The End of the Foundation Model Era: Open-Weight Models, Sovereign AI, and Inference as Infrastructure
이 논문은 2020 년대 초부터 2025 년까지 지속된 파운데이션 모델 시대가 종식되었으며, 오픈 가중치 모델의 성능 향상과 추론 비용 감소, 안소트래픽의 공급망 리스크 지정 등을 계기로 AI 산업이 경제·기술·상업·정치적 차원에서 동시적으로 재편되고 있으며, 오픈 가중치 모델이 정부 주도의 주권 AI 실현을 위한 핵심 수단이 되고 있다고 주장합니다.
과거의 AI 산업은 **"거대한 공장 **(기초 모델)을 가진 회사들이 독점하던 시대였습니다.
과거의 생각: "우리가 가장 비싼 공장을 짓고 (수조 원의 학습 비용), 가장 큰 기계 (모델) 를 만들면, 그 기계만 팔아서 영원히 부자가 될 것이다." (예: OpenAI, Anthropic)
현실의 충격: 중국 연구진 (DeepSeek 등) 이 "아니요, 그거 비싸게 할 필요 없어요. 똑똑한 공정을 쓰면 훨씬 싸게 똑똑한 모델을 만들 수 있어요"라고 증명해 보였습니다.
비유: 전구 발명 초기를 생각해보세요. 에디슨이 전구 공장을 지어 전기를 팔려고 했지만, 결국 전기는 **공급망 **(전기 회사)이 아니라 **전구를 이용해 무언가를 만들어내는 사람 **(공장, 조명 회사)이 돈을 번 것처럼, AI 모델 자체는 이제 **공짜에 가까운 '전기'**가 되었습니다.
결론: "모델을 만드는 것"이 더 이상 돈이 되지 않습니다. 이제 돈이 되는 곳은 그 모델을 이용해 **실제 문제를 해결하는 '응용 프로그램'과 '데이터'**입니다.
2. "자신의 규칙" vs "국가 안보": 정부의 개입
과거 AI 기업들은 "우리가 만든 AI 는 우리가 안전하다고 판단한 대로만 쓰게 하겠다"라고 주장하며 정부를 배제하려 했습니다. 하지만 국가는 이를 용납하지 않습니다.
비유: 원자력 발전소를 생각해보세요. 민간 기업이 원자력 기술을 개발했다고 해서, "우리가 안전하다고 생각할 때만 원자력을 쓰겠다"고 정부에 말할 수 있을까요? 절대 불가능합니다. 국가는 원자력 기술을 통제하고, 필요한 경우 민간 기업의 규칙을 무시하고라도 국가 안보를 위해 사용할 권리가 있습니다.
현실: 미국 정부가 'Anthropic'이라는 회사를 **'공급망 위험'**으로 지정하고 계약에서 제외시킨 사건이 바로 이 비유입니다. 민간 기업이 "이건 살인 무기로 쓰면 안 돼요"라고 막을 수 있는 권리는 국가에게 없습니다. 국가는 **"법적으로 허용된 모든 일 **(전쟁, 감시 등)을 할 수 있어야 합니다.
결과: 국가는 이제 "우리가 직접 통제할 수 있는 AI"를 원합니다. 그래서 **모델의 '무게 **(Weights)를 공개하거나, 정부가 직접 소유할 수 있는 **열린 구조 **(Open-weight)를 선호하게 되었습니다.
3. "두 개의 길": 공개된 상점과 비밀 기지
이제 AI 는 완전히 두 갈래로 나뉩니다.
**상업용 AI **(공개된 길) 일반인이 쓰는 챗봇, 회사용 도구. 여기서는 모델이 비슷해지고 가격이 싸집니다. (비유: 슈퍼마켓의 생수 - 브랜드는 달라도 물은 비슷함)
**국가 안보용 AI **(비밀 기지) 군대, 첩보, 전략적 작전에 쓰이는 AI. 여기서는 공개된 모델을 가져와서 비밀스러운 데이터로 다시 학습시키고, 비밀 공간에서 실행합니다.
비유: 군용 비행기를 생각해보세요. 민간 항공기 (상업용) 와는 완전히 다릅니다. 군용기는 적에게 추적이 안 되게 하고, 비밀 작전을 수행합니다.
중요한 점: 국가 안보용 AI 는 "누가 만들었는지"보다 **"국가가 그 기술을 100% 통제할 수 있는지"**가 중요합니다. 그래서 민간 기업이 만든 '비밀스러운 규칙'이 있는 AI 는 쓸 수 없고, 정부가 직접 수정하고 통제할 수 있는 '열린' AI 를 가져와서 비밀리에 개조해서 씁니다.
🚀 요약: 앞으로의 세상은 어떻게 변할까?
**모델 **(AI 두뇌) 이제 AI 모델 자체는 누구나 쓸 수 있는 '인프라'가 되었습니다. 모델 회사들의 거품이 꺼지고, 그 위에 **실제 가치를 창출하는 기업들 **(데이터, 업무 자동화, 보안)이 돈을 벌게 됩니다.
국가는 '주인'이 된다: AI 는 핵무기나 인터넷처럼 국가 안보의 핵심이 되었습니다. 국가는 더 이상 민간 기업의 '규칙'에 의존하지 않고, **직접 통제할 수 있는 기술 **(오픈 소스, 자체 학습)을 확보하려 합니다.
보이지 않는 전쟁: 우리가 뉴스에서 보는 '거창한 AI 발표'는 빙산의 일각일 뿐입니다. 진짜 강력한 AI 는 **비밀 기지 **(군사/첩보)에서, 일반인이 볼 수 없는 데이터로 훈련되어 국가의 안보를 지키고 있습니다.
한 줄 요약:
"AI 는 이제 '누가 가장 큰 모델을 만들었나'가 아니라, **'누가 그 모델을 이용해 가장 현실적인 문제를 해결하고, 국가는 그 기술을 얼마나 잘 통제하느냐'**가 중요한 시대가 되었습니다."
논문 제목: Foundation Model 시대의 종말: 오픈 가중치 모델, 주권 AI, 그리고 인프라로서의 추론
저자: Jared James Grogan (Universitas AI) 작성일: 2026 년 3 월 9 일
1. 문제 제기 (Problem)
이 논문은 2020 년부터 2025 년까지 지속된 '파운데이션 모델 (Foundation Model)' 시대가 구조적으로 종료되었음을 주장합니다. 기존 산업 구조는 다음과 같은 잘못된 전제에 기반하고 있었습니다:
규모의 우월성: 대규모 사전 학습 (Pre-training) 과 계산 자원 (Compute) 의 축적이 영구적인 경쟁 우위 (Moat) 를 제공한다.
비용 장벽: 프론트라인 모델 학습 비용은 천문학적이어서 진입 장벽이 된다.
단일 주체 지배: 한 개의 폐쇄형 모델이 AGI(일반 인공지능) 를 장악하고 API 를 통해 전 세계에 서비스를 제공한다.
민간 주도: 민간 기업이 국가 안보 기술의 윤리적 사용과 통제권을 가질 수 있다.
그러나 2026 년 초, 오픈 소스 모델이 프론트라인 성능에 도달하고 추론 (Inference) 비용이 급감하면서 이러한 가정이 붕괴되었습니다. 특히 미국 정부가 Anthropic 을 '공급망 위험'으로 지정하고 계약에서 배제한 사건은 이러한 구조적 전환의 결정적 순간으로 작용했습니다.
2. 방법론 (Methodology)
이 논문은 다음과 같은 다각적 접근을 통해 구조적 분석을 수행했습니다:
기술적 분석: 사전 학습 (Pre-training) 과 사후 학습 (Post-training), 테스트 타임 컴퓨팅 (Test-time compute), 에이전트 구성 (Agentic composition) 의 성능 및 비용 효율성 비교. DeepSeek-R1 과 같은 오픈 소스 모델의 비용 효율성을 사례 연구로 활용.
경제적 분석: 하이퍼스케일러 (Microsoft, AWS 등) 와 파운데이션 모델 기업 간의 '순환적 자금 조달 구조 (Circular Financing)' 분석. 투자 가치 평가가 실제 수익이 아닌 인프라 지출에 기반하여 부풀려진 메커니즘 규명.
법적 및 정책적 분석: 10 U.S.C. § 3252(공급망 관리법) 및 국방 생산법 (DPA) 을 근거로 한 미국 정부의 Anthropic 배제 조치와 OpenAI 의 주권 AI 인프라 제안 비교.
역사적 비교: 원자력, 인터넷, 우주, 암호화 기술 등 과거 이중 용도 (Dual-use) 기술이 민간에서 국가 통제 영역으로 이동한 역사적 패턴과 AI 의 현재 상황을 비교.
3. 주요 기여 및 핵심 발견 (Key Contributions & Results)
가. 기술적 전환: 사전 학습의 해체와 시스템 통합
규모의 법칙 붕괴: GPT-4 에서 GPT-5 로의 전환은 더 많은 사전 학습 컴퓨팅이 아닌, **사후 학습 최적화 (Post-training optimization)**와 **테스트 타임 컴퓨팅 (Test-time compute)**에 의해 성능이 결정됨을 증명했습니다.
DeepSeek-R1 의 충격: 중국 연구실 DeepSeek 은 600 만 달러 미만의 비용으로 GPT-4 급의 추론 능력을 구현했습니다. 이는 프론트라인 모델 학습 비용이 10 억 달러 이상이어야 한다는 기존 가설을 기술적으로 반증한 것입니다.
에이전트 아키텍처: 단일 대형 모델 (Singleton) 이 모든 작업을 처리하는 방식에서, 검색 증강 생성 (RAG), 도구 사용, 다중 에이전트 조정을 통해 시스템을 구성하는 방식으로 패러다임이 이동했습니다.
나. 경제적 구조 조정: 가치 사슬의 이동
순환적 경제의 붕괴: 하이퍼스케일러가 파운데이션 모델 기업에 투자하고, 그 기업이 다시 같은 클라우드의 컴퓨팅을 구매하며 지출하는 구조가 가치 평가를 부풀렸습니다. 오픈 소스 모델의 등장으로 이 '비용 장벽'이 허구임이 드러나며 평가 폭락이 예상됩니다.
가치의 이동: 모델 자체의 가치 (인프라) 는 상품화 (Commoditization) 되었고, 실제 가치는 독점 데이터, 운영 배포 인프라, 보안 허가 (Clearance) 를 가진 인력, 그리고 조직적 신뢰가 축적된 '적용 계층 (Application Layer)'으로 이동했습니다.
NVIDIA 의 전략: 모델 개발사보다는 모든 플레이어에게 컴퓨팅을 판매하는 '픽 앤 쉄들 (Pick-and-shovel)' 전략이 유효함을 확인했습니다.
다. 국가 안보와 주권 AI 의 분기 (The Two-Track Divergence)
상용 AI vs. 국가 안보 AI: 두 트랙은 구조적으로 분리되고 있습니다.
상용 트랙: 공개 데이터, 오픈 벤치마크, 민간 중심.
국가 안보 트랙: 기밀 데이터 (정보, 작전 기록), 격리된 환경 (Air-gapped), 보안 허가 인력 중심.
Anthropic 배제와 OpenAI 수용: Anthropic 은 폐쇄형 모델과 독자적인 사용 정책 (Constitutional AI) 으로 인해 국가 안보 공급망에서 배제되었습니다. 반면 OpenAI 는 오픈 가중치 모델 (gpt-oss) 을 공개하고 정부가 가중치를 통제할 수 있는 구조를 제안하여 국가 안보 트랙에 진입했습니다.
주권 통제 수단: 오픈 가중치 (Open-weight) 모델은 정부가 벤더의 정책 변경이나 자금 불안정에 의존하지 않고, 자체적으로 모델을 수정, 파인튜닝, 배포할 수 있게 하므로 주권 통제 (Sovereign Control) 의 핵심 수단이 됩니다.
라. 산업 구조의 재편
SpaceX 와 xAI 의 인수: 민간 파운데이션 모델 기업이 아닌, 기존 국방/우주 인프라와 보안 허가 체계를 갖춘 기업 (SpaceX) 이 AI 역량을 인수하는 방식으로 국가 안보 트랙이 형성되고 있습니다.
단일 주체 (Singleton) 신화의 종말: AGI 는 하나의 거대 모델이 아닌, 다양한 모델과 도구를 통합한 '시스템'으로 진화할 것입니다.
4. 의의 및 시사점 (Significance)
산업 구조의 영구적 변화: 파운데이션 모델 기업은 단순한 인프라 제공자로 전락하거나, 데이터와 운영 역량을 갖춘 적용 계층 기업으로 전환해야 생존할 수 있습니다.
국가 안보의 새로운 패러다임: AI 는 이제 민간 기업이 윤리적 기준을 설정할 수 있는 영역이 아닙니다. 국가는 전략적 기술에 대해 '사용 권한 (Usage Rights)'을 통제하며, 오픈 가중치 모델을 통해 주권적 접근성을 확보하려 합니다.
투자 및 정책 방향:
투자: 모델 학습 비용보다는 독점 데이터, 에이전트 시스템, 보안 인프라를 갖춘 기업에 자금이 쏠릴 것입니다.
정책: 정부는 오픈 가중치 생태계를 유지하고 육성해야 합니다. 이는 확산 위험이 아니라, 외부 벤더에 대한 의존도를 줄이고 국가적 통제력을 확보하기 위한 필수 조건입니다.
기술적 통찰: "지능 (Intelligence)"은 모델의 크기가 아니라 시스템의 통합 능력 (데이터, 도구, 추론) 에서 나옴을 시사합니다.
결론
이 논문은 파운데이션 모델 시대가 '실패'한 것이 아니라, 기술적 성숙과 경제적 논리에 따라 **구조적 교정 (Structural Correction)**을 겪고 있음을 강조합니다. 향후 10 년간 가장 중요한 AI 발전은 공개된 벤치마크가 아닌, 기밀 데이터와 국방 인프라 위에서 이루어질 '국가 안보 트랙'에서 일어날 것이며, 오픈 가중치 모델은 이를 가능하게 하는 핵심 기술적 기반이 될 것입니다.