Mozilla: The state of open source AI

개요

오픈 소스 AI의 현재 상태는 기술 격차를 해소하고 비용을 절감하며 더 많은 접근성을 제공함으로써 빠르게 발전하고 있으며, 이는 개발자 채택률 증가와 함께 오픈 모델의 사용량을 높이고 있다.

주요 내용

* 기술 격차 해소 및 비용 절감: 오픈 가중치(open weights) 모델이 폐쇄형 모델과의 기술 격차를 크게 줄였으며, GPT-4급 추론 비용은 36개월 동안 50배 감소했다.
* 오픈 모델의 우위: OpenRouter를 통한 프로덕션 토큰 사용량에서 오픈 가중치 모델이 과반수를 차지하며, 개발자들은 비용 효율성 때문에 오픈 모델을 선호한다.
* 개발자 채택률: AI 기능 추가 개발자의 79%가 오픈 모델을 사용하며, 이는 폐쇄형 모델(71%)보다 높다. 많은 개발자가 오픈과 폐쇄형 모델을 함께 사용한다.
* 프로덕션 전환의 어려움: 오픈 모델 채택률은 높지만, 실제 프로덕션 전환율은 폐쇄형 모델에 비해 낮으며, 이는 모델의 기능성보다는 운영 도구 및 신뢰성 문제와 관련이 있다.
* 글로벌 채택 현황: 중화권과 동아시아에서 오픈 모델 채택률이 가장 높으며, 남아메리카와 서유럽만이 폐쇄형 모델 채택률이 더 높다.
* 오픈 소스 AI 스택의 과제: 오픈 스택은 기능성에서는 강점을 보이나, 표준화 및 기업용 준비도 측면에서는 취약하며, 이는 운영상의 격차로 이어진다.
* 오픈 소스 AI의 비즈니스 모델: 호스팅 추론, 엔터프라이즈 플랫폼, 온프레미스 라이선싱, 파인튜닝 서비스, 하네스 도구 등 다섯 가지 수익 모델이 성공적으로 입증되었으며, Databricks, Mistral, DeepSeek 등 주요 기업들이 큰 투자를 유치하고 있다.
* 국가별 AI 전략: 많은 국가가 오픈 소스 AI를 국익을 위한 선택으로 간주하며, 데이터 주권과 기술 독립성을 확보하려는 움직임을 보인다.
* 에이전트 하네스(Agentic Harness)의 중요성: 모델 자체의 중요성 외에도, 에이전트 하네스(오케스트레이션 루프, 도구, 메모리, 샌드박스, 권한 모델 포함)가 새로운 경쟁의 장이 되고 있으며, 이 분야에서 오픈 생태계가 주도권을 잡을 기회가 있다.
* 쓰기 권한(Write Surface)의 미해결 과제: 에이전트의 자동화된 작업 수행 시 발생하는 부작용이나 비가역적인 결과에 대한 권한 부여 및 제어 메커니즘이 아직 완전히 해결되지 않은 과제로 남아 있다.
* 폐쇄형 모델의 강점: 통합 하네스, 장기 컨텍스트 충실도, 턴키 규정 준수, 책임성 등 네 가지 영역에서 폐쇄형 모델이 여전히 우위를 점하고 있다.

시사점

오픈 소스 AI는 기술적 격차를 줄이고 비용을 절감하며 국가 주권을 강화하는 데 기여하고 있으며, 앞으로 하네스, 메모리, 권한 모델 등 AI 스택의 상위 레이어에서 오픈 생태계의 성장이 중요해질 것이다.