AI 배포의 중심축이 가장 앞선 독점 모델에서, 기업이 더 큰 통제력으로 운영할 수 있는 더 저렴하고 커스터마이즈 가능한 시스템으로 이동하고 있을지 모른다. 이는 Hugging Face CEO Clem Delangue의 주장으로, 그는 TechCrunch에 기업 사용자들이 폐쇄형 API에 전적으로 의존하기보다는 오픈 모델과 프라이빗 배포를 점점 더 원하고 있다고 말했다.

이 주장이 중요한 이유는 AI에 대한 대중적 담론의 상당 부분이 여전히 OpenAI와 Anthropic 같은 회사의 최신 출시와, 그러한 시스템에 대한 접근을 둘러싼 정책 갈등에 초점을 맞추고 있기 때문이다. 그러나 TechCrunch가 인용한 증거는 다른 운영 현실을 시사한다. 많은 개발자와 기업 팀이 생산 워크로드를 오픈 웨이트 대안 위에 구축하고 있으며, 특히 비용, 커스터마이즈, 데이터 통제가 단일 벤치마크 최고 점수보다 더 중요할 때 그렇다.

논쟁에서 무엇이 달라졌나

TechCrunch에 따르면 이번 논의는 AI의 명성이 집중되는 지점과 실제 사용이 성장할 수 있는 지점 사이의 격차가 커지면서 촉발됐다. 프런티어 출시가 여전히 헤드라인을 장식하지만, Delangue는 TechCrunch의 Equity 팟캐스트에서 장기적인 패턴은 다를 수 있다고 주장했다. 프런티어 시스템은 실험과 더 좁은 범위의 고부가가치 작업에 남겨지고, 일상적인 프로덕션 워크로드는 점점 더 오픈 소스 모델이나 기업 내부에서 비공개로 관리되는 모델에서 실행될 수 있다는 것이다.

이 입장은 Hugging Face의 시장 내 역할과도 맞닿아 있다. 이 회사는 오픈 모델, 데이터셋, 개발자 도구를 위한 저장소이자 배포 허브로 가장 잘 알려져 있어, 경영진이 오픈 생태계의 강점을 강조할 분명한 이해관계를 갖고 있다. 그럼에도 이 주장은 지난 1년 동안 더 두드러진 더 넓은 기업 우려를 반영한다. AI가 핵심 인프라가 된다면, 많은 구매자는 자신들의 가장 중요한 역량을 검토하거나 수정하거나 협상력을 갖고 다룰 수 없는 블랙박스 API에 묶고 싶어 하지 않는다.

TechCrunch는 Delangue가 이것을 비용 문제이자 소유권 문제로도 규정했다고 보도했다. 그의 표현에 따르면, 기업들은 실제 프로덕션 비용이 발생하고 통합이 미션 크리티컬해진 뒤에는 소수의 외부 공급자에게 지능을 임대하는 것이 타당한지 재고하고 있다.

변화 뒤에 있는 사용 신호

이 이야기에서 가장 구체적인 신호는 플랫폼 수준의 사용 데이터에서 나오지만, 각각 한계가 있다. TechCrunch는 봄철 Hugging Face 다운로드의 41%를 중국의 오픈 웨이트 모델이 차지해 이 플랫폼에서 미국 모델을 넘어섰다고 보도했다. 또한 OpenRouter에서는 가장 인기 있는 여섯 모델이 Tencent, Xiaomi, DeepSeek, MiniMax, Z.ai의 오픈 모델이었고, 작성 시점에 Anthropic의 Claude Opus 4.7은 7위였다고 전했다.

별도로 TechCrunch는 Vercel 데이터를 인용해, 오픈 웨이트 모델이 6월에 자사 플랫폼의 AI 요청 중 거의 3분의 1을 처리했다고 밝혔다. 기사는 이를 오픈 모델이 대량의 인프라 작업에서 점점 더 큰 몫을 차지하는 반면, 폐쇄형 모델은 더 비싼 프리미엄 계층으로 계속 기능하고 있다는 증거로 해석했다.

이러한 지표는 팀들이 모델을 테스트하고, 라우팅하고, 배포하는 플랫폼에서의 실제 개발자 행동을 포착한다는 점에서 빌더들에게 의미가 있다. 그렇다고 해서 AI 시장 전체를 보여주는 것은 아니다. TechCrunch 자체도 그런 플랫폼에는 OpenAI와 Anthropic이 총수요의 상당 부분을 차지할 가능성이 있는, 가장 큰 랩들이 직접 호스팅하는 방대한 사용량이 포함되지 않는다고 지적했다. 다시 말해, 보도된 데이터는 오픈 모델이 프로덕션에서 중요성을 얻고 있다는 생각을 뒷받침하지만, 프런티어 API가 전체적으로 더 이상 중심이 아니라는 것을 증명하지는 않는다.

같은 주의는 Hugging Face 자체의 규모 지표에도 적용된다. Delangue는 Hugging Face에서 7초마다 새로운 저장소가 만들어지고, 플랫폼이 거의 300만 개의 공개 모델과 100만 개의 공개 데이터셋을 호스팅한다고 말했다. 그는 또한 Fortune 500 기업의 절반이 Hugging Face를 사용해 프라이빗 모델과 오픈 소스 모델을 배포한다고 했다. 이 수치는 TechCrunch 보도에서 회사 CEO가 제시한 것으로, 독립적으로 감사된 시장 점유율 데이터가 아니라 회사 제공 채택 주장으로 읽어야 한다.

왜 중국의 오픈 모델이 이 이야기의 핵심인가

보도된 변화의 두드러진 부분 중 하나는 지역적 측면이다. TechCrunch는 오픈 사용의 성장을 중국 AI 기업들의 꾸준한 출시와 연결했다. 이들은 많은 폐쇄형 대안보다 배포가 저렴하고 커스터마이즈가 쉬운 오픈 웨이트 시스템을 내놓고 있다.

기사에서는 특히 Z.ai와 그 GLM-5.2 모델을 언급했는데, TechCrunch는 이 모델이 에이전틱 코딩에 강하고 보안 취약점 식별에서 Anthropic 시스템과 경쟁력이 있다고 설명했다. 이는 제품 팀에게 중요하다. 코딩, 자동화, 보안 검토는 추론 비용과 배포 통제가 마진과 컴플라이언스에 직접 영향을 미치는 가장 분명한 기업용 사례이기 때문이다.

개발자가 자체 호스팅하고, 파인튜닝하고, 검사하고, 자신의 스택 전반에서 라우팅할 수 있는 모델에서 적절한 성능을 얻을 수 있다면, 경제성은 프리미엄 폐쇄형 API와는 매우 다르게 보이기 시작한다. 많은 내부 도구, 지원 워크플로우, 소프트웨어 엔지니어링 보조기에서는 “충분히 좋고 통제 가능함”이 “가장 좋지만 비싸고 제한적임”을 이길 수 있다.

이것이 선도적인 독점 랩들이 중요성을 잃고 있다는 뜻은 아니다. 경쟁 지형이 분화되고 있다는 뜻이다. 가장 까다로운 작업, 연구 가시성, 프리미엄 기업 판매에서는 프런티어가 여전히 중요하다. 하지만 DeepSeek 및 다른 중국 랩의 시스템을 포함한 오픈 모델은, 가장 뛰어난 모델을 가진 기업에게 항상 가장 큰 가치가 돌아갈 것이라는 가정에 압력을 가하고 있는 것으로 보인다.

락인, 데이터 통제, 그리고 기업의 계산

이 시장 논리는 Hugging Face만의 이야기가 아니다. TechCrunch는 Microsoft CEO Satya Nadella가 기업들에게 단일 공급자 종속을 경계하라고 경고하고, 기업은 자체 데이터와 “learning loop”를 통제해야 한다고 주장한 점도 인용했다. 이 프레임은 이야기를 오픈 소스 이념에서 기업 아키텍처로 확장한다.

기업의 AI 구매자들에게 실질적인 질문은 단순하다. 모델을 통제된 환경에서 실행할 수 있는가? 고객 상호작용 데이터가 공급자의 더 넓은 시스템으로 흘러 들어가는 것을 막을 수 있는가? 애플리케이션 스택을 다시 작성하지 않고도 증류, 파인튜닝, 공급자 전환이 가능한가? 그리고 단일 공급자의 가격과 접근 규칙에 노출되지 않고 규모에 맞는 비용을 예측할 수 있는가?

이러한 우려는 규제 대상 데이터, 독점 워크플로우, 또는 큰 추론량을 수반하는 고객 접점 경험을 다루는 기업용 AI 배포에서 특히 심각하다. 이런 환경에서는 오픈 소스 모델과 프라이빗 모델이 철학적으로 개방적이어서가 아니라, 구매 협상력, 배포 유연성, 운영 예측 가능성을 지원하기 때문에 매력적일 수 있다.

빌더들에게 이는 모델 오케스트레이션이 단일 공급자에 대한 충성보다 더 중요해지고 있음을 의미한다. 팀은 어떤 워크로드가 프런티어 수준의 성능을 필요로 하고 어떤 워크로드가 더 낮은 비용의 오픈 모델로 충분한지 점점 더 판단해야 한다. 이는 제품 설계를 하이브리드 스택으로 밀어붙인다. 복잡한 추론이나 민감한 예외 상황에는 프리미엄 모델을, 검색, 분류, 코딩 보조, 워크플로우 자동화, 상시 가동 백그라운드 작업에는 오픈 웨이트 시스템을 사용하는 식이다.

증거, 위험, 그리고 논쟁적 주장

이 보도는 현재 진행 중인 정책 및 안전 논쟁도 드러낸다. Delangue는 TechCrunch에, AI 역량이 소수의 폐쇄형 공급자에게 집중되는 것 자체가 위험을 만든다고 주장했고, 투명성은 수비자들이 취약점을 이해하고 패치하는 데 도움을 줄 수 있다고 말했다. 그는 강력한 모델을 폐쇄적으로 유지한다고 위험이 사라지는 것은 아니며, 오히려 권력의 비대칭을 악화시킬 수 있다고 시사했다.

이 관점은 논쟁적이다. TechCrunch는 Anthropic CEO Dario Amodei가 점점 더 유능한 모델 가중치를 광범위하게 공개하는 것은 시스템이 배포된 뒤 통제가 더 어려워지기 때문에 위험할 수 있다고 주장해 왔다고 전했다. 공개 배포에 비판적인 사람들은 접근 가능한 가중치가 사이버 공격, 허위정보, 생물학적 위험 같은 영역에서 악용을 더 쉽게 만들 수 있다고도 경고했다.

이 보도만으로는 어느 쪽의 더 넓은 안전 논리가 해결되지 않았으며, 기사는 이 문제를 매듭짓는 새로운 독립적 증거를 제공하지 않는다. 다만 보여주는 것은 배포 모멘텀과 정책 철학이 이제 서로 얽혀 있다는 점이다. 기업들이 실용적 이유로 오픈 소스 모델을 채택할수록, 개방성을 틈새이거나 순수한 이념 문제로 취급하기는 더 어려워진다.

다음에 주목할 점

가장 분명한 후속 신호는 Hugging Face, OpenRouter, Vercel과 비슷한 강한 사용 데이터를 공개하는 기업 플랫폼이 더 늘어나는지 여부다. 오픈 모델이 계속해서 대량의 애플리케이션 트래픽을 흡수한다면, 프런티어 시스템이 기본값이 아니라 프리미엄 계층이 되어 간다는 주장은 더 신뢰를 얻을 수 있다.

또 다른 신호는 Z.ai와 DeepSeek 같은 중국 벤더들이 코딩, 보안, 에이전틱 워크플로우에서의 성능 격차를 얼마나 빠르게 계속 좁히는가이다. 오픈 웨이트 출시가 그런 영역에서 경쟁력을 유지한다면, 독점 가격과 번들링에 대한 압박은 더 커질 것이다.

Microsoft와 다른 대형 인프라 기업들이 반락인(ret-lock-in) 수사를 실제 제품 기본값으로 바꿔, 멀티모델 라우팅과 프라이빗 배포를 더 쉽게 만들지도 지켜볼 만하다. 기업 도구가 Anthropic, 오픈 소스 모델, 자체 호스팅 옵션 사이의 전환을 단순화한다면, 채택은 더 가속될 수 있다.

마지막으로 규제 당국과 프런티어 랩은 모델 가중치에 더 엄격한 통제가 필요하냐는 논쟁을 더 첨예하게 만들 수 있다. 이 정책 경로는 다음 세대의 유능한 모델 중 얼마나 많은 부분이 오픈 생태계에 도달하는지를 직접 좌우할 수 있다.

Creati.ai 관점

이 이야기가 중요한 이유는 AI 경쟁의 초점을 순위표 쇼에서 배포 경제성으로 옮기기 때문이다. 많은 팀에게 핵심 질문은 이제 추상적으로 어떤 모델이 최고의지보다, 어떤 모델 조합이 프로덕션에서 수용 가능한 품질, 통제 가능한 위험, 지속 가능한 비용을 제공하느냐이다. Hugging Face, OpenRouter, Vercel이 유용한 바로미터가 되는 이유가 바로 여기에 있다. 이들은 벤치마크를 이기는 모델이 아니라, 개발자들이 실제로 애플리케이션에 어떤 모델을 라우팅하는지 보여준다.

단기적으로 가장 가능성 높은 결과는 프런티어 랩의 종말이 아니다. 분화다. Anthropic과 다른 프리미엄 공급자들은 추론과 미션 크리티컬 사용 사례의 최상단을 유지할 수 있고, 오픈 모델은 반복적이고 대량이며 커스터마이즈 가능한 작업을 더 많이 맡게 될 것이다. 창업자와 기업 구매자에게 이는 경쟁우위가 단일 프런티어 API 접근보다, Claude Opus 4.7, GLM-5.2, 그리고 다른 오픈 모델을 어떤 한 벤더에도 갇히지 않고 섞어 사용할 수 있는 시스템을 구축하는 데서 더 많이 나올 수 있음을 의미한다.