저커버그의 AI 승부수… 메타 ‘미국의 오픈웨이트’ 왜 중요한가

“AI가 대부분의 일자리, 인류의 존재 의미를 없앨 것이라 믿으면서도 왜 그런 미래를 서둘러 만들려고 하는지 이해할 수 없다.”

마크 저커버그 메타 창업자 겸 CEO가 10일(현지시각) 앤트로픽, 오픈AI 등 미국의 프런티어 AI 랩을 공식적으로 저격했다. 이날 공개한 에세이 ‘모두를 위한 미래’를 통해 특히 다리오 아모데이 앤트로픽 CEO가 주도해 온 AI ‘둠(doom, 파멸적 결과를 우려)’ 담론을 정면으로 겨냥한 것이다. 

아모데이 CEO는 AI의 잠재력이 너무나 크기 때문에 안전장치(헌법적 AI, 지배구조 등)를 갖춘, 최첨단 기술 전문 기업의 통제하에 AI 기술 개발에 나서야 한다는 주장을 펴왔다.

👉AI의 헌법을 만든 남자… 앤트로픽, 클로드 코드로 오픈AI 넘는다

저커버그 CEO는 이어 “‘초지능이 소수의 기관에 집중되고 제한될 것인가, 아니면 모두를 힘 있게 하는 도구가 될 것인가라는 질문이 우리 시대를 정의하는 질문”이라며 이날 메타가 공개한 오픈웨이트(open-weights, 공개 가중치) 모델 ‘뮤즈 글리머(Muse Glimmer)’를 그 답으로 제시했다. 

앤트로픽뿐만 아니라 폐쇄형 모델로 매출을 올리는 오픈AI까지 타깃으로 삼은 것이다. 동시에 강력한 성능을 앞세워 미국의 최첨단 모델을 추격 중인 중국의 오픈웨이트 모델을 견제하겠다는 의지도 내비쳤다. 

저커버그 CEO가 이날 공개한 에세이는 6500단어 분량으로 철저히 준비된 메시지였다. 

미국이 오픈소스 AI 생태계를 이끌기 위해 정책 장벽을 낮춰야 한다고 촉구하며 미국 중심의 오픈 소스 생태계를 메타가 이끌겠다는 야심을 공개적으로 밝힌 것이다.  

저커버그는 에세이에서 “외국의 AI 연구소들은 오픈 소스 부분에서 여러 우위를 갖고 있는데, 미국 랩들은 학습 데이터에 대해 더 많은 추가 규제를 준수해야 한다”며 “미국 오픈소스 모델이 시간이 지나도 앞서기를 원한다면 미국 정책이 이 추가적인 마찰을 줄여야 한다”고 주장했다. 

이는 데이비드 색스 미국 대통령 과학기술자문위원회(PCAST) 공동의장의 시각과 맥락을 같이 한다. 

데이비드 색스 의장은 앞서 7월 17일 X에 올린 글에서 중국의 빠른 추격을 언급하며 “정치인과 관료들은 새로운 데이터 센터를 금지하고, 주 차원의 규제를 쏟아부으며 최첨단 모델을 사전 승인할 새로운 연방 기관의 설립을 추진하고 있다”며 “이러면 AI 경쟁에서 뒤처진다. 우리가 스스로 발목을 잡는다면 선두 입지가 순식간에 사라지는 것을 지켜볼 수밖에 없을 것”이라고 경고한 바 있다.

👉키미 K3 쇼크... 미국은 왜 중국 오픈소스 AI를 두려워하나

흥미로운 대목은 저커버그 CEO가 중국 오픈웨이트 모델을 차단하는 방식에는 반대한다는 입장을 분명히 했다는 점이다. 

그는 “외국 오픈소스 모델에 대한 접근을 제한하는 것이 효과적인 해결책이라고 생각하지 않는다”며 “우리의 목표는 미국 오픈소스 모델이 전 세계에서 최고가 되는 것이어야 한다”고 했다. 봉쇄가 아니라 기술 경쟁력으로 이기겠다는 접근이다. 

저커버그 CEO는 “초지능을 중앙화하는 대신 널리 분산시켜 모든 사람이 그것을 통제할 수 있도록 해야 한다”며 “안전한 길이 오직 권력의 극단적 집중뿐이라는 발상은 본질적으로 문제가 있다”고 꼬집었다.

저커버그의 이런 접근법의 이면에는 현재 폐쇄형 프런티어 AI 모델로 수익을 올리는 오픈AI, 앤트로픽, 구글 등을 견제하려는 의도도 깔려 있는 것으로 풀이된다. 최근 업계에서 토큰(token, AI가 생성, 처리하는 데이터의 최소 단위) 이코노미를 강조하는 움직임이 강해지면서 ‘AI 효율성’ 담론이 힘을 얻고 있기 때문이다. 중국 AI 모델을 활용해 비용을 절감한 코인베이스 사례가 대표적이다.

👉코인베이스는 어떻게 AI 비용을 50% 낮췄나?

에세이에는 구체적인 정책·거버넌스 제안도 담겼다. 저커버그는 프런티어 AI 랩들이 학습이 끝나기 전 중간 체크포인트를 정부와 공유해 정부가 핵심 인프라를 조기에 보강할 수 있게 해야 한다고 제안했다.

반도체 수출 통제에 대해서는 “외국 랩의 진전을 늦추는 데 성공적이었다”며 지속을 지지했지만, 동시에 “미국 모델 출시를 한 달이라도 늦추는 정책은 미국의 리더십에 상당한 위험을 더할 수 있다”고 경고했다. 반도체 수출 등 미국 정부의 정책을 유지하면서 미국 AI 모델에 대한 규제 강도는 낮춰야 한다는 뉘앙스다. 

메타 내부 정책과 관련해서는 독립 이사회에 모델 출시 안전 기준을 승인하고 준수 여부를 검토할 권한을 부여하는 구조를 도입한다고 밝혔다. 그는 “나 자신, 혹은 다른 누가 초지능이 어떻게 배치될지에 대한 단독 의사결정자가 되는 것은 최선이 아니다”라고 했다. 다른 프런티어 랩들도 내부적으로 유사한 구조를 도입해야 한다는 게 그의 주장이다. 

메타는 이날 공개한 뮤즈 글리머와 함께 자사 최상위 모델인 ‘뮤즈 스파크 1.2’의 가중치도 향후 몇 주 안에 공개한다는 계획이다. 지난해 조직 개편 이후 폐쇄형 모델 노선으로 방향을 틀었던 것에서 다시 오픈웨이트로 복귀하는 움직임이다.  

메타 AI 개발 조직 ‘슈퍼인텔리전스랩스(MSL)’가 이날 별도의 리서치 블로그를 통해 공개한 뮤즈 글리머는 300억 개 매개변수(파라미터)를 가진 모델이다. 클라우드 연결 없이 맥이나 PC 같은 개인 기기에서 상시 구동되는 로컬 에이전트 워크플로에 최적화된 모델이다. 모델 가중치가 아파치(Apache) 2.0 라이선스로 허깅페이스에 공개된 점도 특징이다. 

메타는 블로그에서 완전한 정밀도로 300억 파라미터 모델을 돌리려면 55GB 이상의 메모리가 필요하지만, 가중치를 약 4비트로 양자화(quantization)해 언어모델 자체를 20GB 미만으로 압축했다고 설명했다. 이렇게 확보한 여유 공간에 작업 기억을 담는 ‘KV 캐시’, 이미지·문서를 이해하는 퍼셉션 인코더, 그리고 속도를 높이는 보조 모델까지 함께 올려 24GB 또는 32GB 메모리 안에서 전부 구동할 수 있도록 했다는 설명이다. 

알렉산더 왕 메타 최고 AI 책임자(CAIO)는 “뮤즈 글리머는 24GB의 VRAM에서 에이전트로서의 신뢰성을 잃지 않고 구동된다”며 이 모델의 경량성과 에이전트 작업 활용성을 강조했다. 

속도 문제는 ‘D플래시(DFlash)’라는 경량 보조 모델(드래프터)로 해결했다. 이 모델이 여러 토큰 묶음을 먼저 제안하면 본체 모델이 병렬로 검증해 맞는 토큰은 채택하고, 틀린 토큰만 고치는 방식이다. 메타는 이 방식으로 엔비디아 RTX 5090에서 3.1배, 애플 M5 맥스에서 1.8배, M4 맥스에서 1.5배의 생성 속도 향상을 확인했다고 밝혔다. 

학습 방식도 눈에 띈다. 메타는 뮤즈 글리머를 상위 모델인 ‘뮤즈 스파크’의 출력값으로부터 ‘로짓 증류(logit distillation)’ 방식으로 사전학습시킨 뒤 더 긴 컨텍스트와 에이전트형 데이터로 중간학습을 거쳤다. 이후 지도 미세조정과 온폴리시 증류·강화학습을 결합한 후학습을 진행했다. 

기능 측면에서는 계획 수립, 정밀한 도구 호출, 여러 단계에 걸친 추론, 도구 호출 실패 시 원인을 진단하고 재시도하는 오류 복구, 스크린샷·차트·문서를 함께 이해하는 멀티모달 인식, 100개 이상 언어 처리 능력 등을 갖췄다.

메타는 이어 자체 평가에서 뮤즈 글리머가 딥서치QA, MCP-아틀라스, 타우벤치(𝛕-Bench), SWE-벤치 등 종단형 에이전트 과제 벤치마크에서 비슷한 크기의 구글 젬마4-31B, 알리바바 큐원3.6-27B 대비 강력한 성능을 기록했다고 밝혔다.

오픈AI와 앤트로픽 등 미국 랩들이 주로 폐쇄형 모델에 집중하는 사이 알리바바·딥시크·문샷 AI 등 중국 랩들이 공격적으로 오픈웨이트 모델을 내놓으며 미국을 턱밑까지 추격했다.  

메타의 오픈웨이트 복귀는 이 경쟁 구도에 미국 빅테크가 다시 정면으로 뛰어드는 신호다. 특히 지난해 라마4(Llama 4)의 부진한 반응 이후 폐쇄형으로 선회했던 결정이 적절하지 않았다고 판단한 것으로 풀이된다.

다만 되돌아온 방식은 예전과 다르다. 라마 시절 메타는 거대 파라미터의 범용 모델로 오픈소스 최전선을 노렸지만, 뮤즈 글리머는 300억 파라미터급 소형·에이전트 특화 모델이다. 큐원·딥시크·키미 등 중국 AI 모델이 장악해 가는 ‘효율형 오픈웨이트’ 영역을 겨냥했다. 

프런티어 규모 경쟁보다 ‘얼마나 적은 자원으로 신뢰할 수 있는 에이전트를 만드는가’라는 실용적 면에서 승부를 보려는 전략은 설득력 있는 전략이다. 실제로 실리콘밸리를 비롯해 AX(AI 전환)를 추진하는 많은 기업들이 ‘밸류맥싱(Valuemaxxing, 무분별한 AI 사용을 지양하고, 투자 대비 수익(ROI)과 실질적인 비즈니스 가치를 극대화하는 전략)’으로 이동하고 있다. 

👉AI, 이제는 밸류맥싱이다... 키미 쇼크 총정리

저커버그 CEO가 굳이 이사회 승인 거버넌스 구조와 ‘둠 담론’ 반박을 에세이 전면에 배치한 것도 계산된 행보로 보인다. AI 안전 담론을 주도해 온 경쟁사들과 차별화하면서 동시에 1450억달러(약 205조7000억원) 규모 캐펙스 지출에 대한 투자자들의 회의론을 오픈소스·에이전트 전략의 구체적 성과로 방어하려는 의도인 것이다. 시장 반응도 나쁘지 않다. 이날 메타 주가는 장중 한때 2% 넘게 상승했다. 

메타의 오픈웨이트 전략 재개는 한국 정책 결정자와 기업에도 큰 시사점을 던진다. 정부가 주도하고, LG AI연구원·SK텔레콤·업스테이지·모티프테크놀로지스가 참여하는 ‘독자 AI 파운데이션 모델(독파모)’ 프로젝트가 진행 중인 가운데, 한국 모델의 오픈소스 공개를 앞두고 메타라는 빅테크가 300억 파라미터급 실용 모델을 내놓았기 때문이다. 

한국 AI 모델들은 벤치마크와 실사용성 양면에서 메타의 AI 모델, 그리고 중국의 큐원·딥시크와 경쟁해야 하는 상황에 놓였다. 단순히 한국 대표 범용 AI 모델을 선보이고 끝나는 게 아니라 시장의 인정을 받고 널리 사용되어야 의미가 있다. 실질적인 채용, 도입 확산을 위해서는 한 단계 더 진화한 특화 모델 전략으로 승부해야 할 필요가 있다. 

산업 측면에서 온디바이스·엣지 추론 수요 확대는 한국에도 기회가 된다. 메타가 뮤즈 글리머를 선보이며 24~32GB급 단일 소비자용 GPU에서 구동되도록 모델을 설계한 것은 대형 언어모델 추론의 무게중심이 데이터센터에서 로컬 기기로 일부 옮겨가고 있다는 걸 시사한다. 

이는 SK하이닉스·삼성전자의 HBM 중심 데이터센터 메모리 수요뿐 아니라, PC·노트북용 온디바이스 메모리와 NPU 탑재 전략에도 영향을 줄 수 있는 흐름이다. 국내 반도체 및 AI 인프라 업계는 이런 변화의 흐름을 포착, 엣지향 메모리·저전력 추론 칩 수요 증대를 기회로 활용해야 할 것이다. 

메타는 뮤즈 스파크 1.1 API(애플리케이션 프로그래밍 인터페이스) 가격을 오픈AI·앤트로픽 대비 약 25% 수준으로 책정했다고 밝혔다. 여기에 뮤즈 스파크 1.2까지 오픈웨이트로 풀릴 경우 국내 기업들이 자체 인프라에서 저비용으로 구동할 수 있는 대안이 늘어난다는 점도 의미가 크다. 보안 우려가 있는 중국 모델 대신 AI 비용 절감을 위해 미국의 오픈웨이트 모델을 활용할 수 있는 선택지가 생긴 셈이다. 다양한 모델을 용도에 맞게 효율적으로 활용하는 멀티 모델 전략을 적극적으로 구축해야 할 때다.