오픈 모델, 그리고 그 출처
한 주 사이에 Reflection은 강력한 오픈 모델을 내놓았고, DeepSeek는 자사 모델을 업데이트했으며, 워싱턴은 자국 기관에서 DeepSeek를 금지했습니다. 이제 질문은 품질이 아닙니다. 출처입니다.
자기만의 AI를 원하는 기업에게 지난 한 주의 가장 중요한 뉴스는 새로운 챗봇이 아니었습니다. 며칠 사이에 일어난 세 가지 일이었습니다. 서버 한 대에 들어가는 Reflection AI의 오픈 모델, DeepSeek 오픈 모델의 새 웨이트, 그리고 연방 민간 기관에서 DeepSeek를 퇴출하는 미국 정부의 명령입니다. 이것들을 함께 보면 말하는 바는 단순합니다. 오픈 모델은 이제 본격적인 업무에 충분할 만큼 좋아졌고, 질문은 품질에서 출처로 옮겨 갔습니다.
Beam: 더 싼 토큰이 아니라 더 적은 토큰
10월 16일 Reflection AI는 첫 오픈 웨이트 모델 Beam을 상업적 이용과 수정을 허용하는 Apache 2.0 라이선스로 공개했습니다. 파라미터는 5010억 개이고, 그중 토큰마다 활성화되는 것은 230억 개입니다. 8비트 또는 4비트 형태로는 H100, H200, GB300 같은 GPU 8개를 갖춘 서버 한 대에 들어갑니다. 전체 버전에는 “수십 개의 GPU”가 필요하다고 VentureBeat는 보도했습니다.
Reflection이 내세우는 것은 더 싼 토큰이 아니라 더 적은 토큰입니다. 학습 과정에서 필요하지 않은 토큰을 하나 쓸 때마다 모델에 벌점을 주었고, VentureBeat가 이 회사의 차트를 읽은 바에 따르면 Beam은 한 코딩 테스트에서 시도당 약 25'000 토큰을 쓰는 반면 GLM-5.2는 약 80'000 토큰이 필요합니다. 가장 강한 오픈 모델은 아닙니다. VentureBeat는 Terminal-Bench 2.1에서 Beam이 약 80퍼센트를 기록했고, DeepSeek V4.1 Flash는 90.6퍼센트, Kimi K3는 85퍼센트였다고 보도했습니다. Reflection은 Beam이 “다른 무엇도 아닌 실력으로 이길 것”이라고 말합니다.
DeepSeek: 더 강해지고, MIT 라이선스로
같은 시기 DeepSeek는 V4.1 Flash의 업데이트된 웨이트를 공개했으며, 그 이름에는 10월 17일이라는 날짜가 들어 있습니다. 모델 카드는 이를 “소규모 업데이트”라고 부르며 추론, 코딩, 에이전틱 작업, 비전에서의 향상을 들고, 100만 토큰의 컨텍스트를 권장합니다. 라이선스는 이보다 더 개방적일 수 없습니다. “이 저장소와 모델 웨이트는 MIT License에 따라 라이선스됩니다.”
DeepSeek는 통합도 진행해 왔습니다. 9월에는 더 큰 V4 Pro로 들어오는 모든 요청을 “V4.1-Flash 요금으로” V4.1 Flash로 옮기고, V4 Pro를 단계적으로 없애기 시작했습니다. VentureBeat가 인용한 벤치마크로 보면, 여기서 언급한 오픈 모델 가운데 가장 강력한 모델입니다.
워싱턴이 선을 긋다
10월 19일 CyberScoop은 미국 국토안보부가 2018년의 공급망 관련 법에 따라 연방 민간 기관의 DeepSeek 제품 사용을 금지한다고 보도했습니다. 기관들은 보유한 버전을 삭제해야 하며 새로 구매할 수도 없습니다. 이유는 데이터에 있습니다. DeepSeek는 데이터를 중국의 서버에 저장하며, 그 프롬프트와 응답 처리 과정은 민감한 데이터가 중국 정부로 “이전되는 결과를 낳을 수 있다”는 것입니다. 명령이 지목한 것은 DeepSeek뿐이지만, Kimi와 Qwen 같은 다른 중국 오픈 모델에도 비슷한 우려가 제기되어 왔습니다.
보도는 기관이 자체 서버에서 DeepSeek의 웨이트를 실행해 데이터가 어디로도 이동하지 않는 경우에도 이 금지가 적용되는지는 밝히지 않았습니다. 바로 이 열린 질문을 모든 기업이 눈여겨봐야 합니다. 모델을 자체적으로 실행하면 데이터가 어디로 가는가에는 답할 수 있습니다. 모델이 어디에서 왔는가에는 답하지 못합니다.
자기만의 모델에 주는 의미
자체 서버에서 돌리는 오픈 웨이트는 가장 분명한 문제들을 해결합니다. 데이터는 회사 안에 머물고, 누구도 어느 날 갑자기 모델을 바꾸거나 거둬들일 수 없습니다. 하지만 모든 문제를 해결하지는 못합니다. 모델은 출처, 라이선스, 학습 데이터, 그리고 연구소 밖의 누구도 온전히 들여다볼 수 없는 행동 방식을 지닌 제품이기도 합니다. 은행, 관공서, 방산 공급업체에게 질문은 더 이상 오픈 모델이 충분히 좋은가가 아닙니다. 그 출처가 다음 감사, 다음 고객 설문, 또는 이번과 같은 다음 명령을 통과할 수 있는가입니다.
실무에서는 세 가지를 뜻합니다. 라이선스를 고르는 것만큼 신중하게 기반 모델을 고르십시오. Apache 2.0과 MIT는 모두 허용적인 라이선스이지만, 어느 쪽도 출처에 대해서는 아무것도 말해 주지 않습니다. 모델을 교체할 수 있게 유지하십시오. 회사의 지식, 규칙, 테스트를 모델 밖에 두어, 더 좋거나 더 안전한 모델이 몇 주 안에 그 자리를 대신할 수 있게 하는 것입니다. 그리고 공개 벤치마크만이 아니라 귀사의 실제 업무로 모든 후보를 테스트한 뒤에 운영에 투입하십시오.
Eigna는 이렇게 다룹니다
Eigna는 이렇게 만들어졌습니다. Eigna Labs의 파트너로서 저희가 고객을 위해 구축하는 프라이빗 AI입니다. 오픈 모델에서 출발해 고객의 분야에 맞게 조정되고, 고객 자신의 업무, 규칙, 언어로 학습하며, 고객의 자체 클라우드나 자체 서버에서 실행됩니다. 새 버전은 이전 버전보다 테스트 결과가 좋을 때만 운영에 들어가고, 한 번의 단계로 되돌릴 수 있습니다. 그 아래에 어떤 오픈 모델을 둘지는 출처를 포함해 고객마다 함께 내리는 결정이며, 더 나은 모델이 나오면 바뀔 수 있습니다.
