OECD 보고서가 본 오픈소스 AI의 경제 효과…성능 90%, 비용은 20%

오픈소스 AI가 다시 경제 전략 이슈가 됨

• OECD가 프랑스 G7 의장국 요청으로 작성한 보고서에서 AI 개방성의 경제적·전략적 가치를 분석함

  • 보고서 제목은 ‘AI 개방성의 편익’임
  • 과학기술혁신국이 작성했고, 오픈소스 AI의 편익을 미시·거시 두 층위에서 봄
  • 딥시크 이후 오픈소스 AI가 단순한 개발 문화가 아니라 국가 경쟁력 변수로 다시 주목받는 흐름과 맞물림

• 여기서 말하는 AI 개방성은 “모델 가중치 공개했냐”보다 훨씬 넓음

  • 물리적 인프라, 하드웨어, 컴퓨팅 자원, 데이터, 모델 가중치, 소프트웨어 툴링, 응용 프로그램까지 AI 스택 전 층위를 포함함
  • 거버넌스, 감독, 스킬, 연구, 투자, 금융도 횡단 지원 요소로 봄
  • 하위 층위에서는 접근성, 상호운용성, 인프라 가시성이 중요함
  • 상위 층위에서는 가중치·코드 공개, 문서화, 모델 감사 가능성이 핵심임

성능 90%, 가격 20%라는 가성비

• OECD AI지식수요(AIKOD) 데이터베이스 분석에서 오픈웨이트 텍스트 모델의 가성비가 꽤 세게 나옴
  • 출시 시점 기준 폐쇄형 모델 대비 약 90% 성능을 기록함
  • 가격은 폐쇄형 모델의 20% 수준임
  • 같은 작업을 폐쇄형 모델 대비 5분의 1 비용으로 처리할 수 있다는 의미임

• 이 가성비 우위는 시간이 지나도 유지되거나 커진다고 함

  • AIKOD 데이터에서 오픈웨이트 모델은 출시 후 최소 7개월 동안 폐쇄형 모델보다 약 2배 높은 품질 대비 가격 비율을 유지함
  • 2024년 초부터 2025년 중반까지 AI 경제 프런티어에서 오픈웨이트 모델 비중은 약 60%였음
  • 선행 아키텍처 활용, 공유 툴링, 커뮤니티 최적화가 쌓이면서 복리 효과가 난다는 해석임

• 자체 호스팅은 사용량이 커질수록 경제성이 확 달라짐

  • 월 1억 토큰 이하 소규모 활용에서는 자체 호스팅이 유리해지는 지점이 없다고 분석함
  • 월 50억 토큰 규모는 자체 호스팅 손익분기점이 약 2개월임
  • 월 500억 토큰 규모는 약 1개월 만에 손익분기점에 도달함
  • H100 8개를 시간당 5달러에 연간 임대하면 약 35만 달러인데, 같은 수요를 클라우드 API 종량제로 쓰면 연간 약 480만 달러에 달한다고 함

GDP 효과까지 숫자로 때림

• OECD는 AI 오픈소스 기여와 GDP 사이의 장기 관계도 추정함

  • 2011~2024년 33개 회원국 패널 데이터를 사용함
  • AI 관련 깃허브 커밋 수를 오픈소스 AI 활동의 지표로 봄
  • 글로벌 AI 오픈소스 기여 활동은 경제성장과 통계적으로 유의미한 양의 장기 관계를 보였음

• 수치로 보면 꽤 큼

  • 장기 탄력성은 약 0.05로 추정됨
  • AI 오픈소스 기여가 10% 늘면 GDP가 장기적으로 약 0.5% 증가한다는 의미임
  • 최근 수년간 관찰된 약 40%의 기여 증가를 적용하면 GDP 1.5~2% 상승에 해당함
  • 표본 33개국의 2024년 합산 실질 GDP가 약 54조 달러라서, 잠재 효과는 수조 달러 규모로 해석됨

• 다만 보고서도 이 수치를 무조건 그대로 믿으라고 하진 않음

  • 디지털화 가속이나 소프트웨어 투자 증가 같은 보완적 추세를 일부 포착했을 수 있다고 밝힘
  • 그래서 추정치는 상한치로 해석해야 한다고 명시함
  • 그래도 오픈소스 AI가 단순 비용 절감이 아니라 성장 변수라는 메시지는 분명함

오픈 데이터가 모델 생태계를 굴림

• 허깅페이스 데이터에서도 오픈소스 생태계의 확산 속도가 보임

  • 새로운 오픈 데이터셋이 공개되면 1~2개월 안에 오픈소스 라이선스 모델이 잇따라 등장함
  • 비공개 데이터셋은 후속 모델 출현까지 4~6개월이 걸림
  • 개방된 데이터가 더 빠른 실험과 모델 개발로 이어진다는 뜻임

• 오픈소스 모델은 수보다 사용 비중이 더 높음

  • 2026년 3월 기준 허깅페이스에서 라이선스 정보가 있는 모델 중 오픈소스 라이선스 모델 비중은 약 66%임
  • 그런데 전체 다운로드에서 차지하는 비중은 80%에 달함
  • 모델 수 비중보다 다운로드 비중이 높다는 건, 오픈소스 모델이 더 많이, 더 빠르게 쓰인다는 얘기임

• 기업 도입에서도 이미 일반적인 선택지가 됨

  • 리눅스 재단 보고서에 따르면 조사 대상 기업의 89%가 AI 시스템에 오픈소스 구성 요소를 일부 이상 활용함
  • 2025년 맥킨지·모질라재단 조사에서는 오픈소스 AI 도입 기업의 60%가 구현 비용 절감을 보고함
  • 46%는 유지 비용 절감을 보고함

기술 주권과 한국의 숙제

• OECD 보고서는 AI 개방성의 전략적 의미를 크게 세 가지로 봄

  • 첫째, 현지 언어·규제·데이터 환경에 맞춘 로컬 가치 창출임
  • 둘째, 민감 데이터를 외부 제공자와 공유하지 않고 로컬 배포·파인튜닝·수정이 가능한 기술 주권임
  • 셋째, 의료·공공행정·법률·국방 같은 분야에서 필요한 부문별 특화 적응임

• 폐쇄형 API만 쓰는 전략은 벤더 종속 위험이 있음

  • 가격 정책이 바뀌거나 상업 조건이 달라질 수 있음
  • 모델 정책 변화에 서비스가 영향을 받을 수 있음
  • 반대로 오픈웨이트 모델은 로컬 배포와 감사 가능성, 컴플라이언스 대응에서 장점이 있음

• 한국도 이 논의의 한복판에 있음

  • 스탠퍼드 HAI의 2026 AI 인덱스 보고서는 한국을 인구 대비 AI 특허 건수 세계 1위 국가로 꼽았음
  • 정부는 2026년까지 총 10조 1000억 원의 AI 예산을 편성함
  • 소버린 AI 프로젝트로 독자적 AI 모델 개발도 추진 중임

• 진짜 질문은 “다 공개할 거냐, 다 닫을 거냐”가 아님

  • AI 스택 중 어떤 층위를 개방할지 정해야 함
  • 어디에 자체 역량을 집중할지도 층위별로 달라야 함
  • 글로벌 오픈소스 커뮤니티에 기여하는 것이 결국 자국 경제로 돌아오는 투자라는 해석도 가능함
  • 오픈소스 AI는 개발자 문화가 아니라 비용, 주권, 산업 정책이 얽힌 전략 변수가 됨

---

기술 맥락

• OECD 보고서가 중요한 이유는 오픈소스 AI를 감성적 구호가 아니라 숫자로 다뤘기 때문이에요. 성능 90%, 가격 20%, GDP 탄력성 0.05 같은 지표가 나오면 기업과 정부가 예산을 짤 때 논의 방식이 달라져요.

• 오픈웨이트 모델의 비용 우위는 사용량에 따라 다르게 봐야 해요. 작은 팀이 월 1억 토큰 이하로 쓰면 API가 편하지만, 월 수십억 토큰을 넘기면 자체 호스팅이 빠르게 유리해질 수 있거든요.

• 기술 주권 관점에서는 모델을 직접 돌릴 수 있느냐가 중요해요. 의료, 공공, 국방처럼 민감 데이터가 있는 영역은 외부 API로 모든 걸 보내기 어렵고, 감사 가능성과 로컬 배포 능력이 제품 요구사항이 되기 쉬워요.

• 한국의 과제는 국산 모델만 외치는 게 아니라 AI 스택을 나눠서 판단하는 거예요. 데이터, 모델, 툴링, 인프라, 애플리케이션 중 어디는 글로벌 오픈소스 생태계를 활용하고, 어디는 직접 역량을 쌓을지 정해야 하거든요.

• 개발자 입장에서는 오픈소스 기여가 단순 포트폴리오가 아니라 산업 인프라 투자에 가까워지는 흐름을 봐야 해요. 공유된 모델과 데이터셋, 툴링이 쌓이면 다음 프로젝트의 비용과 출시 시간이 같이 줄어들기 때문이에요.