3줄 요약

  • 설계도 전체가 아닌 학습이 끝난 ‘최종 결과물(가중치)’만 무료로 공개하는 오픈웨이트 모델이 가성비와 데이터 보안성을 무기로 폐쇄형 AI의 독점을 무너뜨리는 중입니다.

  • 기업들이 가벼운 소형 모델(sLM)을 실제 서비스(추론)에 즉각 투입하기 시작하면서 초대형 데이터센터에 쏠려 있던 수요가 도심형 엣지(Edge) 인프라와 사내 서버로 쪼개지고 있죠.

  • 폭발하는 추론 연산과 서버 열기를 감당하기 위해 월스트리트의 거대한 자본은 AI 칩을 넘어 코로케이션 데이터센터(리츠)와 차세대 냉각 설비 등 넥스트 밸류체인으로 흘러가고 있습니다.

IT 역사에서 기술 패권의 향방을 가른 결정적 순간들은 개방과 폐쇄의 치열한 경쟁 속에서 비롯되는 경우가 많았습니다. 과거 애플의 폐쇄적 모바일 생태계에 맞서 구글의 안드로이드가 개방형 플랫폼으로 시장을 양분했듯이 말이죠. 최근 인공지능 산업에서도 이와 똑같은 역사가 반복되고 있음이 목격되고 있습니다.

오픈AI와 앤트로픽이 주도하던 폐쇄형 AI의 독점적 지위에 메타의 라마(Llama) 시리즈를 필두로 한 ‘오픈웨이트(Open-weight)’ 모델이 강력한 도전장을 내민 것입니다. 월스트리트의 주요 기관들은 이 거대한 개방의 물결이 단순히 소프트웨어 생태계의 변화에 그치지 않고 글로벌 데이터센터 인프라와 자본 시장의 지형도를 뒤흔들고 있다고 진단합니다.

오픈소스와 오픈웨이트의 결정적 차이

많은 분들이 오픈소스(Open-source)라는 단어에는 익숙하지만 오픈웨이트라는 개념은 다소 생소하게 느끼실 겁니다. AI 업계에서 이 두 가지는 엄연히 다른 의미를 지녀요.

흔히 소프트웨어 시장에서 말하는 오픈소스는 누구나 코드를 보고 수정할 수 있도록 설계도 전체를 공개하는 것을 뜻합니다. 하지만 현재 AI 업계에서 화두가 되는 오픈웨이트는 그 의미가 달라요. 오픈웨이트는 AI 모델이 방대한 데이터를 훈련하며 형성한 수십억, 수조 개의 수학적 파라미터(매개변수) 값, 즉 학습이 끝난 가중치(Weights)만을 대중에게 무료로 배포하는 방식입니다. 비유하자면 뇌가 어떻게 만들어졌는지에 대한 과정은 배제하지만 똑똑하게 훈련된 뇌 자체는 누구나 사용할 수 있게 한 셈이죠.

<최상위 폐쇄형 모델을 추격하는 오픈웨이트 모델의 실전 추론 성능 (SWE-bench)> 출처: 스탠퍼드 대학교 HAI 연구소 ‘2026년 AI 인덱스 리포트’

스탠퍼드 대학교 HAI 연구소가 발표한 2026년 AI 인덱스 리포트에 따르면 최근 오픈웨이트 모델들은 기술적 평가 지표 상에서 과거 어느 때보다도 최상위 폐쇄형 모델들과 근접한 성능을 내며 강력한 경쟁력을 입증하고 있습니다. 일반 기업이나 스타트업 입장에서는 처음부터 천문학적인 컴퓨팅 비용을 들여 AI를 훈련시킬 필요가 없어졌어요. 그저 공개된 뇌를 가져와 자사 비즈니스에 맞게 미세조정(Fine-tuning)하기만 하면 되니 AI 도입을 위한 진입 장벽이 획기적으로 낮아진 것입니다.

빅테크의 독점을 깨는 강력한 무기, 비용 효율성과 데이터 주권

그렇다면 왜 지금 전 세계 기업들은 막대한 돈을 쏟아 부은 AI 모델을 공짜로 풀고, 또 시장은 왜 이에 열광하는 것일까요? 그 해답은 ‘비용 효율성’과 ‘데이터 주권’에 있습니다.

<폐쇄형 AI와 오픈웨이트 AI의 핵심 특징>

골드만삭스(Goldman Sachs)는 ‘생성형 AI: 비용은 너무 많고 이익은 너무 적은가?’라는 심층 보고서를 통해 실리콘밸리가 AI 인프라에 막대한 자본을 쏟아붓고 있음에도 정작 기업 고객들은 가시적인 투자 대비 수익(ROI)을 거두지 못하는 한계에 직면해 있다고 지적했습니다.

폐쇄형 AI 모델을 사용할 경우 API 호출 횟수에 따라 종량제 과금이 발생해 서비스 규모가 커질수록 기업의 비용 부담은 기하급수적으로 늘어나기 때문이죠. 반면 오픈웨이트 모델을 활용하면 초기 구축 비용 외에는 자체 인프라 운영비만 들어가기 때문에 훨씬 경제적입니다.

또한 금융, 의료 등 민감한 정보를 다루는 산업군에서는 보안 문제로 인해 자사의 고객 데이터를 외부 빅테크 클라우드로 전송하는 것을 극도로 꺼립니다.

최근 테크 업계에서는 ‘우리 회사 서버에 직접 심어서 안전하게 개조할 수 있는’ 이른바 가중치 주권(Weight sovereignty)과 맥락 주권(Context sovereignty)을 확보하려는 수요가 폭발하고 있어요. 외부 클라우드에 의존하지 않고 기업 내부 망(온프레미스)에 직접 AI를 구축하려는 강력한 구조적 동기가 형성된 것입니다.

중국의 오픈 플랫폼 확장 전략

오픈웨이트의 득세는 단순히 기업 간 경쟁을 넘어 미·중 지정학적 기술 패권 다툼에서도 핵심 변수로 떠올랐습니다.

<엔비디아 H100 GPU> 출처: 엔비디아

현재 미국 정부는 중국의 AI 굴기를 견제하기 위해 엔비디아의 H100 등 최첨단 AI 칩에 대한 수출 통제를 강화하고 있습니다. 하지만 컴퓨팅 파워 확보에 제약을 받는 중국 기업들은 다른 방식으로 돌파구를 찾고 있습니다. 고성능 오픈웨이트 모델을 전 세계 오픈소스 커뮤니티에 무료로 공개하며, 기술 생태계를 먼저 선점하는 ‘오픈 플랫폼 확장 전략’을 펼치고 있는 것입니다.

실제로 알리바바의 큐웬(Qwen) 시리즈가 뛰어난 다국어 성능을 무기로 글로벌 개발자 커뮤니티(Hugging Face 등)를 빠르게 점령한 데 이어 최근에는 중국 스타트업 문샷AI의 최신 모델 키미 K3가 시장을 다시 한번 흔들었습니다. 블룸버그의 최근 보도에 따르면 첨단 칩 수출 통제라는 악조건 속에서도 키미 K3가 예상을 깨고 뛰어난 기술적 돌파구를 보여주자 미국 규제 당국마저 상당한 충격과 당혹감을 드러낸 바 있죠.

<최상위 폐쇄형 모델(GPT-5.6 등)을 위협하는 중국 ‘키미 K3’의 압도적 실전 코딩 성능> 출처: Moonshot AI

이처럼 중국은 하드웨어 단판 승부나 폐쇄형 AI로는 미국을 단숨에 따라잡기 어렵다는 점을 인정하고 전략을 바꾼 것입니다. 성능이 뛰어난 무료 모델을 대량으로 배포해 전 세계 개발자와 스타트업을 중국산 AI 생태계에 종속 시키겠다는 계산인데요. 첨단 칩의 길은 막혔지만 소프트웨어 시장의 안드로이드가 되어 글로벌 AI 표준을 쥐겠다는 전략이 실시간으로 가동되고 있는 셈입니다.

하지만 미국 빅테크들도 이대로 생태계를 내어주진 않겠다는 입장입니다. 최근 소식을 보면 메타와 엔비디아는 중국 AI 랩들이 주도하는 오픈웨이트 시장에 대항하기 위해 각각 ‘뮤즈 스파크 1.2’와 ‘네모트론 3.5 라이트닝’이라는 새로운 오픈웨이트 모델을 전격 출시했어요. 중국 모델을 보안상 도입하기 껄끄러운 미국 내 정부 기관과 대형 은행들을 공략해 미국산 오픈웨이트 생태계의 주도권을 되찾겠다는 강력한 반격의 깃발을 꽂은 것입니다.

지각변동을 맞은 인프라

그렇다면 이러한 오픈웨이트 생태계의 거대한 팽창은 데이터센터 투자자들에게 어떤 실질적인 변화를 가져다 줄까요? 결론부터 말씀드리면 수요의 성격이 근본적으로 변하고 데이터센터의 위치가 파편화돼 분산된다는 점입니다.

© Unsplash

과거 1~2년 간 데이터센터 폭증을 이끈 것은 거대언어모델(LLM)을 똑똑하게 만드는 학습 수요였습니다. 수조 개의 텍스트를 읽히고 패턴을 주입하는 훈련 과정은 천문학적인 연산 능력이 필요하죠. 때문에 수만 개의 GPU가 한곳에 뭉쳐 있는 거대한 하이퍼스케일 데이터센터가 필수적이었습니다.

하지만 오픈웨이트 모델이 널리 대중화되면서 기업들의 행동 양식이 급변했습니다. 굳이 막대한 비용을 들여 처음부터 모델을 학습시킬 필요가 없어진 기업들은 잘 훈련된 무거운 오픈웨이트 모델을 가져와 핵심 지능만 남기고 가볍게 압축하는 ‘모델 증류(Model Distillation)’ 기법을 채택하고 있습니다. 이를 통해 탄생한 작고 가벼운 소형언어모델(sLM)을 사용하는 것이 산업계의 새로운 표준이 되고 있어요.

추론의 시대, 컴퓨팅 인프라는 사용자 곁으로

기업들이 학습 과정을 건너뛰고 가벼운 모델을 곧바로 실제 서비스에 투입해 즉각적인 대답을 내놓는 데 집중하면서 컴퓨팅 수요의 성격도 근본적으로 달라졌습니다. J.P. 모건 자산운용(J.P. Morgan Asset Management)이 발표한 거시경제 리포트에 따르면 향후 수년 내에 AI 컴퓨팅의 중심은 막대한 전력이 소모되는 투기적 학습(Speculative Learning)에서 소비자의 질문에 실시간으로 답변하고 서비스를 제공하는 추론으로 전체 워크로드의 60% 이상이 넘어갈 것으로 전망됩니다.

<수 분 단위에서 수 시간 단위로 폭발하는 AI 에이전트의 자율 업무 수행 능력 (추론 인프라 수요 급증의 원인)> 출처: JP 모건 자산운용 ‘거시경제 리포트’

추론 작업에서 가장 중요한 포인트는 지연 시간을 줄이는 일입니다. 챗봇이나 자율주행차에 질문을 던졌을 때 1초라도 빨리 반응하려면 물리적인 거리가 핵심 변수가 되죠. 사막 한가운데 지어진 초대형 데이터센터까지 데이터를 보냈다가 받는 것보다 사용자와 붙어 있는 인프라에서 즉각 연산하는 것이 훨씬 효율적입니다.

결국 오픈웨이트의 대중화는 사용자 인근 도심 거점에 위치한 엣지(Edge) 데이터센터나 보안 유지를 위해 기업 사옥 지하 서버실에 직접 구축하는 온프레미스 인프라에 대한 수요를 기하급수적으로 폭발시키고 있어요. 극소수의 메가 센터에 쏠려 있던 자본이 다수의 중소형 분산 인프라로 쪼개지는 지각변동이 시작된 것입니다.

전력망과 냉각, AI 인프라의 물리적 병목

물론 이 장밋빛 전망 이면에는 투자자들이 반드시 점검해야 할 리스크가 있습니다. 가장 큰 병목은 역시 전력입니다.

데이터센터의 위치가 파편화되고 분산된다고 해서 전력 문제까지 가벼워지는 것은 아닙니다. 오히려 오픈웨이트 모델의 대중화로 일반 기업들까지 자체 AI 서버 구축에 뛰어들면서, 전력망 확보 경쟁은 일부 빅테크를 넘어 전 산업으로 확산되고 있습니다. (관련글 – AI의 병목은 ‘칩’이 아니라 ‘전기’다)

서버가 뿜어내는 열기도 또 다른 병목입니다. 전통적인 데이터센터 랙(Rack) 한 대당 전력 밀도가 5~10kW 수준이었다면, 고성능 AI 추론용 랙은 30~50kW 이상을 소모합니다. 전력 소비가 늘어난 만큼 발열량도 크게 증가하는 셈입니다.

기존 공랭식 냉각만으로는 이 같은 열 밀도를 감당하기 어려워지면서 액침냉각이나 직접 액체 냉각(DLC) 등 고도화된 냉각 기술의 중요성도 커지고 있습니다. 결국 충분한 전력과 차세대 냉각 인프라를 확보했는지가 AI 데이터센터의 경쟁력을 가르는 기준이 될 수 있습니다.

오픈웨이트 확산을 둘러싼 규제 변수

또 하나의 변수는 규제입니다. 중국이 오픈웨이트 모델을 통해 미국의 기술 제재를 우회하려는 움직임을 보이자 미국 정부 역시 대응 범위를 넓히고 있습니다. 중국 기업들이 제3국의 클라우드를 통해 첨단 AI 칩에 접근하는 경로를 차단하려는 움직임이 대표적입니다.

여기에 고성능 오픈웨이트 모델이 적대국이나 범죄 조직에 활용될 수 있다는 안보 우려도 커지고 있습니다. 이에 따라 미국에서는 일정 규모 이상의 모델 가중치 공개를 제한하거나, 첨단 반도체처럼 수출 통제 대상으로 관리해야 한다는 논의도 이어지고 있습니다. 이러한 규제가 현실화될 경우 개방형 AI 생태계의 확산 속도에도 제동이 걸릴 수 있습니다.

다만 규제 방향이 일방적으로 정해진 것은 아닙니다. 메타와 엔비디아를 비롯한 미국 테크 기업들은 과도한 오픈웨이트 규제가 오히려 미국의 기술 리더십을 약화시키고 소수 기업에 권한을 집중시킬 수 있다고 반발하고 있습니다. 안보와 개방성 사이의 균형을 어디에 둘지가 향후 AI 생태계와 인프라 시장을 좌우할 중요한 변수가 될 전망입니다.

오픈웨이트가 그리는 넥스트 스텝

성장은 언제나 새로운 결핍을 낳고 그 결핍의 빈자리를 영리하게 채우는 곳에서 거대한 기회가 창출되기 마련입니다.

<오픈웨이트 모델의 정확도 대비 연산 효율성 비교> 출처: 엔비디아 블로그

결론적으로 오픈웨이트 AI의 부상은 단순히 소프트웨어 유행의 일시적인 변화가 아닙니다. 막대한 자본을 지닌 극소수 기업들의 전유물이었던 AI를 모든 일반 기업의 뒷단으로, 나아가 개인의 일상 인프라로 끌어내리는 거대한 구조적 패러다임 시프트인 셈이죠. 비싼 비용과 데이터 유출을 걱정하던 수많은 기업들은 이제 앞다투어 자사만의 가벼운 전용 모델(sLM)을 사내 서버와 엣지 인프라에 심기 시작했습니다.

이는 투자자의 시선을 ‘어떤 기업이 AI 칩을 독점하는가’라는 단선적인 질문에서 벗어나, 파편화되는 AI 생태계의 세부 밸류체인으로 확장시킵니다. 다수의 중소형 분산 서버를 효율적으로 수용·관리하는 기업용 코로케이션 데이터센터와 인프라 리츠(REITs), 고밀도 서버의 발열을 해결하는 액체냉각 기술, 그리고 이를 뒷받침하는 차세대 전력 설비 기업들이 새로운 투자 기회로 부상할 수 있습니다.

AI 모델의 빗장이 활짝 열리면서 글로벌 자본의 거대한 물길은 이미 ‘분산형 엣지 인프라와 전력망’이라는 새로운 바다를 향해 흐르기 시작했습니다. 이 전례 없는 산업의 지각변동 속에서는 과거의 투자 공식에 얽매이기보다 변화의 맥락을 정확히 읽어내는 유연함이 그 어느 때보다 중요합니다.

• 해당 콘텐츠는 외부 필진이 작성한 글로 당사의 의견과는 다를 수 있습니다.
• 해당 콘텐츠는 콘텐츠 이용자의 투자 의사결정에 대한 근거 자료로 이용될 목적으로 작성되었거나, 금융투자상품 판매 및 투자 권유, 종목 추천, 투자의사결정의 조언을 위하여 작성된 것이 아닙니다. 해당 콘텐츠에 제공되는 어떠한 자료나 정보에 대하여도 당사는 자료나 정보의 정확성 및 완전성에 대하여 명시적으로든 또는 묵시적으로든 어떠한 의견 표명이나 보증을 하지 않으며, 해당 콘텐츠에 근거하여 잠재적 투자자가 내린 의사결정의 결과로 발생하는 어떠한 종류의 손해나 피해에 대하여 당사는 어떠한 책임과 의무도 부담하지 않습니다. 또한, 이에 대하여 잠재적 투자자는 아무런 이의도 제기할 수 없습니다.
• 상기 내용은 2026년 8월 기준으로 작성된 것이며 관련 법령 및 내부통제기준에 따른 관련 절차를 준수하였습니다. 해당 콘텐츠의 자료 및 정보는 시장 환경이 변화하거나, 주식 시장, 금리, 인플레이션, 세제 정책 등 사회적, 경제적, 정책적 환경이 변화할 경우, 기타 자산가격 변동, 환율 변동, 신용등급 하락, 부동산 가격하락, 운용결과 등 또는 화재, 홍수, 전염병 창궐과 같은 천재지변이 발생하는 등의 경우에 따라 변경될 수 있으며, 이에 따라 금융(투자)상품은 투자원금의 일부 또는 전액 손실이 발생할 수 있으며, 그 손실은 투자자에게 귀속되고 예금자보호법에 따른 보호대상이 아닙니다. 과거의 운용실적이 미래의 수익률을 보장하는 것은 아니며, 해당 컨텐츠 작성시점 및 미래에는 이와 다를 수 있습니다. 거래비용, 기타비용이 추가로 발생할 수 있습니다.
• 해당 콘텐츠는 법적으로 제출되거나 등록되지 아니하였으며, 어떠한 법률에 의하여도 승인된 것이 아닙니다. 본 콘텐츠에는 일부 주관적 견해가 포함되어 있을 수 있으며, 당사의 공식적인 의견 표명이나 견해에 해당하지 않습니다. 해당 컨텐츠는 주식의 모집 또는 매매 및 청약을 위한 권유를 목적으로 하지 않으며, 투자자는 (금융상품판매업자)로부터 관련 법령에 따라 충분히 설명을 받을 권리가 있으며, 투자자의 모든 투자결정은 금융위원회에 제출한 증권신고서 또는 (예비)투자설명서 및 약관 등을 반드시 읽어 보시고 이를 통해 제공되는 정보만을 바탕으로 내려져야 합니다. 본인의 투자 판단 하에 신중하게 투자결정하시기 바랍니다.