오픈소스 AI, 클로즈드소스 모델 추격 속도 매 시대마다 절반으로 단축
SemiAnalysis 분석에 따르면 오픈소스 AI 모델이 클로즈드소스 프론티어 모델을 따라잡는 데 걸리는 시간이 초기 스케일링·추론·에이전틱 세 시대를 거치며 매번 절반씩 줄었다. DeepSeek R1-0528은 8.5개월이 걸렸지만 최근 Kimi K2.6과 GLM-5.2는 각각 4.8개월, 6개월 만에 앞선 클로즈드소스 모델을 넘어섰다. 이는 클로즈드소스 랩의 독점적 우위 기간이 구조적으로 짧아지고 있음을 시사한다.
무엇이 바뀌었나
AI 반도체·인프라 전문 뉴스레터 SemiAnalysis가 오픈소스와 클로즈드소스(비공개) AI 모델 간 성능 격차의 변화를 시기별로 분석한 결과를 공개했다. 분석은 AI 모델 발전 과정을 초기 스케일링 시대(20222024년), 추론 시대(20242025년), 에이전틱 시대(2025년~현재) 세 구간으로 나누고, 각 시대가 시작될 때 벌어졌던 오픈-클로즈드 격차와 그 격차를 오픈소스 모델이 따라잡는 데 걸린 기간을 비교했다[1].
Era1에서는 Llama-2-70B가 종합 벤치마크 점수 39.9를 기록한 반면 당시 프론티어였던 GPT-3.5 Turbo는 75.7점으로 35.8점 차이가 났다[1]. Era2가 시작될 무렵 이 격차는 12.1점으로 줄어들었고, Llama-3.1-405B(86점)와 DeepSeek V3(94.1점), GPT-4o(95.5점) 사이의 점수 차이도 이전 시대보다 좁혀진 상태에서 출발했다[1]. 흥미로운 점은 Qwen2.5-72B가 405B 모델의 6분의 1 수준 파라미터로 18조 토큰을 학습했음에도 근접한 성능을 냈다는 대목으로, 모델 크기가 아니라 학습 데이터 양과 효율이 격차를 줄이는 변수로 등장했음을 보여준다[1].
시대를 거칠 때마다 오픈소스가 격차를 해소하는 데 걸리는 시간도 절반씩 줄었다. DeepSeek의 R1-0528은 Era2 격차(78점 도달)를 해소하는 데 8.5개월이 걸렸지만, 에이전틱 시대에 들어선 Kimi K2.6은 Opus 4.5를 넘어서는 데 4.8개월, GLM-5.2는 GPT-5.2를 넘어서는 데 6개월이 걸렸다[1]. 모델 출시 간격도 빨라졌는데, Era1 평균 213일이던 신모델 출시 주기가 Era2에서 120일, Era3에서 51일로 단축됐다[1].
왜 중요한가
이 흐름이 의미하는 바는 단순히 오픈소스 모델의 성능이 좋아지고 있다는 사실을 넘어선다. 프론티어 모델을 따라잡는 데 걸리는 시간이 시대마다 절반으로 줄고 있다는 것은, 클로즈드소스 랩이 신모델을 내놓고 방어할 수 있는 독점적 우위 기간이 구조적으로 짧아지고 있다는 뜻으로 해석될 수 있다. SemiAnalysis는 클로즈드소스 쪽에서도 학습 완료 후 출시까지의 지연을 줄이려는 움직임이 나타났다고 지적했는데, GPT-4는 학습 완료 후 출시까지 218일이 걸렸지만 Mythos로 추정되는 모델이 Fable로 출시되는 데는 약 114일이 걸렸을 것으로 추정된다[1]. o1-preview 역시 Llama-3.1-405B 출시 7주 뒤에 나온 것으로 확인돼, 오픈소스의 추격 속도에 클로즈드소스 랩들의 출시 전략도 반응하고 있는 모습이 읽힌다[1].
기업 실무 영향
이러한 추격 속도 단축은 AI 모델을 실제 서비스에 도입하는 기업의 의사결정 주기에도 영향을 줄 수 있다. 특정 클로즈드소스 모델에 장기 계약이나 워크플로를 고정하기보다, 오픈소스 대안이 몇 개월 내 유사한 성능에 도달할 가능성을 감안해 벤치마킹 주기를 짧게 잡는 개발팀이 늘어날 여지가 있다. 실제로 Anthropic은 Claude Code 출시 이후 연환산매출(ARR)이 650억 달러 이상 늘었다고 알려졌고, 파운드리 업체 Fireworks의 일일 토큰 처리량은 하루 40조 토큰을 넘어서며 3월 말 기준 OpenAI API 대비 2배 수준으로 커졌다[1]. 이는 코딩 에이전트를 비롯한 특정 워크로드에서 추론 수요 자체가 폭증하고 있다는 신호이며, 인프라·비용 관리를 담당하는 조직이라면 오픈소스 모델로의 전환이 비용 구조에 미치는 영향을 주기적으로 재계산할 필요가 있다. 다만 기업용 시장에서는 여전히 Anthropic과 OpenAI 같은 클로즈드소스 진영의 점유율 경쟁이 이어지고 있어(OpenAI, 기업 시장에서 Anthropic과 격차 좁혀), 오픈소스의 벤치마크 추격이 실제 기업 구매 결정으로 얼마나 빠르게 전환될지는 별개의 문제로 남는다. Claude Code처럼 사용 한도 상향이 반복되고 있는 도구(Anthropic, Claude Code 주간 사용 한도 50% 상향 조치 8월 31일까지 연장)는 수요 자체가 견조하다는 점도 함께 고려할 필요가 있다.
확인이 필요한 부분
SemiAnalysis 분석에는 몇 가지 불명확한 지점도 남아 있다. 우선 현재 시점의 SOTA 클로즈드소스 모델이 Fable 5인지 GPT 5.6인지에 대해 저자들 스스로 논쟁적이라고 언급하며 두 모델을 모두 테스트했다고 밝혔다[1]. 또한 Mythos라는 모델의 정체와 학습 완료 시점(2월 중순으로 추정)은 확정된 사실이 아니라 추정치로 제시된 값이다[1]. 아울러 해당 분석이 다루는 에이전틱 시대의 사건들과 기사 발행일(2026년 8월 21일) 사이의 시점 정합성도 본문만으로는 명확히 확인되지 않는다. 벤치마크 점수와 추격 기간을 인용할 때는 이런 추정치와 논쟁적 요소가 섞여 있다는 점을 감안해서 볼 필요가 있다.