오픈소스 AI, 공공재 투자가 필요하다

"열린 AI"는 실행 파일 이상의 문제다

데이비드 시겔의 Fortune 기고 재배포 PDF는 오래된 오픈소스 논쟁을 AI로 옮긴다. 시겔은 MIT AI Lab에서 리처드 스톨먼과 자유 소프트웨어를 두고 논쟁하던 경험을 꺼내며, 소프트웨어는 상업 자산이면서 동시에 지식의 몸체라고 말한다. GCC와 GNU/Linux가 수많은 기여를 통해 현대 인터넷의 기반이 된 것처럼, AI도 닫힌 소수 기업의 산물로만 남아서는 안 된다는 주장이다.

글의 핵심은 "모델을 실행할 수 있다"와 "모델이 어떻게 만들어졌는지 알 수 있다"를 구분하는 데 있다. 오늘날 많은 오픈 모델은 가중치와 추론 코드는 공개하지만, 학습 코드와 데이터, 세부 절차는 공개하지 않는다. 시겔은 이것을 실행 가능한 숫자 더미에 가깝다고 본다. Open Source Initiative의 Open Source AI Definition 1.0도 사용, 연구, 수정, 공유의 자유를 강조하며 수정에 필요한 선호 형식과 수단에 접근할 수 있어야 한다고 설명한다.

이 논쟁은 개발자 문화에만 머물지 않는다. AI가 과학, 의료, 법률, 교육의 보조 지능이 될수록 닫힌 모델은 지식 접근권을 바꾼다. 모델이 특정 답을 왜 냈는지 검증할 수 없고, 내년 같은 질문에 다른 답을 내도 세계가 바뀐 것인지 벤더 정책이 바뀐 것인지 알기 어렵다. NIST AI Risk Management Framework가 말하는 거버넌스, 측정, 관리의 과제도 결국 검증 가능한 시스템을 전제로 한다.

왜 시장만으로는 부족한가

프런티어 모델 경쟁은 막대한 컴퓨트와 인재 비용을 요구한다. 그래서 "오픈소스 AI도 시장이 알아서 만들 것"이라는 기대는 약하다. 일부 기업은 전략적으로 모델을 공개하지만, 다음 세대 최고 성능 모델까지 계속 공개하겠다는 보장은 없다. 시겔이 말한 것처럼 언제든 꺼질 수 있는 호의는 공공 기반이 아니다.

NSF의 National Artificial Intelligence Research Resource는 이 문제를 푸는 한 실험이다. 2024년 파일럿으로 시작된 NAIRR은 연구자와 교육자에게 컴퓨트, 데이터, 도구 접근을 제공하는 국가 연구 인프라를 지향한다. Linux Foundation Research는 오픈소스 AI가 채택, 비용 효율, 개발 품질 측면에서 경제적 효과를 낼 수 있다는 문헌과 조사 근거를 정리했다. 민간 투자가 필요 없다는 뜻이 아니라, 민간 모델만으로는 학습 기반이 충분하지 않다는 뜻이다.

한국의 주권 AI 논의가 놓치기 쉬운 것

한국에서 "소버린 AI"는 종종 국산 모델 보유로 좁혀진다. 하지만 오픈소스 AI 관점에서는 모델 파일보다 생태계가 중요하다. 학습 데이터 거버넌스, 평가셋, 안전성 도구, 추론 런타임, 대학 연구자의 접근권, 스타트업의 실험 비용이 함께 있어야 한다. Hugging Face 오픈소스 AI 비용 전환이 보여준 것처럼 공개 생태계도 비용을 누군가는 부담해야 한다.

또한 오픈소스는 보안 위험과 함께 보안 이점을 가진다. 공개 모델은 악용 가능성을 넓힐 수 있지만, 닫힌 모델도 유출과 탈옥에서 자유롭지 않다. 문제는 공개냐 비공개냐의 이분법이 아니라 위험을 측정하고 완화하는 능력이다. 보코하람 AI 활용 보고서가 시사하듯 안전 논의는 추상적 선언이 아니라 실제 사용 가능성과 확산 경로를 봐야 한다. 공개 연구는 이런 경로를 독립적으로 분석하게 해준다.

30papers ML 학습 로드맵이 말한 학습 병목도 연결된다. 다음 세대 연구자와 엔지니어가 모델이 만들어지는 과정을 볼 수 없다면, 산업은 소수 기업의 API 소비자로 굳어진다. 한국의 AI 경쟁력은 대형 모델 하나가 아니라, 학생과 스타트업이 실험할 수 있는 공개 기반에서 나온다.

실무적 해법: 공개 기본값과 계층적 공개

현실적인 정책은 모든 것을 즉시 공개하자는 구호가 아니다. 공공 자금으로 만든 AI는 공개 기본값을 두되, 개인정보와 안전 위험이 있는 데이터는 접근 통제와 감사 절차를 둔다. 모델 가중치만 공개하는 것과 학습 레시피, 데이터 문서, 평가 로그를 공개하는 것을 등급화할 수 있다. Open Model Initiative 같은 시도와 LF AI & Data Foundation 생태계는 이런 공동 기반의 가능성을 보여준다.

기업도 역할이 있다. 대기업은 내부 도구 일부를 공개하고, 스타트업은 특정 도메인 평가셋을 공개하며, 대학은 재현 가능한 학습 파이프라인을 유지할 수 있다. 정부는 GPU 바우처보다 더 긴 호흡의 공공 컴퓨트와 데이터 관리 인력을 지원해야 한다. 오픈소스 AI는 무료 모델 다운로드가 아니라 지식 생산 체계다.

자주 묻는 질문

Q1: 오픈소스 AI는 위험하지 않나요?

A: 위험이 있다. 그러나 닫힌 모델도 유출, 탈옥, 독점적 통제라는 위험을 가진다. 핵심은 공개 범위와 안전 평가, 접근 통제를 설계하는 것이다.

Q2: 공개 가중치 모델이면 충분한가요?

A: 충분하지 않을 수 있다. 학습 코드, 데이터 문서, 평가 절차가 없으면 연구자는 모델이 왜 그런 성질을 갖는지 검증하기 어렵다.

Q3: 공공 컴퓨트가 왜 필요한가요?

A: 프런티어 학습 비용이 커질수록 대학과 비영리는 실험에서 밀려난다. 공공 컴퓨트는 독립 연구와 인력 양성의 최소 기반이다.

Q4: 한국 기업은 무엇을 얻나요?

A: 벤더 종속을 낮추고, 망분리나 개인정보 요구가 강한 분야에서 자체 배포와 검증이 쉬워진다. 스타트업의 실험 비용도 줄어든다.

Q5: 모든 공공 AI를 완전 공개해야 하나요?

A: 아니다. 개인정보와 악용 위험이 큰 데이터는 통제해야 한다. 다만 공공 자금의 결과물은 공개를 기본값으로 두고 예외를 설명하는 방식이 바람직하다.