简体中文

繁體中文

English

Tiếng Việt

한국어

日本語

ภาษาไทย

Türkçe

중국을 베끼는 실리콘밸리, 다음 문제는 AI 애플리케이션이다.

动察 Beating

이 글을 읽으려면 25 분

error

원문 제목: 《중국 숙제를 베끼는 실리콘밸리, 다음 문제는 AI 애플리케이션》
원문 저자: 동찰Beating

실리콘밸리가 중국의 숙제를 베끼기 시작했다.

최근 미국에서 저가 오픈 모델이 대거 등장했다. 목표는 중국의 오픈소스 모델 성능을 따라잡고, 가격도 같은 수준으로 낮추는 것이다.

Mira Murati의 Thinking Machines Lab은 지난달 첫 번째 모델 Inkling을 공개했다. 공식 설명에는 두 가지가 적혀 있다. 기본 아키텍처는 DeepSeek-V3를 참고했고, 후학습 데이터는 Kimi K2.5가 생성했다는 것이다.

실리콘밸리에서 가장 비싼 인력들이 중국 오픈소스 모델의 뼈대를 쓰고, 중국 모델이 생성한 데이터를 먹이고 있다. 2년 전만 해도 이런 일은 반대로 일어났을 것이다.

올해 초 Arcee AI의 Trinity-Large-Thinking은 PinchBench에서 91.9점을 기록했다. Anthropic의 Opus 4.6보다 1.4점 낮지만, 가격은 후자의 4%에 불과하다.

Arcee AI의 CEO Mark McQuade는 "우리는 미국이 중국을 따라잡고 추월하도록 노력하고 있다"고 말했다.

실리콘밸리가 지금 베끼고 있는 것은 모델뿐만이 아니다. 중국 기업이 구축한 가격 체계도 그대로 따라 하고 있다.

아키텍처는 참고할 수 있고, 훈련 방법은 재현할 수 있으며, 데이터는 다른 모델에 맡겨 대량 생성할 수 있다. 가중치가 공개되면 개발자들은 이어서 개발할 수도 있다. 가격 문제는 더 간단하다. 한 곳이 먼저 가격을 낮추면 나머지는 결국 따라올 수밖에 없다.

지난 3년 동안 대형 언어 모델 기업들은 파라미터, 연산력, 폐쇄형 소스로 화려한 누각을 세우고 손님을 초대했다. 이제 그 누각이 무너질 조짐을 보이고 있다.

16일

7월 17일 새벽, 월지암면(Moonshot AI)이 Kimi K3를 공개했다. 총 파라미터 2.8조, 컨텍스트 100만 토큰, 전 세계 최대 규모의 오픈 모델이다.

Frontend Code Arena 프론트엔드 코딩 랭킹에서 K3는 1679점을 기록하며, 그 뒤를 Claude Fable 5와 GPT-5.6 Sol이 따르고 있다. 오픈 모델이 처음으로 폐쇄형 모델 앞에 앉은 것이다. 7개 프론트엔드 세부 분야 중 6개에서 1위를 차지했다.

머스크는 평가 결과 아래에 "Impressive"라는 한마디를 남겼다.

K3의 API는 저렴하지 않아서, 출력 토큰 100만 개당 100위안을 받는다. 하지만 SuperCLUE의 횡적 테스트에서 작업 점수가 2위보다 18% 높았고, 동일한 작업 배치를 완료했을 때 평균 비용은 오히려 16% 낮았다.

모델이 비싼지 아닌지는 토큰 100만 개당 표시 가격이 아니라, 한 가지 일을 처음부터 끝까지 완료하는 데 드는 비용으로 봐야 한다. 이 두 숫자가 점점 더 멀어질수록 표시 가격 자체의 의미는 줄어든다.

이틀 후 깊은 밤, 월지암면(月之暗面)은 C端 신규 사용자 구독을 일시 중단했다. 48시간 동안의 요청량이 예상을 훨씬 초과해, 연산 능력이 부족해졌다.

7월 27일, K3는 전체 가중치를 기술 보고서와配套 인프라와 함께 공개했다.

그다음은 DeepSeek 차례였다.

시장은 원래 V4 정식 버전을 계속 기다리고 있었다. 4월 말, DeepSeek는 먼저 V4-Pro와 V4-Flash 두 가지 미리보기 버전을 출시했고, 둘 다 100만 토큰 컨텍스트를 지원하며, 공식적으로 이를 '백만 컨텍스트 보편화 시대'라고 불렀다. 이후 두세 달 동안 별다른 움직임이 없다가 8월 2일, V4 Flash가 정식 출시되고 가중치가 공개되었다. 총 파라미터는 2840억 개, 단일 추론 시 130억 개만 활성화되며, DeepSWE 프로그래밍 테스트 점수는 7.3에서 54.4로 상승했다.

더 강력한 것은 가격이었다. 5월에 V4-Pro가 원래의 4분의 1로 직접 인하되었는데, 이는 DeepSeek가 한 달 동안 네 번째로 가격을 조정한 것이었다. Flash가 정식 출시되었을 때, 사람들은 여전히 그 가성비에 크게 놀랐다.

'값싼 게 비지떡'은 과거의 규칙이었다. 이제 중국 모델은 점점 더 강력해지고, 받는 돈은 점점 줄어든다. 외국 경쟁사들은 당연히 힘들겠지만, 방법이 없다. 사용자들은 이미 저렴하고 좋은 것을 본 이상, 누구도 다시 바보가 되고 싶어 하지 않는다.

이어서 알리바바는 다음 주에 Qwen3.8-Max의 가중치를 공개할 것이라고 발표했다. 과거에는 항상 폐쇄형 플래그십에 있던 Max 시리즈도 이제 개방되기 시작했다. 국제 가격은 입력이 Opus 5의 약 40%, 출력은 24%에 불과하다.

이 모든 일은 단 16일 만에 일어났다.

과거 모델 회사는 희소성으로 가격을 책정했다. 나만 할 수 있으면, 너는 내가 부르는 가격을 그대로 지불해야 했다. 리더보드에서 몇 점 차이만 나도 가격은 수십 배 차이가 났다.

Kimi、DeepSeek、Qwen 세 회사의 기술 노선은 다르지만, 하는 일은 같다. 모두 성능을 끌어올리고, 가중치를 공개하며, 가격을 낮추고, 곧바로 제품에 연결하는 것이다.

과제를 베끼고 싶어도, 돈을 주는 사람이 없다

미국 쪽에도 이 흐름을 알아본 사람들이 있다.

2025년 말, Arcee AI는 보유 자금을 거의 전부 쏟아부었다. 33일, 2048개의 B300, 2000만 달러, 전 직원은 30명뿐이었다. 만든 Trinity Large는 총 파라미터 4000억, 단일 추론 활성화 130억, 훈련 데이터의 거의 절반이 합성 데이터였다. 올해 7월, Arcee는 미국 에너지부와 협력 계약을 맺고 연구용 모델을 준비 중이다.

팀, 성과, 비용, 정부 주문까지, 가질 건 다 갖췄다. 그런데 유독 투자 유치라는 문만 어떻게 해도 열리지 않는다.

Arcee는 지금까지 총 5000만 달러를 모금했고, 기업가치는 2억 4000만 달러다. 오늘날의 대형 모델 트랙에서 이 정도 돈은 식탁에 앉기는커녕, VIP룸 문턱도 넘지 못한다.

CEO Mark McQuade는 "거의 모든 1군 VC가 우리를 거절했다"고 말한다.

미국의 오픈 모델은 중국과 정면으로 맞붙기도 전에, 자국 투자위원회에 먼저 막혔다.

2026년 1분기, 글로벌 AI 스타트업은 2555억 달러를 모금했고, 거의 3분의 2가 세 건의 거래에 집중됐다. OpenAI의 1220억, Anthropic의 300억, xAI의 200억이다. 돈은 거의 전부 폐쇄형(클로즈드) 기업으로 흘러갔다.

Arcee의 초기 투자자이자 Emergence Capital 파트너인 Joe Floyd는 많은 VC에게서 비슷한 거절 이유를 들었다고 말한다.

"나는 이런 모델이 성공하길 바라지 않아. 투자하고 싶지 않아, 왜냐하면 그게 내 Anthropic과 OpenAI 투자에 타격을 줄 테니까."

진짜로 오픈 모델에 돈을 쓰는 쪽은 오히려 칩을 파는 회사들이다.

올해 3월, 엔비디아는 SEC 서류에서 향후 5년간 260억 달러를 투입해 오픈 웨이트를 지원할 계획이라고 공시했다. Reflection AI, Poolside, Thinking Machines Lab이 모두 그 자금을 받았다.

이 계산은 황런쉰이 누구보다도 정확히 하고 있다. 폐쇄형 모델은 API로 돈을 벌고, 오픈 모델은 GPU를 태운다. 모델을 싸게 팔수록 개발자들이 더 많이 쓰고, 엔비디아의 GPU가 더 잘 팔린다.

7월 24일 저녁, 황런쉰은 X 계정을 개설하고 첫 번째 트윗으로 공개 서한을 리트윗했다. 제목은 《오픈 웨이트와 미국의 AI 분야 리더십》. 서한에는 미국이 이 산업을 계속 이끌 수 있을지는 최첨단 모델을 보유했는지뿐 아니라, 각 산업으로 확산될 수 있는 생태계를 갖췄는지에도 달려 있다고 적혀 있다.

이후 약 200개 미국 스타트업 창업자들이 트럼프 정부에 연명 서한을 보내 중국 오픈 모델의 금지를 반대했다. 이 서한을 읽어보면 가장 흥미로운 점은 미사여구가 하나도 없다는 것이다. 그들은 중국을 두둔하지도, 오픈주의의 기치를 내걸지도 않았다. 이유는 단지 값싼 중국 모델이 이미 생산 도구가 되었고, 정말로 금지하면 비싼 미국 API를 다시 사야 하기 때문이다.

McQuade는 인터뷰에서 또 다른 말을 했다. 대규모 보급은 시간 문제일 뿐이라고.

저렴함이 만들어낸 수요

실리콘밸리가 오픈 웨이트를 해야 하는지 논쟁하는 동안, 중국은 이미 다음 단계로 나아가기 시작했다.

'AI 애플리케이션 원년'이라는 말은 지난 3년 동안 여러 번 외쳐졌다. 하지만 기술이 실제로 애플리케이션 단계에 들어섰는지 판단하는 기준은 두 가지뿐이다. 사용자가 돈을 낼 의향이 있는지, 기업이 이를 업무에 접목했는지.

올해 Claude Code와 Cursor의 연간 매출은 각각 10억 달러를 넘어섰고, AI 코딩 도구의 개인 개발자 침투율은 절반에 가까워졌다.

기업 쪽은 변화가 더 크다. 샤추 싱크탱크의 조사에 따르면, 중국 기업의 AI 에이전트 도입률은 2024년 말 17.3%에서 2026년 중반 40.3%로 상승했다.

리옌홍은 이를 위해 DAA(일일 활성 에이전트 수)라는 새로운 지표를 제시했다. 과거 인터넷 기업은 매일 얼마나 많은 사람이 제품을 여는지 세었지만, 이제는 매일 얼마나 많은 에이전트가 사람을 대신해 일하고, 실제로 얼마나 많은 결과물을 전달하는지 세야 한다.

호출량 곡선은 더 놀랍다. CCTV 통계 기준, 중국의 일일 토큰 호출량은 2024년 초 약 1000억 건에서 올해 3월 말 140조 건으로, 2년여 만에 1000배 이상 증가했다.

모델은 점점 저렴해지지만, 연산 자원은 점점 더 귀해지고 있다. 올해 3월, 텐센트 클라우드, 알리바바 클라우드, 바이두 스마트 클라우드는 10일 사이에 연산 가격을 잇따라 인상했고, 상승 폭은 약 30%였다. 상반기에 에이전트가 폭발하면서 추론 연산 임대 가격도 40% 이상 올랐다.

그 이유는 사람들이 AI를 사용하는 방식이 이미 바뀌었기 때문입니다. 예전에는 질문 하나에 답 하나, 토큰을 많이 쓰지 않았습니다. 이제 에이전트가 실제로 일을 끝내려면 컨텍스트를 유지하고, 여러 도구를 호출하고, 앞뒤로 확인하고, 잘못되면 처음부터 다시 해야 합니다. 단가는 내려갔지만 소비량은 배로 늘어났습니다.

가격 인하는 시장을 줄이지 않았습니다. 오히려 과거에는 계산이 맞지 않아 포기했던 수요를 모두 끌어들였습니다.

1981년, IBM이 PC 아키텍처를 개방하자 호환 기종이 시장에 쏟아져 들어왔고 하드웨어 가격은 계속 내려갔습니다. 결국 가장 큰 돈을 번 것은 기계를 만든 회사가 아니라, 그 위에서 성장한 Lotus 1-2-3, WordPerfect, 그리고 이후의 마이크로소프트였습니다.

오늘날 이 길은 거의 똑같이 흘러가고 있습니다. 모두가 하위 계층의 성능 차이에 주목하는 사이, 위에 있는 회사들은 이미 사용자, 진입점, 워크플로우를 선점하기 시작했습니다.

미국 기업은 DeepSeek의 아키텍처를 연구할 수 있고, Kimi가 생성한 데이터를 사용할 수 있으며, 2000만 달러를 들여 괜찮은 성적을 내는 오픈 모델을 훈련할 수도 있습니다. 하지만 애플리케이션은 이렇게 쉽게 복제할 수 없습니다.

애플리케이션에는 다운로드할 수 있는 가중치도, 벤치마크도 없습니다. 그것이 실제로 돌아가는지 여부는 한 회사가 십수 년간 부딪히며 쌓아온 노하우에 달려 있습니다.

과거에는 대기업들이 모델을 독립된 제품으로 만들어 사용자가 일부러 채팅창을 열어야 했습니다. 이제 모델은 딩딩, 페이수, 기업 위챗 속으로 파고들기 시작했고, 에이전트는 원래의 조직과 프로세스 안에서 직접 자라납니다.

미국에서 사무용 에이전트는 Gmail, Slack, Salesforce를 따라 성장할 수 있습니다. 중국에서는 딩딩, 페이수, 기업 위챗에서 먼저 들어간 다음, 재무 소프트웨어, 공급망, 공장 시스템, 정부 플랫폼으로 이어집니다. 양쪽이 같은 모델을 사용하더라도 최종적으로 만들어진 제품은 같을 수 없습니다.

가격이 내려간 이후

2022년부터 2025년까지, 미국의 대중국 칩 규제는 점점 강화되었습니다. H100도 팔지 않고, B300도 팔지 않으며, 첨단 공정과 제조 장비도 통제되었습니다. 중국 기업들은 바로 이런 조건에서 세계 최대 규모의 오픈 모델을 만들어냈습니다.

2026년이 되자 미국은 중국 모델의 가중치 제한을 논의하기 시작했습니다. OpenAI와 Anthropic은 규제 기관에 우려를 표명한 것으로 알려졌고, 의회에서도 모델 가중치가 계속해서 국경을 넘어 유통될 수 있을지 연구하고 있습니다.

칼이 아직 내려오지도 않았는데, 아군이 먼저 비명을 지른다.

칩 금지는 중국 기업의 공급을 조이는 것이고, 모델 금지는 먼저 미국 스타트업의 비용을 베어낸다. 그 연명서에도 분명히 적혀 있다. 봉쇄는 확산을 막지 못하고, 오히려 개발자들이 문이 닫히기 전에 다운로드 가능한 모델을 전부 받아두도록 몰아붙일 뿐이라고.

칩은 실물이라 주문, 물류, 파운드리를 조일 수 있다. 하지만 가중치(weight)는 한 번만 유출되면 무한히 다운로드, 미러링, 양자화, 미세조정, 증류가 가능하다.

더 통제할 수 없는 것은 가격이다.

미국은 최첨단 폐쇄형 모델에서 여전히 앞서 있다. OpenAI와 Anthropic은 여전히 최전선에 있고, 최고급 모델을 훈련하려면 여전히 엔비디아 칩이 필요하다. 이 점은 단기간에 바뀌지 않을 것이다.

하지만 애플리케이션 단계에 이르면 승패는 좀처럼 단일 최강 모델에 의해 결정되지 않는다. 모델이 충분히 저렴한지, 기업이 기성 디지털 진입로를 갖고 있는지, 개발자가 실제로 비즈니스 프로세스에 파고들 수 있는지가 승부처다.

지난 30년을 돌아보면, 중국은 여러 번 이겼지만 그 방식은 대체로 같았다.

모바일 결제, 전자상거래, 배달 앱, 라이브 스트리밍은 모두 외부에서 발명된 기술을 수십억 인구의 일상에 넣고, 이를 엄청난 규모의 사업으로 키운 것이다. 가장 아래층의 기반은 오랫동안 다른 이들이 제공했다. 트랜지스터는 벨 연구소에서, x86은 인텔에서, TCP/IP는 미국 정부의 지원으로, Windows, 안드로이드, iOS는 모두 서부 해안에서 탄생했다. 딥러닝 시대에 가장 흔히 쓰이는 TensorFlow와 PyTorch조차 각각 구글과 메타에서 나왔다.

"발명은 미국에서, 규모는 중국에서"라는 말은 30년 동안 거의 예외 없이 들어맞았다.

이제, 예외가 나타났다.

Thinking Machines Lab의 기술 문서는 분명히 적혀 있다. 실리콘밸리에서 가장 주목받고 가장 자금이 풍부한 신생 기업 중 하나가 모델의 기반층에서 중국 기업의 아키텍처를 참조했고, 후속 훈련에는 또 다른 중국 모델이 생성한 데이터를 사용했다고.

과거 실리콘밸리는 중국에서 생산능력을 조달하고, 인재를 모집하거나 시장을 찾았다. 이제는 중국 기업이 검증한 기술 경로를 그대로 따라가기 시작했다.

실리콘밸리 숭배에는 물론 이유가 있다. 지난 수십 년간 컴퓨터 산업의 가장 중요한 기반 기술은 대부분 실제로 거기서 나왔다. 기계 속의 칩부터 프로그래머가 매일 여는 IDE까지, 실리콘밸리는 오랫동안 기술 사슬의 상류에 서 있었다.

하지만 기술 세계에서 궁극적으로 중요한 것은 결과다. 누가 새로운 아키텍처를 제시하고, 누가 비용을 낮추며, 누가 업계의 모방을 이끌어내는지, 그런 자가上游(업스트림)를 재정의할 자격을 얻는다.

이제 이 명단에 중국 기업들의 이름이 등장하기 시작했다.

실리콘밸리는 앞으로 큰 확률로 따라잡을 것이다. 그곳에는 충분한 엔지니어, 자본, 그리고 칩이 있다. 하지만 이미 실제 비즈니스에 연결된 애플리케이션은 사람을 기다리지 않는다. 누가 먼저 기업의 프로세스에 파고들어가느냐, 그 사람이 먼저 고객, 데이터, 그리고 다음 개선의 기회를 얻는다. 출발선은 결코 같지 않다.

AI의 애플리케이션 시대는 길일을 골라 북을 치며 개막하지 않는다. 그것이 가장 먼저 나타나는 곳은 재무제표, 폭증하는 호출량, 그리고 한밤중에 또다시 할당량을 소진하는 프로그래머의 모습이다.

대규모 보급은 단지 시간 문제일 뿐이다. 이 말은 한 미국인이 한 말이다.