기업들이 비싼 API 대신 오픈소스 모델로 갈아타는 이유는? Hugging Face CEO의 진단과 오픈소스 생태계의 명암을 정리했다.
포춘 500 기업의 절반가량이 Hugging Face 플랫폼에서 오픈소스 AI 모델과 데이터셋을 공유·다운로드하고 있다. 처음에는 최신 프론티어 API로 시작했던 기업들도 규모가 커지면서 오픈소스로 방향을 바꾸는 흐름이 반복되고 있다. Clem Delangue Hugging Face CEO는 TechCrunch 팟캐스트 Equity에서 이 현상을 ‘매번 똑같이 펼쳐지는 이야기’라고 표현했다.
비싼 API 요금이 불러온 오픈소스 전환
Delangue CEO가 전한 핵심 패턴은 단순하다. 기업들은 처음에 편리함 때문에 프론티어 API를 선택한다. 설정도 간단하고 바로 쓸 수 있어서다. 하지만 서비스가 커지고 API 호출량이 늘어날수록 비용 부담이 눈에 띄게 커진다. 이 지점에서 많은 기업이 오픈소스 모델로 전환한다.
실제로 Hugging Face의 플랫폼 사용량을 보면 이 흐름이 수치로도 확인된다. 한때 연구자와 스타트업 중심이던 이 플랫폼이 지금은 ‘AI 분야의 GitHub’에 가깝게 자리 잡았다. AI 모델을 올리고 내려받는 구조 자체가 코드 저장소 GitHub의 작동 방식과 비슷하기 때문이다. 포춘 500 기업 상당수가 이미 이 플랫폼을 활용하고 있다.
대형 연구소 몇 곳이 모든 걸 통제한다면
팟캐스트에서 Delangue CEO는 더 큰 우려도 꺼냈다. 소수의 대기업이 AI 기술 전체를 통제하게 될 가능성이다. Anthropic이 최신 모델인 Fable의 출시를 멈춘 사건을 최근 사례로 들며, 이런 흐름이 굳어질 때 오픈소스 진영이 어떤 역할을 해야 하는지 질문을 던졌다.
오픈소스 대 폐쇄형 모델이라는 구도 자체가 새로울 건 없다. 하지만 이번 팟캐스트 대화에서 주목할 점은 ‘기술적 우월함’보다 ‘생태계 접근성’에 논의의 무게가 실렸다는 사실이다. Delangue CEO의 문제 제기는 단순한 성능 비교가 아니라, AI 인프라 자체가 특정 조직에 집중될 때 벌어질 상황을 겨냥하고 있다.
실제로 오픈소스를 도입하려면 어디서 시작할까
오픈소스 모델 전환은 팀 규모와 목적에 따라 접근법이 달라진다. 작은 팀이나 개인 개발자라면 Hugging Face에서 오픈소스 LLM(문장을 이해하고 생성하는 대규모 언어 AI 모델)을 내려받아 테스트해보는 것부터 시작할 수 있다. 이미 파인튜닝된 모델도 많아서 진입 문턱이 생각보다 낮다.
조직 차원에서 검토 중이라면 API 비용 추세를 먼저 분석해보는 편이 현실적이다. 월간 API 호출량과 요금 그래프를 그리고, 비슷한 수준의 오픈소스 모델을 자체 서버에서 구동했을 때 예상 비용을 비교한다. Delangue CEO가 언급한 패턴, 즉 ‘스케일업 시점에 갈아타는 기업들’을 떠올리며 우리 팀이 어느 지점에 있는지 가늠해보면 된다.
오픈소스 모델이 늘 그렇듯, 한계도 있다
오픈소스 모델이라고 모든 문제가 해결되는 건 아니다. 첫째, 프론티어 API가 제공하는 최신 모델 대비 성능 차이가 여전히 존재한다. 특히 복잡한 추론(학습된 AI 모델이 실제로 질문에 답하거나 출력을 만드는 과정)이 필요한 작업에서는 격차가 더 벌어질 수 있다. 단순히 비용만 보고 옮겼다가 품질 문제로 되돌아가는 사례도 드물지 않다.
둘째, 운영 부담이 늘어난다. API만 호출하면 끝나던 환경에서 직접 모델을 배포·관리하려면 인프라 지식과 DevOps 리소스가 추가로 필요하다. Hugging Face가 허브 역할을 하면서 배포 도구도 제공하고 있지만, 결국 실제 운영은 사용자 몫이다. 작은 팀이라면 이 부분이 생각보다 큰 장벽이 될 수 있다.
폐쇄형과 오픈소스, 둘 사이에서 판단할 기준
Delangue CEO의 발언을 곧이곧대로 ‘오픈소스가 정답’이라는 주장으로 읽을 필요는 없다. 실제로 많은 기업은 두 접근법을 함께 쓴다. 민감한 데이터를 다루지 않는 일반 작업은 프론티어 API로 빠르게 처리하고, 반복 작업이나 비용이 누적되는 영역은 오픈소스 모델로 전환하는 식이다.
중요한 건 선택지가 사라지지 않는 환경이다. Delangue CEO가 우려한 시나리오는 소수 기업만이 모델을 만들 수 있는 구조가 굳어지는 것이다. 이럴 경우 모든 조직이 동일한 과점 API에 의존하게 되고, 가격 협상력도 사라진다. 오픈소스 생태계가 활발한 이유 자체가 기술적 대안 이상으로 생태계 균형을 위한 안전 장치 역할을 하기 때문이다.
지금까지 흐름을 정리해보면
Hugging Face CEO가 TechCrunch 팟캐스트에서 전한 이야기는 크게 두 갈래다. 하나는 비용 압박으로 인해 기업들이 프론티어 API에서 오픈소스로 넘어오는 실무적 흐름, 다른 하나는 AI 통제력이 소수에게 집중되는 구조적 위험에 대한 경고다. 후자는 Anthropic의 Fable 출시 중단 사례를 거론하며 현실감 있게 다가온다.
AI Log 관점에서 보면 이 주제는 단순한 기술 선택을 넘어 조직의 AI 도입 전략과 연결된다. 오픈소스 보안, 자동화 파이프라인(여러 작업을 정해진 순서대로 이어서 처리하는 흐름)과의 결합, 벤더 종속 회피 등이 앞으로 더 중요한 화두가 될 가능성이 있다. 포춘 500 절반이 이미 오픈소스 AI를 쓰고 있다는 사실은 이 방향이 더 이상 ‘실험’이 아니라는 신호다.
참고
- 원문 링크: https://techcrunch.com/podcast/open-source-ai-matters-more-than-ever-according-to-hugging-faces-clem-delangue/
- TechCrunch 공식 자료와 AI Log 리서치 노트를 바탕으로 작성한 단일 출처 기반 초안입니다.
- 발행 전 원문 확인이 필요합니다.
