OpenAI 회장 브렛 테일러가 자체 AI 모델 개발을 시도하는 기업들에게 “수백만 달러를 태워버리는 일”이라며 강력히 경고했다. AI 시장이 소수 거대 기업의 독점 구조로 굳어지고 있는 현실을 인정하고, 기존 플랫폼 활용을 통한 실용적 접근이 필요하다는 것이다.
AI 모델 개발의 현실적 장벽
브렛 테일러는 최근 South Park Commons의 Minus One 팟캐스트에서 “OpenAI, Anthropic, Google, Meta가 아닌 회사라면 아마 프론티어 모델을 구축하지 않을 것”이라며 직설적으로 말했습니다. 그는 Google, Facebook, OpenAI에서 LLM 훈련 경험을 쌓은 인물로서, 이 분야의 현실을 누구보다 잘 알고 있습니다.
AI 모델 훈련에 필요한 자본 규모는 상상을 초월합니다. 업계 전문가들은 최첨단 모델 하나를 훈련하는 데 1억 달러에서 수십억 달러가 소요된다고 추정합니다. 이러한 막대한 비용은 대부분의 기업이 감당할 수 없는 수준이며, 결과적으로 AI 시장의 진입 장벽을 높이고 있습니다.
테일러는 자체 개발한 모델을 “빠르게 감가상각되는 자산”이라고 표현했습니다. 수백만 달러를 투입해 모델을 개발해도, 기술 발전 속도가 워낙 빨라 금세 구식이 되어버린다는 의미입니다. “임대할 수 있는 모델도 있고, 오픈소스 모델도 있다. 자체 개발은 하지 마라”는 그의 조언은 현실적 경험에서 나온 것입니다.
AI 시장의 구조적 변화
AI 시장은 이미 소수 거대 기업들의 과점 구조로 변화했습니다. 테일러는 “자본 요구량이 너무 커서 시장이 통합될 수밖에 없다”며, “독립적인 데이터센터 시장이 형성되지 못하는 이유도 비용이 너무 많이 들기 때문”이라고 설명했습니다.
이런 현실은 스타트업과 중소기업들에게 중요한 시사점을 던집니다. 자체 모델 개발보다는 기존 플랫폼을 활용한 서비스 개발에 집중해야 한다는 것입니다. 테일러는 대안적 접근법으로 다음 두 가지를 제시했습니다.
AI 도구 시장 진출: “골드러시에서 곡괭이를 파는 것”과 같은 전략입니다. AI 모델을 직접 개발하는 대신, AI를 활용하는 기업들이 필요로 하는 도구와 인프라를 제공하는 것입니다. 예를 들어 AI 모델 관리 플랫폼, 데이터 전처리 도구, 모델 성능 모니터링 솔루션 등이 여기에 해당합니다. 다만 테일러는 “현재 가려운 곳을 긁어주는 도구들이 내일은 기반 모델 제공업체들이 직접 만들 수도 있다”며 위험 요소도 지적했습니다.
응용 AI 회사 구축: 이는 특정 산업이나 업무에 특화된 AI 에이전트를 개발하는 전략입니다. “2010년의 SaaS 애플리케이션이 2030년에는 에이전트 회사가 될 것”이라는 그의 전망처럼, 기존 범용 모델을 활용해 고객사의 구체적인 문제를 해결하는 솔루션을 만드는 것입니다. 예를 들어 법무팀을 위한 계약서 검토 AI, 의료진을 위한 진단 보조 AI, 또는 마케터를 위한 콘텐츠 생성 AI 등이 이런 접근법의 사례가 될 수 있습니다.
그렇다면 DeepSeek은?
흥미롭게도 테일러의 이론에 정면으로 도전하는 사례가 등장했습니다. 중국의 DeepSeek이 올해 1월 출시한 R1 추론 모델이 바로 그것입니다. DeepSeek은 상대적으로 적은 수의 저사양 칩을 사용해 모델을 개발했고, 앱스토어 1위에 오르며 ChatGPT를 제쳤습니다.
DeepSeek의 성공은 AI 개발에 대한 새로운 관점을 제시했습니다. API 가격만 봐도 차이가 극명합니다. OpenAI의 o1 모델이 100만 토큰당 약 15달러를 부과하는 반면, DeepSeek R1은 약 3달러에 불과합니다. 이는 기존 거대 기업들이 과도하게 투자하고 있는 것은 아닌지에 대한 의문을 제기했습니다.
하지만 최근 분석에 따르면 DeepSeek의 실제 개발 비용이 초기 발표된 560만 달러보다 훨씬 높은 16억 달러에서 26억 달러에 달한다는 주장도 제기되고 있습니다. 이는 테일러의 경고가 여전히 유효함을 시사합니다.
한국 기업들을 위한 전략적 방향
한국의 AI 스타트업과 기업들에게 이번 논의는 중요한 시사점을 던집니다. 무작정 자체 모델 개발에 뛰어들기보다는 현실적인 접근이 필요합니다.
기존 AI 플랫폼을 활용한 서비스 개발에 집중하되, 한국 시장의 특성과 언어적 특수성을 활용한 차별화 전략을 모색해야 합니다. 예를 들어, 한국어에 특화된 응용 서비스나 국내 규제 환경에 맞는 AI 솔루션 개발이 더 현실적인 선택일 수 있습니다.
또한 테일러가 언급한 “AI 도구 시장”에서의 기회도 주목할 만합니다. 대형 모델 제공업체들이 모든 세부 기능을 다 만들 수는 없기 때문에, 특정 산업이나 업무에 특화된 도구들은 여전히 시장 기회가 있습니다.
브렛 테일러의 경고는 단순한 비관론이 아닙니다. AI 시장의 현실을 직시하고, 제한된 자원을 효율적으로 활용할 수 있는 전략적 방향을 제시한 것입니다. 자체 모델 개발이라는 환상에서 벗어나 실용적인 AI 활용에 집중할 때, 비로소 지속 가능한 AI 비즈니스가 가능할 것입니다.
참고자료:
Comments