지금 AI API 가격은 2년 전과 비교하면 놀라울 만큼 저렴합니다. 그런데 이 저렴함이 사실 꽤 아슬아슬한 균형 위에 서 있다는 걸 의식하는 사람은 많지 않습니다.
기술 블로거이자 스타트업 공동창업자 Martin Alderson이 최근 AI 오픈 웨이트 생태계의 조용한 변화를 짚은 글을 발표했습니다. 오픈 웨이트 모델들이 프런티어 AI 가격을 억제하는 구조적 역할을 해왔는데, 최근 주요 제공사들이 잇따라 라이선스를 조이거나 모델 공개 자체를 중단하고 있다는 내용입니다.
출처: Open weights are quietly closing up – and that’s a problem – Martin Alderson
오픈 웨이트 모델이 가격 경쟁의 엔진이었던 이유
오픈 웨이트 모델(open weights model)이란 누구나 자신의 하드웨어에서 직접 실행할 수 있는 AI 모델을 말합니다. Meta의 Llama 시리즈가 대표적이고, 최근에는 DeepSeek, Qwen(Alibaba), Kimi(Moonshot AI), MiniMax 같은 중국 AI 랩들이 주도적인 오픈 웨이트 모델을 내놓아 왔습니다.
이 모델들을 직접 돌리거나, OpenRouter 같은 서비스를 통해 저렴한 추론 제공업체에서 쓰면 OpenAI나 Anthropic API 가격의 10% 이하로 비슷한 수준의 작업을 처리할 수 있습니다.
Alderson이 주목하는 건 이 가격 차이 자체가 아닙니다. 그보다는 오픈 웨이트 모델의 ‘존재’ 자체가 프런티어 랩들이 가격을 함부로 올릴 수 없게 만드는 구조적 견제 장치라는 점입니다. 경제학에서 ‘경합 시장(contestable market)’ 이론이 말하는 것처럼, 소비자가 언제든 대안으로 넘어갈 수 있다는 가능성만으로도 기업은 가격 책정에 제약을 받습니다. 실제로 전환이 일어나지 않아도, 전환할 수 있다는 사실 자체가 가격을 누르는 겁니다.
그는 이를 제약 의약품 시장에 빗댑니다. 제네릭 의약품이 존재하는 한 오리지널 제약사는 가격을 크게 올리기 어렵고, 대신 제네릭이 따라오지 못하는 새로운 치료제 개발에 집중합니다. AI 시장도 마찬가지라는 설명입니다.
조여드는 라이선스들
문제는 이 전제가 흔들리고 있다는 겁니다. 최근 몇 달 사이 벌어진 일들입니다.
- Meta: 2026년 4월 발표한 최신 모델 Muse Spark를 오픈 웨이트 없이 API 전용으로만 출시했습니다. Llama 시리즈로 오픈 웨이트의 상징이었던 Meta가 처음으로 공개를 중단한 것입니다.
- Alibaba: Qwen3.5-Omni(2026년 3월)와 Qwen3.6-Max(2026년 4월)를 API 전용 클로즈드 소스로 출시했습니다. 100개 이상의 오픈 웨이트 모델을 공개해왔던 Qwen이 플래그십 모델부터 가중치를 닫기 시작한 겁니다.
- Kimi(Moonshot AI): K2.6 라이선스는 월 활성 사용자 1억 명 이상이거나 월 매출 $2,000만 이상인 경우 서비스 UI에 “Kimi K2.6″을 눈에 띄게 표시해야 한다는 조항을 담고 있습니다.
- Mistral: Mistral Medium 3.5를 상업적 사용을 금지하는 수정 MIT 라이선스로 출시했습니다.
예외도 있습니다. DeepSeek은 오히려 라이선스가 더 개방적으로 바뀌었습니다. 하지만 전체적인 방향은 분명합니다. 오픈 웨이트 생태계의 핵심 기여자들이 하나둘 빠져나가고 있습니다.
오픈 웨이트가 사라지면 어떻게 되는가
Alderson의 시나리오는 이렇습니다. 오픈 웨이트 모델의 품질이 프런티어 수준에 도달하지 못하거나, 신뢰할 만한 대안이 없어지는 순간, AI 시장은 소수 기업의 과점으로 굳어집니다. OpenAI, Anthropic, Google 같은 서방 빅3와 몇몇 중국 랩들이 사실상 전부인 구조입니다.
그 상태에서 프런티어 랩들이 가격을 올리기로 결정한다면? 경쟁 압력이 사라진 만큼 이를 막을 수단이 없습니다. 지금 우리가 토큰당 지불하는 금액과 그 AI로 얻는 실제 가치 사이의 차이 — 그 소비자 잉여(consumer surplus)가 고스란히 기업 마진으로 흡수됩니다.
물론 반론도 있습니다. 하드웨어가 빨라질수록 “충분히 좋은” 모델을 훈련하는 비용이 낮아질 수 있고, AI 하드웨어 시장에서는 여전히 치열한 경쟁이 벌어지고 있습니다. 작은 모델을 강한 모델의 출력으로 학습시키는 증류(distillation) 기법도 대안으로 거론됩니다. 다만 증류는 강한 베이스 모델에 대한 접근을 전제하는데, 그 접근권이 바로 지금 위협받고 있는 것이기도 합니다.
당연하게 생각했던 것들
Alderson이 글 마지막에 남긴 문장이 핵심을 찌릅니다. “경쟁적인 오픈 웨이트 생태계는 AI 경제 전체를 조용히 떠받치고 있는 기둥이었다.”
지금 우리가 쓰는 저렴한 AI API 가격은 시장이 자연스럽게 만들어낸 결과가 아니라, 오픈 웨이트 모델이 만들어놓은 경쟁 구조의 산물입니다. 그 구조가 얼마나 튼튼한지는, 사라지고 나서야 알게 될 수도 있습니다.
참고자료:
답글 남기기