핵심 요약

  • 출연진은 중국의 새 오픈웨이트 모델이 서구 최상위 모델에 가까워졌다고 평가하면서도, 성능 평가는 실제 사용으로 확인해야 한다고 강조했다.
  • 중국 모델의 사용을 제한할지를 두고 데이터 유출 우려와 저렴한 모델을 선택할 이익이 맞섰다. 미국 내에서 모델을 실행할 때의 위험도 별도로 따져야 한다는 의견이 나왔다.
  • 여러 모델을 연결하는 서비스와 오픈웨이트 모델을 대신 실행하는 추론 서비스가 성장하고 있다. 출연진은 수요 증가와 함께 경쟁, 설비 투자 부담도 커질 것으로 봤다.
  • 스트라이프와 사모펀드 어드벤트의 페이팔 인수 제안은 이 대담에서 아직 성사되지 않은 거래다. 출연진은 페이팔의 성장 둔화와 인수 후 운영 부담을 주요 변수로 꼽았다.

중국 모델의 진전과 가격 경쟁

대담은 최근 공개된 중국의 두 오픈웨이트 모델에서 출발했다. 오픈웨이트는 모델의 가중치를 공개해 다른 곳에서 직접 실행할 수 있게 하는 방식이다. 출연진은 이를 훈련 데이터까지 공개하는 완전한 오픈소스와 구분했다.

한 출연자는 새 모델들이 최상위 서구 모델과 동일한 수준이라고 단정하기에는 이르다고 말했다. 온라인 성능 평가만으로 판단하기보다 실제 현장에서 검증해야 한다는 것이다. 다른 출연자는 중국 모델이 이전부터 쓰여 왔으며, 이번 발표는 기존 흐름을 가속할 가능성이 있다고 봤다. 다만 모델마다 규모와 실행에 필요한 연산 자원이 크게 달라 같은 범주로 묶어 비교하기 어렵다는 지적도 나왔다.

가격은 핵심 변수다. 대담에서는 규제가 강한 기업일수록 여러 에이전트가 서로의 작업을 감독하게 해 오류를 줄일 수 있고, 이 과정에서 토큰 사용량이 늘어난다는 사례가 제시됐다. 출연진은 이런 수요가 성능이 충분하면서 저렴한 모델을 찾게 만들 것이라고 봤다. 미국에서 비슷한 저가 모델 사업이 왜 두드러지지 않는지는 열린 질문으로 남겼다.

제한 논쟁의 쟁점은 실행 환경

중국 모델을 제한해야 하는지를 두고 출연진의 견해는 갈렸다. 한쪽은 기업 데이터가 외부로 유출될 위험을 배제하기 어렵고, 보안 책임을 지는 기업 담당자가 사용을 꺼릴 수 있다고 주장했다. 다른 쪽은 신뢰할 수 있는 미국 내 추론 사업자가 오픈웨이트 모델을 직접 실행한다면 위험을 줄일 수 있다고 봤다. 모델이 고객 측 도구를 호출해 데이터를 내보낼 수 있는지 등은 실제 구성에 따라 검토해야 한다는 설명이다.

대담에서는 정부의 사용 제한과 일반 기업 전체에 대한 금지를 구분했다. 한 출연자는 정부 용도에는 제약이 있을 수 있다고 보면서도, 모든 사용을 막는 것은 과도하다고 평가했다. 저렴한 모델로 평범한 고객 지원 업무를 처리하는 기업까지 높은 가격을 지불하게 만들 이유는 없다는 주장이다.

모델을 고르는 서비스와 실행하는 서비스

여러 모델 중에서 선택할 수 있게 하는 오픈라우터의 매각 협상 보도와 램프의 경쟁 제품 발표도 논의됐다. 출연진은 모델 선택과 비용 관리가 중요해진 만큼 이런 기능을 확보하려는 인수자가 있을 수 있다고 봤다. 동시에 다른 플랫폼이 비슷한 기능을 제품에 넣으면 독립 서비스의 입지가 좁아질 수 있다는 의견도 제시했다. 매각 가격과 인수 가능성에 관한 언급은 모두 출연진의 가정과 판단이다.

추론은 학습을 마친 모델을 실행해 요청에 응답하는 과정이다. 대담에서 소개된 파이어웍스는 15조 개에서 40조 개로 늘어난 하루 처리 토큰량과 연간 반복 매출 10억 달러 이상을 발표한 것으로 설명됐다. 출연진에 따르면 회사 측은 매출총이익률이 30%대 중반이며, 더 많은 설비와 운영 과정을 직접 맡아 이를 높일 계획이라고 밝혔다. 출연진은 오픈웨이트 모델 수요가 이런 사업자를 키우는 한편, 자체 데이터센터로 확장하면 자본 지출도 크게 늘어난다고 지적했다.

범용 모델 위에 쌓는 기업별 작업 방식

한 출연자는 자신이 만드는 채용 앱에서 데이터를 직접 분류하고 답변 기준을 다듬자 결과가 크게 개선됐다고 말했다. 이 앱은 기존 모델을 사용하므로 독자적인 기초 모델을 훈련한 사례는 아니다. 그는 기업이 자체 규칙과 데이터를 반영한 작업 방식부터 만들고, 규모가 커지면 더 전문화된 모델을 원할 수 있다고 봤다. 비싼 범용 모델은 어려운 일부 작업에 쓰고, 나머지에는 저렴하거나 맞춤화한 모델을 쓰는 구상이다.

이 흐름이 기존 기초 모델 업체의 매출에 어떤 영향을 줄지는 불확실하다. 출연진은 기업별 모델 수요가 추가 시장을 만들 수도 있지만, 기존 업체의 성장을 잠식한다면 이들에게 훈련 데이터를 공급하는 회사에도 영향을 줄 수 있다고 설명했다. 모델 가격을 낮추는 선택 역시 추론 비용과 훈련비 회수 부담을 함께 고려해야 한다고 봤다.

스트라이프의 페이팔 인수 제안

대담 후반부는 스트라이프가 어드벤트와 함께 페이팔 인수를 제안한 사안으로 옮겨갔다. 출연진의 설명에 따르면 페이팔 이사회는 당시 제안을 거절했다. 따라서 거래 성사는 물론 최종 가격도 확정된 상태가 아니다.

출연진은 두 회사의 결제 처리 규모가 비슷하다고 보면서도, 매출 집계 방식이 달라 공시 매출을 그대로 비교해서는 안 된다고 짚었다. 인수가 이뤄지면 스트라이프는 사업 범위를 넓힐 수 있지만, 성장률이 낮은 사업을 합치면서 전체 성장률이 떨어지고 복잡한 조직과 제품을 통합해야 한다는 우려도 나왔다. 일부 출연자는 제안 가격을 높여 거래가 성사될 것으로 예상했으나, 페이팔의 내부 실적이 개선되고 있다면 이사회가 독립 경영을 택할 여지도 있다고 봤다.

AI 투자에서는 진입 단계도 변수

출연진은 초기 AI 기업의 높은 가격과 성장 단계 기업의 매출을 비교했다. 초기 투자에서는 고객과 제품의 성패를 가려내는 능력이 중요하고, 성장 단계에서는 이미 확인된 매출을 바탕으로 투자 위험과 가격을 따질 수 있다는 논의다. 최근 몇 년간 일부 성장 단계 투자가 후속 평가액 상승의 혜택을 봤지만, 자금이 몰리면 기업이 여러 가격 구간으로 투자받아 투자자의 추가 수익을 줄일 수 있다는 지적도 나왔다.

대담의 논점은 각 시장의 성장만으로 가치를 판단하기 어렵다는 데 모인다. 모델은 실제 성능과 가격, 추론 서비스는 수요와 설비 부담, 인수 제안은 제시 가격과 통합 비용, 투자는 진입 시점의 위험을 함께 따져야 한다는 것이다.