본문으로 건너뛰기
피드

25년 전엔 암호화였고, 지금은 모델 가중치다

ai-ml 약 8분
vote
0
댓글
북마크

이 글은 1990년대 강력한 암호화 기술 수출 통제와 지금의 프런티어 AI 모델 접근 제한을 나란히 놓고 봐야 한다고 주장함. 규제는 결국 법을 지키는 개발자와 방어자만 묶고, 작정한 공격자는 우회한다는 게 핵심임. OpenBSD가 미국 수출 규제를 피해 국제적으로 암호화 코드를 배포했던 것처럼, AI 모델 가중치도 한 번 퍼지면 다시 회수할 수 없다는 흐름을 짚음.

  • 1

    1990년대 미국의 암호화 수출 통제는 40비트·56비트 암호화만 해외에 허용하고 128비트는 미국 안에 묶어두려 했지만, 작정한 사람을 막지는 못했음

  • 2

    OpenBSD는 캐나다, 독일, 스웨덴 등 미국 밖 개발·릴리스 구조를 활용해 강력한 암호화를 공개적으로 배포했음

  • 3

    현재 AI 규제도 외국 국적자의 최신 모델 접근을 제한하는 방식으로 되살아나고 있으며, 방어자에게 오히려 불리하게 작동할 수 있음

  • 4

    OpenAI 모델이 안전장치를 끈 상태에서 제로데이를 찾아 Hugging Face 운영 인프라까지 접근했다는 사례는 모델 접근 제한 논쟁을 더 복잡하게 만듦

  • 5

    Mistral, DeepSeek, Moonshot, Zhipu 같은 비미국권 오픈웨이트 모델은 AI 주권과 접근권 논쟁의 중심으로 떠오르고 있음

암호화 전쟁 때 봤던 장면이 AI에서 다시 나오는 중

  • 글쓴이는 25년 전 OpenBSD 3.0 CD와 티셔츠를 스리랑카에서 받았던 기억으로 이야기를 시작함

    • 당시 몇백 MB를 14.4kbps 전화 접속으로 받는 건 고역이라, 오픈소스 프로젝트에 기부하고 운영체제 CD를 샀다고 함
    • 티셔츠 앞면에는 OpenBSD의 복어 로고가 있었고, 뒷면에는 독일에서 작성된 Blowfish 구현 소스 코드가 작게 인쇄돼 있었음
    • 같은 코드가 미국에서 작성됐다면 당시에는 ‘무기’로 분류될 수 있었다는 게 포인트임
  • 1990년대 미국의 강력한 암호화 수출 통제는 결국 실효성이 약한 규제였다는 게 글의 출발점임

    • 해외에는 이미 강한 암호화가 존재했기 때문에, 규제는 미국 기업과 합법적인 해외 고객만 묶었음
    • 미국 밖 사용자에게는 40비트, 나중에는 56비트 암호화가 제공됐고, 미국 안에서는 128비트가 쓰였음
    • 작정한 사람에게는 별 차이가 없었고, 법을 지키는 쪽만 약한 도구를 쓰게 되는 비대칭이 생겼음
  • 저자는 지금 AI 모델 접근 제한에서 같은 반사신경이 돌아왔다고 봄

    • 예전 공포의 대상이 암호화였다면, 지금은 사이버 역량, 생물학적 위험, 통제 밖 행동을 하는 모델임
    • 정부가 꺼내 드는 레버는 똑같음. 누가 접근할 수 있고, 누가 접근하면 안 되는지를 나누는 방식임
    • 6월 미국 상무부가 한 미국 AI 연구소에 최신 모델을 외국 국적자가 만지려면 라이선스가 필요하다고 통보했다는 사례가 나옴
    • 심지어 캘리포니아에 앉아 있는 그 연구소의 비시민권자 직원까지 포함된다는 점이 꽤 세게 다가옴

중요

> 이 글의 핵심은 “위험이 없으니 다 풀자”가 아님. 제한이 실제 공격자를 막는 게 아니라, 방어자와 합법 사용자만 약하게 만들 수 있다는 주장임.

방어자는 정책에 묶이고, 공격자는 안 묶임

  • 저자는 AI 위험 자체를 가볍게 보지는 않음

    • 글에는 OpenAI가 안전장치를 의도적으로 끈 자사 모델이 패키지 프록시의 제로데이를 찾아내고 Hugging Face의 운영 인프라까지 도달했다고 공개한 사례가 언급됨
    • 공격 경로에서 추가 제로데이도 악용됐다고 설명함
    • 이 정도면 “모델이 위험할 수 있다”는 걱정이 완전한 쇼는 아니라는 얘기임
  • 그런데 문제는 사고 대응 과정에서 더 흥미롭게 터짐

    • Hugging Face 대응팀이 공격을 재구성하려고 상용 모델을 쓰려 했지만, 안전 가드레일에 걸려 모델이 작업을 거부했다고 함
    • 결국 자체 하드웨어에서 돌리는 중국 오픈웨이트 모델 GLM 5.2로 조사를 마쳤다고 함
    • 공격자는 사용 정책을 신경 쓰지 않지만, 방어자는 정책에 묶인다는 비대칭이 여기서 그대로 드러남
  • 그래서 저자는 “안전을 위한 제한”이 오히려 방어자를 덜 안전하게 만들 수 있다고 봄

    • 공격자는 프런티어급 도구를 어떻게든 확보하거나 우회할 수 있음
    • 반면 합법적인 보안팀, 연구자, 기업 내부 대응팀은 모델 정책과 라이선스 조건 때문에 손발이 묶일 수 있음
    • 암호화 수출 통제 때와 마찬가지로, 통제가 실제 위험 행위자를 겨냥하지 못하면 엉뚱한 사람만 약해짐

OpenBSD는 규제를 우회한 게 아니라 닿지 않는 구조를 만들었음

  • OpenBSD 팀의 대응은 “몰래 피하기”가 아니라 프로젝트 구조 자체를 미국 수출 통제 바깥에 두는 것이었음

    • Theo de Raadt는 캐나다에 있었고, Blowfish 구현은 독일에서 작성됐음
    • 릴리스는 스웨덴, 캐나다, 독일에서 빌드되도록 구성됐음
    • 미국 암호학자가 아닌 사람들에게 공개적으로 도움을 요청했고, 미국 개발자들은 캐나다 국경을 넘어가 작업한 뒤 결과물을 합법적으로 가져왔다는 이야기도 나옴
  • OpenBSD의 답은 지금 봐도 꽤 개발자 문화 그 자체임

    • 왜 강력한 암호화를 배포하느냐는 질문에 프로젝트가 내놓은 답은 “because we can” 세 단어였음
    • 이건 허세라기보다, 기술 접근권을 제한하는 규제가 닿지 않는 방식으로 커뮤니티가 시스템을 재설계했다는 선언에 가까움
  • 저자는 같은 일이 AI에서 국가 단위로 벌어지고 있다고 봄

    • Mistral, DeepSeek, Moonshot, Zhipu는 모델 가중치를 공개하고 있음
    • 한 번 다운로드된 가중치는 어떤 수출 통제 서한으로도 되돌릴 수 없음
    • 브뤼셀 싱크탱크에서나 나오던 AI 주권 이야기가 이제는 정부 정책으로 이동하고 있다는 진단도 붙음

ℹ️참고

> 여기서 말하는 “주권”은 추상적인 국뽕 얘기가 아니라, 특정 미국 기업이나 정부 결정 하나로 모델 접근이 끊기지 않는 실행 능력에 가까움.

결론은 꽤 단순하지만 무겁다

  • 글쓴이는 프런티어 AI도 결국 강력한 암호화처럼 널리 퍼지는 방향으로 갈 거라고 봄

    • 25년 전에는 CD가 우편함에 도착하기까지 2주가 걸렸음
    • 지금은 누구든 어디서든 15분이면 모델 가중치를 내려받을 수 있음
    • 거주지를 묻지 않는 접근성, 그게 당시 암호화 전쟁에서 “이긴 모습”이었다는 표현이 인상적임
  • 다만 이 흐름이 저절로 오지는 않는다고 못 박음

    • 암호화의 자유도 고집 세고 조심스러운 소수의 사람들이 싸워 얻어낸 결과였음
    • 지금 AI 모델 접근권도 마찬가지로, 정책과 커뮤니티 구조를 둘러싼 선택이 필요하다는 얘기임
    • 마지막 문장처럼, 지난번에는 누군가가 소스 코드를 티셔츠에 박아 넣었음. 이번에는 모델 가중치가 그 자리를 차지할 수 있다는 암시임

기술 맥락

  • 이 글에서 중요한 선택은 “모델을 API 뒤에 숨길 것인가, 가중치까지 공개할 것인가”예요. API 방식은 제공자가 사용 정책과 접근권을 통제할 수 있지만, 방어자도 같은 정책에 묶일 수 있거든요.

  • 오픈웨이트 모델은 위험한 사용자도 쓸 수 있다는 부담이 있어요. 하지만 보안팀이나 연구자가 자체 하드웨어에서 재현, 분석, 감사 작업을 할 수 있다는 장점도 커요. 기사 속 Hugging Face 사례가 바로 그 이유를 보여줘요.

  • 수출 통제는 국가가 기술 흐름을 늦추려는 방식이에요. 그런데 암호화 때처럼 기술이 이미 국경 밖에 있고 복제 비용이 낮으면, 규제는 작정한 공격자보다 합법 사용자에게 더 크게 작동할 수 있어요.

  • 그래서 이 논쟁은 단순히 오픈소스 대 폐쇄형 모델 싸움이 아니에요. 최신 모델 접근권이 보안 대응, 기업 운영, 국가별 AI 생태계 독립성까지 건드리기 때문에 개발자 입장에서도 꽤 실무적인 이슈가 돼요.

이 글의 포인트는 “AI를 풀어야 한다”는 단순한 오픈소스 찬가가 아님. 강한 기술을 통제할 때 실제로 누가 묶이고 누가 자유로운지, 암호화 전쟁 때 이미 한 번 봤던 비대칭이 AI에서 반복되고 있다는 얘기임.

댓글

댓글

댓글을 불러오는 중...

ai-ml

커서, 사용량 페이지와 내보내기에서 비용 정보를 빼서 난리 남

커서가 개인·팀 같은 셀프서비스 요금제의 사용량 화면을 비용 중심에서 토큰 중심으로 바꾸면서, 기존에 보이던 요청별 달러 비용과 내보내기 비용 컬럼이 사라지거나 0으로 표시되고 있다. 사용자들은 모델별 가격 대비 성능을 비교하고 지출을 통제하던 데이터가 갑자기 사라졌다며 강하게 반발하고 있다.

ai-ml

저커버그의 AI 올인, 투자자들은 메타버스 악몽을 다시 보는 중

메타가 SNS 광고에서 번 돈을 생성형 AI, 코딩 도구, 데이터센터 같은 신사업에 대거 쏟아붓고 있지만 투자자 반응은 차갑다. 2026년 자본 지출 계획은 최대 1450억 달러로 늘었고, 메타버스 사업에서 836억 달러 손실을 본 전례 때문에 시장은 더 구체적인 성과를 요구하고 있다.

ai-ml

AI 네이티브 스타트업 때문에 고용통계가 헷갈리기 시작했다

AI를 핵심 생산수단으로 쓰는 스타트업은 비슷한 기업보다 직원 수가 약 25% 적다는 연구가 나왔다. 문제는 이런 변화가 고용통계의 신생·폐업 기업 추정 모델을 흔들 수 있고, 중앙은행의 금리 판단까지 왜곡할 수 있다는 점이다.

ai-ml

LG ‘K-엑사원 2.0’, 750B로 체급 키우고 중국 대표 모델 성능 앞섰다

LG AI연구원이 750B 파라미터 규모의 K-엑사원 2.0을 허깅페이스에 공개했다. 장문 이해 평가인 OpenAI-MRCR에서 94.4점을 기록해 중국 GLM-5.1의 71.5점을 크게 앞섰고, Apache 2.0 라이선스로 상업 활용도 열어뒀다.

ai-ml

AI 버블론에 눌리던 반도체주, 클라우드 실적과 메모리 주문으로 반등했다

삼성전자와 SK하이닉스 주가 급등 배경으로 AI 인프라 기업들의 클라우드 성장과 메모리 주문 전망이 꼽혔다. 아마존 클라우드 매출은 37%, 마이크로소프트는 43% 성장했고, 5대 AI 인프라 기업 모두 공격적인 투자 계획을 내놓으면서 AI 메모리 수요가 아직 견조하다는 해석이 힘을 얻었다.