‘오픈AI 올인 끝’ 멀티 모델 전략 본격화...사티아 나델라 “中 딥시크 탑재 검토” 작성일 06-23 29 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="4uC0wwTslK"> <p contents-hash="4b6321b53091fcb685d076efe90f452924c5c5486af5541aca235ea7f58ac45d" dmcf-pid="87hprryOWb" dmcf-ptype="general">빅테크 하이퍼스케일러(초대형 클라우드 사업자)들이 잇달아 ‘가성비’가 뛰어난 중국산 인공지능(AI) 모델을 찾고 있다. AI 에이전트 확산에 따른 비용부담을 멀티 모델 전략으로 돌파하려는 모양새다. </p> <p contents-hash="2ee36e8ae0984d60c0a505080c9d36d21786a498287e96efbba6a0d7db75072e" dmcf-pid="6dUM11B3hB" dmcf-ptype="general">23일 월스트리트저널(WSJ)에 따르면 사티아 나델라 마이크로소프트(MS) 최고경영자(CEO)는 이 신문과의 인터뷰에서 “더 저렴한 모델과 더 넓은 선택지가 AI에 대한 사회적 신뢰를 높일 것”이라며 “중국산 AI 모델인 딥시크의 코파일럿(MS의 AI 클라우드 플랫폼) 탑재를 검토 중”이라고 밝혔다. 그는 “소수의 모델과 기업들이 세상의 모든 학습을 다 하는 구조를 대중은 용납하지 않을 것”이라고 덧붙였다. AI 모델 이용 비용을 낮추고 소수 프론티어 모델이 시장을 독점하는 구조에서 벗어나겠다는 전략을 공개적으로 선언한 것이다. MS가 오픈AI 지분 27%를 보유하고 있는 것을 감안하면 이례적인 행보다. MS는 오픈AI 초기 투자자로 지난 4월 계약이 종료되기 전까지 클라우드 기업 가운데 오픈AI 모델을 독점해 사용해왔다. </p> <figure class="figure_frm origin_fig" contents-hash="6cf2e5a06769560178171087ca3b92017060d3310d0b5c152875b52261f5bd76" dmcf-pid="PJuRttb0Cq" dmcf-ptype="figure"> <p class="link_figure"><img alt="사티아 나델라 마이크로소프트 CEO. 로이터=연합뉴스" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/23/joongang/20260623173817698bzgs.jpg" data-org-width="1279" dmcf-mid="VdoZjjIkl2" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/23/joongang/20260623173817698bzgs.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 사티아 나델라 마이크로소프트 CEO. 로이터=연합뉴스 </figcaption> </figure> <p contents-hash="d430e719847f1076c06a61e3b8458510dec7c8afdf6444cd02b714efc8ddcc6b" dmcf-pid="Qi7eFFKplz" dmcf-ptype="general"><br> 글로벌 IT업계에선 하이퍼스케일러들의 멀티 모델 전략 전환을 보여주는 상징적 장면이라는 평가가 나온다. MS만의 움직임이 아니다. 아마존웹서비스(AWS)도 자사 AI 플랫폼 베드록에 딥시크와 알리바바 큐엔(Qwen)을 비롯해 오픈AI, 메타, 미스트랄AI 등 15개 이상 제공업체의 모델을 탑재해 고객에게 제공하고 있다. 구글 클라우드 역시 자사 모델인 제미나이 외에도 경쟁사 모델을 다수 지원한다. 자체 AI 모델을 보유한 클라우드 기업들조차 경쟁사 모델, 나아가 중국 모델까지 품고 있는 셈이다. 국내 클라우드 기업 한 CTO는 “클라우드 기업 입장에선 고객이 어떤 AI 모델을 쓰냐보다, 고객사가 어떤 모델을 쓰든 자사 클라우드 플랫폼을 많이 이용하게 하는 것이 관건”이라고 분석했다. </p> <p contents-hash="a0a82d1fae09fc48307eadfaa59b37ab2bddfc1e1b438006a7f3803079a8325c" dmcf-pid="xnzd339Uh7" dmcf-ptype="general">멀티 모델 전략이 대세로 자리잡은 배경엔 AI 에이전트 확산에 따른 비용 폭증 문제가 자리잡고 있다. AI 서비스가 초기 단순 챗봇 형태에서 에이전트(비서) 형태로 진화하면서, 토큰 사용량이 기존 대비 4~8배가 늘어서다. 때문에 기업들의 인프라 비용 부담이 급증하고 있다. 이에 고성능이 필요한 작업에는 GPT·클로드 같은 최고 성능 모델을, 단순 반복 작업에는 저렴한 모델을 사용하는 방식이 비용 최적화 전략으로 주목받고 있다. 실제 딥시크 V4 플래시의 입력 토큰 단가는 100만 개당 0.14달러로, GPT-5.4 대비 18배가량 저렴하다. </p> <figure class="figure_frm origin_fig" contents-hash="5c41db7bc70977e97a1c915ab72dc3677736a755a6398fb93b2d455298d68dc7" dmcf-pid="y5EHaasAhu" dmcf-ptype="figure"> <p class="link_figure"><img alt="AFP=연합뉴스" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/23/joongang/20260623173818965hoan.jpg" data-org-width="1280" dmcf-mid="fravJJkLl9" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/23/joongang/20260623173818965hoan.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> AFP=연합뉴스 </figcaption> </figure> <p contents-hash="83cbb97a4cfd56c2bec0f9b66c8fad0f93b67b22f1316b430e69a0ad99586425" dmcf-pid="W1DXNNOclU" dmcf-ptype="general"><br> 국내에서도 같은 흐름이 이어지고 있다. 국내 한 클라우드 기업 관계자는 “기업마다 보안이면 보안, 가격이면 가격 등 중시하는 요소가 다르기 때문에 AI 인프라 환경을 구축할 때 프론티어 모델부터 저렴한 오픈소스 모델까지 다양한 모델을 활용하고 있다”고 말했다. AI 플랫폼 구축 스타트업 대표는 “사용하려는 AI 모델, 가지고 있는 GPU 등 상황에 맞게 인프라를 구축해야 하기 때문에 (고객사들이) 대형 모델만을 고집하기보다는 소규모부터 대형 모델까지 다양한 수요가 있는 편”이라고 설명했다. </p> <p contents-hash="87cd59442c96a96a33d943a6e427aff0973fceff93d53d36a01bd3d52f431df2" dmcf-pid="YtwZjjIklp" dmcf-ptype="general">김민정 기자</p> </section> </div> <p class="" data-translation="true">Copyright © 중앙일보. 무단전재 및 재배포 금지.</p> 관련자료 이전 북중미월드컵, 골잡이들의 축제... 메시 신기록에 음바페·홀란 맹추격 06-23 다음 “한달 월급 통째로 증발”…믿었던 ‘삼전닉스 2배’ 베팅했다가 피눈물 06-23 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
