젠슨 황 첫 X 게시물 게시, 메타·마이크로소프트 등 빅테크와 함께 오픈 소스 AI 모델 촉구 합류

AI에 대한 경제적 접근성을 확대해 프론티어 역량이 수천 개의 산업에 확산되도록 하는 것이다. 해당 기사는 공개 가중치(open weights) 덕분에 스타트업, 기존 기업, 대학, 공공기관이 기존의 고성능 모델을 기반으로 애플리케이션을 구축할 수 있어, 처음부터 새로 학습시키거나 모든 작업에 대해 프론티어 모델의 비싼 비용을 지불할 필요가 없어진다고 지적한다. 이 논리의 핵심은 '분업'에 있다. 즉, 프론티어급 모델은 진정한 최첨단 문제에 집중하게 하고, 다른 작업은 효율적이고 작은 특화 모델이 처리하도록 함으로써 매일 발생하는 수십억 건의 호출 전반에서 AI의 경제적 지속 가능성을 확보하는 것이다. 기사는 '미국이 AI 시대에서 승리하는 길'은 공장, 병원, 농장, 교실, 소상공인의 업무 흐름에 AI를 보급하는 것이라고 강조한다.

소수 거대 기업의 손에 혁신이 집중되는 것을 막기 위해 풀스택 경쟁을 강화하는 것이다. 다양한 주체가 고성능 모델을 구축, 맞춤 조정 및 배포할 수 있게 함으로써, 경쟁은 모델 개발사 간에만 머무는 것이 아니라 클라우드 반도체, 애플리케이션, 서비스를 포함한 산업 체인 전체로 확장될 것이다. 공개 서한은 경쟁이야말로 혁신을 촉진하고 비용을 낮추며, 경제 전반에 AI의 혜택을 널리 분배하는 근본적인 원동력이라고 짚었다.

사용자에게 데이터와 모델에 대한 통제권을 부여하는 것이다. 공개 가중치 덕분에 조직은 자체 데이터에 대한 통제권을 유지하고, 필요에 따라 모델을 평가 및 조정하며, 언제 어디서나 배포할 수 있게 된다. 모델의 자체 개선 역량, 특화된 기능 및 축적된 지식을 통해 창출되는 가치는 조직 자체에 귀속된다. 기사는 이를 국가적 차원으로 격상시키며, 미국의 주권과 번영을 강화하는 핵심 경로로 강조하고 있다.

공개 서한은 오픈 가중치(open weights)의 실제 위험을 외면하지 않는다. 즉, 가중치가 일단 공개되면 최초 개발자의 통제를 벗어나며, 수정된 버전을 추적하거나 되돌리기 어렵다는 점이다. 그러나 이 글은 '위험을 이유로 한 금지'라는 규제 방식에 명시적으로 반대하며 세 가지 반박 논거를 제시한다.

공격과 방어의 비대칭성: 사이버 보안 공격자들은 이미 고도화된 AI를 널리 활용하고 있으며, 방어자 역시 위협을 탐지, 시뮬레이션 및 대응하기 위해 이와 동등한 능력을 갖춘 모델을 보유해야 한다.

개방성은 투명성을 의미한다: 오픈 모델은 방어 능력을 확장하고 시스템 투명성을 향상시켜, 여러 팀이 취약점을 적시에 발견하고 패치할 수 있도록 한다.

커뮤니티 감시가 폐쇄 소스 가정보다 우수하다: 보안은 본질적으로 더 많은 사람들의 검증에서 비롯된다. 개방성은 연구자들이 모델의 동작을 조사하고, 취약점을 식별하며, 안전 가드레일을 설정하고, 지속적으로 개선할 수 있도록 하여, 단순히 폐쇄 소스 시스템이 안전할 것이라고 가정하는 것보다 더 안전하고 신뢰할 수 있게 만든다.

서한은 정책 입안자들이 합법적인 모델 개발 기술과 '무단 도용'을 혼동해서는 안 된다고 특히 강조한다. 이 글은 증류(distillation)가 모델 개선, 평가 및 검증에 널리 쓰이는 기술이며, 오픈소스 소프트웨어 시대 이후 이어져 온 '기존 기술을 학습하고 개선하는' 전통을 따르고 있다고 지적한다. 아울러 폐쇄 소스 모델을 겨냥한 불법적인 가치 추출은 기술 자체에 대한 일률적인 규제보다는, 표적화된 법적 및 상업적 프레임워크를 통해 해결해야 한다고 덧붙였다.

공개 서한은 다음과 같이 결론을 맺는다. 올바른 선택이 내려진다면 AI 시대는 번영의 시대가 될 수 있다. 오픈 가중치 AI는 기회를 확대하고, 경쟁을 강화하며, 미국의 기술 리더십을 공고히 하고, 위험을 완화하는 동시에 기술적 혜택이 경제 전반에 널리 공유되도록 할 수 있다.

이 콘텐츠는 AI를 활용하여 번역되었으며, 명확성을 확보할 수 있도록 검토 과정을 거쳤습니다. 정보 제공 용도로만 제공됩니다.