미중 AI 전쟁의 주역이 바뀐다: Meta와 NVIDIA가 "오픈웨이트"로 중국 세력을 추격하는 이유

생성 AI의 경쟁이라고 하면, 많은 사람들이 OpenAI나 Anthropic, Google과 같은 미국 기업을 떠올릴 것이다.

하지만, 2026년의 AI 시장을 이해하는 데 있어 그것만으로는 충분하지 않다.

지금 급속히 존재감을 높이고 있는 것이 "오픈웨이트 AI"이다.

Meta는 8월 10일, 30B 규모의 AI 모델 "Muse Glimmer"를 공개했다. 이어서 NVIDIA도 8월 11일, "Nemotron 3.5 Lightning"을 발표했다.

이들 모두 단순히 클라우드 상의 API로 AI를 제공하는 것이 아니라, 개발자나 기업이 모델을 획득하여 자신의 컴퓨터나 서버에서 실행하고, 용도에 맞춰 커스터마이즈할 수 있는 것을 중시한 모델이다.

이 두 회사가 거의 동시에 움직인 배경에는 단순한 제품 경쟁 이상의 의미가 있다.

오픈웨이트 AI라는 분야에서 중국 기업이 이미 큰 존재감을 가지고 있기 때문이다.

DeepSeek, Alibaba의 Qwen, Moonshot AI 등 중국발 AI 모델은 성능뿐만 아니라, 모델을 다운로드하여 자체 환경에서 이용할 수 있는 것을 무기로 세계의 개발자 커뮤니티에 침투해 왔다.

AI 경쟁은 이제 "최고 성능의 챗봇 AI를 누가 만드는가"라는 단순한 경쟁이 아니다.

"전 세계의 개발자가 기반으로 사용할 모델을 누가 제공하는가"라는, AI 에코시스템 그 자체를 둘러싼 경쟁으로 변하기 시작하고 있다.

"사용하는 AI"에서 "소유할 수 있는 AI"로

오픈웨이트라는 단어는 일반적으로 아직 이해하기 어렵다.

ChatGPT나 Claude와 같은 서비스에서는 기본적으로 사용자는 운영 기업의 서버에 접속하여, API나 웹 서비스를 통해 AI를 이용한다.

AI 모델 그 자체를 손에 들고 있는 것은 아니다.

한편, 오픈웨이트 모델에서는 AI의 학습에 의해 형성된 대량의 파라미터, 이른바 "가중치"를 다운로드할 수 있다.

따라서 충분한 계산 능력을 가진 PC나 서버가 있으면, 외부의 AI 서비스에 매번 데이터를 전송하지 않고도, 자사 내에서 AI를 실행할 수 있다.

이 차이는 매우 크다.

특히 기업에 있어서는, 요금만의 문제가 아니다.

사내 문서, 고객 정보, 연구 개발 데이터, 소스 코드, 재무 정보 등 외부 서비스에 전송하는 것에 신중할 수밖에 없는 데이터가 많다.

모델을 사내 환경에서 실행할 수 있다면, 이러한 정보를 외부로 내보내지 않고 AI 처리를 할 수 있는 가능성이 넓어진다.

또한, 자사의 업무에 맞춘 추가 학습이나 튜닝도 쉽게 할 수 있다.

즉, 오픈웨이트 AI에는 "AI를 빌리는" 것이 아니라, "AI를 자사의 IT 인프라로 소유하는"이라는 발상이 있다.

Meta가 다시 오픈 노선으로 돌아온 이유

Meta에게 있어, 오픈한 AI 전략은 처음이 아니다.

동사는 Llama 시리즈에 의해, 한때는 오픈 모델 시장을 대표하는 기업 중 하나가 되었다.

Llama를 기반으로 전 세계의 개발자가 파생 모델이나 도구를 개발하고, Meta는 자사에서 AI API 시장을 독점하지 않아도, AI 에코시스템 전체에 강한 영향력을 가질 수 있었다.

그러나 그 후 Meta는 AI 전략을 수정하고, Muse 시리즈에서는 클로즈드한 모델 제공에도 힘을 기울였다.

따라서 이번 오픈웨이트 회귀에 대해서는 "또 방침이 바뀌는 것이 아닐까"라는 경계도 존재한다.

이번에 공개된 Muse Glimmer는 약 300억 파라미터 규모로, 로컬 환경에서 지속적으로 동작하는 AI 에이전트를 의식하여 설계되었다.

Meta에 따르면, Mac이나 일반적인 PC, 단일 소비자용 GPU에서도 이용할 수 있는 것을 상정하고 있으며, 로컬에서의 코딩 지원, 도구 호출, AI 에이전트 등이 주요 용도이다.

더욱 중요한 것은, Meta가 더 고성능인 "Muse Spark 1.2"에 대해서도 오픈웨이트 버전을 제공할 방침을 보이고 있다는 것이다.

만약 현재의 최첨단 클래스에 가까운 모델이 실제로 공개된다면, 미국산 오픈웨이트 AI의 위치는 한순간에 바뀔 가능성이 있다.

Box의 CEO, Aaron Levie도 이 움직임을 높이 평가하고 있다.

그가 주목하고 있는 것은 단순히 새로운 AI 모델이 하나 늘어나는 것이 아니다.

미국 기업이 "최첨단에 가까운 성능을 가진 오픈 모델을 앞으로도 제공한다"는 의사를 명확히 보인 것 그 자체이다.

NVIDIA가 노리는 것은 "AI 에이전트 시대"

Meta와는 다른 각도에서 오픈 AI에 공격하고 있는 것이 NVIDIA다.

동사가 발표한 Nemotron 3.5 Lightning도 약 300억 파라미터 규모이지만, 모든 파라미터를 동시에 사용하는 구조는 아니다.

Mixture-of-Experts라는 구조를 채용하여, 실제로 한 번의 처리에서 동작하는 파라미터는 약 30억으로 억제되어 있다.

이를 통해 대규모 모델의 능력을 유지하면서 계산 비용을 낮추는 것을 목표로 하고 있다.

NVIDIA가 강조하고 있는 용도는 "항상 작동하는 AI 에이전트"이다.

AI 에이전트가 보급되면, 하나의 질문에 한 번 대답하는 기존형 챗봇 AI와는 달리, AI가 수십 번, 수백 번 모델을 호출하게 된다.

예를 들어,

"경쟁 기업을 조사하다"
"자료를 모으다"
"데이터를 분석하다"
"보고서를 작성하다"
"이메일을 작성하다"
"시스템에 입력하다"

라는 작업을 AI에게 맡기면, 하나의 업무의 뒤에서 대량의 추론 처리가 발생한다.

매번 최고 성능의 고가의 거대 모델을 사용하면, 비용은 급속히 증가한다.

그래서 NVIDIA는 고도의 판단만을 대형 모델에 맡기고, 도구 실행이나 확인 작업 등 대량으로 발생하는 처리를 Nemotron 3.5 Lightning과 같은 경량 모델로 분배하는 구상을 그리고 있다.

이는 향후 AI 시장이 "하나의 거대한 AI"에 집약되는 것이 아니라, 여러 AI를 구분하여 사용하는 방향으로 나아갈 가능성을 시사하고 있다.

왜 중국이 오픈웨이트에서 강한가

여기서 무시할 수 없는 것이 중국의 존재다.

DeepSeek가 세계에 준 충격은 단순히 중국 기업이 고성능 AI를 개발한 것이 아니었다.

비교적 저비용으로 개발된 고성능 모델을 널리 이용 가능하게 함으로써, "최첨단 AI는 미국의 거대 기업만이 만들고, 클라우드 API로 제공하는 것"이라는 전제를 흔들었다는 것에 의미가 있었다.

그 후, Alibaba의 Qwen이나 Moonshot AI 등도 세계의 오픈 모델 시장에서 강한 영향력을 가지게 되었다.

특히 로컬 LLM을 이용하는 개발자의 세계에서는, 모델의 국적보다 "성능", "필요 메모리", "추론 속도", "라이선스", "양자화의 용이성"이 중시된다.

성능이 좋고, 손에 있는 GPU로 동작하며, 자유롭게 개조할 수 있다면, 중국산 모델도 사용된다.

이 매우 실리적인 개발자 문화가 중국 모델의 세계적 보급을 후원해 왔다.

미국 기업에게 문제는 여기다.

한 번 어떤 모델이 개발자의 표준적인 기반이 되면, 그 주변에 도구, 라이브러리, 학습 데이터, 노하우, 파생 모델이 쌓여간다.

이는 OS와 비슷하다.

성능 비교에서 일시적으로 이기는 것만으로는 뒤집기 어려운 "에코시스템"이 형성되기 때문이다.

Meta와 NVIDIA의 이번 움직임에는 중국이 이 영역에서 결정적인 우위를 구축하기 전에, 미국산 모델의 선택지를 다시 늘리고 싶다는 전략적인 의미도 보인다.

SNS에서는 환영과 의심이 교차

이번 발표에 대한 개발자 커뮤니티의 반응은 대체로 환영 일색인 것은 아니다.

X에서는 Aaron Levie가 Muse Spark 1.2의 오픈웨이트화를 큰 사건으로 받아들이고 있는 것 외에도, Hugging Face 관계자 등 오픈 AI를 지지하는 사람들로부터도 Meta의 방향 전환을 환영하는 반응이 나오고 있다.

AI 개발자들 사이에서는 특히 "미국 기업에서 다시 유력한 오픈웨이트 모델이 나올 것"이라는 점에 대한 기대가 크다.

Hacker News에서도 "Llama 3의 시대와 같은 기대감이 돌아왔다"는 취지의 목소리나, Muse Glimmer를 Mac에서 시험해 보고, 챗 성능이나 문장 생성을 호의적으로 평가하는 게시물이 보인다.

한편으로, 신중한 의견도 적지 않다.

가장 많은 논점 중 하나가 Meta에 대한 신뢰다.

Meta는 이전에 Llama에 의해 오픈 AI를 강력히 추진했음에도 불구하고, 그 후 일부 모델을 클로즈드화했다.

따라서 Hacker News에서는 "왜 한 번 오픈 모델을 멈췄는가", "이번 방침이 어디까지 계속될 것인가"라는 의문이 제기되었다.

또한, "소형 모델을 공개하는 한편, 정말로 경쟁력이 높은 최첨단 모델까지 공개할 것인가"라는 지적도 있다.

Muse Spark 1.2의 공개가 주목받는 이유도 거기에 있다.

약속대로 고성능 모델까지 오픈웨이트화될 것인가. 그렇지 않으면 일부 모델만을 공개하는 전략에 그칠 것인가.

Meta의 오픈 전략의 진정성은 다음 릴리스에서 판단될 것으로 보인다.

로컬 AI 이용자는 이미 성능 검증을 시작

Reddit의 로컬 LLM 커뮤니티 "LocalLLaMA"에서는 발표 직후부터 실제로 Muse Glimmer나 Nemotron 3.5 Lightning을 실행하려는 게시물이 잇따르고 있다.

Muse Glimmer에 대해서는 로컬에서 코딩 용도를 시험하는 사용자가 나타나는 한편, "생각이 너무 많다", "제약이 강한 것이 아닐까" 등 실사용을 통한 엄격한 평가도 나오기 시작했다.

Nemotron 3.5 Lightning에 대해서도 16GB나 24GB 클래스의 VRAM 환경에서 어느 정도 실용적으로 동작할 수 있는지, 양자화 버전이 어느 정도 이용 가능해질지에 대한 논의가 이루어지고 있다.

흥미로운 것은 비교 대상으로 Qwen이 자주 언급되고 있다는 것이다.

미국 기업에게 중국 AI는 더 이상 "미래에 따라올지도 모르는 경쟁 상대"가 아니다.

개발자가 새로운 미국 모델을 시험한 순간에 비교하는, 현실의 벤치마크가 되고 있다.

이는 현재의 AI 경쟁의 구도를 상징하고 있다.

"오픈이라서 안전하다"도 "오픈이라서 위험하다"도 아니다

오픈웨이트 AI에 대해서는 또 하나 큰 논쟁이 있다.

안보와 보안이다.

누구나 모델을 입수할 수 있으면, 연구나 기업 이용을 촉진할 수 있는 한편, 악의 있는 사람도 이용할 수 있다.

사이버 공격, 사기, 허위 정보 생성 등에 대한 악용을 우려하여, 강력한 AI 모델의 공개에 일정한 제한이 필요하다는 생각도 있다.

반대 측에는 "AI 모델을 소수의 거대 기업만이 관리하는 것이 더 위험하다"는 논의가 있다.

모델 내부를 연구할 수 있고, 독자적으로 안전성을 검증할 수 있으며, 외부 서비스에 의존하지 않고 이용할 수 있는 것은 보안상의 이점이 될 수 있기 때문이다.

중요한 것은 오픈인지 클로즈드인지라는 이분법만으로 안전성을 판단하지 않는 것이다.

공개되는 정보의 범위, 모델의 능력, 이용 라이