머스크, 법정서 “xAI가 오픈AI 모델 일부 증류했다” 인정

재판 첫 주부터 핵심 쟁점이 터짐

• 머스크가 오픈AI를 상대로 낸 소송 첫 주에 꽤 센 인정이 나왔음. xAI가 오픈AI 모델을 “부분적으로 증류”해 Grok 훈련에 썼다는 내용임

  • 머스크는 샘 알트만과 그렉 브록만이 자신을 속여 오픈AI에 자금을 내게 했다고 주장함
  • 2015년 공동 설립 당시 오픈AI가 인류의 이익을 위한 비영리 조직으로 운영될 것이라 믿고 약 3800만 달러를 제공했다는 입장임
  • 그런데 오픈AI는 영리 구조로 전환됐고, 기사에서는 회사 가치가 8000억 달러에 달한다고 언급됨

• 머스크는 자신을 “무료 자금을 제공한 바보”라고 표현했음

  • 본인이 낸 돈은 경영진을 부자로 만들기 위한 게 아니라 인류를 위한 비영리 AI 프로젝트를 위한 것이었다는 주장
  • 이 프레임만 보면 오픈AI의 사명 변경과 지배구조가 핵심처럼 보이지만, 재판장에서 더 뜨거워진 건 모델 증류 문제였음

문제의 단어는 ‘증류’

• 모델 증류는 큰 모델의 동작 방식을 작은 모델이 따라 하도록 학습시키는 기술임

  • 대규모 고성능 모델을 그대로 쓰면 비용과 지연 시간이 커짐
  • 작은 모델이 비슷한 응답 패턴을 배우면 더 빠르고 저렴하게 서비스할 수 있음
  • 그래서 업계에서는 성능 최적화나 경량화 전략으로 자주 등장함

• 머스크는 xAI의 오픈AI 모델 증류를 “표준적인 관행”이라고 봤음

  • 문제는 오픈AI 측 변호인이 바로 이 지점을 찔렀다는 것
  • 머스크가 불과 몇 달 전 DeepSeek을 향해 비슷한 행위를 했다고 공개적으로 비난했다는 점을 법정에서 상기시킴
  • 오픈소스 사명을 저버렸다며 오픈AI를 고소한 쪽이, 정작 경쟁사 모델을 차용했다는 아이러니가 만들어진 셈

• 오픈AI 측은 머스크가 AI 안전의 수호자처럼 행동하지만 실제로는 경쟁자를 약화시키려는 소송을 하고 있다고 반박함

  • 머스크는 AI가 인류 전멸 위협이 될 수 있다는 식의 안전성 문제를 언급해왔음
  • 오픈AI 측 변호인은 이런 주장이 법적 공세를 정당화하는 수단으로 쓰이고 있다고 맞섬

문자 메시지와 상장 이슈까지 엮임

• 재판 시작 이틀 전 머스크가 알트만에게 비공개 합의를 제안했다는 사실도 공개됐음

  • 알트만이 모든 주장 철회를 조건으로 내걸자, 머스크가 “이번 주 말까지 너와 샘은 미국에서 가장 미움받는 사람이 될 것”이라고 위협했다는 증거가 제출됨
  • 이 문자 공개로 양측 갈등이 단순한 법리 다툼을 넘어 감정전 성격까지 띠게 됨

• 이번 재판은 오픈AI의 향후 기업공개 계획에도 영향을 줄 수 있음

  • 기사에서는 오픈AI가 현재 8000억 달러 수준의 평가를 받고 있다고 언급함
  • 법원이 오픈AI의 영리 전환이나 지배구조에 의문을 제기하는 방향으로 가면, 기업공개 일정이나 가치 산정에 부담이 될 수 있음

• xAI 쪽도 상장 기대가 엮여 있음

  • 기사에서는 xAI가 스페이스X의 일부로 빠르면 2026년 6월, 목표 가치 1조7500억 달러로 상장될 수 있다고 언급함
  • 두 회사 모두 AI 투자 시장의 상징성이 크기 때문에, 판결은 기술 논쟁을 넘어 자본시장 이슈로도 번질 수 있음

한국 AI 스타트업에도 남 얘기가 아님

• 국내 AI 스타트업이 특히 봐야 할 지점은 “외부 모델을 어떻게 썼는지 설명할 수 있나”임

  • 타사 모델 출력으로 학습 데이터를 만들었는지
  • 증류나 파인튜닝 과정에서 원본 모델 약관을 지켰는지
  • 계약서와 라이선스 조건에 증거가 남아 있는지

• 이번 판결이 나오면 AI 모델 증류의 허용 범위에 대한 실질적 기준이 생길 수 있음

  • 지금까지는 기술 관행으로 넘어가던 부분이 법적 쟁점으로 정리될 가능성이 있음
  • 특히 폐쇄형 모델의 출력, 합성 데이터, 경량 모델 학습이 어디까지 괜찮은지 업계가 다시 보게 될 수 있음

• 결론적으로 이 사건은 “누가 더 좋은 모델을 만들었나” 싸움만은 아님

  • 모델 개발에 쓴 데이터와 교사 모델의 출처
  • 비영리에서 영리로 바뀐 조직의 약속
  • AI 안전 담론이 실제 사업 경쟁에서 어떻게 쓰이는지까지 한꺼번에 드러난 사건임

---

기술 맥락

• 모델 증류는 큰 모델을 운영하기 부담스러울 때 자주 나오는 선택이에요. 큰 모델은 성능은 좋지만 추론 비용, 응답 지연, 인프라 부담이 크기 때문에 작은 모델에 비슷한 행동을 학습시키려는 유인이 생기거든요.

• 문제는 “무엇을 선생님 모델로 썼느냐”예요. 자기 회사가 만든 큰 모델을 작은 모델로 증류하면 보통 내부 최적화지만, 경쟁사 폐쇄형 모델의 출력이나 행동을 이용하면 약관과 지식재산권 문제가 바로 따라와요.

• 이번 재판이 중요한 이유는 증류 자체가 불법이라는 단순한 얘기가 아니기 때문이에요. 어떤 접근 권한으로, 어떤 데이터를 뽑았고, 그 결과물을 상업 모델 훈련에 썼는지가 핵심이에요.

• 국내 팀들도 이 지점을 문서로 남겨야 해요. 파인튜닝 데이터 출처, 합성 데이터 생성에 쓴 모델, 외부 모델 이용 약관, 고객 데이터 사용 범위를 정리해두지 않으면 기술 부채가 아니라 법무 부채가 될 수 있어요.