OpenAI·Anthropic은 오픈웨이트와 모델 증류가 확산되면 AI 기업의 투자 회수가 어려워지고, 결국 최첨단 AI 투자가 위축될 수 있다고 주장.
하지만 오픈웨이트가 바꾸는 것은 AI 투자의 ‘총량’보다 ‘방향’
즉 핵심은 “AI 투자가 줄어드나?”보다, 오픈웨이트 확산으로 어떤 AI가 만들어지고 누가 만들며, 결국 누가 돈을 벌게 되느냐는 것.
① 오픈웨이트는 혁신을 없애기보다 ‘어디에서 혁신할지’를 바꿈
과거 특허제도 연구에서도 특허 보호는 혁신의 총량보다 ‘방향’을 바꿨음. 특허가 없던 스위스도 혁신은 줄지 않았고, 대신 과학기기·식품 등 특허 없이 경쟁력을 지키기 쉬운 분야에 집중.
AI도 마찬가지. 오픈웨이트가 확산되면 소수 범용모델 개발사에 집중되던 혁신이 더 많은 기업·산업·응용 분야로 퍼질 수 있다는 논리.
② 더 근본적으로 ‘지식’은 완전히 가두기 어려움
모델 가중치는 일종의 아이디어와 유사. 지식은 한 사람이 사용한다고 다른 사람이 못 쓰는 것이 아니고(비경합성), 한번 공개되면 다른 사람의 사용을 완전히 막기도 어려움(비배제성).
따라서 사회 입장에서는 개발 전에는 투자비를 회수할 수 있도록 어느 정도 독점이 필요하지만, 개발된 뒤에는 최대한 널리 퍼뜨리는 것이 효율적이라는 충돌이 항상 존재.
특히 혁신은 기존 아이디어를 재조합하며 누적되기 때문에, AI처럼 아직 어떤 활용처가 승자가 될지 불확실한 단계에서는 많은 기업이 기존 기술을 가져다 실험할수록 새로운 혁신 경로를 찾을 가능성이 높음
③ 모델 증류를 완전히 막는 것도 현실적으로 어려움
증류는 모델 가중치를 훔치는 게 아니라, 성능이 좋은 모델의 답변을 활용해 다른 모델을 학습시키는 방식.
개별 API 요청만으로 정상 고객과 증류 목적 사용자를 구별하기 어렵고, 이를 강하게 막으려면 정상 고객의 사용까지 제한해야 함. 제한이 심해질수록 고급 사용자들이 오히려 오픈웨이트로 이동할 가능성도 높아짐.
결국 AI 모델이 만들어낸 지식을 장기간 완전히 봉쇄하는 전략은 지속되기 어려움.
④ 그렇다면 결국 누가 돈을 벌까?
AI가 빠르게 범용화될수록 단순히 “좋은 모델을 가지고 있다”는 것만으로는 차별화하기 어려워짐.
대신 중요해지는 것은 독점 데이터/ 고객과 유통망/기업 내부의 업무 노하우
/전문가들의 판단 기준/실제 현장에서 새로 발생하는 정보/AI 결과를 검증할 수 있는 데이터와 시스템/컴퓨팅 인프라와 비용 경쟁력 같이 쉽게 복제하기 어려운 자산.
대표 사례가 CT 스캐너. 최초 CT를 개발한 것은 EMI였지만, 실제 시장을 장악한 것은 병원 영업망과 서비스 네트워크를 갖고 있던 GE와 Siemens.
즉 최고의 기술을 처음 만든 회사와 가장 많은 돈을 버는 회사는 반드시 같지 않다는 것.
⑤ 기업 입장에서도 오픈웨이트의 핵심은 ‘가격’보다 ‘통제권’
기업이 AI를 깊게 사용할수록 내부 데이터, 업무방식, 전문가 판단 등 회사의 핵심 경쟁력이 AI 내로 들어감.
이를 전부 외부 AI 플랫폼에 의존하면 장기적으로 자신의 핵심 역량을 AI 공급자에게 의존하게 될 수 있음.
따라서 기업들은 중요한 AI를 직접 학습·최적화하고 통제할 수 있는 구조를 원하게 될 가능성이 높다는 것.
결국 시장은 대부분의 저가·범용 AI + 일부 최고성능 AI + 기업·산업별 특화 AI가 공존하는 구조로 갈 수 있음.
⑥ ‘분산된 지능’의 문제
아무리 뛰어난 단일 AI가 등장해도 현실에서는 계속 새로운 정보가 생김.
고객 행동, 기업 내부 정보, 새로운 실험 결과처럼 현실의 지식은 여러 사람·기업·지역에 분산돼 있고 계속 변하기 때문.
따라서 AI 또한 각기 다른 환경에서 현실과 부딪치는 여러 AI가 서로 다른 정보를 발견하는 구조가 하나의 중앙집중형 초지능보다 더 많은 것을 발견할 수 있음.
출처: a16z, "Some Simple Economics of Open Versus Closed AI" (2026.8.11)