이 영상에서는 허깅페이스의 CEO인 클렘 들롱(Clem Delong)이 오픈소스 AI의 성장과 그 중요성에 대해 이야기합니다. 그는 기업들이 초기에는 프론티어 API를 사용하지만, 규모가 커지면서 비용 문제로 인해 오픈소스 모델로 전환하는 경향이 있다고 설명합니다. 또한, 오픈소스 AI가 폐쇄형 AI보다 투명하고 안전하며, 소수의 대기업이 AI 시장을 독점하는 것을 막을 수 있다고 강조합니다. 클렘 들롱은 오픈소스 AI가 인공지능 분야의 발전과 혁신을 위한 필수적인 요소라고 주장하며, 특히 미국 정부가 오픈소스 AI 개발을 적극적으로 지원해야 한다고 촉구합니다.
1. 오픈소스 AI의 급부상: 허깅페이스의 성장 🚀
클렘 들롱은 허깅페이스의 공동 창립자이자 CEO로서, 오픈소스 AI의 놀라운 성장을 강조했어요. 최근 몇 년간 허깅페이스는 AI 개발자들이 오픈 모델과 데이터셋을 공유하고 다운로드할 수 있는 플랫폼으로 발전했는데, 이는 마치 AI 분야의 깃허브(GitHub)와 같은 역할을 하고 있다고 설명합니다. 😮
그는 오픈소스 AI의 성장을 보여주는 몇 가지 데이터를 제시했어요.
- 놀라운 공유 속도: 현재 허깅페이스 플랫폼에서는 7초마다 새로운 저장소가 생성될 정도로 활발하게 모델과 데이터셋이 공유되고 있대요.
- 방대한 자원: 약 300만 개의 공개 모델과 100만 개의 공개 데이터셋이 플랫폼에 등록되어 있어서, 단 하나의 모델이 모든 것을 지배하는 것이 아니라 다양한 모델들이 존재함을 보여주고 있어요.
- 기업들의 적극적인 활용: 특히 인상적인 점은 포춘 500대 기업 중 절반가량이 허깅페이스를 통해 오픈소스 모델이나 자체 비공개 모델을 사용하고 있다는 사실이에요. 이는 오픈소스 AI가 단순히 실험 단계를 넘어 실제 비즈니스 환경에서 활발하게 활용되고 있음을 시사합니다.
들롱은 이러한 추세가 앞으로도 계속될 것이라고 내다봤어요. 🧐 기업들은 초기에는 프론티어(최첨단) API를 사용하여 새로운 기능을 실험하고 구현하지만, 생산 단계에 접어들고 규모가 커지면 막대한 비용 때문에 오픈소스 모델로 전환하는 경우가 많다고 합니다. 그는 "아마 몇 년 안에 프론티어 모델은 실험용이나 아주 높은 가치의 작업에만 사용되고, 대부분의 생산 워크로드는 기업 내부의 비공개 모델이나 오픈소스 모델로 구동될 것"이라고 예측했어요. 😲
2. 기업들이 오픈소스를 선택하는 이유: 통제와 지속 가능성 🛡️
들롱은 기업들이 오픈소스 AI를 선택하는 가장 큰 이유로 통제력(control)과 투명성(transparency)을 꼽았어요.
그는 팔란티어(Palantir)의 알렉스 카프(Alex Karp) CEO가 오픈AI나 앤트로픽(Anthropic)과 같은 대형 연구소들이 사용하는 토큰 인프라에 대해 비판한 점을 언급하며, 기업들이 자신들이 사용하는 시스템에 대한 더 많은 통제력과 투명성을 원한다고 설명했어요. 🗣️
"기업들은 자신들의 핵심 역량인 AI를 통제할 수 없는 블랙박스 API를 통해 다른 회사에 아웃소싱하고 싶어 하지 않습니다."
이는 단순히 비용 절감 문제를 넘어, 기업이 AI 기술의 주도권을 확보하고 지속 가능한 개발을 추구하려는 움직임으로 볼 수 있어요. 마치 소프트웨어 개발에서 기업들이 자체 코드를 작성하고 소프트웨어 스택을 구축하는 것과 같은 이치라는 거죠. 💻
또한, 오픈소스 모델을 사용하면 정부 규제나 외부 요인으로 인해 특정 AI 모델 사용이 제한될 경우에도 기업이 큰 영향을 받지 않고 자체적으로 대응할 수 있다는 장점도 있답니다. 이러한 통제력은 장기적인 관점에서 기술적 독립성과 안정성을 보장해 줄 수 있어요. 💪
3. AI 인재 확보와 오픈소스 활용 방법 🛠️
오픈소스 모델을 기업에 적용하는 데 필요한 인재가 충분한지에 대한 질문에 들롱은 낙관적인 전망을 내놓았어요.
허깅페이스의 사용자 수가 불과 3~4년 만에 수십만 명에서 1,600만~1,700만 명의 AI 개발자로 폭증했다는 점을 강조하며, 에이전트(agents) 기술의 발달로 소프트웨어 엔지니어들이 모델을 훈련, 실행, 최적화하는 것이 훨씬 쉬워지고 있다고 설명했어요. 🧑💻
기업들이 허깅페이스를 활용하는 방식은 팀의 기술 수준, 목표 등에 따라 다양하다고 합니다.
- 초기 단계: 대부분의 사용자들은 GLM-5.2나 오픈 GPT와 같은 오픈소스 기반 모델을 직접 인프라에 배포하여 워크로드를 실행하는 것부터 시작해요. 🚀
- 최적화 단계: 시간이 지나면서 컴퓨팅, 비용, 속도 등의 제약이 생기면 팀들은 모델 최적화에 집중하게 됩니다.
- 고도화 단계: 최종적으로는 모델을 후속 훈련(post-train)하여 특정 사용 사례에 대한 정확도를 높이는 방식으로 나아간다고 해요.
들롱은 이러한 과정이 기업들이 경쟁사들과 차별화될 수 있는 핵심 요소라고 강조했어요.
"경쟁사보다 더 나은 AI 시스템을 구축하는 기술을 발전시키는 것이 장기적으로 당신을 차별화할 것입니다."
4. 중국의 오픈소스 AI 리더십과 미국의 과제 🇨🇳🇺🇸
최근 허깅페이스의 2026년 봄 보고서에 따르면, 중국 모델이 월별 및 전체 다운로드에서 미국 모델을 제치고 41%의 점유율로 1위를 차지했다고 해요. 😲 이는 미국 기업들이 중국 오픈소스 모델을 활발하게 사용하고 있다는 것을 의미하며, 들롱은 이를 미국 AI 산업에 중요한 도전 과제로 보고 있습니다.
들롱은 이상적인 상황이라면 미국에서 사용되는 오픈소스 모델 대부분이 미국 기업들에 의해 공유되기를 바란다고 말했어요. 그는 엔비디아(Nvidia)와 같은 미국 기업들이 네모트론(NeMoTron)과 같은 강력한 모델과 데이터셋을 공유하며 오픈소스 AI 분야에서 활약하고 있지만, 아직은 더 많은 노력이 필요하다고 강조합니다.
그는 오픈소스가 AI 스택의 기반이자 가속화 요소라고 설명하며, 각 국가가 AI 스택의 모든 부분에 대한 주권(sovereignty)을 갖는 것이 중요하다고 주장했어요.
"미국에서 사용되는 많은 오픈소스가 실제로 미국 기관에 의해 만들어지는 세상이 훨씬 더 좋을 것입니다."
중국 모델의 성과가 단순히 '증류 공격(distillation attacks)' 때문이라는 주장에 대해 들롱은 "매우 환원적이고 단순한 생각"이라고 반박했어요. 🙅♂️ 그는 중국에 훌륭한 AI 개발자와 연구팀이 많으며, 미국보다 더 개방적이고 협력적인 AI 접근 방식을 취하고 있기 때문에 성공적이라고 설명했습니다. 이러한 추세가 계속된다면 내년이나 내후년에는 중국이 전반적인 AI 분야에서 미국을 앞지를 수도 있다고 경고했어요. ⚠️
5. 오픈소스 AI의 안전성: 투명성과 책임의 중요성 ⚖️
오픈 모델이 통제하기 어렵고 사이버 보안 공격에 더 취약할 수 있다는 우려에 대해 들롱은 오픈소스의 투명성이 오히려 안전성을 높이는 요인이 된다고 주장했어요.
역사적으로 오픈소스는 폐쇄형 비공개 이니셔티브보다 덜 위험했는데, 이는 오픈소스가 더 투명하기 때문이라고 설명합니다. 🕵️♀️
"오픈소스는 더 투명하기 때문에 그 역량을 이해하고 완화책을 마련하기가 더 쉽습니다. 예를 들어, 방어자들이 오픈소스 모델이 할 수 있는 사이버 보안 위험을 패치하기가 더 쉽죠."
또한, 그는 폐쇄형 AI 모델의 '가드레일(guardrails)'이 피상적이고 비효율적일 수 있다고 지적했어요. 이미 많은 폐쇄형 모델들이 웹상의 저작권 자료를 무단으로 사용해 왔으며, 이는 오픈소스 모델보다 훨씬 더 큰 문제일 수 있다는 거죠.
오픈소스는 공격자와 방어자 모두에게 모델에 대한 정보를 제공함으로써 경쟁의 장을 평준화(leveling up the playing fields)하고, 더 많은 사람들이 안전 문제에 참여하고 해결책을 찾을 수 있도록 돕는다고 합니다.
들롱은 AI 분야에서 가장 큰 위험은 기술 자체보다 권력의 집중(concentration of power)이라고 강조했어요. 소수의 대기업이 AI를 독점하게 되면 전례 없는 부와 권력을 갖게 될 것이고, 이는 매우 위험한 시나리오라는 거죠. 🚨
"제 생각에 AI의 가장 큰 위험은 권력의 집중입니다. 소수의 기업이 AI를 완전히 지배하게 되면, 이전에는 볼 수 없었던 양의 권력과 부를 얻게 될 것입니다."
미국 정부가 오픈소스 AI 개발을 지원해야 하는 이유도 여기에 있어요. 들롱은 미국 내에서 오픈소스에 대한 회의적인 시각이 만연해 있지만, 오히려 정부가 적극적으로 오픈소스 프로젝트를 지원하고 공공 부문에서도 오픈 데이터를 공유함으로써 오픈소스 AI 생태계를 강화해야 한다고 촉구했습니다. 🤝
6. 허깅페이스의 독특한 비즈니스 모델과 비전 ✨
허깅페이스는 지난 3년 동안 새로운 투자 유치를 하지 않았고, 엔비디아의 대규모 투자 제안도 거절했다고 해요. 이는 실리콘밸리의 전형적인 "무조건 자금 조달" 방식과는 거리가 먼 행보죠. 들롱은 허깅페이스가 커뮤니티를 위한 플랫폼을 구축하고 있으며, 장기적인 지속 가능성을 추구한다고 설명했어요.
"우리는 장기적인 수익 극대화보다는 장기적인 지속 가능성에 집중하고 있습니다."
허깅페이스는 다른 AI 스타트업에 비해 자본 효율성이 높아서 막대한 컴퓨팅 자원이 필요하지 않다고 합니다. 💰 최근에야 3년 전에 유치했던 자금을 사용하기 시작했을 정도로 수익성에 근접해 있다고 해요.
그는 이러한 독특한 접근 방식이 허깅페이스를 경쟁이 치열한 AI 시장에서 독점적인 위치에 놓이게 한다고 믿어요. 커뮤니티와 AI 개발자들에게 가치를 지속적으로 제공함으로써, 장기적으로는 강력한 네트워크 효과를 기반으로 성장할 수 있다고 보는 거죠. 📈
7. 저평가된 AI 기회: 로컬 AI, 바이오, 로보틱스 🤖🔬
들롱은 AI 분야에서 자본이 특정 영역에만 집중되어 있고, 저평가된 기회가 많다고 지적했어요. 그는 현재의 AI 시장이 '대규모 언어 모델(LLM) API 버블'일 뿐, 전체 AI 시장은 버블이 아니라고 주장합니다.
특히 다음과 같은 분야들이 자본 투자에 비해 잠재력이 크다고 봤어요.
- 로컬 AI (Local AI): 스마트폰, 노트북, 자체 데이터센터 등에서 AI를 직접 실행하는 능력. 클라우드 기반 AI와 달리 로컬 환경에서 구동되는 AI는 아직 투자가 부족한 분야라고 합니다. 들롱은 투자자들이 특정 '핫한' 주제에만 몰리는 경향이 있다고 분석했어요.
- 바이오 및 화학 (Biology & Chemistry): 지난 2년간 텍스트 LLM API 분야에 비해 투자가 현저히 적었던 분야로, AI의 잠재력이 무궁무진하다고 합니다.
- 로보틱스 (Robotics): 들롱은 로보틱스가 AI와 다른 몇 가지 특징을 가지고 있다고 설명했어요.
- 데이터의 중요성: 로봇 데이터셋은 영상이나 이미지 데이터셋처럼 텍스트보다 훨씬 크고 복잡해서, 페타바이트(petabyte) 단위에 달하는 경우도 많다고 해요. 😮
- 신뢰 문제: 가정에서 로봇이 환경, 가족, 사생활과 상호작용하는 경우, 블랙박스 시스템이 아닌 투명한 오픈소스 모델이 훨씬 더 중요해진다고 강조합니다. 누가 로봇을 통제하고, 어떤 데이터를 수집하며, 언제 꺼지는지 정확히 아는 것이 필수적이라는 거죠. 🤖
들롱은 로봇 분야에서 오픈소스가 중요한 역할을 하는 것은 어떤 한 회사도 모든 물리적 데이터를 수집할 수 없기 때문이라고 설명했어요. 그리고 로봇과 같이 우리 삶에 밀접하게 들어오는 AI 시스템일수록 투명성과 오픈소스가 더욱 필수적이라고 역설합니다.
"로보틱스에서는 AI의 나머지 부분보다 훨씬 더 많은 투명성과 오픈소스가 필요합니다. 그래야 많은 다른 회사들이 경쟁할 수 있고, 어떻게 작동하는지, 왜 그렇게 작동하는지 이해할 수 있습니다."
마무리 🤝
이번 인터뷰를 통해 허깅페이스의 CEO 클렘 들롱은 오픈소스 AI가 단순히 비용 효율적인 대안을 넘어, AI 기술의 민주화와 혁신을 위한 필수적인 요소임을 강조했습니다. 기업들이 AI의 통제권을 확보하고, AI 분야의 권력 집중을 막으며, 다양한 산업에서 새로운 기회를 창출하기 위해서는 오픈소스의 역할이 더욱 중요해질 것이라는 메시지를 전달했어요. 특히 로봇과 같은 분야에서는 투명하고 개방적인 AI 시스템이 사용자의 신뢰를 얻는 데 결정적인 역할을 할 것이라는 점이 인상 깊었습니다.