미국이 결국 국가가 나섰다: DOE '제네시스'와 오픈웨이트 모델 지형도의 반전

한동안 오픈웨이트 모델 이야기가 나오면 등장하는 이름이 정해져 있었습니다. DeepSeek, Qwen, Kimi, GLM. 죄다 중국 팀이었죠. 미국 빅테크가 최전선 모델을 API 뒤에 감춰두는 사이, 중국 연구소가 가중치를 통째로 풀면서 그 빈자리를 채웠습니다. 이제는 미국 정부가 직접 판에 들어왔습니다. 에너지부(DOE)가 국가 연구소를 묶어 오픈 모델을 만들겠다고 나섰습니다.

솔직히 말씀드리면 이 주제는 커뮤니티 논의가 아직 얇습니다. 최근 한 달간 레딧에서 의미 있는 스레드를 거의 찾지 못했습니다. 그래서 이 글은 커뮤니티 여론 정리라기보다, 이 움직임이 왜 나왔고 무엇을 바꿀 수 있는지 구조를 뜯어보는 쪽에 가깝습니다.

왜 하필 에너지부인가

AI 정책이라고 하면 상무부나 백악관 과학기술정책실을 떠올리기 쉽습니다. 하지만 미국에서 대규모 컴퓨팅을 실제로 굴려본 조직은 에너지부입니다. 이게 핵심입니다.

에너지부 산하에는 오크리지, 아르곤, 로렌스 리버모어, 로스앨러모스, 샌디아 같은 국가 연구소가 줄줄이 있습니다. 세계 최상위 슈퍼컴퓨터 상당수가 이 연구소 소유입니다. 오크리지의 프론티어, 아르곤의 오로라, 리버모어의 엘 캐피탄. 원래는 핵무기 시뮬레이션, 기후 모델링, 핵융합 연구용으로 지은 기계인데, 하드웨어만 놓고 보면 대규모 모델 학습에도 쓸 수 있는 물건입니다.

에너지부는 이미 컴퓨팅이 있는 부처라는 뜻입니다. 예산을 새로 짜서 GPU를 사오는 게 아니라 있는 자산의 용도를 넓히는 쪽에 가깝습니다. 정부가 AI 모델 개발에 직접 뛰어들 때 가장 현실적인 진입 지점이 여기인 이유입니다.

미국이 놓친 2년

지난 2년을 되짚어 보면 그림이 선명합니다. 메타가 라마로 오픈웨이트 시장을 열었고 한동안은 미국이 이 영역을 주도했습니다. 그러다 라마 4 이후 메타의 전략이 흔들리면서 공백이 생겼습니다. OpenAI는 뒤늦게 gpt-oss를 내놨지만 주도권을 되찾지는 못했습니다.

그 사이 중국 팀은 다른 길을 갔습니다. 최전선 성능에 근접한 모델을 관대한 라이선스로 계속 풀었습니다. 결과가 뭐였냐면, 전 세계 스타트업과 연구실이 파인튜닝하는 기반 모델이 중국산으로 굳어지기 시작한 겁니다.

이게 왜 문제냐. 오픈웨이트 모델의 진짜 경쟁력은 벤치마크 점수가 아니라 생태계 종속입니다. 어떤 모델 위에 도구가 쌓이는지, 어떤 토크나이저에 맞춰 데이터를 정리하는지, 추론 엔진은 어떤 아키텍처를 전제로 최적화되는지. 한번 자리를 잡으면 바꾸기 어렵습니다. 미국 입장에서는 성능 격차보다 이 기반 계층을 통째로 내주는 쪽이 더 무서운 시나리오였을 겁니다.

국가가 만드는 모델은 뭐가 다를까

민간이 만드는 오픈 모델과 국가 연구소가 만드는 모델은 지향점이 다릅니다.

하나는 과학 도메인입니다. 국가 연구소가 쥐고 있는 데이터는 챗봇 학습용 웹 크롤링이 아닙니다. 재료 시뮬레이션, 유전체, 고에너지 물리 실험, 기후 관측 데이터. 상업 모델이 잘 다루지 못하면서 산업 파급력은 큰 영역입니다. 범용 대화 능력으로 최전선 모델을 이기는 게 아니라, 과학 연구에서 쓸 만한 모델을 만드는 쪽이 목표에 가까울 겁니다.

검증 가능성도 있습니다. 정부 조달이나 규제 산업에서 API 뒤에 숨은 모델은 계속 골칫거리였습니다. 가중치를 열면 감사와 재현이 가능해집니다. 방위, 의료, 원자력처럼 설명 책임이 무거운 분야에서는 이게 성능보다 중요할 수 있습니다.

남은 하나가 라이선스입니다. 세금으로 만든 결과물이라면 공개 범위가 넓어야 한다는 말이 성립합니다. 다만 여기가 가장 큰 변수입니다. 진짜로 상업적 사용까지 허용하는 개방형 라이선스로 나올지, 아니면 국가 안보를 이유로 사용 제한이 붙은 반쪽짜리 개방이 될지. 이 결정 하나로 계획의 성패가 갈립니다.

회의적으로 볼 지점들

기대만 적기에는 걸리는 게 많습니다.

슈퍼컴퓨터는 대규모 학습에 최적화된 기계가 아닙니다. 프론티어나 오로라는 HPC 워크로드를 전제로 설계됐습니다. 상호연결, 스토리지, 소프트웨어 스택이 GPU 클러스터로 모델을 돌리는 상업 데이터센터와 성격이 다릅니다. 이론상 연산량이 충분해도 실제 학습 효율은 별개 문제입니다.

인재도 문제입니다. 최전선 모델을 만들어본 엔지니어는 지금 민간에서 훨씬 큰 보상을 받습니다. 국가 연구소가 이 인력을 데려올 수 있을까요. 파트너십 형태로 민간과 협업하는 쪽이 현실적인데, 그러면 “국가가 만든 오픈 모델"이라는 명분이 흐려집니다.

속도도 그렇습니다. 정부 프로젝트는 조달과 승인 절차를 거칩니다. 오픈웨이트 판은 몇 달 단위로 판도가 바뀝니다. 착수부터 첫 모델 공개까지 걸리는 동안 경쟁 지형이 통째로 달라져 있을 가능성이 큽니다.

그래도 의미가 있는 이유

그럼에도 이 움직임을 가볍게 보기 어렵습니다. 국가가 오픈웨이트를 전략 자산으로 규정했다는 것 자체가 그렇습니다.

지금까지 오픈 모델은 기업이 알아서 정할 문제였습니다. 공개할지 말지, 어디까지 열지, 전적으로 회사 전략에 달려 있었죠. 그런데 정부가 “이건 국가 경쟁력 문제"라고 선언하는 순간 계산식이 바뀝니다. 미국 기업은 오픈웨이트를 내놓을 명분이 생깁니다. 유럽이나 일본, 한국처럼 비슷한 고민을 하는 나라도 자국 국가 연구소 카드를 다시 들여다보게 됩니다.

실제로 이 흐름은 이미 있었습니다. 유럽의 공공 자금 기반 모델 프로젝트, 일본의 산업기술종합연구소 계산 자원 개방, 한국의 국가 AI 컴퓨팅 센터 구상. 다들 방향은 비슷했는데, 미국이 움직이면 논의가 훨씬 빨라질 겁니다.

마무리

미국의 이번 결정은 성능 경쟁이라기보다 지형 되찾기에 가깝습니다. 최전선 모델은 여전히 민간이 만들고 국가는 그 아래 깔리는 공용 기반을 확보하겠다는 그림이죠. 문제는 실행 속도와 라이선스 조건인데, 둘 다 정부가 전통적으로 약한 영역입니다.

관건은 첫 모델이 언제, 어떤 조건으로 나오느냐입니다. 가중치가 진짜로 자유롭게 열린다면 판이 흔들립니다. 사용 제한이 잔뜩 붙은 형태라면 명분만 남고 실질은 없겠죠. 국가가 만든 AI 모델, 실제 프로젝트에 쓰실 생각 있으신가요.