기업들이 AI API에서 오픈소스로 이동하는 이유는 무엇일까? Hugging Face CEO가 전하는 비용 구조 변화와 업계 집중화에 대한 우려를 정리했다.
AI를 도입한 기업들 사이에서 반복되는 패턴이 하나 있다. 처음에는 클라우드 API를 통해 최첨단 모델을 사용한다. 그런데 규모가 커질수록 비용이 눈에 띄게 늘어나고, 결국 오픈소스 모델로 방향을 튼다.
Hugging Face CEO Clem Delangue가 TechCrunch 팟캐스트 Equity에서 이 흐름을 구체적으로 설명했다. Hugging Face는 최근 수년간 AI 개발자들이 오픈 모델과 데이터셋을 공유하고 다운로드하는, 일종의 ‘AI를 위한 GitHub’와 같은 플랫폼으로 성장했다. 현재 Fortune 500 기업의 약 절반이 이 플랫폼을 활용하고 있다.
API에서 오픈소스로 — 왜 이런 일이 반복되는가
Delangue가 지적한 핵심은 간단하다. 기업들이 처음에는 frontier API, 즉 최신 성능을 갖춘 상용 API를 선택한다. 문제는 규모가 커지면서 발생한다. 사용량이 늘어날수록 API 호출 비용이 기하급수적으로 증가하기 때문이다. 예측 가능한 지출 구조를 원하는 기업 입장에서는 언젠가 결단을 내려야 하는 지점이 온다.
여기서 Hugging Face가 GitHub와 비교되는 이유가 드러난다. GitHub가 오픈소스 소프트웨어의 중앙 저장소 역할을 하며 개발 문화를 바꿨듯이, Hugging Face는 오픈소스 AI 모델과 데이터셋의 허브로 자리 잡았다. 모델을 직접 다운로드해 자체 서버에서 실행하면 API 호출 비용을 크게 줄일 수 있다. Fortune 500의 절반이 이 플랫폼을 사용한다는 수치는 이런 실용적 판단이 광범위하게 퍼져 있다는 신호로 읽힌다.
오픈소스와 클로즈드 소스 사이 — 이 싸움이 중요한 이유
이번 팟캐스트에서 Rebecca Bellan이 Delangue에게 던진 질문 중 하나는 오픈소스와 클로즈드 소스의 대결 구도가 왜 중요한지였다. 특히 Anthropic이 Fable 릴리스를 중단한 사건 이후 이 논쟁은 더 뜨거워졌다.
Anthropic의 Fable은 오픈소스로 출시될 예정이었으나 회사가 내부 검토 끝에 출시를 보류했다. 보안과 오용 가능성에 대한 우려가 표면적인 이유였지만, 업계 일각에서는 상업적 이해관계도 작용했을 것으로 본다. Delangue는 이 사건을 오픈소스 진영에 대한 하나의 경고 신호로 바라봤다. 기술의 투명성과 접근성을 두고 업계 전체가 선택의 기로에 서 있다는 것이다.
여기서 중요한 점은 단순히 ‘오픈소스가 좋다, 클로즈드가 나쁘다’라는 이분법이 아니라는 사실이다. 오픈소스 모델은 보안 심사와 거버넌스 측면에서 클로즈드 모델보다 더 많은 신경을 써야 한다. 누구나 코드를 볼 수 있고 수정할 수 있기 때문에 악용 가능성도 함께 열린다. 반면 클로즈드 모델은 API 제공자가 보안과 필터링을 통제할 수 있지만, 사용자는 모델 내부 작동 방식을 검증할 수 없다.
소수 거대 기업이 모든 것을 통제하게 될 가능성
Delangue가 이번 인터뷰에서 가장 우려한 지점은 따로 있다. 소수의 거대 기업이 AI 생태계 전체를 통제하게 될 가능성이다. “a handful of big companies could end up controlling everything”이라는 표현이 팟캐스트에서 직접 언급되었다.
이 우려는 단순한 과장이 아니다. 현재 AI 최첨단 모델을 개발하려면 막대한 컴퓨팅 자원과 학습 데이터, 그리고 고급 인력이 필요하다. 자연스럽게 자본력이 풍부한 소수 기업에 유리한 구조가 형성된다. API 비용이 계속 상승하거나, 특정 기업이 사실상의 표준 API 공급자로 자리 잡으면, 기술 선택권 자체가 좁아질 수 있다.
Delangue는 오픈소스가 이런 집중화에 대한 실질적인 대안이라고 본다. 다양한 주체가 모델을 개발하고 공유할 수 있는 환경이 유지되어야 한다는 입장이다. 이는 단순히 기술적 선호가 아니라 생태계의 건강성을 위한 구조적 선택에 가깝다.
실무자 입장에서 생각해볼 두 가지 시나리오
이 논의는 추상적인 업계 담론처럼 들릴 수 있지만, 실제로 AI를 업무에 도입하는 팀이라면 두 가지 시나리오를 염두에 둘 필요가 있다.
첫 번째 시나리오는 비용 최적화가 필요한 중소 규모 팀이다. API 기반으로 AI 기능을 프로토타입한 뒤, 사용량이 일정 수준을 넘으면 오픈소스 모델로 전환하는 전략이 현실적이다. Hugging Face에서 제공하는 모델을 자체 서버나 클라우드 인스턴스에 올려 실행하면 API 호출 비용 부담을 줄일 수 있다. 다만 이 과정에서 모델 서빙 인프라를 직접 관리해야 하는 부담이 생긴다. 전문 인력이 부족한 팀이라면 오히려 관리형 오픈소스 서비스를 중간 단계로 고려해볼 수 있다.
두 번째 시나리오는 데이터 보안과 규제 준수가 중요한 조직이다. 금융, 의료, 법률 같은 분야에서는 외부 API로 데이터를 보내는 것 자체가 규제 위반이 될 수 있다. 오픈소스 모델을 온프레미스 환경에서 직접 실행하면 데이터가 외부로 유출될 위험을 통제할 수 있다. Hugging Face가 Fortune 500 기업의 절반에 도달했다는 점은 이런 보안 민감 조직에서도 오픈소스가 실무 선택지로 자리 잡았음을 보여준다.
반론 — 오픈소스가 항상 정답은 아니다
물론 오픈소스로 이동하는 것이 모든 상황에 맞는 해결책은 아니다. 첫 번째 반론은 성능 격차다. Frontier API로 제공되는 최신 모델은 대규모 학습과 최적화를 통해 오픈소스 모델보다 뛰어난 성능을 보일 때가 많다. 특히 미세한 추론 능력이 중요한 작업에서는 API 모델의 우위가 유지될 가능성이 있다.
두 번째 반론은 운영 비용이다. API 호출 비용을 아끼기 위해 자체 인프라를 구축하면, 서버 관리와 모델 업데이트, 장애 대응에 드는 인건비와 시간이 새로운 비용으로 등장한다. 이 숨은 비용을 간과하면 API에서 오픈소스로 전환했다가 예상치 못한 운영 부담에 직면할 수 있다. Delangue가 강조한 비용 절감 효과는 일정 규모 이상에서 발휘되는 것이지, 소규모 사용자에게도 동일하게 적용된다고 단정하기는 어렵다.
앞으로 지켜볼 쟁점
Anthropic의 Fable 릴리스 중단 이후 오픈소스와 클로즈드 소스의 긴장은 더 높아질 전망이다. AI Log 관점에서 보면, 이 긴장은 단순한 기술 논쟁이 아니라 AI 생태계의 지배구조를 둘러싼 구조적 흐름으로 볼 수 있다. 오픈소스 진영이 성장할수록 소수 기업의 API 독점에 균열이 생길 가능성이 있고, 반대로 규제나 보안 이슈가 오픈소스 확산에 제동을 걸 가능성도 있다.
실무자 입장에서는 당장 선택을 강요받기보다, 두 가지 방식을 상황에 맞게 병행하는 유연한 전략이 현실적이다. Delangue가 언급한 “회사들이 API에서 시작해 오픈소스로 이동하는 패턴”은 하나의 참고 지점일 뿐, 모든 조직에 동일하게 적용되는 법칙은 아니다.
참고
- 원문 링크: https://techcrunch.com/2026/07/10/hugging-faces-ceo-on-why-companies-are-done-renting-their-ai/
- TechCrunch 공식 자료와 AI Log 리서치 노트를 바탕으로 작성한 단일 출처 기반 초안입니다.
- 발행 전 원문 확인이 필요합니다.
