 명시와 저작권 고지를 요구한다. 기업 채택에 친화적인 조건을 제공해 소프트웨어·모델의 산업적 확산을 촉진하는 경향이 있다. 모델 배포자가 Apache 2.0으로 전환하면 외부 연구자와 기업의 재사용 가능성이 실질적으로 높아진다.
기술
- Inkling
- Inkling-Small
- Hy3
- Tinker
- Kimi K3
- Nemotron
- Arcee’s Trilogy
활용 사례
- 오픈 가중치 기반 파인튜닝과 커스텀 모델 배포를 통한 서비스화가 핵심 수익원이다. 기업들은 기본 모델을 호스팅하거나 고객 맞춤형 파인튜닝을 제공해 사용량 기반 요금을 부과하는 구조로 매출을 창출할 수 있다. 토큰 집약적 애플리케이션에서 반복 호출을 최적화하면 안정적 수익 흐름을 확보할 수 있다.
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 08. 02.수집 2026. 08. 02.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.