격차는 무기를 잃는다

"오픈소스 AI가 GPT를 따라잡았다"는 말에 사람들은 대개 벤치마크 점수부터 떠올린다. 누가 더 똑똑한가. 하지만 이 질문 자체가 이미 한 세대 전의 것이다.

따라잡힌 건 모델이 아니라 격차라는 무기다. 최고 모델만 가질 수 있던 능력이 수개월이면 오픈웨이트로 흘러내린다. Meta의 Llama 계열, Mistral, 그리고 중국 쪽 DeepSeek과 Alibaba의 Qwen이 그 흐름을 만들었다. 폐쇄모델 진영의 우위는 여전히 있다. 다만 그 우위의 유효기간이 짧아졌다.

여기서 질문을 바꿔야 한다. 이 기술은 어떤 다른 기술과 결합되는가.

역사는 비슷한 장면을 이미 보여줬다. 리눅스가 유닉스의 성능을 정확히 따라잡은 순간은 산업의 전환점이 아니었다. 진짜 전환점은 그 위에 아파치와 MySQL, 수많은 클라우드 사업자가 올라타면서 운영체제 자체가 공짜 바닥재로 내려앉은 때였다. 가치는 커널에서 그 위 통합층으로 빠져나갔다. AWS는 리눅스를 만들지 않았다. 리눅스 위에서 돈 버는 법을 만들었다.

AI도 같은 길로 접어들고 있다. 모델 가중치가 흔해지면, 경쟁은 능력에서 배포, 통합, 규모로 옮겨간다. 누가 더 큰 모델을 학습하느냐가 아니라, 누가 그 모델을 도메인 데이터에 붙이고, 안전하게 운영하고, 비용을 깎고, 워크플로에 녹이느냐의 싸움이다.

이 전선 이동은 AI를 단일 도구로만 보면 보이지 않는다. 오픈모델은 지금 여러 기술과 동시에 접속하는 중이다.

로봇과 만나면 오픈 가중치는 공장 라인이나 물류 로봇의 두뇌가 된다. 동작마다 폐쇄 API를 호출하기엔 지연도 비용도 감당이 안 된다. 결국 온디바이스로 돌릴 수 있는 오픈모델이 현장의 기본값이 된다.

헬스케어와 만나면, 환자 데이터를 밖으로 못 보낸다는 규제가 오히려 오픈모델을 부른다. 병원 안에 모델을 두고 미세조정하는 쪽이 유일하게 합법인 경우가 많다. 데이터 주권이 곧 모델 선택을 가른다.

모빌리티도, 교육도, 제조 현장도 구조는 같다. 폐쇄 API는 범용 지능을 빌려주지만, 산업 현장은 자기 데이터로 길들인 모델을 자기 손안에 두길 원한다.

그래서 새로운 경제 주체가 등장한다. 모델을 만드는 회사가 아니라, 모델과 산업 사이를 잇는 통합층 사업자다. 도메인 데이터로 오픈모델을 조율하고, 보안과 규제를 책임지고, 운영을 대행하는 계층. 클라우드 시대의 SI와 MSP가 그랬듯, 이 층에서 가장 두꺼운 부가가치가 쌓인다.

반론은 날카롭다. "통합층은 결국 머스크급 빅테크가 수직 통합으로 집어삼킨다. 끼어들 틈이 없다." 절반은 맞다. 범용 통합층은 거대 클라우드가 가져간다. 하지만 규제와 도메인 지식이 깊은 곳, 가령 한국 병원 수가 체계나 부산항 물류 같은 현장은 빅테크가 들어오기 가장 늦고 가장 비싸다. 좁고 깊은 수직 통합층은 오히려 로컬 플레이어의 자리다.

한국의 기회는 여기 있다. 자체 프런티어 모델로 OpenAI와 정면 승부하는 건 자본 체급 싸움이라 불리하다. 반면 제조, 조선, 의료, 물류처럼 한국이 실물 데이터를 쥔 영역에서 오픈모델 위 통합층을 선점하는 건 체급이 아니라 도메인 깊이의 싸움이다.

부산을 보자. 항만 물류, 조선 기자재, 의료 클러스터가 한곳에 모여 있다. 폐쇄 API를 빌려 쓰는 소비자가 아니라, 오픈모델을 현장 데이터로 길들여 파는 공급자가 될 좌표다. 지금은 작아 보여도, 산업별 통합층이 곧 다음 인프라가 된다.

미래는 더 똑똑한 모델 하나에서 오지 않는다. 흔해진 모델이 로봇과 헬스케어와 물류를 만나 새로운 사업자를 낳는, 그 연결 지점에서 온다. 격차를 쫓지 말고, 격차가 사라진 다음 두꺼워질 층을 먼저 차지하라.