오픈 웨이트와 미국의 AI 리더십

오픈 웨이트와 미국의 AI 리더십

 

2026년 7월 24일

 

1980년대 초창기 오픈소스 소프트웨어 개척자들은 기업들이 코드에 대한 엄격한 통제권을 유지해야만 소프트웨어가 발전할 수 있다는 당시의 통념에 도전했습니다. 이 운동은 전 세계 개발자들이 소프트웨어를 연구하고 수정하며 개선할 수 있는 투명한 생태계를 지향했습니다. 오픈소스 커뮤니티에서 개발된 소프트웨어는 현재 인터넷의 대부분을 지원하고 있으며, 세계 최대 기술 기업들은 물론 미군과 연방 기관들이 과학 연구, 사이버 보안 및 기타 중요 임무를 수행하는 데 사용하는 시스템의 기반이 되고 있습니다. 오픈소스는 소프트웨어 비용을 낮추는 것 이상의 의미를 지녔습니다. 그것은 여러 세대에 걸쳐 미국의 엔지니어와 기업가들이 자신들의 주체성을 구축할 수 있는 공유된 지식의 토대를 마련했습니다.

 

미국은 이제 인공지능(AI) 분야에서도 비슷한 선택에 직면해 있습니다. 미국의 AI 리더십은 하나의 최첨단 AI 모델로 평가되는 것이 아니라, 모든 분야에 확산될 수 있는 강력하고 개방적인 생태계를 구축하는지 여부로 평가될 것입니다. 이는 전국적으로 혁신과 번영의 기회를 창출하는 데 필수적입니다. 이를 위해서는 AI 접근성 확대, 경쟁 장려, 견고한 애플리케이션 레이어 구축, 그리고 미국 국민들이 자신들이 의존하는 기술에 대한 더 큰 통제권을 부여하는 것이 필요합니다. 누구나 다운로드, 검토, 수정 및 자신의 인프라에서 실행할 수 있는 개방형 AI 모델은 이러한 토대를 구축하는 데 중요한 역할을 합니다. 이러한 모델은 첨단 AI를 더욱 쉽게 접근하고, 적응하고, 널리 활용할 수 있도록 해주기 때문입니다.

 

개방형 가중치는 AI 경제에 대한 접근성을 확대합니다. 스타트업, 기존 기업, 대학 및 공공 기관은 처음부터 모델을 학습시키거나 모든 작업에 최첨단 모델 가격을 지불하지 않고도 고급 모델을 활용할 수 있습니다. 개방형 가중치를 통해 모든 조직은 적절한 비용으로 적절한 작업에 적합한 모델을 적용할 수 있으며, 최첨단 수준의 역량은 진정한 난제 해결에 집중하고 효율적이고 특화된 모델은 다른 모든 곳에서 활용할 수 있습니다. 이러한 체계적인 접근 방식이야말로 AI가 수십억 개의 일상적인 작업으로 확장될 때 경제적으로 지속 가능한 AI를 구현하는 핵심 요소입니다. 미국은 공장, 병원, 농장, 교실, 그리고 지역 상점의 업무 흐름에 AI를 접목함으로써 AI 시대의 승리를 쟁취할 것입니다.

 

개방형 가중치는 경쟁을 강화하며, 이러한 경쟁은 인공지능의 이점이 소수의 손에 집중되지 않고 널리 공유되도록 합니다. 많은 조직이 고급 모델을 구축, 수정 및 배포할 수 있도록 함으로써, 개방형 가중치는 모델 개발자뿐 아니라 클라우드 칩, 애플리케이션 및 서비스 전반에 걸쳐 경쟁을 유발합니다. 이러한 경쟁은 혁신을 촉진하고 비용을 절감하며 인공지능의 혜택을 경제 전반에 걸쳐 폭넓게 분배합니다.

 

개방형 가중치는 고객에게 더 큰 통제권을 제공합니다. 기업들이 AI에 투자할 때, 특정 공급업체에 종속되거나 시간이 지남에 따라 축적해 온 지식과 역량을 잃지 않기를 바랍니다. 개방형 가중치 모델은 기업이 자체 데이터를 관리하고, 모델을 평가 및 자체 요구 사항에 맞게 조정하며, 비즈니스 요구 사항에 따라 어디든 배포할 수 있도록 함으로써 이러한 확신을 제공합니다. 또한 기업이 AI를 통해 가치를 창출할 때, 개방형 가중치는 자체 개선 모델, 특화된 역량, 그리고 미국의 주권과 번영을 이끄는 축적된 지식을 통해 기업이 그 가치를 소유할 수 있도록 합니다.

 

물론, 공개된 가중치는 실질적이고 분명한 위험을 수반합니다. 일단 공개되면 원래 개발자의 통제 범위를 벗어나게 되며, 수정된 버전을 추적하거나 되돌리기가 어렵습니다. 하지만 이러한 위험에 대한 올바른 대응은 공개된 가중치를 금지하는 것이 아닙니다. 사이버 공격자들이 고도화된 AI를 사용하는 세상에서, 방어자들은 그에 필적하는 기능을 갖춘 모델에 접근하여 새로운 위협을 탐지, 시뮬레이션 및 대응해야 합니다. 공개 모델은 방어 역량을 확장하고 투명성을 높이며, 여러 팀에 걸쳐 취약점을 발견하고 해결할 수 있도록 합니다.

 

사실, 개방성은 AI의 안전과 보안을 확보하는 가장 중요한 방법 중 하나일 수 있습니다. 폐쇄형 모델에만 의존하는 것은 본질적으로 안전하지 않습니다. 외부인이 감지할 수 없는 방식으로 침해, 오용 또는 오류가 발생할 수 있기 때문입니다. 소수의 폐쇄형 모델에 첨단 AI 기능을 집중시키는 것은 이러한 위험을 더욱 가중시킵니다. 이는 실패 지점을 소수만 남겨 경쟁을 약화시키고 핵심 기술을 소수의 공급업체 손에 쥐게 합니다. 반면, 개방형 가중치 모델은 광범위한 연구원과 개발자 커뮤니티가 모델의 동작을 분석하고, 취약점을 파악하고, 안전장치를 개발하고, 시간이 지남에 따라 개선할 수 있도록 합니다. 오픈 소스 소프트웨어가 투명성이 불투명성보다 더 안전하다는 것을 입증했듯이, AI의 안전은 사회가 의존하는 모델을 테스트하고 강화할 수 있는 능력을 더 많은 사람들에게 제공하는 데 달려 있을 수 있습니다. 이를 통해 엄격한 벤치마킹 및 평가, 레드팀 활동, 그리고 폐쇄형 시스템이 기본적으로 더 안전하다고 가정하는 대신 실제적이고 입증된 피해에 기반한 보호 조치를 시행할 수 있습니다.

 

강력한 AI 생태계 구축은 당연한 결과가 아닙니다. 정책 입안자들은 중요한 행동 기회를 맞이하고 있습니다. 여기에는 스타트업과 연구자들을 위한 컴퓨팅 자원 접근성 확대, 공유 학습 자산(데이터셋, 도구, 평가 프레임워크) 투자, 그리고 경쟁을 저해하거나 혁신을 해외로 몰아가는 개방형 모델에 대한 성급한 규제를 피함으로써 AI 분야의 다양성을 유지하는 것이 포함됩니다. 또한 이러한 조치들은 강력한 응용 분야가 경제 전반에 걸쳐 AI의 자율적인 활용을 확대할 수 있는 방안을 모색해야 합니다.

 

이러한 생태계를 조성하는 과정에서 정책 입안자들은 합법적인 모델 개발 기법과 기술 오용을 혼동하지 않도록 주의해야 합니다. 한 모델의 출력값을 활용하여 다른 모델을 학습시키거나 개선하는 '증류(distillation)' 기법은 모델 개선, 평가 및 검증에 널리 사용되는 기법입니다. 이는 기존 기술을 학습하고, 기반으로 구축하고, 개선하는 오랜 전통을 반영하며, 오픈소스 소프트웨어 운동이 등장한 이후 혁신을 이끌어 온 원동력이기도 합니다. 반면, 폐쇄형 모델에서 불법적으로 가치를 추출하려는 시도는 정당한 우려를 불러일으킵니다. 이러한 우려는 인공지능 혁신에 중요한 역할을 하는 기법들에 대한 전면적인 규제보다는, 특정 목적에 맞춘 법적 및 상업적 틀을 통해 해결해야 합니다. 

 

인공지능 시대는 번영의 시대가 될 수 있습니다. 올바른 선택을 통해 개방형 인공지능은 기회를 확대하고, 경쟁력을 강화하며, 미국의 기술적 리더십을 공고히 하고, 위험을 완화하며, 이 놀라운 기술의 혜택이 우리 경제 전반에 널리 공유되도록 보장할 수 있습니다. 그러한 미래를 만들어 나갈 가치가 있으며, 미국은 그 미래를 건설하는 데 앞장서야 합니다.

 

서명자

 

1789 Capital • A.Team • Adaption • Agno • AI Native Foundation • AI Tinkerers • AI21 • alphaXiv • Amazon • AMD • American Innovators Network • AMP • Amplitude • Anaconda • Andreessen Horowitz • AnythingLLM • Applied Compute • Arcee AI • Arena • ARK Invest • Armada • Assembled • Atlassian • Atomic Chat • Atreides Management • Autohand AI • Automattic • Baseten • Black Forest Labs • BLACKBOX AI • Block • Bolt • Box • Bria • Browserbase • Cadence • Camber • Capy • Cinder • Ciroos • Cisco • Cline • CloudBees • Cloudflare • Cogensec • Cognition • Cohere • Cohesity • Coinbase • Comcast • Command Code • Composio • Core Automation • CoreWeave • Corridor • Corvic AI • Criteria Corp • CrowdStrike • Crusoe • DART • Databricks • DataRobot • DatologyAI • 데이토나 • 디펜스 유니콘 • 델 테크놀로지스 • 뎁스퍼스트 • 디지털오션 • 디스럽티브 • 도어대시 • E2B • 엣지러너 • 엘라스틱 • 엘루서AI • 엘로리안 AI • 이머전스 캐피털 • 이머전트 • 엔덱스 • EOX 밴티지 • 엑시아 랩스 • 팩토리 • 패스티노 랩스 • 페더리스 AI • 파이어웍스 AI • 플릿 AI • 프렌들리AI • 제너럴 캐털리스트 • 젠스파크 • 깃허브 • 깃랩 • 글린 • 글레마드 • GMI 클라우드 • 고대디 • 굿파이어 • 구글 • GPU 모드 • 그록 • 하네스 • 허깅 페이스 • 휴먼스앤드 • 하이드 • 하이드라 호스트 • 하일랜드 • 하이퍼볼릭 • IBM • 인퍼랙트 • 인퍼엑스 • 인탱글블 • 인텔 • 인터커넥츠 AI • 아이소머 • 킨도 • 콩 • 킨드릴 • 람다 • 랭체인 • 래티튜드.sh • 레노버 • 레타 • 라이트닝 AI • 리퀴드 AI • 리토스AI • LM 스튜디오 • LMSYS • 마코라 • 마리아나 Minerals • Megaport • Megaton AI • Merge • Meta • microagi • Microsoft • Mistral • Modal • Morph • Mozilla • Nebius • Neon • NeoSigma • Netlify • Noah Labs • Nokia • Nolla Health • Notion • Nous Research • NVIDIA • Ollama • Open Athena • Open Compute Project Foundation • Open WebUI • OpenAI • OpenClaw • OpenCode • Osmantic • Oumi • Palantir • Palo Alto Networks • Periodic Labs • Perplexity • Pinterest • Plastic Labs • PlayerZero • Poolside • Postman • Prime Intellect • PrismML • Rackspace Technology • RadixArk • Red Hat • Redblock • Redis • Reducto • Reflection • Regal • Rehearsals • Reka • Replit • Resemble AI • Ricursive Intelligence • RightNow AI • Rillet • Rogo • Runway • Sakana AI • San Francisco Tooling Company • SAP • Sapiom • Scale • Scarf • Sculptor AI • Seekr • SerpApi • ServiceNow • SF Tensor • Siemens • SkyPilot • Snowflake • Socket • Sonar • SpaceX • Stack Overflow • Stacksync • Sully.ai • Superhuman • Supermemory • Superserve • Sycamore • Synopsys • Telnyx • TensorWave • Linux Foundation • Together AI • Tolmo • TrainLoop • Trajectory • TrendAI • Uber • Uniphore • Unsloth • Unusual Ventures • Vercel • Verda • Vocara • Webflow • Willow • WordPress.org • Workday • WRITER • Wrynx • xpander.ai • Y Combinator • Zendesk • Zoom • Zscaler

 

 

2026년 7월 30일 현재, 230개 이상의 기업 및 단체가 “오픈 웨이트와 미국의 AI 리더십” 공개 서한에 서명했습니다. 이러한 성과는 AI 혁신에 대한 접근성을 확대하고 그 혜택이 경제 모든 부문에 돌아가도록 하려는 광범위한 움직임을 반영합니다. 

 

문서 출처