저자: BIGDATADOCTOR · 한국인
요약 보기
보완재 상품화 개념을 설명하고, 팔란티어-엔비디아 파트너십(오픈웨이트 리모트론 모델 기반 엔터프라이즈 AI 스택)을 소개. 오픈소스 모델이 가격을 낮추면 칩·온톨로지 등 플랫폼의 가치가 상대적으로 상승한다고 주장. 단, 프론티어 폐쇄형 모델과의 격차가 벌어지면 LLM 자체가 상품화되어 구조가 달라질 수 있다는 조건을 제시.
다듬은 글
대체재와 보완재
먼저 개념부터 짚어보겠습니다. 대체재는 말 그대로 서로 대체할 수 있는 관계입니다. 고깃집에 갔는데 소고기가 너무 비싸면 "그냥 돼지고기나 먹자"가 되죠. 하나가 비싸지면 다른 하나로 갈아타는 관계, 이것이 전형적인 대체재입니다. 반면 보완재는 서로 짝을 이뤄야만 하는 관계입니다. 예를 들어 전기차는 전기 충전소가 있어야 돌아가고, iOS는 앱스토어의 앱들이 있어야 전반적으로 쓸모가 생깁니다. 짝이 있어야 완전체가 되는 관계죠.
보완재를 상품화하라
여기서 비즈니스 업계의 아주 오래된 공식 하나가 등장합니다. 바로 "당신의 보완재를 상품화하라"는 것입니다. 내 제품과 짝을 이루는 보완재 시장을 엄청나게 풀어서 가격 경쟁을 시키는 것이죠. 그러면 보완재 가격이 크게 떨어집니다. 충전소를 무료로 풀어 전기 충전 비용이 싸지거나, 앱을 무료로 풀어 앱 가격 부담이 없어지는 식입니다. 그렇게 되면 전기차나 스마트폰이라는 완전체 제품의 체감 총비용이 내려갑니다.
비용이 내려가 진입 장벽이 낮아지니 제품 자체에 대한 수요는 늘어납니다. 그런데 전기차와 iOS의 값은 그대로입니다. 나머지는 다 싸지는 와중에 이들의 상대적 가치는 오히려 더 올라가게 되죠. 결과적으로 시장 전체 파이를 전기차 기업과 iOS 기업이 대부분 가져가는 구조가 됩니다. 이렇게 보완재를 시장에서 경쟁시키는 가장 대표적인 방법 중 하나가 바로 오픈소스화입니다. 공짜로 뿌리면 그 상품군에서는 순식간에 차별화가 사라집니다.
오픈소스 LLM과 팔란티어·엔비디아의 파트너십
최근 중국의 오픈소스 모델들이 활약하면서 LLM 시장의 경쟁이 가속화되고 있습니다. 그와 동시에 팔란티어와 엔비디아가 경쟁에 기름을 붓는 파트너십을 발표했습니다. 팔란티어의 온톨로지와 엔비디아의 칩에 리모트론(Nemotron) LLM 모델을 얹어 하나의 세트 상품으로 엔터프라이즈 AI 스택을 출시한 것입니다. 여기서 리모트론이 바로 오픈소스 모델입니다.
관련 인터뷰 내용을 보면, 이번 파트너십의 진정한 목적은 고객에게 모델 간 선택권만 주는 것이 아니라 그것을 실제로 실행할 수 있는 역량까지 제공하는 데 있다고 합니다. 고객은 자신의 모델을 가져올 수도 있고, 여러 프런티어 모델 중 아무것이나 쓸 수도 있습니다. 팔란티어는 리모트론 같은 오픈 웨이트 모델을 실제로 훈련할 수 있는 인프라를 제공하고, 고객은 자신만의 지식재산을 실제로 미세 조정하고 훈련할 수 있게 됩니다.
엔비디아는 블랙웰 칩과 관련 인프라, 니모트론 모델과 일부 훈련 인프라를 제공합니다. 팔란티어는 정부든 상업 고객이든 자신의 비즈니스 프로세스를 모델의 사후 훈련이나 미세 조정 과정에 투입할 수 있도록 하는 일종의 하네스를 제공합니다. 이를 통해 범용 모델을 특정 업무에 특화된 모델로 만들 수 있고, 고객의 조직 지식이 자신이 소유한 모델의 가중치 안에 반영됩니다.
실제 도입 사례도 있습니다. 구체적으로 밝힐 수는 없지만, 미국 정부 영역의 몇몇 주요 고객이 미세 조정된 니모트론 모델로 이전하고 있다고 합니다. 흥미로운 점은 이런 사용 사례 상당수에서 최신 프런티어 모델이 꼭 필요하지 않았다는 것입니다. 에이전트를 잘 설계하고 올바른 도구와 하네스에 접근하게 해주면, 비용과 속도, 효과성 측면에서 보통 N2 수준의 모델만으로도 충분히 업무를 실행할 수 있습니다.
최신 모델이 꼭 필요한가?
오픈 웨이트 모델이 반드시 최신 프런티어급일 필요는 없다는 얘기입니다. 필요한 것은 내 업무와 내 데이터로 훈련해 더 효율적으로 만든 N2 수준의 모델입니다. 이것은 오픈소스 관점에서 매우 중요합니다. 현재 여러 AI 랩이 제공하는 최신 상용 모델은 고객 데이터의 안전을 보장하지 않는 경우가 많습니다. 그렇게 되면 잠재적인 지식재산을 그들에게 넘겨줘서, 결국 AI 랩들이 그것을 이용해 나와 경쟁하게 될 수도 있습니다. 팔란티어는 이런 문제를 해결하기 위해 고객이 오픈소스 모델을 자기 것으로 만들 수 있는 도구와 역량을 제공하는 셈입니다.
토큰 소비 경쟁이라는 함정
문제의 뿌리는 기업의 인센티브에 있습니다. 토큰 소비를 늘려야 매출이 나기 때문에, 그 토큰이 고객에게 만들어내야 할 결과와 기업의 이해관계가 어긋나게 됩니다. 최근에는 누가 토큰을 얼마나 많이 쓰는지를 보여주는 순위표까지 등장하며 완전히 잘못된 행동을 유도하고 있습니다. 기업이나 정부 워크플로에서도 이런 일이 흔합니다. 처음에는 어떻게든 작동하게 만들려고 막대한 토큰을 쓰며 프런티어 모델을 사용하고, 작동이 입증된 뒤 확장하려고 하면 "이거 엄청나게 비싸구나" 하고 깨닫게 됩니다. 그런데 그때는 그 비용을 정당화할 수 있는지 모르는 상황이 되어 있습니다.
그래서 팔란티어는 몇 가지 도구를 구축했습니다. 예를 들어 '이볼라(Evolla)'라는 도구는 고객이 올바른 모델과 프롬프트 아키텍처의 조합을 찾도록 돕습니다. 이 조합의 경우의 수는 매우 많아질 수 있는데, 더 저렴한 모델로도 프런티어 모델과 동일한 결과를 얻을 수 있는 구성을 찾아줍니다. 그것이 오픈소스 모델일 수도, GPT 경량 모델일 수도 있습니다. 결과에 집중하고 가치를 얻는 데 초점을 맞추면 행동이 전혀 달라집니다.
이 상황을 비유하자면, 식료품점에 가면서 페라리를 타고 있는 셈입니다. 정말 그 일을 하는 데 페라리가 필요할까요? 문제는 모두가 가장 최신, 가장 주목받는 모델에만 집중한다는 것입니다. 어떤 모델이 뉴스에 나오면 곧바로 모든 도구에 구현하려 하지만, 나중에 청구서를 받아보면 이야기가 달라집니다.
주권과 보안의 스펙트럼
모델 가중치 기반으로 추론을 수행하려면 중요한 데이터를 모델에 전달해야 하고, 그 과정에서 누군가 그 데이터를 볼 수도 있습니다. 그렇다면 어떻게 자신을 보호하면서 주권을 실질적으로 확보할 수 있을까요? 일부는 계약으로, 일부는 기술적으로 시스템을 구축해 보호해야 합니다. 중요한 점은 모든 사용 사례와 워크플로가 동일한 수준의 주권이나 보안을 필요로 하지 않는다는 것입니다. 덜 민감한 워크플로는 AI 랩의 모델을 써도 괜찮고, 극비 제조법 같은 데이터는 네트워크 밖으로 절대 나가지 않고 내가 직접 훈련하고 소유한 모델에서 실행해야 합니다. 이런 스펙트럼이 존재합니다.
시장의 향방: 칩과 온톨로지가 승자인가
LLM이 오픈소스화되어 가격이 떨어지는 흐름이 주류가 되면 어떻게 될까요? 상대적으로 칩과 온톨로지의 가치가 더 올라가고, 결국 이들이 시장 파이를 결정짓는 존재가 될 것입니다. 다만 이 전망에는 한 가지 전제가 있습니다. 클로드 같은 프런티어 폐쇄형 모델이 오픈소스와 격차가 계속 좁혀져야 한다는 것입니다. 일시적으로 차이가 나더라도 몇 개월 안에 오픈소스가 따라잡는 상황이 지속되어야 합니다. 현재는 그런 상황입니다.
만약 프런티어 모델이 더 뛰어나져서 격차가 더 벌어지고 오픈소스가 따라잡지 못한다면, 그때는 LLM이 더 이상 상품이 아니게 됩니다. 그러면 LLM으로 만들 수 있는 모든 것들이 상품이 되고 말 겁니다. 그리고 이것이 가장 두려운 상황입니다. 왜냐하면 우리의 역할도 그 상품들 중 하나가 될 테니까요.
Comments 0