오픈소스 AI가 빅테크를 이기는 날 — Llama, DeepSeek, Mistral의 반격

90%면 충분한 세상

2023년까지 AI의 최전선은 폐쇄형(closed-source) 모델의 독점 무대였다. OpenAI의 GPT-4, Anthropic의 Claude, Google의 Gemini. 이 세 회사의 API 키 없이는 최고 성능의 AI를 쓸 수 없었다.

2년 뒤, 판이 달라졌다. 오픈소스 모델이 폐쇄형 모델 성능의 80~95%에 도달했다. 그리고 많은 실무 상황에서 '95%의 성능'은 '100%의 성능'과 체감 차이가 없다.

이 글에서는 오픈소스 AI의 3대 주자를 분석하고, 이들이 AI 시장의 구조를 어떻게 바꾸고 있는지 살펴본다.

Llama — Meta가 연 판도라의 상자

Meta(구 페이스북)는 2023년 LLaMA를 시작으로 AI 모델의 가중치(weight)를 공개했다. 2025년 Llama 3.1(4050억 매개변수)에 이어, 2026년 현재 Llama 4 시리즈까지 출시됐다.

왜 Meta는 공개했을까? 이타심이 아니다. 전략이다. Meta는 클라우드 서비스 사업을 하지 않는다. AWS, Azure, GCP와 달리 API 판매로 돈을 벌 이유가 없다. 대신 모두가 Llama를 쓰면 Llama 생태계가 표준이 되고, Meta가 AI 인프라의 중심에 선다.

성능. Llama 3.1 405B 모델은 GPT-4 수준의 성능을 보여줬다. 코딩, 수학, 다국어 처리에서 상용 모델과 대등한 결과를 냈다. 더 작은 모델(70B, 8B)도 용도에 따라 충분히 실용적이다.

영향. Llama의 공개 이후, 전 세계 수천 개 팀이 이를 기반으로 미세 조정(fine-tuning)한 파생 모델을 만들었다. 의료, 법률, 금융 등 특정 분야에 특화된 모델이 쏟아졌다. Hugging Face에 등록된 Llama 기반 모델만 수만 개다.

DeepSeek — 중국발 충격파

DeepSeek은 중국 양적 헤지펀드 출신 팀이 만든 AI 연구소다. 2025년 초 공개한 DeepSeek-R1은 AI 업계에 충격을 줬다.

무엇이 충격이었나? 두 가지다.

첫째, 성능. DeepSeek-R1은 수학과 코딩 벤치마크에서 OpenAI의 o1과 대등한 결과를 냈다. 추론(reasoning) 특화 모델로, 문제를 단계별로 풀어가는 능력이 뛰어났다.

둘째, 비용. OpenAI가 수십억 달러를 투자해 만든 수준의 모델을, DeepSeek은 훨씬 적은 자원으로 구현했다고 알려졌다. 정확한 비용은 비공개지만, 업계에서는 학습 비용이 기존 대비 10분의 1 수준이라고 추정한다.

의미. 'AI 개발에는 천문학적 자금이 필요하다'는 통념에 금이 갔다. 알고리즘 혁신과 효율적 학습 방법이 규모 못지않게 중요하다는 것을 증명했다. 이는 빅테크가 아닌 중소 연구팀에게도 최전선 모델을 만들 가능성을 열어줬다.

주의점. DeepSeek은 중국 기업이므로, 중국 정부의 데이터 규제와 콘텐츠 검열 기준이 적용된다. 민감한 주제에서 응답이 제한될 수 있으며, 기업 내부 데이터를 DeepSeek API에 보내는 것은 보안상 신중해야 한다.

Mistral — 유럽의 자존심

프랑스 파리에 본사를 둔 Mistral AI는 2023년 설립 이후 유럽 AI의 상징이 됐다.

차별점. Mistral은 '효율성'을 무기로 삼는다. Mistral Large는 매개변수 규모에 비해 성능이 높은 것으로 알려졌으며, Mixtral(MoE 구조, Mixture of Experts)은 전문가 혼합 방식으로 연산 효율을 극대화했다. 같은 성능을 더 적은 컴퓨팅 자원으로 낸다.

유럽적 가치. EU AI법이 시행되는 유럽에서, 데이터 주권과 투명성을 중시하는 Mistral의 접근은 규제 환경과 잘 맞물린다. 유럽 기업들에게 '미국 빅테크에 의존하지 않는 AI'를 쓸 수 있는 선택지를 제공한다.

한계. 한국어를 포함한 비영어 다국어 지원에서는 Llama나 상용 모델에 비해 상대적으로 약하다. 사용자 커뮤니티 규모도 Llama보다 작아 생태계가 덜 성숙했다.

오픈소스 vs 폐쇄형 — 실전 비교

핵심은 이 비교의 마지막 행에 있다. 오픈소스의 진입 장벽은 '성능'이 아니라 '운영 역량'이다. 모델을 돌릴 GPU 서버가 있고, 이를 관리할 엔지니어가 있다면 오픈소스가 압도적으로 유리하다.

하이브리드 전략 — 현실의 최적해

실무에서 '오픈소스 vs 폐쇄형' 양자택일은 드물다. 대부분의 조직이 하이브리드 전략을 취한다.

• 민감 데이터(고객 정보, 내부 문서) 처리: 사내 서버의 오픈소스 모델
• 일반 업무(초안 작성, 아이디어): 폐쇄형 API
• 대량 텍스트 처리(분류, 요약): 비용 효율적인 오픈소스
• 최고 정밀도가 필요한 작업(코드 리뷰, 법률 분석): 폐쇄형 최상위 모델

이런 분기가 가능해진 것 자체가 오픈소스의 승리다. 2023년에는 선택지가 없었다. 2026년에는 용도별로 고를 수 있다.

시사점 — 독점의 시대는 끝났다

오픈소스 AI의 부상이 의미하는 건 단순히 '무료 대안이 생겼다'가 아니다. AI의 권력 구조가 바뀌고 있다는 것이다.

Google, Microsoft, Amazon에게 AI는 클라우드 매출을 올리는 핵심 상품이다. 오픈소스가 그 상품의 80~95%를 무료로 제공하면, 프리미엄의 근거가 흔들린다. 빅테크는 나머지 5~20%의 차이를 정당화해야 하는 처지에 놓였다.

기업 입장에서, 이 경쟁은 좋은 소식이다. AI 도입 비용이 낮아지고, 벤더 종속에서 벗어날 선택지가 생겼다. 다만 '공짜'라는 말에 속지 말아야 한다. 오픈소스를 제대로 활용하려면 인프라와 인력에 투자해야 하고, 그 비용은 결코 0이 아니다.

확실한 건 하나다. AI는 더 이상 소수 기업의 전유물이 아니다.

*이 글은 JIINSI 추가 특집 시리즈입니다. AI 생태계의 변화를 매일 아침 따라가세요.*