공개 가중치 규제 반대 서한, 25개사에서 35개사로…오픈AI도 이름 올려

엔비디아, 마이크로소프트, 메타 등 미국 기술기업 25곳이 7월 24일 공개 가중치(open-weight) AI 모델에 대한 “성급한 제한”을 피하라고 정책 담당자들에게 촉구하는 공동서한을 냈다. 공개 가중치 모델은 학습된 가중치를 내려받아 검토하고 수정한 뒤 자체 인프라에서 실행할 수 있게 한 모델이다. 서명사들은 이런 배포 방식이 경쟁과 이용자의 선택권을 넓히며, 사이버 공격자가 고성능 AI를 쓰는 상황에서 방어 담당자도 이에 필적하는 모델을 쓸 수 있어야 한다고 주장했다.^[1]

서명 명단은 공개 뒤에도 바뀌었다. 엔비디아가 배포한 7월 24일자 PDF에는 25곳이 적혀 있지만, 한국시간 7월 25일 오전 확인한 마이크로소프트의 같은 서한 페이지에는 오픈AI, 깃허브, 시스코, AI 기업 코히어(Cohere), AI 연구 조직 누스 리서치(Nous Research) 등 10곳이 추가돼 모두 35곳이 됐다. 본문과 표시 날짜는 그대로여서 정확한 추가 시각은 공개되지 않았다.^[2]

CNBC는 서한 공개 당시 오픈AI와 앤트로픽이 서명하지 않았다고 보도했다. 이후 오픈AI가 현재 명단에 들어간 반면 앤트로픽과 구글은 여전히 보이지 않는다. 빠르게 늘어난 서명사 수는 공개 가중치의 허용 범위를 둘러싼 논쟁이 단순한 개방형 모델 개발사만의 요구가 아니라 클라우드, 반도체, 보안, 애플리케이션 기업의 이해관계로 번지고 있음을 보여준다.^[3]

Kimi K3 증류 의혹이 규제 논쟁에 불을 붙였다

서한은 특정 중국 기업이나 모델을 이름으로 지목하지 않는다. 그러나 발표 시점은 중국 문샷AI(Moonshot AI)의 Kimi K3를 둘러싼 미국 정부의 문제 제기 직후다. 마이클 크라치오스(Michael Kratsios) 미국 백악관 과학기술정책실장은 7월 22일 문샷AI가 K3 개발을 위해 앤트로픽의 Fable 모델을 증류했으며, 탐지를 피하면서 미국 모델에 대규모로 접근하는 내부 플랫폼을 만들었다는 정보를 갖고 있다고 밝혔다.^[4]

증류(distillation)는 강한 모델의 출력을 이용해 더 작거나 특화된 모델을 학습하고 개선하는 방법이다. 크라치오스 실장도 합법적인 증류가 개방형 혁신에 중요한 역할을 한다고 인정하면서, 미국 기술을 훔치기 위한 은밀한 산업 규모의 증류는 용납할 수 없다고 선을 그었다. 문샷AI가 실제로 어떤 출력과 계정을 어떤 조건에서 사용했는지 뒷받침하는 기술 자료는 이 게시물에 공개되지 않았다. 따라서 K3의 기술 탈취는 현재 미국 정부 당국자의 주장이지 확인된 판정으로 쓰기는 어렵다.

CNBC는 미국 정부와 업계가 중국 공개 가중치 모델의 미국 내 접근을 제한할지를 검토하고 있다고 전했다. 다만 공동서한과 기사에는 적용 대상, 성능 기준, 배포 경로를 명시한 구체적인 법안이나 행정 규칙이 나오지 않는다. 지금 확인되는 것은 정식 금지안보다 규제 방향을 둘러싼 선제적인 공개 논쟁에 가깝다.^[3]

서한이 말하는 이익은 비용, 경쟁, 통제권

서한은 공개 가중치 모델을 누구나 내려받아 살펴보고 수정한 뒤 자체 인프라에서 실행할 수 있는 모델로 정의한다. 기업과 대학, 공공기관이 매번 프런티어 모델의 API 비용을 내지 않고 업무에 맞는 모델을 선택할 수 있다는 것이 첫 번째 논리다. 가장 어려운 문제에만 대형 모델을 쓰고, 나머지는 작고 특화된 모델로 처리해야 수십억 건의 일상 업무로 AI가 확산돼도 비용을 감당할 수 있다고 주장한다.^[1]

두 번째는 공급자 종속이다. 가중치를 가진 조직은 자체 데이터와 환경에 맞게 모델을 평가하고 수정한 뒤 원하는 클라우드나 서버에 배포할 수 있다. 모델 제공자가 가격이나 정책을 바꾸더라도 그동안 만든 지식과 기능을 한 업체의 API에 묶어 두지 않아도 된다는 설명이다. 반도체를 파는 엔비디아, 클라우드와 모델 유통망을 운영하는 마이크로소프트, 공개 가중치 모델을 개발하는 메타와 미스트랄이 함께 서명한 이유도 이 생태계가 넓어질수록 각자의 제품 수요가 커지기 때문이다.

젠슨 황(Jensen Huang) 미국 엔비디아 창업자 겸 최고경영자는 자신의 첫 X 게시물에서 “세계에는 프런티어 폐쇄형 모델과 프런티어 공개 모델이 모두 필요하다”고 썼다. 공개 모델이 안전과 사이버 보안을 강화하고 혁신의 확산과 기술 주권을 돕는다는 주장이다.^[5]

폐쇄형 모델에만 의존하면 한 업체의 장애가 여러 서비스로 번진다는 주장

서한은 공개 가중치의 위험을 부정하지 않는다. 한 번 배포한 가중치는 개발사가 통제권을 되찾기 어렵고, 수정된 모델의 출처와 행동을 추적하거나 되돌리기도 어렵다고 명시한다. 위험한 기능을 제거한 새 버전을 내더라도 이미 내려받은 파일까지 고칠 수 없는 것이 API 모델과 가장 큰 차이다.^[1]

그럼에도 서명사들은 폐쇄형 모델만 남기는 것이 자동으로 안전해지는 것은 아니라고 반박한다. 폐쇄형 서비스도 침해되거나 오용될 수 있고 외부에서 오류를 발견하기 어려우며, 소수 업체에 고성능 AI가 집중되면 여러 산업이 같은 공급자 장애와 정책 변경에 노출된다는 논리다. 공개 가중치는 더 많은 연구자와 개발자가 취약점을 찾고 방어책을 시험하게 하지만, 같은 접근권을 공격자도 갖는다는 문제는 사라지지 않는다. 결국 공개 여부 하나로 안전성을 판정할 수 없고, 모델의 능력, 배포 범위, 사용 행위를 따로 봐야 한다.

오픈소스와 공개 가중치는 같은 말이 아니다

국내에서는 ‘오픈 웨이트’나 ‘개방형 가중치’라는 표현도 함께 쓴다. 이 기사에서는 무엇이 공개되는지 바로 드러내기 위해 ‘공개 가중치’라고 옮겼다. 이번 서한이 모델 배포 방식을 가리킬 때 ‘오픈소스’가 아니라 ‘open weights’라고 구분한 점도 중요하다. 모델 파일을 내려받을 수 있어도 학습 데이터, 데이터 정제 과정, 전체 학습 코드와 연산 환경까지 공개됐다는 뜻은 아니다. 라이선스가 상업 이용과 재배포를 제한할 수도 있다. 결과를 재현할 재료가 모두 공개된 소프트웨어식 오픈소스보다 범위가 좁다.

샘 올트먼(Sam Altman) 미국 오픈AI 최고경영자는 서한 공개 뒤 “미국이 오픈소스와 비공개 모델 모두에서 이기길 바라며, 이를 보게 돼 기쁘다”고 적었다.^[6] 오픈AI는 초기 PDF에는 없었지만 현재 마이크로소프트 명단에는 들어가 있다. 반면 앤트로픽과 구글은 현재 35개사 명단에서도 확인되지 않는다. 어느 회사가 서명했는지만으로 공개 모델 전략 전체를 판단할 수는 없지만, 서명 여부와 게시물 지지는 구분해서 읽어야 한다.

공동서한 서명 명단의 변화

초기 25곳: American Innovators Network, Andreessen Horowitz, Arcee AI, Arena, Black Forest Labs, Box, CrowdStrike, Dell Technologies, Emergence Capital, Hugging Face, IBM, The Linux Foundation, Mariana Minerals, Meta, Microsoft, Mistral, Mozilla, NVIDIA, Palantir, Perplexity, Reflection, Replit, ServiceNow, Telnyx, Y Combinator.^[1]

추가된 10곳: Cisco, Cohere, DoorDash, Fireworks AI, GitHub, Nous Research, OpenAI, OpenClaw, Palo Alto Networks, Prime Intellect.^[2]

현재 명단에서 확인되지 않는 주요 기업: Anthropic, Google, SpaceX. 마이크로소프트 페이지는 변경 시각을 표시하지 않는다.

일론 머스크(Elon Musk) 미국 스페이스X 최고경영자는 황의 게시물을 인용해 “전적으로 지지한다”고 밝혔지만 스페이스X는 초기 25곳과 현재 35곳 어디에도 없다.^[7] 지지 발언을 회사의 공식 서명에 포함하면 명단이 실제보다 커진다.

쟁점은 증류를 막을지가 아니라 불법 행위를 어떻게 가를지다

공동서한과 미국 정부의 입장은 표면적인 대립보다 겹치는 부분이 많다. 양쪽 모두 합법적인 증류의 쓰임을 인정하고 기술 탈취를 문제로 본다. 갈리는 지점은 대응 범위다. 서명사들은 계약 위반, 계정 우회, 영업비밀 침해 같은 행위를 표적 법률과 상업 규칙으로 다루자고 한다. 모델의 국적이나 가중치 공개 여부만으로 접근을 넓게 막으면 정상적인 연구와 경쟁까지 함께 줄어든다는 주장이다.

이 주장은 서명사들의 사업 이해와도 맞닿아 있다. 공개 가중치가 널리 배포될수록 GPU, 클라우드, 보안 도구, 모델 호스팅과 기업용 애플리케이션 시장이 커진다. 반대로 오픈AI가 뒤늦게 명단에 들어왔다는 사실은 폐쇄형 프런티어 모델을 파는 회사도 모든 공개 가중치 제한에 찬성하는 것은 아님을 보여준다. 서한은 이해관계가 없는 중립 보고서가 아니라 산업계가 미국 정책에 보내는 요구서로 읽어야 한다.

구체적인 기준 없는 광범위한 제한은 폐쇄형 사업자만 보호할 수 있다

공개 가중치는 유출 뒤 회수할 수 없고 공격자도 같은 모델을 쓸 수 있다. 능력이 높아질수록 배포 전 평가와 사용 조건이 더 중요해지는 이유다. 그러나 아직 공개되지 않은 규제안을 앞서 상정해 모델 전체를 막으면, 자체 서버에서 데이터를 통제하려는 기업과 연구기관은 소수 API 제공자에게 더 의존하게 된다. 안전 규제가 경쟁 제한으로 바뀔 수 있는 경계다.

현재 필요한 것은 ‘공개냐 폐쇄냐’라는 한 줄 분류보다 구체적인 집행 기준이다. 어떤 모델 능력이 추가 의무를 부르는지, 대규모 출력 수집과 정상적인 증류를 어떻게 구분할지, 계약 위반과 영업비밀 침해를 어떤 증거로 판단할지를 먼저 정해야 한다. 공동서한은 위험이 없다고 말하지 않았다. 위험을 이유로 유통 방식 전체를 막지 말고, 실제로 피해를 만드는 행위를 겨냥하라는 것이 35개 서명사가 내놓은 답이다.

공동서한 전문

서명사가 35곳으로 늘어난 마이크로소프트 공개 페이지를 기준으로 옮겼다.^[2]

한글 AI 번역 영어 원문

한글 AI 번역

공개 가중치와 미국의 AI 리더십
2026년 7월 24일

1980년대 초기 오픈소스 소프트웨어 선구자들은 기업이 코드를 엄격히 통제해야만 소프트웨어가 발전할 수 있다는 당시의 통념에 도전했다. 이 운동은 전 세계 개발자가 소프트웨어를 살펴보고 수정하고 개선할 수 있는 투명한 생태계를 요구했다. 오늘날 오픈소스 공동체가 개발한 소프트웨어는 인터넷 대부분을 떠받치며, 세계 최대 기술기업뿐 아니라 과학 연구와 사이버 보안 등 핵심 임무를 수행하는 미국 군과 연방기관의 시스템에도 쓰인다. 오픈소스는 소프트웨어 비용을 낮추는 데 그치지 않았다. 여러 세대의 미국 엔지니어와 기업가가 조직의 기술 주권을 세울 수 있는 공동 지식 기반을 만들었다.

미국은 이제 인공지능에서도 비슷한 선택을 앞두고 있다. 미국의 AI 리더십은 하나의 프런티어 AI 모델이 아니라, 모든 산업으로 퍼지는 강력하고 개방된 생태계를 미국이 구축하는지에 따라 평가될 것이다. 이는 미국 전역에서 혁신과 번영의 기회를 만드는 데 꼭 필요하다. AI 접근성을 넓히고 경쟁을 장려하며 탄탄한 애플리케이션 생태계를 만들고, 미국인이 의존하는 기술을 더 직접 통제할 수 있게 해야 한다. 누구나 내려받아 살펴보고 수정해 자체 인프라에서 실행할 수 있는 AI 모델인 공개 가중치 모델은 고급 AI의 접근성과 적응성, 보급 범위를 넓히므로 그 기반의 중요한 부분이다.

공개 가중치는 AI 경제에 참여할 기회를 넓힌다. 스타트업과 기존 기업, 대학, 공공기관은 모델을 처음부터 학습하거나 모든 작업에 프런티어 모델 가격을 지불하지 않고도 고급 모델을 활용할 수 있다. 각 조직은 실제로 프런티어급 성능이 필요한 문제에는 대형 모델을 쓰고, 나머지 작업에는 효율적이고 특화된 모델을 배치해 작업과 비용에 맞는 모델을 선택할 수 있다. 이런 원칙이 있어야 AI 사용이 수십억 건의 일상 업무로 늘어나도 경제성을 유지할 수 있다. 미국이 AI 시대에 앞서려면 공장, 병원, 농장, 교실, 지역 상점의 업무 흐름에 AI가 퍼져야 한다.

공개 가중치는 경쟁도 강화한다. 경쟁은 AI의 이익이 소수에게 집중되지 않고 널리 공유되게 한다. 여러 조직이 고급 모델을 개발하고 조정하고 배포할 수 있게 하면 모델 개발사뿐 아니라 클라우드, 반도체, 애플리케이션, 서비스 전반에서 경쟁이 생긴다. 이 경쟁은 혁신을 촉진하고 비용을 낮추며 AI의 이익을 경제 전반에 나눈다.

공개 가중치는 고객에게 더 큰 통제권도 준다. AI에 투자하는 조직은 한 공급자에게 묶이거나 시간이 지나며 쌓은 지식과 기능을 잃지 않기를 원한다. 공개 가중치 모델을 쓰면 조직이 자체 데이터를 통제하고, 필요에 맞게 모델을 평가하고 조정하며, 사업 요건에 맞는 곳에 배포할 수 있다. 조직은 스스로 개선되는 모델과 특화 기능, 축적된 지식을 통해 AI로 만든 가치를 직접 소유하고 미국의 기술 주권과 번영에 기여할 수 있다.

물론 공개 가중치에는 실제로 고유한 위험이 있다. 한 번 공개한 가중치는 원 개발자의 통제를 벗어나고, 수정된 버전을 추적하거나 되돌리기 어렵다. 그러나 이 위험에 대한 올바른 대응은 공개 가중치를 금지하는 것이 아니다. 사이버 공격자가 고급 AI를 사용하는 상황에서는 방어 담당자도 비슷한 성능의 모델을 이용해 새 위협을 탐지하고 모의실험하고 대응할 수 있어야 한다. 공개 모델은 방어 역량을 더 많은 조직으로 넓히고 투명성을 높이며, 여러 팀이 취약점을 찾아 고칠 수 있게 한다.

실제로 개방성은 AI 안전과 보안으로 가는 가장 중요한 길 가운데 하나일 수 있다. 폐쇄형 모델에만 의존한다고 저절로 안전해지는 것은 아니다. 폐쇄형 모델도 침해되거나 오용될 수 있고, 외부에서 알아내기 어려운 방식으로 실패할 수 있다. 고급 AI 기능을 소수의 폐쇄형 모델에 집중하면 이런 위험은 더 커진다. 몇몇 모델이나 공급자 가운데 하나에 문제가 생겼을 때 여러 서비스가 함께 영향을 받을 수 있고, 경쟁은 약해지며, 핵심 기술이 소수 공급자의 손에 남는다. 반면 공개 가중치 모델은 폭넓은 연구자와 개발자 공동체가 모델의 동작을 살펴보고 취약점을 찾고 보호 장치를 개발하며 꾸준히 개선할 수 있게 한다. 오픈소스 소프트웨어가 감추는 것보다 투명하게 공개하는 편이 더 안전할 수 있음을 보여줬듯이, AI 안전도 더 많은 사람이 사회가 의존하는 모델을 시험하고 강화할 수 있게 하는 데 달렸을 수 있다. 이는 엄격한 벤치마크와 평가, 레드팀 테스트를 가능하게 하고, 폐쇄형 시스템이 기본적으로 더 안전하다고 가정하는 대신 실제로 확인된 피해에 맞춘 보호 조치를 만들게 한다.

강력한 AI 생태계는 저절로 생기지 않는다. 정책 담당자에게는 행동할 중요한 기회가 있다. 스타트업과 연구자의 연산 자원 접근성을 넓히고, 공동 학습 자산인 데이터셋, 도구, 평가 체계에 투자하며, 경쟁을 막거나 혁신을 해외로 내모는 공개 모델의 성급한 제한을 피함으로써 프런티어 생태계에 여러 선택지가 남게 해야 한다. 또한 탄탄한 애플리케이션 생태계가 경제 전반에서 주권적으로 AI를 활용할 길도 살펴야 한다.

이 생태계를 설계할 때 정책 담당자는 정당한 모델 개발 기법과 부당한 기술 탈취를 혼동하지 않도록 주의해야 한다. 한 모델의 출력을 다른 모델의 학습이나 개선에 활용하는 증류는 모델 개선과 평가, 검증에 널리 쓰이는 기법이다. 기존 기술에서 배우고 그 위에 새 기술을 만들며 개선해 온 오랜 전통의 연장선이며, 이 전통은 오픈소스 소프트웨어 운동이 시작된 뒤 혁신을 이끌었다. 반면 폐쇄형 모델에서 불법적으로 가치를 빼내려는 시도는 정당한 우려를 낳는다. 이런 문제는 AI 혁신에 중요한 기법을 광범위하게 제한하기보다 표적화된 법률과 상업 규칙으로 다뤄야 한다.

AI 시대는 번영의 시대가 될 수 있다. 올바른 선택을 하면 공개 가중치 AI는 기회를 넓히고 경쟁을 강화하며 미국의 기술 리더십을 연장하고 위험을 줄이고, 이 특별한 기술의 이익이 경제 전반에 널리 공유되게 할 수 있다. 그런 미래는 만들 가치가 있으며, 미국이 그 미래를 만드는 데 앞장서야 한다.

서명사: American Innovators Network, Andreessen Horowitz, Arcee AI, Arena, Black Forest Labs, Box, Cisco, Cohere, CrowdStrike, Dell Technologies, DoorDash, Emergence Capital, Fireworks AI, GitHub, Hugging Face, IBM, The Linux Foundation, Mariana Minerals, Meta, Microsoft, Mistral, Mozilla, Nous Research, NVIDIA, OpenAI, OpenClaw, Palantir, Palo Alto Networks, Perplexity, Prime Intellect, Reflection, Replit, ServiceNow, Telnyx, Y Combinator