오픈 웨이트(Open Weights)와 AI 리더십: 마이크로소프트가 서명한 공개 성명서 읽기

'Open Weights and American AI Leadership' 성명서 타이틀 카드. 밝은 배경 위에 세리프 서체로 제목이 적혀 있고 위아래에 가로선이 그어져 있다.

2026년 7월 24일, 마이크로소프트를 포함한 60여 개의 기업·연구기관·오픈소스 커뮤니티가 하나의 공개 성명서에 이름을 올렸습니다. 제목은 Open Weights and American AI Leadership입니다.

먼저 이 문서의 성격을 분명히 해 둘 필요가 있습니다. 이 글은 제품 발표도, 로드맵도 아닙니다. 제목에 American이 들어가 있는 그대로, 미국의 정책 입안자(policymakers)를 향해 업계가 공동으로 보내는 공개 서한에 가깝습니다. 실제로 본문 후반부는 컴퓨팅 접근 확대, 공유 훈련 자산 투자, 성급한 규제 자제 등 미국 내 입법·규제 논의를 겨냥한 구체적 제언으로 채워져 있습니다.

따라서 한국의 고객사나 국내 규제와 직접적인 관련은 없습니다. 이 서한이 무언가를 바꾸는 대상은 워싱턴이지 서울이 아닙니다.

그럼에도 이 글을 소개하는 이유는, 여기 담긴 논지가 앞으로 우리가 쓰게 될 AI가 어떤 모습일지를 결정하는 전제를 다루고 있기 때문입니다. 어떤 모델을 어디서 돌릴 수 있는지, 조직이 자신의 데이터와 AI 자산을 얼마나 통제할 수 있는지, 특정 공급자에 종속되지 않을 선택지가 남아 있을지 — 이 질문들은 국경과 무관하게 AI를 도입하는 모든 조직의 문제입니다. 미국의 정책 방향은 결국 전 세계에 공급되는 모델과 플랫폼의 조건으로 되돌아오기도 합니다.

그래서 이번 글은 “우리에게 내려온 지침”이 아니라 “참고할 만한 관점” 으로 읽어 주시길 권합니다. 아래에서는 성명서의 핵심 논지를 정리하고, 마지막에 한국 조직 입장에서 곱씹어 볼 만한 지점을 따로 짚겠습니다.

참고: 이 글은 마이크로소프트 기업 책임(Corporate Responsibility) 페이지에 공개된 성명서를 요약·정리한 것입니다. 원문은 미국 정책 환경을 전제로 작성된 의견 표명 문서이며, 특정 제품의 기능·로드맵·지원 정책을 설명하지 않습니다. 또한 서명 기업들의 공동 입장으로, 국내 법·제도에 대한 해석이나 권고가 아닙니다.


오픈 웨이트(Open Weights)란 무엇인가

먼저 용어부터 짚고 갑니다. 성명서가 정의하는 오픈 웨이트 모델은 다음과 같습니다.

누구나 내려받고(download), 뜯어보고(inspect), 수정하고(modify), 자신의 인프라에서 실행(run) 할 수 있는 AI 모델.

즉, 모델의 가중치(weights) 자체가 공개되어 있어 특정 제공업체의 API에만 의존하지 않고 조직이 직접 손에 쥘 수 있는 모델을 뜻합니다. 이것이 왜 중요한지를 성명서는 오픈소스 소프트웨어의 역사에 빗대어 설명합니다.

1980년대 오픈소스가 남긴 교훈

성명서는 1980년대 초기 오픈소스 운동에서 이야기를 시작합니다. 당시 지배적인 통념은 “소프트웨어는 기업이 코드를 꽉 쥐고 있어야만 발전한다” 였습니다. 오픈소스 선구자들은 이에 도전했고, 전 세계 개발자가 코드를 연구·수정·개선할 수 있는 투명한 생태계를 밀어붙였습니다.

그 결과는 우리가 아는 그대로입니다. 오늘날 오픈소스는 인터넷 대부분을 떠받치고, 세계 최대 기술 기업은 물론 미군과 연방기관의 과학 연구·사이버보안 같은 임무의 근간이 됐습니다. 성명서의 표현을 빌리면, 오픈소스는 단순히 소프트웨어 비용을 낮춘 것을 넘어 “세대를 이어 미국의 엔지니어와 창업가가 그 위에 자신의 주권(sovereignty)을 쌓아 올린 공유된 지식의 토대” 를 만들었습니다.

그리고 성명서는 말합니다. 지금 AI가 바로 그때와 같은 갈림길에 서 있다고.

핵심 주장: AI 리더십은 하나의 모델이 아니라 ‘생태계’가 결정한다

성명서의 중심 명제는 명확합니다.

AI 리더십은 하나의 프론티어 모델로 판가름 나지 않는다. 강하고 열린 생태계를 만들어 모든 산업으로 확산시키느냐로 판가름 난다.

이를 위해 필요한 것으로 접근성 확대, 경쟁 촉진, 튼튼한 애플리케이션 계층, 그리고 사람들이 자신이 의존하는 기술에 대해 더 큰 통제권을 갖는 것을 꼽습니다. 오픈 웨이트 모델은 바로 이 토대의 중요한 한 조각으로 제시됩니다. 이어지는 논지는 크게 네 가지 축으로 정리할 수 있습니다.

1) 접근성 — AI 경제의 문을 넓힌다

스타트업, 기존 기업, 대학, 공공기관 모두가 모델을 처음부터 훈련하거나 매 작업마다 프론티어 모델 가격을 치르지 않고도 첨단 모델 위에서 무언가를 만들 수 있습니다.

핵심은 “적재적소(right model to the right job at the right cost)” 입니다. 진짜 프론티어급 문제에는 프론티어 모델을 아껴 쓰고, 나머지 대부분의 일에는 효율적이고 특화된 모델을 돌리는 규율. 성명서는 이 규율이야말로 AI 사용이 일상 업무 수십억 건으로 확장될 때 경제적으로 지속 가능하게 만드는 열쇠라고 봅니다. 공장·병원·농장·교실·동네 상점의 워크플로로 AI가 스며들 때 미국이 AI 시대에서 앞서간다는 것입니다.

2) 경쟁 — 이익이 소수에 집중되지 않게 한다

오픈 웨이트는 경쟁을 강화하고, 경쟁은 AI의 이득이 소수의 손이 아니라 폭넓게 공유되도록 유지합니다. 많은 조직이 첨단 모델을 만들고 적용하고 배포할 수 있게 되면, 모델 개발사끼리는 물론 클라우드·칩·애플리케이션·서비스 전반에 걸쳐 경쟁이 생깁니다. 그 경쟁이 혁신을 자극하고 비용을 낮추며 이익을 넓게 분산시킵니다.

3) 통제권 — 조직이 자신의 가치를 소유한다

조직이 AI에 투자할수록, 특정 공급자에 종속(lock-in) 되거나 그동안 쌓은 지식과 역량을 잃지 않을까 걱정하게 됩니다. 오픈 웨이트 모델은 이 불안을 덜어 줍니다.

  • 자신의 데이터를 스스로 통제하고,
  • 모델을 자기 요구에 맞게 평가·조정하며,
  • 비즈니스 요건이 요구하는 어디에든 배포할 수 있습니다.

그리고 조직이 AI로 가치를 만들어 낼 때, 오픈 웨이트는 그 가치 — 스스로 개선되는 모델, 특화된 역량, 축적된 지식 — 를 조직이 소유하도록 해 줍니다. 성명서는 이것을 미국의 주권과 번영으로 연결합니다.

4) 안전 — ‘개방’이 오히려 안전으로 가는 길일 수 있다

가장 논쟁적인 대목입니다. 성명서는 오픈 웨이트에 실질적이고 고유한 위험이 있음을 인정합니다. 한번 공개된 가중치는 원 개발자의 통제를 벗어나고, 수정된 버전은 추적하거나 되돌리기 어렵습니다.

하지만 그 위험에 대한 올바른 대응이 “오픈 웨이트 금지” 는 아니라고 말합니다. 논리는 이렇습니다.

  • 사이버 공격자가 고성능 AI를 쓰는 세상에서, 방어자도 동등한 성능의 모델에 접근할 수 있어야 위협을 탐지·시뮬레이션·대응할 수 있다.
  • 폐쇄형 모델에만 의존하는 것은 그 자체로 안전하지 않다. 폐쇄 모델도 뚫리고, 오용되고, 외부가 감지할 수 없는 방식으로 실패할 수 있다.
  • 소수의 폐쇄 모델에 첨단 역량을 집중시키면 단일 장애점(single points of failure) 이 늘고, 경쟁이 약해지며, 핵심 기술이 소수의 손에 남는다.

반대로 오픈 웨이트 모델은 광범위한 연구자·개발자 커뮤니티가 행동을 관찰하고, 취약점을 찾고, 방어책을 개발하고, 시간이 지나며 개선하도록 합니다. 오픈소스가 “투명성이 은폐보다 더 안전할 수 있다(transparency can be more secure than obscurity)” 를 입증했듯, AI 안전 역시 더 많은 사람에게 모델을 시험하고 강화할 능력을 주는 데 달려 있을 수 있다는 것입니다. 실제 벤치마킹·레드팀·검증을 통해, 막연히 폐쇄가 안전하다고 가정하는 대신 실제로 입증된 피해에 근거한 보호가 가능해집니다.

정책 입안자를 향한 제언

성명서는 강한 AI 생태계가 저절로 오는 결과가 아니라고 강조하며, 정책 입안자에게 몇 가지를 제안합니다.

  • 컴퓨팅 접근 확대: 스타트업과 연구자를 위한 컴퓨팅 자원 확대
  • 공유 훈련 자산 투자: 데이터셋, 도구, 평가 프레임워크 등
  • 프론티어의 다원성 유지: 오픈 모델에 대한 성급한 규제로 경쟁을 위축시키거나 혁신을 해외로 내몰지 않기
  • 애플리케이션 계층 강화: 경제 전반에서 주권적 AI 활용을 넓히는 방향

한 가지 흥미로운 지점은 디스틸레이션(distillation) 에 대한 언급입니다. 한 모델의 출력을 활용해 다른 모델을 훈련·개선하는 이 기법은 모델 개선·평가·검증에 널리 쓰이는 정당한 방법이며, 기존 기술로부터 배우고 그 위에 쌓아 올리는 오랜 전통의 일부라고 성명서는 설명합니다. 따라서 정책 입안자는 정당한 모델 개발 기법과 부정한 탈취를 혼동하지 말 것을 당부합니다. 폐쇄 모델에서 불법적으로 가치를 빼내려는 시도는 정당한 우려지만, 그것은 표적화된 법적·상업적 프레임워크로 다뤄야지 기법 전반을 싸잡아 규제할 일이 아니라는 것입니다.

누가 서명했나 — 60여 곳의 이례적 연대

이 성명서가 주목받는 또 다른 이유는 서명 명단(signatories) 입니다. 평소 치열하게 경쟁하는 이름들이 한 문서에 나란히 올랐습니다.

  • 대형 기술·모델 기업: Microsoft, Google, Meta, NVIDIA, AMD, IBM, OpenAI, Mistral, Cohere
  • 오픈소스·커뮤니티: The Linux Foundation, Hugging Face, Mozilla, Ollama, LM Studio, Unsloth
  • 인프라·개발 도구: GitHub, Cloudflare, Vercel, Replit, LangChain, Dell Technologies, Cisco
  • 보안: CrowdStrike, Palo Alto Networks, Palantir
  • 투자·플랫폼: Andreessen Horowitz, Y Combinator, Box, DoorDash, ServiceNow, Perplexity, SpaceX

경쟁 관계인 기업들이 “오픈 웨이트 생태계를 지켜야 한다” 는 한 가지 원칙 아래 모였다는 점 자체가, 이 주제가 업계에서 갖는 무게를 보여 줍니다.

한국 관점에서의 시사점

다시 강조하지만, 이 서한의 수신자는 미국 정책 입안자입니다. 여기 담긴 제언이 한국의 제도나 조직에 곧바로 적용되는 것은 아닙니다.

다만 서한이 전제로 삼는 문제의식 — 첨단 AI가 소수에 집중될 때 무슨 일이 벌어지는가 — 는 어느 나라 조직이든 피해 갈 수 없는 질문입니다. 정책 제언은 걷어 내고, AI 도입 전략의 판단 기준으로 바꿔 읽으면 다음과 같이 정리할 수 있습니다.

  • 모델 선택 전략: “하나의 최강 모델”에 올인하기보다, 업무 성격에 따라 프론티어 모델과 특화·경량 모델을 적재적소로 조합하는 것이 비용과 지속가능성 측면에서 유리합니다. 이는 최근 Microsoft 365 Copilot이 모델 선택(model choice) 폭을 넓히는 흐름과도 맞닿아 있습니다.
  • 종속성(lock-in)과 주권: 조직이 자신의 데이터·지식·역량을 스스로 소유하고 통제하는지를 AI 도입의 핵심 기준으로 삼아야 합니다.
  • 보안 관점의 균형: “폐쇄가 곧 안전”이라는 가정을 재검토하고, 투명성·검증·레드팀에 기반한 안전 확보 방식을 함께 고려할 필요가 있습니다.
  • 거버넌스 위에서의 개방: 개방성은 통제 포기가 아닙니다. Microsoft가 강조해 온 것처럼, 최신 모델과 선택지는 엔터프라이즈급 보안·개인정보 보호·규정 준수 위에서 제공될 때 조직에 실질적 가치가 됩니다.

마무리

이 성명서의 결론은 한 문장으로 압축됩니다.

AI의 시대는 번영의 시대가 될 수 있다. 올바른 선택이 뒷받침된다면, 오픈 웨이트 AI는 기회를 넓히고, 경쟁을 강화하며, 리스크를 완화하고, 이 비범한 기술의 혜택이 경제 전반에 폭넓게 공유되도록 할 수 있다.

40여 년 전 오픈소스가 그랬듯, 지금의 선택이 다음 세대가 AI 위에 무엇을 쌓아 올릴지를 결정한다는 것이 이 글의 메시지입니다.

물론 이 결론을 실행에 옮길 주체는 미국의 정책 입안자이고, 우리는 그 논의의 당사자가 아닙니다. 하지만 그 결정의 결과 — 어떤 모델이 공개되고, 어떤 선택지가 시장에 남는지 — 는 결국 한국에서 AI를 도입하는 조직에도 그대로 전달됩니다. 그래서 이 서한은 우리에게 지침이라기보다, 지금 내 조직의 AI 전략을 어떤 기준으로 점검해야 하는지 를 되묻게 하는 참고 자료에 가깝습니다.

모델을 고르고, 에이전트를 만들고, 조직의 AI 자산을 설계하는 입장이라면 한 번쯤 원문을 직접 읽어 볼 만합니다.

원문 전체는 아래 링크에서 확인할 수 있습니다.