컴퓨터 비전 회사가 직접 인정했다: '지금 최고의 비전 모델은 OpenAI다'

컴퓨터 비전 회사가 “우리 분야 최고 모델은 OpenAI 거"라고 말하는 건 흔한 일이 아닙니다. 자기 밥그릇을 걷어차는 소리에 가깝거든요. 그런데 요즘 업계에서 오가는 논쟁이 딱 그 지점을 찌릅니다. 범용 LLM이 전용 비전 모델의 영역을 어디까지 삼켰나, 그리고 값까지 반으로 떨어진 마당에 YOLO 같은 특화 모델은 어디에 서 있어야 하나.

먼저 솔직하게 털어놓겠습니다. 이번 주제로 커뮤니티 데이터를 훑었는데 최근 30일 안에 볼 만한 논의가 거의 안 잡혔습니다. 그래서 이 글에서는 특정 벤치마크 수치를 단정하는 대신, 이 흐름이 왜 지금 문제가 되는지, 실무자가 뭘 따져야 하는지를 다룹니다. 숫자를 확인 못 한 부분은 확인 못 했다고 적겠습니다.

왜 하필 Roboflow의 평가가 뼈아픈가

Roboflow는 이미지 라벨링, 데이터셋 관리, 모델 학습과 배포까지 묶어서 파는 회사입니다. 고객은 대부분 자기만의 전용 비전 모델을 만들려는 팀이죠. 공장 불량 검출, 농작물 계수, 매장 재고 확인 같은 일입니다.

이런 회사의 평가에는 구조적으로 편향이 끼는 게 정상입니다. “전용 모델이 낫다"는 결론이 사업에 유리하니까요. 그래서 반대 방향의 결론이 나오면 무게가 다릅니다. 담배 회사가 발표한 금연 권고문 같은 거죠.

벤치마크 숫자 자체보다 누가 그 숫자를 발표했는가가 시장에 더 큰 신호를 줍니다.

범용 모델은 무엇을 잘하게 됐나

지난 2년간 멀티모달 LLM이 비전 영역에서 뚜렷하게 넘어온 구간이 있습니다.

가장 크게 벌어진 쪽은 제로샷 인식입니다. “이 사진에서 안전모 안 쓴 사람 찾아줘"라고 말로 시키면 끝납니다. 학습 데이터도, 라벨링도, 파인튜닝도 필요 없습니다. 전용 모델이라면 수백 장을 라벨링하고 며칠을 돌려야 겨우 시작할 수 있는 일이죠.

맥락 판단도 마찬가지입니다. 전용 탐지 모델은 “박스 안에 물체가 있다"까지만 말합니다. 왜 그게 불량인지, 앞 프레임과 뭐가 달라졌는지는 설명하지 못하죠. 범용 모델은 여기서부터 강합니다.

문서와 표, 차트 읽기는 사실상 넘어갔다고 봐도 무리가 없습니다.

그런데 가격이 반으로 내려갔다는 게 진짜 사건입니다

지금까지 범용 모델을 못 쓴 이유는 대부분 성능이 아니라 돈이었습니다.

계산을 해보죠. CCTV 한 대가 초당 10프레임을 뱉는다고 치면 하루면 86만 프레임입니다. 카메라 50대면 하루 4천만 장이고요. 이걸 API로 넘기면 청구서가 어떻게 될지는 상상에 맡기겠습니다. 반면 YOLO 계열 모델은 엣지 장비에서 전기값만 내고 돕니다.

가격 인하가 성능 향상보다 무서운 이유가 여기 있습니다. 성능은 “그럭저럭 쓸 만한” 수준에서 한참 정체돼도 상관없지만 단가가 절반이 되면 어제까지 계산기에서 탈락하던 프로젝트가 오늘 통과하거든요. 이게 몇 번 반복되면 방어선이 조금씩 뒤로 밀립니다.

다만 인하폭이 정확히 얼마인지, 어느 티어에 적용됐는지는 이번 리서치에서 확인하지 못했습니다. 도입을 검토 중이라면 공식 가격 페이지를 직접 보시는 게 맞습니다.

그럼 YOLO는 끝났나

시장의 결론은 “전용 모델 사망"보다는 역할 재배치에 가깝습니다.

지연시간이 대표적입니다. 자율주행, 로봇 팔, 고속 컨베이어 검사는 밀리초 단위 싸움입니다. API 왕복은 아무리 빨라야 수백 밀리초고 네트워크가 흔들리면 답이 없습니다. 모델을 바꿔서 해결되는 문제가 아닙니다.

물리적 격리도 그렇습니다. 공장 라인, 병원, 군 시설은 애초에 외부망이 없습니다. 데이터를 밖으로 못 보내는 게 성능 문제가 아니라 규정 문제일 때, 클라우드 API는 후보에조차 오르지 못합니다.

단가는 말할 것도 없고요. 앞서 든 CCTV 계산이 여전히 유효합니다. 절반이 돼도 몇 자릿수 차이는 그대로 남습니다.

실제로 요즘 잘 굴러가는 구성은 둘 중 하나를 고르지 않습니다. 가벼운 탐지 모델이 엣지에서 온종일 돌면서 “뭔가 이상한 프레임”만 걸러내고 그 소수만 범용 모델에게 “이게 뭔지 설명해줘"라고 올려보내는 방식입니다. 필터는 특화 모델, 판단은 범용 모델인 셈이죠.

진짜 위험한 건 중간 지대입니다

이 흐름에서 실제로 얻어맞는 쪽은 최전선 성능 경쟁이 아닙니다. “라벨링 몇백 장 해서 커스텀 모델 만들어드립니다”로 먹고살던 중간 층입니다.

고객 입장에서 보면 뻔합니다. 프로토타입 단계에서 라벨링에 2주와 수백만 원을 쓸 이유가 사라졌습니다. 프롬프트 한 줄로 오늘 오후에 돌려보고 결과가 쓸 만하면 그때 최적화를 고민하면 되니까요.

Roboflow 같은 회사가 자사 벤치마크에서 범용 모델의 우위를 인정하는 게 자해가 아닌 이유도 여기 있습니다. 싸움터가 “누가 더 좋은 모델을 만드나”에서 “누가 그 모델을 현장에 잘 꽂아주나”로 옮겨간 겁니다. 데이터 파이프라인, 엣지 배포, 모니터링, 재학습 루프. 모델 가중치보다 이쪽이 팔기 어렵고, 그래서 더 오래 갑니다.

물어야 할 질문이 바뀌었습니다

기술 판이 뒤집히는 순간은 보통 성능 그래프가 아니라 가격표에서 시작됩니다. 성능이 “충분히 좋음"에 닿고 나면 그다음부터는 단가가 절반이 될 때마다 어제의 예외가 오늘의 기본값이 되니까요.

지금 비전 프로젝트를 하고 계신다면 질문을 이렇게 바꿔보시면 어떨까요. “어떤 모델이 제일 정확한가"가 아니라 “내 워크로드에서 프레임당 몇 원까지 감당 가능한가"로요. 답이 몇 원 단위라면 여전히 전용 모델의 영역이고, 몇십 원까지 괜찮다면 이미 선택지가 바뀌어 있을 겁니다.