젠슨 황 “중국산 오픈소스 AI, 좋으면 써야 한다”

미국이 중국산 오픈소스 AI를 두려워하는 이유

• 젠슨 황 엔비디아 CEO가 미국 정부를 향해 중국산 오픈소스 AI 모델을 금지하지 말라고 공개적으로 말함

  • 대상은 딥시크, 알리바바, 문샷 AI 같은 중국 기업이 만든 오픈소스 모델들임
  • 특히 문샷 AI가 최근 고성능 모델 ‘키미 K3’를 내놓으면서 워싱턴 쪽 긴장감이 커진 상황임

• 미국 정가의 걱정은 크게 두 가지임

  • 중국산 모델이 오픈AI나 앤트로픽의 최첨단 제품에 가까운 성능을 더 낮은 비용으로 제공하면서 미국 AI 기업의 입지를 흔들 수 있다는 것
  • 중국 정부의 감시나 백도어로 악용될 수 있다는 안보 우려

• 백악관은 행정 명령을 통해 중국산 AI 모델을 쓰려는 미국 기업에 조건부 제재를 거는 방안까지 검토한 것으로 알려짐

  • 보안 보장 의무화
  • 해킹 발생 시 책임 부담
  • 즉 “쓰고 싶으면 책임도 네가 져라”에 가까운 접근임

젠슨 황의 반박

• 젠슨 황은 중국 오픈소스 모델이 백도어가 될 수 있다는 주장을 “오해”라고 봄

  • 오픈소스 모델은 다운로드해서 자체 환경에서 구동할 수 있음
  • 안전장치와 운영 정책도 사용자 요구에 맞게 설정할 수 있다는 점을 강조함

• 그는 중국산 오픈소스 모델이 미국 AI를 밀어낼 거라는 주장에도 동의하지 않음

  • 세상에는 오픈소스 모델도 필요하고, 오픈AI·앤트로픽 같은 폐쇄형 모델도 필요하다는 입장임
  • 좋은 오픈소스 모델이라면 출처와 상관없이 활용하는 게 맞다고 말함

• 오픈소스와 폐쇄형 모델의 장단점도 기사에서 꽤 선명하게 갈림
  • 폐쇄형 모델은 개발사가 운영과 유지보수를 맡기 때문에 도입이 쉬움
  • 대신 사용자가 작동 방식을 점검하거나 수정할 자유도는 낮음
  • 오픈소스 모델은 기업이 직접 고치고 내부 시스템에서 돌릴 수 있지만, 초기 구축과 운영에 시간·비용이 더 들어감

가격이 판을 흔드는 중

• 문샷 AI의 키미 K3는 미국 내 경계심을 키운 대표 사례임

  • 7월 16일 공개된 문샷의 최신 오픈소스 모델임
  • 일부 코딩 테스트에서 앤트로픽의 최신 공개 모델인 페이블5와 대등한 성능을 보였다고 언급됨

• 비용 비교가 꽤 세게 들어옴

  • 키미 K3의 출력 토큰 100만 개당 비용은 15달러임
  • 앤트로픽 페이블5는 같은 기준 50달러임
  • 딥시크 V4는 출력 토큰 100만 개당 87센트로 언급됨. 이 정도면 가격표만 봐도 기업들이 흔들릴 만함

• 기업들이 오픈소스 모델을 찾는 이유는 단순히 싸서만은 아님
  • 민감한 데이터를 외부 API로 보내지 않고 자체 시스템 안에서 처리할 수 있음
  • 모델을 특정 업무 요구사항에 맞게 개조할 수 있음
  • 사용량이 커질수록 폐쇄형 API 과금보다 유리해질 가능성이 있음

이 발언이 개발자에게 의미하는 것

• 젠슨 황의 주장은 “중국 모델 괜찮으니 다 갖다 쓰자”보다 더 현실적인 얘기임

  • 모델 출처보다 배포 방식, 보안 경계, 운영 통제, 비용 구조를 봐야 한다는 쪽에 가까움
  • 기업 AI 도입에서는 성능 벤치마크만큼이나 데이터 통제권과 인프라 운영 능력이 중요해짐

• 미국 정부가 모델 자체를 규제할지, 침해 행위나 보안 사고를 규제할지가 앞으로 쟁점이 될 가능성이 큼

  • 젠슨 황은 개인정보나 계약을 침해한 기업에는 책임을 물어야 하지만, 모델 자체를 막아서는 안 된다는 쪽임
  • 오픈소스 AI 생태계가 커질수록 이 논쟁은 한국 기업에도 그대로 들어올 수 있음. 내부망 AI, 국산 모델, 중국 모델, 미국 폐쇄형 API를 놓고 선택지가 더 복잡해지기 때문임

---

기술 맥락

• 여기서 기술적 선택은 폐쇄형 API를 쓸지, 오픈소스 모델을 내려받아 자체 운영할지예요. 폐쇄형은 빠르게 붙일 수 있지만 비용과 데이터 이동을 제공사 정책에 맡겨야 하고, 오픈소스는 통제권을 얻는 대신 운영 책임을 직접 져야 해요.

• 젠슨 황이 백도어 우려를 반박한 이유도 오픈소스 모델의 실행 방식 때문이에요. 모델을 내려받아 외부와 격리된 환경에서 돌리고 접근 권한을 통제하면, 단순히 중국산이라는 이유만으로 원격 접근 통로가 생긴다고 보긴 어렵다는 논리예요.

• 가격 비교가 중요한 건 AI가 실험 단계를 지나 업무 트래픽을 먹기 시작했기 때문이에요. 출력 토큰 100만 개당 50달러와 15달러, 87센트는 작은 차이가 아니라 대규모 서비스에서는 아키텍처 선택을 바꿀 수 있는 숫자예요.

• 다만 오픈소스가 공짜라는 착각은 위험해요. 모델 서빙 인프라, GPU 확보, 보안 패치, 성능 튜닝, 장애 대응까지 내부에서 감당해야 해서 사용량이 적거나 운영 역량이 부족하면 폐쇄형 모델이 더 현실적일 수 있어요.