핵심 요약
오픈 소스(Open Weights) 모델은 폐쇄형(Proprietary) 모델과의 성능 격차를 약 6개월 정도로 유지하며 꾸준히 추격하고 있다. 최근 이 흐름은 메타(Meta)의 Llama에서 중국의 Qwen이나 GLM 등으로 주도권이 넘어갔으며, 특히 코딩 분야에서 강력한 성능을 보이고 있다. 하지만 여전히 기업용 특화 모델이나 고도화된 사후 학습 레시피는 부족한 실정이다. 향후 오픈 모델은 국가별 주권 AI(Sovereign AI) 구축의 핵심 역할을 하며 글로벌 기술 확산을 주도할 것으로 전망된다.
배경
LLM 벤치마크에 대한 이해, 오픈 소스 vs 폐쇄형 모델의 차이점, PEFT(Parameter-Efficient Fine-Tuning) 개념
대상 독자
AI 전략 기획자, LLM 도입을 검토 중인 엔지니어, AI 정책 연구자
의미 / 영향
오픈 소스 모델의 발전은 AI 기술의 진입 장벽을 낮추어 중소기업과 신흥 국가들이 AI 혁신에 참여할 수 있게 한다. 특히 중국의 급부상은 글로벌 AI 패권 경쟁의 구도를 복잡하게 만들며, 기술 표준화와 확산 속도를 가속화할 것이다.
섹션별 상세
이미지 분석
폐쇄형 모델이 항상 앞서 나가지만, 오픈 소스 모델이 일정한 시차를 두고 거의 동일한 궤적으로 추격하고 있음을 시각적으로 증명한다. 2022년 말부터 2026년 초까지의 추세를 통해 두 진영 간의 격차가 좁혀지거나 벌어지지 않고 유지되고 있음을 보여준다.
오픈 소스 모델과 폐쇄형 모델의 성능 지수 변화를 보여주는 시계열 그래프이다.
10B 미만의 소형 모델에서는 Qwen이 약 45%로 압도적이지만, 100B 이상의 대형 모델로 갈수록 DeepSeek의 점유율이 60% 가까이 상승하는 반비례 관계를 보여준다. 이는 두 중국 모델이 서로 다른 시장 세그먼트에서 강점을 가지고 있음을 나타낸다.
모델 크기별 DeepSeek와 Qwen의 다운로드 점유율 비교 차트이다.
2024년 11월에는 미국이 지배적이었으나, 2025년 중반을 기점으로 중국의 점유율이 급격히 상승하여 75% 이상을 차지하게 되는 과정을 보여준다. 이는 오픈 소스 AI 생태계에서 중국 모델의 실제 사용량이 폭발적으로 증가했음을 입증하는 데이터이다.
지역별 오픈 모델 추론 토큰 점유율 변화를 나타낸 막대 그래프이다.
실무 Takeaway
- 오픈 소스 모델은 폐쇄형 모델 대비 약 6개월의 성능 지연이 발생하므로, 최신 기능이 필요하지 않은 안정적인 서비스에는 오픈 모델 도입이 비용 효율적이다.
- 중국산 오픈 모델이 벤치마크에서 강세를 보이고 있으나, 실제 도입 시에는 벤치마크 최적화(Benchmaxing) 여부를 면밀히 검토해야 한다.
- 기업용 AI 에이전트 구축 시 대형 모델 하나에 의존하기보다, 특정 작업에 특화된 소형 오픈 모델과 PEFT 기법을 조합하는 전략이 유효하다.
AI 요약 · 북마크 · 개인 피드 설정 — 무료