중국 AI 연구소의 부상을 “미국 모델을 따라잡았나”라는 순위 경쟁으로만 보면 핵심을 놓치기 쉽습니다. 더 중요한 변화는 좋은 모델을 더 낮은 비용으로, 더 넓게 배포하는 방식입니다.
여기서 말하는 오픈소스는 엄밀히는 모델 가중치를 공개해 개발자가 내려받고 수정·배포할 수 있는 오픈웨이트(open-weight)에 가깝습니다. 중국의 주요 AI 연구소들은 이 방식을 통해 성능 경쟁뿐 아니라 비용, 접근성, 개발자 생태계에서 영향력을 키우고 있습니다.
1. 경쟁력은 ‘한 방’보다 전체 스택의 개선에서 나온다
중국 AI 연구소들의 강점은 단일한 천재적 발명보다 LLM 전체 스택을 세밀하게 개선하는 실행력에 있습니다. 데이터 구성, 아키텍처 조정, 강화학습 구현처럼 모델 성능을 좌우하는 요소를 촘촘히 다듬는 방식입니다.1
이는 최근 LLM 경쟁의 성격과도 맞닿아 있습니다. 중국 연구자들은 현재의 패러다임 변화를 MoE 확장, 강화학습 확장, 에이전트 구현의 흐름으로 보고 있습니다.1 이런 변화는 한 번의 대형 돌파보다 빠른 실험, 반복 튜닝, 구현 완성도에서 차이를 만듭니다.
인력 구조도 눈여겨볼 부분입니다. 중국 AI 연구소의 핵심 기여자 중 상당수는 현역 학생이며, 일부 연구소는 학생을 단순 인턴이 아니라 LLM 팀의 동료처럼 직접 통합합니다.1 빠르게 바뀌는 연구 흐름을 실험과 제품 구현으로 옮기는 데 유리한 구조입니다.
2. 밀집된 생태계가 반복 속도를 높인다
중국 AI 연구소의 경쟁력은 개별 회사만으로 설명하기 어렵습니다. 베이징에는 Alibaba, Z.ai, Moonshot AI, Tsinghua University, Meituan, Xiaomi, 01.ai 같은 조직들이 짧은 이동 거리 안에 모여 있습니다.1 가까운 물리적 거리와 잦은 인재 이동은 아이디어와 구현 방식이 빠르게 확산되는 환경을 만듭니다.
Exponential View 조사팀도 베이징, 항저우, 상하이에서 14개 중국 AI·로보틱스 연구소를 방문했습니다. 방문 대상에는 DeepSeek, MoonshotAI, MiniMax, Z.ai, ByteDance, 01.AI, Alibaba, Ant Group, Xiaomi, ModelScope, RWKV 등이 포함됐습니다.2
이 생태계는 미국 AI 업계와 닮은 점도 있습니다. 뛰어난 과학자, 대규모 데이터, 가속 컴퓨팅이 핵심 요소라는 점은 동일합니다.1 연구자들이 여러 연구소를 이동하며 경쟁하는 인재 시장도 비슷하게 나타납니다.1 차이는 그 경쟁이 오픈웨이트 배포와 결합하면서 더 넓은 개발자 시장으로 이어진다는 데 있습니다.
3. 칩 제약은 약점이지만, 효율 경쟁을 강화했다
중국 연구소들이 제약 없이 움직이는 것은 아닙니다. Exponential View 조사에 따르면 방문한 중국 연구소들은 공통적으로 Nvidia 칩을 원했고, 칩 제약은 사전학습 기간과 반복 실험 주기를 길게 만들고 있었습니다.2
하지만 이 제약은 동시에 효율 경쟁을 밀어붙이는 압력으로 작용했습니다. 더 적은 컴퓨팅 자원으로 성능을 끌어올리고, 추론 비용을 낮추며, 작은 모델로 증류해 더 다양한 환경에서 실행할 수 있게 만드는 방향입니다.
이 지점에서 중국 오픈웨이트 모델의 가치는 분명해집니다. 단순히 벤치마크 점수가 높은 모델이 아니라, 실제 제품에 붙였을 때 운영 비용을 감당할 수 있는 모델이 중요해졌기 때문입니다.
4. 오픈웨이트는 연구 공개가 아니라 배포 전략이다
미국의 주요 프런티어 AI 기업들이 API 중심의 폐쇄형 모델을 선호하는 반면, 중국의 주요 연구소들은 공개 모델을 통해 개발자 생태계를 먼저 확보하려는 경향을 보입니다. MIT Technology Review는 DeepSeek 이후 Z.ai, Moonshot, Alibaba Qwen, MiniMax 등이 비슷한 전략을 강화했다고 설명합니다.3
이 전략은 예산과 인프라가 제한된 팀에 특히 매력적입니다. 모델을 직접 내려받아 튜닝하고, 자체 환경에 배포하고, 제품 요구사항에 맞게 수정할 수 있기 때문입니다. API 사용료와 외부 서비스 의존도를 줄이려는 기업에도 현실적인 선택지가 됩니다.
결국 오픈웨이트는 “착한 공개”라기보다 시장 진입 전략에 가깝습니다. 더 많은 개발자가 모델을 써보고, 수정하고, 제품에 통합할수록 해당 모델의 생태계 영향력은 커집니다. 실제로 중국 오픈웨이트 모델이 글로벌 다운로드 점유율에서 미국을 앞선 사례도 보고됐습니다.3
결론: 벤치마크보다 단가와 통제권을 봐야 한다
중국 오픈소스 AI 연구소의 의미는 “미국을 이겼나”가 아닙니다. 핵심은 AI 모델 경쟁의 기준이 성능표에서 비용, 배포 자유도, 생태계 장악력으로 넓어졌다는 점입니다.
기업과 개발자가 모델을 고를 때 봐야 할 기준도 달라졌습니다.
성능이 실제 업무에 충분한가
추론과 운영 비용을 감당할 수 있는가
자체 데이터와 제품에 맞게 통제할 수 있는가
특정 API나 공급자에 과도하게 묶이지 않는가
이 기준에서 중국 오픈웨이트 모델은 더 이상 주변 선택지가 아닙니다. 성능 경쟁의 대안이 아니라, 비용과 통제권을 중시하는 팀에게 실질적인 전략 옵션이 되고 있습니다.
1Notes from inside China's AI labs - by Nathan Lambert
2Inside Chinese AI labs - American AI sanctions created its toughest competiton
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.