지금의 AI 붐이 어디서 시작됐는지 거슬러 올라가 보면, 2017년 구글 연구팀이 공개한 “Attention Is All You Need”라는 논문이 나오는데요. ChatGPT의 ‘T’가 바로 이 논문에서 제안된 트랜스포머(Transformer)거든요. 누구나 읽을 수 있게 공개된 논문 한 편이 오늘날 수조 원짜리 산업의 씨앗이 된 셈이에요. 그런데 최근 사이언스(Science)지가 아이러니한 현상을 짚었어요. 그 씨앗으로 가장 큰 열매를 거둔 최상위 AI 스타트업들이, 정작 이제는 자기 연구를 거의 공개하지 않는다는 거예요.
논문 대신 ‘시스템 카드’만 남았다
분위기가 확 바뀐 상징적인 순간은 2023년 GPT-4 발표였는데요. OpenAI는 원래 GPT-2, GPT-3까지는 모델 구조, 학습 데이터 규모, 학습 방법을 꽤 자세히 담은 논문을 냈어요. 다른 연구자들이 그걸 읽고 따라 만들거나 개선할 수 있을 정도로요. 그런데 GPT-4 기술 보고서에는 이런 문장이 등장해요. “경쟁 환경과 안전상의 문제를 고려해, 아키텍처(모델 크기 포함), 하드웨어, 학습 방법, 데이터 구성에 대한 세부 정보를 공개하지 않는다.” 100페이지 가까운 문서를 냈는데, 정작 모델이 어떻게 만들어졌는지에 대한 핵심 정보는 하나도 없었던 거죠.
이후 이게 업계 표준이 됐어요. 요즘 프런티어 랩(최전선에서 가장 강력한 모델을 만드는 회사들)이 새 모델을 낼 때 공개하는 건 ‘시스템 카드’라는 문서인데요. 이게 뭐냐면, 모델이 어떤 위험한 행동을 하는지 안전성 평가 결과를 정리한 보고서예요. 물론 의미 있는 문서지만, 그걸 읽는다고 비슷한 모델을 만들 수 있는 건 아니에요. 재현 가능성, 그러니까 다른 사람이 같은 방법으로 같은 결과를 얻을 수 있어야 한다는 과학의 기본 원칙과는 거리가 먼 문서인 거죠.
왜 감추게 됐을까
이유는 크게 세 가지로 볼 수 있는데요. 첫째는 당연히 경쟁이에요. 이제 학습 레시피와 데이터 파이프라인이 회사의 가장 비싼 자산이거든요. 구글 입장에서 트랜스포머 논문은 뼈아픈 교훈이었어요. 자기들이 공개한 논문을 바탕으로 만들어진 ChatGPT에 한동안 추월당했으니까요. 둘째는 안전이라는 명분이에요. 강력한 모델을 만드는 방법을 공개하면 악용될 수 있다는 논리인데, 진심인 부분도 있지만 비공개를 정당화하는 편리한 방패가 됐다는 비판도 많아요. 셋째는 인재 문제예요. 논문에 저자 이름이 올라가면 그 사람이 바로 경쟁사 헤드헌팅 타깃이 되거든요. 프런티어 랩 연구자들 몸값이 천정부지로 뛴 상황에서, 회사 입장에선 누가 어떤 연구를 했는지조차 감추고 싶은 거예요.
그런데 반대편에서는 오히려 더 공개한다
재미있는 건 업계 전체가 닫힌 건 아니라는 거예요. 오픈 웨이트(모델 가중치를 누구나 내려받을 수 있게 공개하는 방식) 진영은 오히려 점점 더 자세한 기술 보고서를 내고 있거든요. 중국의 DeepSeek이 대표적인데요. DeepSeek-R1을 공개하면서 추론 능력을 어떻게 강화학습으로 끌어올렸는지 방법론까지 논문으로 상세히 풀었고, 전 세계 연구자들이 그걸 기반으로 후속 연구를 쏟아냈어요. Meta의 Llama 시리즈, 알리바바의 Qwen 시리즈도 학습 과정을 담은 긴 테크니컬 리포트를 함께 내는 편이고요. 그러니까 지금 AI 연구 지식의 공급원이 미국의 최상위 랩에서 오픈 웨이트 진영으로 옮겨가고 있는 셈이에요. 학계는 더 힘들어졌어요. 최고 연구자들은 산업계로 옮겨갔고, 대학은 프런티어급 모델을 학습시킬 컴퓨팅 자원 자체가 없어서 기업들의 주장을 검증도 재현도 못 하는 상황이거든요.
한국 개발자에게 주는 시사점
실무적으로 보면 “최신 기술을 배우려면 뭘 읽어야 하나”의 답이 바뀌었다는 뜻이에요. 예전엔 OpenAI 논문을 읽으면 됐지만, 이제 프런티어 랩의 발표는 마케팅 블로그에 가깝고, 진짜 기술 디테일은 DeepSeek, Qwen, Llama 같은 오픈 웨이트 모델의 테크니컬 리포트에 있어요. LLM을 직접 다루거나 파인튜닝하는 분이라면 이쪽을 챙겨 읽는 게 훨씬 남는 장사예요. 예외적으로 Anthropic이 모델 내부가 어떻게 동작하는지 들여다보는 해석 가능성(interpretability) 연구는 꾸준히 공개하고 있으니, 이 분야에 관심 있다면 좋은 자료가 되고요. 국내에서 LLM을 만드는 회사들에도 생각할 거리인데요. 공개 전략은 단기적으론 손해 같지만, 생태계를 만들고 채용 브랜딩이 되는 효과가 DeepSeek 사례로 이미 증명됐거든요.
마무리
정리하면, 공개 연구 문화 위에서 태어난 AI 산업이 정상에 오르자마자 사다리를 걷어차고 있고, 그 빈자리를 오픈 웨이트 진영이 채우고 있다는 이야기예요. 여러분은 어떻게 생각하세요? 기업이 수천억을 들인 연구를 감추는 건 당연한 경쟁 전략일까요, 아니면 공개 논문으로 성장해놓고 이제 와서 문을 닫는 무임승차일까요?
🔗 출처: Hacker News