Citi는 오픈웨이트 모델이 프런티어 모델 매출에 미치는 영향이 국지적 정점을 지났다고 판단했습니다. 성능 격차가 다시 벌어지고 사용 경제성도 프런티어 랩의 모델군에 유리해지고 있기 때문입니다. 오픈웨이트 모델이 독점 모델에 상당히 근접했던 것은 규제 우려로 첨단 모델 출시가 제한된 시기에 오픈 진영이 디스틸레이션과 해외 첨단 컴퓨트 접근의 혜택을 받은 영향이 컸다고 분석했습니다. 실제로 Fable 5와 Mythos 출시에 대한 정부 대응 이후 중국 랩들은 오픈 프런티어를 4월 28점에서 8월 45점까지 끌어올려 격차를 13점에서 6점으로 좁혔으나, 9월에는 Claude Opus 5.5가 독점 프런티어를 58점으로 끌어올리며 격차가 다시 12점으로 확대되었습니다(Artificial Analysis 지수 기준, 오픈 1위 MiMo-V2.6-Pro 46점, GLM-5.3 45점, Kimi K3 44점, 비중국 최고 오픈 모델 Inkling Small 26점). 공개 벤치마크는 여전히 동등성을 과대평가하고 있을 가능성이 높으며, 비공개 평가에서는 장기 사이버 작업과 프로덕션 신뢰성 측면에서 선두 오픈 모델이 더 뒤처져 있는 것으로 나타났습니다. Citi는 그 이유로 벤치마크를 겨냥한 사후학습(벤치맥싱), 기업 맞춤형 비공개 평가 확산, 배포 복잡성, 안전성 검토로 인한 프런티어 출시 지연 등을 꼽았습니다. Poolside의 제이슨 워너 공동 CEO가 언급했듯 오픈 모델의 장기적 가치는 맞춤화, 배포 유연성, IP 보호를 통한 통제력에 있다고 보았습니다.
중국 오픈 모델이 앞서는 배경으로는 모델 개발의 산업화, 대학과 연계된 인재 밀도, 텍스트 전용 등 집중된 제품 범위, 칩 제약이 촉발한 시스템 최적화, 디스틸레이션 및 사후학습, 빠른 출시 속도를 제시했습니다. Fable 5가 6월 9일 프런티어를 50점으로 올린 뒤 Kimi K3는 37일 만에 44점, GLM-5.3은 66일 만에 45점, MiMo-V2.6-Pro는 105일 만에 46점에 도달했습니다. 도입 측면에서는 Vercel AI Gateway의 오픈웨이트 토큰 점유율이 2025년 10월 3%에서 2026년 9월 77%로 급등했고, OpenRouter에서도 오픈웨이트가 72%를 차지했으며 2월 이후 주간 토큰 증가분 110조 개 중 81%를 담당했습니다. 다만 독점 모델 볼륨도 21조 개 늘어나 단순 대체보다는 시장 확대가 진행 중인 것으로 해석했습니다. 엔비디아의 Hugging Face 인수(129억 달러)와 Poolside와의 60억 달러 라이선스 계약은 마이크로소프트의 GitHub 인수와 유사하게 오픈 생태계의 중립적 플랫폼을 확보하는 전략으로 평가했습니다.
경제성 측면에서 Citi는 오픈이 무료를 의미하지 않으며, 토큰당 비용이 아닌 작업당 비용이 중요하다고 강조했습니다. 오픈웨이트 모델의 평균 작업당 비용은 100만 토큰당 혼합 가격보다 약 29% 높은 반면 독점 모델은 34% 낮았고, 비슷한 정확도의 모델 간 출력 길이가 26배 넘게 차이 나 장황한 오픈 모델이 이른바 과잉사고 비용을 치르는 경우도 있었습니다. 프런티어 비용 곡선도 개선되고 있는데, Opus 5.5는 지능 프런티어를 9% 끌어올리면서 일반 작업에서 Opus 5 대비 비용이 40% 낮고, 중간 설정 기준으로 점수가 45점에서 51점으로 오르는 동안 작업당 비용은 39% 감소했습니다. GPT-6.1 Sol도 점수를 23% 높이면서 작업당 비용을 58% 줄였습니다. 반면 Muse Spark 1.3(작업당 비용 65% 증가), Grok 4.7(두 배 이상 증가), Gemini 3.8 Flash(34% 증가)처럼 성능 향상이 경제성 개선으로 이어지지 않은 사례도 있었습니다. AlphaSense 사례에서는 동일한 프런티어 모델에 자체 검색 하네스를 결합해 질문당 비용을 약 3배 줄였으며, Citi는 결국 기업의 실질 경제성은 모델 가격이 아니라 하네스, 검색, 라우팅, 독자적 컨텍스트를 포함한 전체 AI 스택에 달려 있다고 설명했습니다.
Citi는 기업들이 단일 모델에 표준화하기보다 위험 분산 차원에서 혼합 모델 포트폴리오를 채택할 것으로 예상했습니다. 일상적이고 대량이며 도메인 특화된 작업은 저렴한 오픈 또는 소형 모델로 이동하고, 프런티어 모델은 가장 어렵고 오류 비용이 큰 장기 작업과 검증 역할을 유지할 것이라는 전망입니다. AT&T는 AI 워크로드의 약 40%를 오픈 모델로 처리하며 1년 내 70%를 목표로 하고 있고, Shopify는 Qwen3-32B를 미세조정해 폐쇄형 모델 대비 22배 빠르고 68% 저렴한 결과를 얻었습니다. 가치사슬 측면에서 폐쇄형 프런티어 랩은 복잡한 작업에서 가격 결정력을 유지하고, 툴링과 하네스 계층은 강한 수혜를, 하이퍼스케일러는 컴플라이언스 인증 우위로 네오클라우드보다 큰 수혜를 받으며, 인프라 공급업체는 모델 유형과 무관하게 컴퓨트 수요를 수익화하는 가장 중립적인 수혜자로 평가했습니다. 기업 AI 지출 100달러를 가정한 예시에서 폐쇄형에서 완전 오픈웨이트로 전환 시 모델 공급자 몫은 50달러에서 5달러로 줄고, 클라우드 및 추론 사업자 몫은 33달러에서 62달러로, 데이터센터 인프라 매출은 17달러에서 33달러로(매출총이익 13달러에서 25달러) 늘어나, 모델 가중치가 범용화될수록 마진이 호스팅·보안·라우팅 플랫폼과 인프라로 이동할 것으로 보았습니다.
향후 전망과 관련해 Anthropic은 9월 보고서에서 알리바바(1억 5,100만 건 이상), Moonshot(2,300만 건 이상), DeepSeek(1,210만 건 이상), Zhipu(340만 건 이상), Xiaomi(40만 건 이상) 등이 사기 계정과 프록시 네트워크를 통해 Claude 출력물을 대규모로 수집했다고 주장했습니다. 프런티어 업체들은 추론 과정 암호화, 이전 모델이 읽을 수 없도록 사고 블록을 결합하는 Fable 5.1의 조치, KYC 및 트래픽 분석 강화, 디스틸레이션 관련 요청을 Opus 4.8로 우회시키는 분류기, 9월 24일부터 추론 추출 거부 요청에도 표준 요금을 부과하는 정책 등으로 디스틸레이션을 어렵게 만들고 있습니다. Citi는 이로 인해 단기적으로 격차가 다시 벌어질 수 있으나 독자 사전학습, 강화학습, 합성 데이터, 시스템 엔지니어링 등을 통해 오픈 진영의 발전은 계속될 것이므로 영구적인 해자는 아니라고 보았으며, RSI 등의 획기적 돌파구가 없는 한 격차는 진동할 것으로 예상했습니다. 결국 핵심은 격차의 크기보다 우위의 지속 기간과 경제적 가치의 귀속처이며, 모델 단위의 우위가 점점 단명하는 환경에서 지속적인 가치는 인프라, 독점 데이터, 평가 시스템, 검색 계층, 라우팅 플랫폼에 있을 것으로 판단했습니다. 규제 진행 속도도 핵심 변수로, 검토 기간이 길어지면 오픈 모델이 공개 프런티어에 근접할 시간을 벌 수 있지만 통제된 접근 프로그램은 신뢰받는 사용자에 대한 프리미엄 수익화와 역량 우위를 유지시킬 수 있다고 덧붙였습니다.