자유·오픈소스 AI(F/OSS AI)에 대한 투자 논쟁이 다시 한 번 뜨거워지고 있습니다. 최근 긱뉴스에 공유된 "정부·기업·비영리단체가 자유·오픈소스 AI에 투자해야 하는 이유"를 보면, 단순히 "AI 시대니까"가 아니라 소프트웨어가 가진 공공재적 성격과 특정 vendor에 종속되지 않는 생태계 차원에서 접근해야 한다고 강조합니다.
특히 한국처럼 정부·공공기관이 AI 도입을 가속화하는 단계에서, 이 글이 짚는 오픈소스 AI 투자의 구조적 이유를 짚어볼 만합니다.
- 소프트웨어는 상업 자산인 동시에 공유할수록 발전하는 지식 체계이며, GCC와 GNU/Linux가 보여주듯 오픈소스는 현대 인터넷과 기술 산업을 지탱하는 기반이 됨
- 코드를 공개하면 전 세계 개발자가 결함을 찾아 고칠 수 있고 차세대 엔지니어가 최첨단 시스템의 구축법을 배울 수 있어, 투명성이 보안과 인재 양성 모두에 기여함
- 최첨단 AI가 소수 기업의 폐쇄형 모델에 집중되면 연구자가 구축 과정과 학습 데이터를 확인하기 어려워지고, AI에 의존하는 과학·의료·공학·사법 판단도 온전히 감사하기 어려워짐
- AI 소프트웨어 자체가 곧 능력이므로 공개에 따른 위험은 존재하지만, 폐쇄형 모델 역시 유출과 탈옥에 취약하고 소수 기업이 허용할 기술을 결정하는 권력 집중까지 초래함
- 모든 오픈소스 AI가 최첨단 모델의 규모를 따라갈 필요는 없으며, 정부·기업·비영리단체는 공공 컴퓨팅 지원, 대학·비영리 연구 후원, 공공 자금으로 만든 AI의 기본 공개 원칙에 투자해야 함
자유 소프트웨어를 둘러싼 논쟁
- 1980년대 MIT AI Lab에서 Richard Stallman과 약 2년간 논쟁할 당시에는 소프트웨어 발전에 기업의 독점적인 코드 통제가 필요하다는 통념을 따랐음
- Stallman은 소프트웨어가 지식을 담는 매체이므로 누구나 사용하고 학습하고 개선할 수 있어야 하며, 기업 내부에 코드를 숨기는 것은 지식 자체를 감추는 일이라고 봤음
- 양측 모두 컴퓨터가 인간 발전을 가속하는 핵심 수단이 된다는 데 동의했지만, 그 목표에 도달하는 방법에서는 갈렸음
- 논쟁을 거치며 소프트웨어는 단순한 상업 자산이 아니라, 공유될 때 강해지는 지식 체계라는 생각이 설득력을 얻음
- 사용자가 소프트웨어를 연구·변경·개선·공유할 자유를 보장해야 한다는 Stallman의 원칙은 자유 소프트웨어 운동과 이후 오픈소스의 토대가 됨
GCC와 GNU/Linux가 입증한 공개 개발
- Stallman이 만든 GCC는 세계의 코드를 컴퓨터가 실행하는 기계어로 변환하며, 현재까지 사용되는 핵심 프로그램으로 자리 잡음
- 이러한 성공은 개인의 작업만이 아니라 수천 명의 기여를 통해 가능해짐
- 같은 공개 개발 정신에서 나온 GNU/Linux는 현재 인터넷 대부분을 구동함
- 현대 기술 환경은 공개 개발 원칙과 오픈소스에 크게 의존하고 있음
개방성이 보안과 학습에 미친 효과
- 초기에는 컴퓨터를 안전하게 보호하려면 소프트웨어를 숨겨야 한다는 은닉에 의한 보안 논리가 주요 반론이었음
- 투명한 소프트웨어는 전 세계 개발자 공동체가 문제를 발견하고 수정할 수 있지만, 폐쇄형 소프트웨어는 아무도 내부를 충분히 깊게 들여다보지 않기를 기대해야 함
- 오픈소스 공동체는 구축 방법에 관한 지식을 널리 퍼뜨리며, 한 세대의 엔지니어가 학습하는 사실상의 교과서 역할도 수행함
- 최첨단 시스템이 모두 감춰지면 잠긴 시스템에서 배울 수 있는 것이 거의 없어 차세대 혁신가를 훈련하기 어려움
기술 산업을 떠받친 오픈소스 생태계
- 수십 년간의 기술 발전은 민간기업과 대학, 수만 명의 자원봉사자가 공유 소프트웨어 기반에 기여하는 섬세한 생태계에서 나왔음
- 세계적으로 성공한 여러 기업은 공개된 핵심 기술 위에 서비스를 구축해 수익을 창출함
- 독점 소프트웨어에도 역할이 있지만, 오픈소스는 현대 기술 산업의 하중을 받쳐온 기반이므로 약화되지 않도록 해야 함
초기 단계부터 폐쇄되는 AI
- AI 역시 소프트웨어지만 가장 발전한 최첨단 모델은 완전히 폐쇄돼 있으며, 폐쇄 속도도 빨라지고 있음
- 실질적으로 사용할 수 있는 공개 대안은 드물고, 현재 모델은 뛰어나지만 아직 미완성이며 구축 방법도 확립되지 않았음
- 가장 깊은 돌파구가 앞으로 남아 있는 초기 과학 분야를 지금 폐쇄하면 발전에 필요한 공유 지식이 사라질 수 있음
- 대학 과학은 연구 결과를 공개하고 전 세계가 후속 연구를 수행하는 방식으로 발전해 왔음
- 미래 과학 대부분이 AI에 의존한다면, AI를 소수 기업 내부에 가두는 일이 과학 발전까지 제한할 위험이 있음
미래의 도서관을 누가 통제하는가
- 도서관은 누구나 인류가 축적한 지식을 무료로 이용할 수 있는 공유 자원임
- 소수 기업이 모든 도서관을 사들여 읽을 수 있는 책을 결정하고 내용을 조용히 고친다면 용납하기 어려움
- 폐쇄형 AI 역시 소유자가 정한 조건으로만 접근할 수 있는 미래의 도서관과 같음
- 소수 기업이 모델의 허용 범위를 정하거나 답변 도출 방식을 조정하면, 모델에 의존하는 사람은 결과를 완전히 이해할 수 없게 됨
- 진단에 모델을 사용하는 의사
- 설계를 맡기는 엔지니어
- 판단에 참고하는 판사
- 무엇을 믿어야 할지 묻는 일반 사용자 모두가 같은 문제에 놓임
모델의 설명은 감사 기록이 아님
- 모델이 이유를 말할 수 있더라도 설명과 감사(audit) 는 같지 않음
- 모델이 내놓는 이유는 답을 만든 실제 계산의 충실한 기록이 아니라, 결과가 나온 뒤 조립된 그럴듯한 이야기임
- 같은 질문을 다음 해에 했을 때 답이 달라져도 현실이 바뀐 것인지, 공급자가 모델을 바꾼 것인지 확인할 방법이 없을 수 있음
- 이런 시스템에 의존하는 사용자는 이해할 수 있는 도구를 활용하는 대신, 내부를 조사할 수 없는 신탁 같은 시스템을 믿게 됨
공개 AI와 폐쇄 AI가 만드는 위험
- AI는 공개하기에 너무 위험하다는 반론은 진지하게 검토할 가치가 있음
- 연구 논문은 능력을 기술하지만 기반 AI 소프트웨어는 그 자체가 능력이므로, 일반 연구 공개와 AI 공개 사이에는 실제 비대칭이 존재함
- 그렇다고 폐쇄가 필연적인 해답은 아님
- 과학적 발견도 악용될 수 있지만, 물리학 전체를 기밀화하는 대신 감시와 규칙을 적용하면서 기반 지식은 공개함
- 폐쇄형 모델도 유출되거나 탈옥될 수 있어 단지 폐쇄됐다는 이유만으로 안전하지 않음
- 소수 기업이 나머지 사회가 무엇을 구축할 수 있는지 결정하는 권력 집중도 별도의 위험을 만듦
- 판단의 기준은 공개 모델에 위험이 전혀 있는지가 아니라, 이미 이용 가능한 능력보다 의미 있는 추가 위험을 만드는지 여부임
실행 코드와 구축 코드의 차이
- 모델 뒤에는 모델을 실행하는 코드와 모델을 만든 코드라는 두 종류의 코드가 있음
- 모델을 직접 실행할 수 있는 것도 유용하지만, 투명성을 위해 더 중요한 것은 모델을 어떻게 만들었는지 보여주는 구축 코드와 학습 데이터임
- 현재 공개 모델로 불리는 중국 주요 연구소와 일부 미국 기업의 모델은 실행 코드를 제공하지만, 구축 코드와 학습 데이터는 공개하지 않음
- 사용자가 받는 것은 지능을 만들어 내지만 형성 과정을 알 수 없는 거대한 숫자 집합으로, 실행할 수 있어도 설명할 수 없는 마법의 숫자에 가까움
- 실행 코드 공개조차 지속적인 약속이 아니라 기업의 재량에 따른 호의이며, 향후 가장 강력한 모델도 계속 공개하리라는 보장은 없음
- 언제든 중단할 수 있는 개방성은 기반이 될 수 없으므로 두 가지가 모두 필요함
- 누구나 사용하고 확장할 수 있는 공개 모델
- 누구나 제작 과정을 확인할 수 있는 공개 소스·학습 데이터
공공재로서의 오픈소스 AI 투자
- AI 기업의 존재나 민간 AI 자체를 반대하는 것이 아니라, 폐쇄형 민간 AI가 유일한 선택지가 되어서는 안 됨
- 미국의 민간 AI는 충분한 지원을 받고 있지만, 오픈소스 AI는 옹호 기반이 약해 정책과 투자에서 쉽게 빠질 수 있음
- 최첨단 모델은 계속 커지고 비용도 늘어날 수 있어, 해당 규모의 경쟁은 거대 기업의 영역으로 남을 수 있음
- 오픈소스 AI가 유용하려면 반드시 최첨단 모델과 같은 규모여야 하는 것은 아니며, 세계가 필요로 하는 많은 작업에는 절대적인 최첨단 성능이 필요하지 않을 수 있음
- 신뢰할 만한 공개 대안을 유지하는 데 대규모 컴퓨팅 자원이 필요하다면, 이는 비용을 지불할 가치가 있는 공공재임
- 정부·민간 부문·비영리단체가 자유·오픈소스 AI에 적극적으로 투자해야 함
- 공개 연구를 위한 공공 컴퓨팅 보조금 제공
- 관련 연구를 수행하는 대학과 비영리단체에 기업·자선 자금 지원
- 공공 자금으로 구축한 AI는 기본적으로 공개한다는 원칙 도입
- 오픈소스 소프트웨어에 투자해 기술 발전을 이끈 방식을 AI에서도 이어가야 함
한국 시장에서의 시사점
한국에서도 국가 AI 컴퓨팅 인프라(누리호 등)와 공공 LLM(두바퀴·하이퍼클로바X 등) 프로젝트가 이어지고 있지만, 여전히 학습 데이터·체크포인트·추론 인프라가 글로벌 vendor에 종속된 경우가 많습니다. 글의 주장대로 오픈소스 AI 투자는 vendor lock-in 을 줄이고 국내 AI 생태계의 회복탄력성을 키우는 길입니다.
특히 비영리·학계·정부의 협업 모델은 한국에서도 시도할 만합니다. 이미 KAIST·ETRI·서울대 등에서 한국어 중심 오픈소스 모델을 공개하고 있어, 투자 우선순위를 특정 제품이 아니라 공개 가능한 학습 파이프라인·벤치마크·평가 도구에 두는 게 효과적입니다.
원문: GeekNews #31501
📰 원본 출처 · https://news.hada.io/topic?id=31501 (#N=31501)
이 글은 GeekNews(긱뉴스)에 게제된 글을 기반으로 작성되었습니다. 원본의 라이선스와 저작권은 원작자에게 있습니다.