LLM 만드는 경쟁 vs 쓰는 경쟁

한국이 AI에서 이길 수 있는 진짜 무대는 어디인가

무대를 잘못 고르면, 아무리 노력해도 이길 수 없다

씨름 선수에게 "100미터 달리기로 승부하라"고 해도 의미가 없다.
몸무게 100킬로의 천하장사에게 9초대를 요구하는 것은 애초에 잘못된 질문이다.
하지만 속도가 아닌, 샅바를 잡고 밀어 쓰러뜨리는 힘으로 승부하면 이야기는 완전히 달라진다.

AI 경쟁도 마찬가지다.

"한국은 OpenAI를 이길 수 있는가?"라는 물음은, 씨름 선수에게 단거리 달리기로 이기라고 요구하는 것과 구조적으로 다를 바 없다. 무대를 정확하게 이해하면, "어디서 싸울 것인가"라는 선택지가 비로소 눈에 들어온다.

이 장에서는, "만드는 경쟁"과 "쓰는 경쟁"이라는 두 게임의 본질적 차이를 정리하고, 왜 후자에 한국의 진짜 활로가 있는지를 논한다.

LLM은 '인프라'가 되어가고 있다

먼저, 기술적 사실을 직시하자.
2023년부터 2024년에 걸쳐, LLM API의 가격은 급속하게 하락하고 있다.
GPT-4의 출력 비용은 처음에 1,000토큰당 0.06달러였지만, 현재는 0.015달러 이하로 4분의 1 이하까지 떨어졌다.

여기에 오픈소스 모델의 급부상이 가격 파괴를 한층 가속시키고 있다.

Meta의 LLaMA

중국의 DeepSeek

Alibaba의 Qwen

과 같은 오픈웨이트 모델이 GPT-4 클래스의 성능에 빠르게 접근하고 있으며, 불과 몇 달 전의 최신 유료 모델과 동등한 성능을 가진 오픈소스 모델이 속속 등장하고 있다. 비용 차이는 10배 이상에 달하는 경우도 있다.

이 흐름이 의미하는 것은 무엇인가?

LLM이 "누구든 저렴하게 사용할 수 있는 인프라"가 되어가고 있다는 것이다.
전기, 통신 회선, 클라우드 컴퓨팅과 마찬가지로, 모델 그 자체는 점점 범용화된다.

인터넷 여명기의 역사가 좋은 참고가 된다.
1990년대 후반, 인터넷 회선 정비에는 천문학적인 투자가 필요했다. 그러나 가치의 무게 중심은 곧 "회선을 가진 회사"에서 "회선 위에서 서비스를 만든 회사"로 이동했다. Google도 Amazon도, 통신 인프라를 직접 만든 것이 아니다. 한국의 카카오도, 네이버도, 인터넷이라는 인프라 위에 올라탔다.
AI도 정확히 같은 구조로 이행하고 있다.

GPT나 Claude라는 인프라를 누가 만드는가라는 경쟁과, 그 인프라 위에서 무엇을 만드는가라는 경쟁은, 전혀 별개의 게임이다.

AI의 가치 스택을 '3계층'으로 이해한다

AI 산업 구조를 파악하려면, 가치가 어느 층에서 생겨나는지를 분해하면 명확해진다.

제1계층: 모델 계층 (Foundation Model Layer)