OpenAI의 Thrive 파트너십과 중국 LLM이 엔터프라이즈 AI 통합을 어떻게 재구성하고 있는가

OpenAI와 Thrive Capital의 엔터프라이즈 AI 연합

OpenAI의 최근 전략적 움직임은 AI를 전통 산업에 깊이 통합하려는 추진력을 강조합니다. 2025년 12월, OpenAI는 Josh Kushner의 Thrive Capital의 새로운 차량인 Thrive Holdings에 대한 지분을 확보하여 회계 및 IT 서비스와 같은 분야에 OpenAI의 대형 언어 모델(LLM)을 내장하는 파트너십의 일환으로 참여했습니다[1][2]. 현금 투자 대신, OpenAI는 지분 대가로 전담 연구팀을 제공하여 양측이 AI 기반으로 레거시 비즈니스 운영을 혁신하는 데 집중하도록 인센티브를 맞췄습니다. 목표는 Thrive의 포트폴리오 회사의 수작업 및 단편화된 프로세스에 AI를 도입하고, 도메인 전문가와의 강화 학습을 통해 이러한 모델을 지속적으로 개선하는 것입니다[3]. Thrive는 전통적인 서비스 제공업체를 인수하고 AI로 개편하기 위해 10억 달러 이상을 모금했습니다[2]. 이 파트너십은 OpenAI가 단순히 API 접근을 판매하는 것이 아니라 기업 내에서 AI 솔루션을 공동 구축하여 수직적으로 통합하는 새로운 접근 방식을 나타냅니다. *“소유권을 통한 OpenAI의 정렬”*은 OpenAI와 Thrive가 산업을 위한 선도적인 AI 기반 제품 개발이라는 “북극성”을 공유하도록 보장합니다[4]. 특히 Thrive Capital이 OpenAI의 주요 후원자임에도 불구하고, 이 거래는 Thrive가 OpenAI의 모델에 독점적으로 묶이지 않습니다 – Thrive는 필요에 따라 오픈 소스 모델을 포함한 다른 모델도 활용할 수 있습니다[5]. 이는 오늘날의 기업 AI 환경의 실용적인 진실을 강조합니다: 기업은 도메인 요구, 비용 제약 및 통합 요구 사항에 가장 잘 맞는 모델을 채택할 것입니다.

미국 산업 전반의 기업 LLM 채택

미국 기업 전반에 걸쳐 AI, 특히 생성형 AI의 채택이 지난 2년 동안 급증했습니다. 2024년 맥킨지 설문조사에 따르면, 이제 78%의 조직이 최소 하나의 기능에서 AI를 사용하고 있으며(전년 대비 55% 증가), 71%는 생성형 AI 도구를 배포했습니다[6]. 이는 LLM이 실험적 파일럿 단계에서 많은 기업의 '필수 비즈니스 인프라'로 이동했음을 나타냅니다[6]. 중요한 것은 이 트렌드가 산업 전반에 걸쳐 광범위하게 확산되고 있다는 점입니다. 금융 분야에서는 은행이 LLM을 사용하여 연구를 분석하고 상담사를 지원하고 있으며, 의료 분야에서는 LLM이 의료 보고서 및 환자 커뮤니케이션을 작성하고 있습니다. 법률 및 컨설팅에서는 문서를 요약하고 초안을 작성하는 데 사용됩니다. 전자상거래 및 여행에서는 생성형 AI가 고객 서비스와 추천을 지원합니다. 예를 들어, 에어비앤비의 AI 컨시어지는 인간 상담사 없이 고객 문의를 해결할 수 있습니다. 대형 유통업체 아마존은 AI 모델을 사용하여 수백 개의 댓글에서 일반적인 선호도와 비선호도를 추출하여 한 문단으로 요약해 쇼핑객에게 제품 리뷰를 제공합니다[7]. 이는 고객 경험을 개선하고 판매 전환 속도를 높입니다. 아마존은 또한 마켓플레이스 판매자가 더 나은 제품 설명을 작성할 수 있도록 돕는 생성형 AI 도구를 롤아웃했으며, LLM 통합으로 알렉사를 더욱 대화형으로 만들었습니다[8]. 이러한 예시는 기업이 워크플로우를 자동화하거나 사용자 상호작용을 강화할 수 있는 모든 곳에 LLM을 통합하고 있음을 보여줍니다. 마케팅 카피 작성에서 챗봇 및 코딩 어시스턴트 구동까지 다양합니다.

그러나 대규모 AI 통합은 간단하지 않습니다. 많은 기업이 파일럿에서 실제 운영으로 전환하는 데 여전히 어려움을 겪고 있습니다. 연구에 따르면 GenAI 파일럿 프로젝트 중 단 5%만이 빠른 수익 증대를 달성하며, 많은 프로젝트가 명확하지 않은 목표나 인프라 문제로 중단됩니다[9]. 그럼에도 불구하고 기업 AI에 대한 비즈니스 사례는 여전히 강력합니다. 성공한 기업들은 평균 3.7배의 ROI를 보고하며 예산을 재분배하고 있습니다[10]. LLM에 대한 기업 지출이 급증하여, 2025년까지 37%의 기업이 LLM 사용에 연간 25만 달러 이상을 지출할 것으로 나타났습니다[11]. 이러한 투자 의지는 AI를 생산성과 혁신을 높이는 전략적 기술로 보는 경쟁적 필수 요소를 반영합니다. 그 결과, 여러 LLM이 공존하는 기업 AI 생태계가 형성되고 있습니다. 실제로 설문 조사에 따르면 다중 모델 배포 패턴이 나타나고 있으며, 한 보고서에 따르면 대다수의 기업이 OpenAI, Anthropic, Google, 오픈 소스 제공업체의 다양한 AI 모델을 혼합하여 최소 두 개 이상의 AI 모델을 사용하고 있다고 합니다[12]. 이러한 다중 모델 접근 방식은 다양한 LLM의 강점과 약점을 균형 있게 활용하고 단일 벤더에 대한 과도한 의존을 피할 수 있게 합니다.

미국 기업들이 중국 LLM을 채택하는 이유: 비용 절감과 그 의미

기업 AI 이야기에서 예상치 못한 반전은 중국의 오픈 소스 LLM이 미국에서 채택되고 있다는 점입니다. 1년 전만 해도 미국 모델을 기본으로 사용하던 기업들이 이제는 알리바바, 바이두, Zhipu, MiniMax 등의 모델을 점점 평가하고 (일부는 받아들이고) 있습니다. 그 이유는 강력한 가치 제안 때문입니다: 이 모델들은 종종 무료이며, '오픈웨이트' (공개된 모델 파라미터)이고, 미국 모델보다 운영 비용이 훨씬 저렴합니다. 대규모 작업을 자동화하려는 기업에게는 비용과 맞춤화가 최첨단 모델을 갖추는 것보다 더 중요할 수 있습니다. 그 결과, 유명한 미국 기술 기업들조차 중국 AI를 실험하기 시작했습니다. 최근 주목받은 사례로는, Airbnb의 CEO인 브라이언 체스키가 회사의 자동화 고객 서비스 에이전트에 알리바바의 Qwen LLM을 주로 사용한다고 밝혔습니다. OpenAI의 최신 모델보다 "더 빠르고 저렴한 모델이 있기 때문"이라고 합니다. 체스키는 특히 Qwen을 칭찬하며 "우리는 알리바바의 Qwen 모델에 많이 의존하고 있습니다. 매우 뛰어나고 빠르며 저렴합니다."라고 말했습니다. 실제로, 2025년에 출시된 Airbnb의 새로운 AI 컨시어지는 13개의 모델(OpenAI, Google, 오픈 소스 포함)을 혼합하여 구축되었지만, 중국의 Qwen이 많은 무거운 작업을 담당합니다. Qwen 등의 사용으로 인한 비용 절감 덕분에 Airbnb는 지원 요청의 15%를 자동화하고 해결 시간을 몇 시간에서 몇 초로 단축할 수 있었습니다 – 이는 실질적인 비즈니스 영향입니다.

에어비앤비만 이런 움직임을 보이는 것은 아닙니다. 잘 자금이 지원된 스타트업과 VC들도 AI 지름길을 찾아 동쪽으로 눈을 돌리고 있습니다. 저명한 투자자 Chamath Palihapitiya는 그의 회사가 아마존의 독점 서비스를 Moonshot의 Kimi 모델(베이징 기반 스타트업)로 이전한 이유가 “훨씬 더 성능이 뛰어났기 때문”이라고 언급했습니다.[19] 마찬가지로, 전 오픈AI CTO Mira Murati의 새로운 벤처는 사용자가 오픈 모델을 미세 조정할 수 있는 도구를 출시했으며, Qwen의 여덟 가지 변형을 포함하여 중국 LLM 기반 구축에 대한 관심을 강조했습니다[20]. 매력은 분명합니다: “평균적인 스타트업에게 정말 중요한 것은 속도, 품질, 비용입니다... 중국 모델은 이 세 가지를 균형 있게 잘 수행해왔습니다.”[21]. 중국 AI 연구소들은 공격적으로 모델을 오픈 소스로 공개하며, 허가된 라이선스를 통해 누구나 모델 가중치를 다운로드하고 이를 커스터마이즈할 수 있도록 하고 있습니다. 예를 들어, 알리바바는 Tongyi Qianwen (Qwen) 모델 패밀리의 버전을 Apache 2.0 라이선스 하에 오픈 소스로 공개했으며, 4B부터 70B+ 파라미터를 가진 대규모 모델까지 다양합니다[22][23]. 이는 회사가 “인터넷에서 이러한 가중치를 가져와서 독점 데이터를 기반으로 미세 조정하여” 도메인별 모델을 처음부터 시작하지 않고도 만들 수 있음을 의미합니다[24]. 한국의 한 회사는 바로 그렇게 했습니다 – 정부 문서 처리를 위해 Qwen을 미세 조정하여 비용을 30% 절감했습니다[25]. 알리바바는 Qwen을 기반으로 전 세계에서 170,000개 이상의 모델이 파생되었으며, 90,000개 이상의 기업이(소비자 전자 제품, 게임 등) 어떤 형태로든 Qwen 패밀리 모델을 채택했다고 보고합니다[26]. 이러한 수치는 중국 LLM이 전 세계 개발자와 기업들 사이에서 빠르게 입지를 확보했음을 나타냅니다.

이 추세의 영향은 양날의 검입니다. 한편으로, 미국 AI 제공업체들은 잠재적인 기업 수익이 빠져나가는 것을 보고 있습니다. 중국의 개방형 모델이 처리하는 모든 작업은 OpenAI나 Anthropic의 유료 API에서 실행되지 않는 것입니다. The Wire China는 미국 모델 개발자들이 Airbnb와 같은 대형 고객을 중국 경쟁업체에게 잃으면, 그것은 미국 접근 방식(종종 독점적이고 고비용)이 일부 사용 사례에 대해 흔들리고 있다는 “경고 신호”라고 지적했습니다[27]. OpenAI, Anthropic, Google과 같은 프런티어 모델 연구소는 가격을 낮추거나, 개방형 변형을 제공하거나(실제로 OpenAI는 일부 “오픈 웨이트” GPT 모델을 출시했습니다[28]), 진정으로 차별화된 기능에 집중하는 방식으로 대응해야 할 수도 있습니다. 또 다른 의미는 전략적이고 지정학적인 것입니다. 미국 기업들이 중국 AI에 점점 더 의존하게 되면서 신뢰와 보안 문제를 제기하고 있습니다. 지금까지는 비용과 성능에 대한 실용주의가 데이터 관리에 대한 우려를 일부 경우에 압도했습니다. 그러나 워싱턴은 주목하고 있습니다 - 미국 규제 당국은 2025년 초에 중국 AI 회사 Zhipu(GLM 모델 제작자)를 무역 블랙리스트에 추가했으며[29], 상무부 보고서는 외국 AI의 보안 위험에 대해 경고하고 중국 모델의 부상이 “미국 개발자들의 역사적인 글로벌 리드를 잠식하고 있다”고 지적했습니다.[29][30] 미국 내에서는 정부 환경에서 중국 LLM의 사용을 제한하려는 움직임이 있으며, 국가 안보 압력이 커지면 기업까지도 확대될 가능성이 있습니다.[27]. 기업 차원에서는 중국 AI 공급업체에 대한 실사가 증가하고 있습니다. 회사들은 Qwen이나 DeepSeek 같은 모델의 이점을 데이터 노출이나 준수 문제와 같은 위험과 비교해야 합니다. 일부는 오픈 소스 모델을 내부적으로 자체 호스팅하여 이를 완화합니다(외부 API 호출 피함)[31][32], 이는 데이터 거주 문제를 해결하지만 상당한 내부 엔지니어링이 필요합니다. 다른 회사들은 중국 모델을 비민감한 작업에 사용하고 민감한 데이터는 더 신뢰할 수 있는 모델에 남겨두는 하이브리드 접근 방식을 취합니다. 어쨌든, 중국 LLM의 등장은 건강한 경쟁을 불러일으켰습니다. 이는 미국 기업들이 효율성을 혁신하도록 압박했으며(예를 들어, Anthropic의 최신 Claude는 이전 모델보다 상당히 저렴하고 빠릅니다), 그들의 기술의 일부를 공개하도록 했습니다. 한 AI 연구자는 “미국 AI의 장기적인 지배력은 중국에 오픈 소스 주도권을 넘겨주지 않는 데 크게 의존한다”고 말했습니다.[33]

기업에서 통합하고 있는 상위 5개의 AI 모델

오늘날의 다중 모델 환경에서 몇몇 LLM이 기업 통합의 대표적인 선택으로 떠오르고 있습니다:

OpenAI GPT 시리즈 (GPT-4 및 GPT-5) – OpenAI의 GPT 모델은 기업 AI에서 필수적인 존재로 남아 있습니다, 그들의 고급 기능과 일반적인 신뢰도로 잘 알려져 있습니다. GPT-4는 자연어 이해 및 생성에서 혁신적인 성능을 선보였으며, OpenAI의 새롭게 발표된 GPT-5는 더욱 큰 도약을 이루었습니다 – 코딩, 수학, 글쓰기, 멀티모달 작업에서 뛰어난 성과를 보이고 있습니다[34]. 많은 회사가 Azure OpenAI 서비스 또는 OpenAI의 API를 통해 GPT 모델에 접근하여 챗봇, 글쓰기 도우미, 의사결정 지원 도구를 강화하고 있습니다. GPT-4/5의 강점은 복잡한 추론과 유창한 대화로, 법률 문서 분석이나 내부 헬프데스크 자동화와 같은 애플리케이션에 이상적입니다. 하지만, 이들은 독점적이며 높은 비용이 부과됩니다. OpenAI의 기업 시장 점유율은 **2025년 기준 약 25%**였으며[35], 이는 광범위한 사용을 반영하나 경쟁도 존재함을 보여줍니다. OpenAI는 오픈 소스 열풍에 대응하여 GPT-OSS(오픈-웨이트) 모델 120B 및 20B 매개변수를 출시하여 자가 호스팅이 필요한 기업을 유치하고자 합니다[28]. 그럼에도 불구하고 많은 기업에게 GPT-4는 여전히 품질의 기준으로 남아 있으며, 종종 정확성이 중요한 경우에 사용됩니다.
Anthropic Claude – Anthropic이 개발한 Claude는 빠르게 기업을 위한 가장 인기 있는 AI 시스템 중 하나가 되었습니다. 실제로 2025년 말까지 Anthropic은 **기업 LLM 시장 점유율 32%**로 OpenAI를 앞질렀습니다[35]. Claude의 인기는 그 디자인 철학에서 비롯됩니다: 도움이 되고, 정직하며, 해가 되지 않도록 설계되어 있으며, **매우 큰 컨텍스트 윈도우(100K+ 토큰)**를 제공하여 긴 문서나 여러 차례의 대화를 쉽게 처리할 수 있습니다. 최신 **Claude 4 시리즈(Opus 4, Sonnet 4.5)**는 코딩 및 추론 작업에서 최고 수준의 성능을 제공합니다[36], OpenAI 모델과 강력한 경쟁을 합니다. 기업들은 Claude를 소프트웨어 코드 분석, 지식 기반 기사 생성, Slack과 같은 도구에서 AI 어시스턴트로 사용하는 등 다양한 용도로 활용합니다. Claude의 지능, 속도, 공격적 출력 위험 감소의 균형은 특히 고객 대면 또는 민감한 애플리케이션에서 매력적입니다. Anthropic의 AWS와의 긴밀한 파트너십 덕분에 Claude는 Amazon Bedrock을 통해 기업들에게 접근할 수 있습니다. 전체적으로, Claude는 긴 메모리와 신뢰성으로 평가받으며, 많은 조직이 품질과 톤을 비교하기 위해 GPT 모델과 함께 운영합니다.

3. Meta의 LLaMA 2 – **LLaMA 2는 Meta AI에서 2023년 중반에 출시한 대표적인 오픈소스 대형 언어 모델(LLM)**로, 많은 맞춤형 엔터프라이즈 AI 솔루션의 기반이 되었습니다. 독점 모델과 달리 LLaMA 2의 가중치는 연구 및 제한된 상업적 사용을 위한 허가 라이선스와 함께 제공되어, 기업이 자체 데이터를 사용하여 미세 조정할 수 있습니다. 이 모델은 최대 700억 매개변수 크기로 제공되며, 오픈 모델이 폐쇄형 모델의 성능에 근접할 수 있음을 보여주었습니다. 출시 몇 달 만에 LLaMA 2는 수많은 미세 조정 변형과 산업별 모델을 탄생시키며 혁신의 물결을 일으켰습니다. 데이터 프라이버시가 중요한 경우 특히 소프트웨어 문서화, 내부 코드 완성, 보고서 초안 작성 등의 작업에 LLaMA 2 파생 모델을 내부적으로 사용하는 기업들을 흔히 볼 수 있게 되었습니다. Meta의 오픈 접근 방식은 다른 플레이어들(예: OpenAI)에게도 오픈 가중치 제공을 고려하게끔 압박을 주었습니다. 이후 출시된 새로운 오픈 모델들(중국 모델 포함)이 일부 벤치마크에서 LLaMA 2를 능가했지만, 여전히 기업이 완전히 제어할 수 있는 견고한 베이스 모델을 필요로 하는 경우 인기 있는 선택으로 남아 있습니다. 실제로 최근까지 LLaMA 기반 모델은 Hugging Face에 업로드된 새로운 AI 모델 중에서 압도적인 점유율을 차지했으며, Alibaba의 Qwen이 새로운 파생 제품의 수로 앞서기 전까지 AI 개발자 커뮤니티에서 LLaMA의 널리 채택된 것을 입증했습니다. IBM과 같은 기술 회사들은 Meta와 협력하여 IBM의 watsonx 플랫폼을 통해 LLaMA 2를 제공하며, 엔터프라이즈 AI 빌더를 대상으로 하고 있습니다. LLaMA 2의 영향력은 엔터프라이즈 환경에서 오픈소스 LLM의 채택을 가능하게 했으며, 새로운 세대의 오픈 모델의 길을 열었습니다.

Alibaba Qwen – Qwen(전체 이름 Tongyi Qianwen)은 Alibaba Cloud의 주력 LLM으로, 글로벌 무대에서 아마도 가장 성공적인 중국 오픈 소스 모델입니다. Alibaba는 2023년에 Qwen-7B와 14B를 Apache 2.0 라이선스 하에 출시했으며, 이후 더 큰 Mixture-of-Experts 버전(Qwen 3에서 최대 70B+의 효과적 파라미터)을 도입했습니다. Qwen 모델은 효율성과 다국어 기능으로 알려져 있으며, Alibaba는 프로그래밍을 위한 Qwen-Coder 및 비전-언어를 위한 Qwen-VL과 같은 변형을 맞춤화했습니다[38][39]. 무엇보다 Qwen은 사용 및 수정이 무료이며, 이는 대규모 채택으로 이어졌습니다: 2025년 말까지 Alibaba는 90,000개 이상의 기업이(소비자 전자제품부터 게임까지의 분야에서) Qwen 계열 모델을 사용하고 있다고 보고했습니다[26]. 많은 기업이 중국 기업이지만, Qwen은 성능 대비 비용 비율 덕분에 글로벌 시장에서도 입지를 다졌습니다. Airbnb가 Qwen을 채택하여 영어 고객 서비스에서 모델의 능력을 대규모로 선보였습니다[15]. 다른 스타트업들은 Qwen을 그들의 필요에 맞게 미세 조정하여 API 요금을 지불하지 않고도 견고한 기본 모델을 활용하고 있습니다. Qwen이 기업에 미치는 영향은 주로 비용 절감에 있습니다: 기업은 Qwen을 자체 클라우드에 배포하여 GPT-4와 같은 API 호출 비용의 일부로 사용할 수 있습니다. 성능 면에서, Qwen 14B는 많은 작업에서 두세 배 큰 모델과 경쟁할 수 있었습니다. Alibaba는 Qwen을 계속 발전시키고 있으며, 최신 Qwen-3 시리즈는 Mixture-of-Experts를 사용하여 성능을 향상시키면서도 활성 파라미터를 줄였습니다[40]. 기업에게 Qwen은 성숙하고 생산 준비가 된 오픈 모델을 제공하며, 이는 Alibaba의 클라우드 제공의 일부로서 일부 다국적 기업이 Alibaba Cloud가 존재하는 지역에서 사용합니다. 그 결과, Qwen은 특히 비용, 유연성 또는 지역성 이유로 서구 API의 대안을 찾는 기업들에게 최고의 LLM 선택지로 자리 잡았습니다.
DeepSeek – DeepSeek는 초저가와 개방형 접근 방식으로 빠르게 주목받고 있는 신생 기업입니다. 홍콩에 본사를 둔 것으로 알려진 중국 AI 회사가 개발한 DeepSeek의 모델 시리즈는 아직 대중에게 널리 알려지지 않았지만, 개발자들 사이에서는 저렴한 AI의 게임 체인저로 주목받고 있습니다. DeepSeek V3 모델은 수백억 개의 매개변수를 가진 대규모 모델이며 MIT 라이선스 하에 오픈 소스화되어 있어 기업들이 상업적 용도로 자유롭게 다운로드하고 배포할 수 있습니다. DeepSeek를 차별화하는 진정한 요소는 비용 효율적인 추론 최적화에 대한 끊임없는 집중입니다. 최신 DeepSeek V3.2-Exp 모델은 추론 비용을 50% 절감하여 API를 통해 백만 토큰당 $0.028로 입력 처리를 제공합니다 – 이는 OpenAI의 GPT-4보다 훨씬 저렴합니다. 128k 토큰 컨텍스트(수백 페이지의 텍스트)에 접근할 때조차 DeepSeek은 저비용과 안정적인 성능을 유지합니다. 기술적으로, **DeepSeek Sparse Attention (DSA)**와 같은 혁신을 통해 이를 달성합니다 – 이는 긴 시퀀스에서 모든 토큰 대신 가장 관련성 있는 토큰에 선택적으로 주의를 기울이는 메커니즘입니다. 이는 긴 프롬프트에 대한 계산을 극적으로 줄이면서 답변 품질을 보존하고, 긴 컨텍스트 작업에 대한 비용 곡선을 효과적으로 평탄화합니다. 이러한 효율성 덕분에 DeepSeek은 긴 법률 계약 처리나 다중 회전 연구 대화를 수행하는 응용 프로그램에 이상적입니다. 기업들은 또한 DeepSeek을 자체 호스팅할 수 있다는 점을 높이 평가합니다 – 전체 모델 가중치(예: 685B-매개변수 V3.2)는 다운로드 가능하며, 회사는 최적화된 추론 커널과 Docker 이미지를 배포용으로 제공합니다. 실제로 일부 미국 조직은 DeepSeek을 사용하여 대형 미국 공급업체에 대한 의존을 다양화하는 방법을 테스트하고 있습니다 – 이는 공급업체 종속에 대한 대비책입니다. 이는 일반적인 작업에 대한 *“비용 효율적인 대안”*으로 여겨지며, 초안 작성, 요약 및 채팅과 같은 작업에서 선도 모델보다 약간 낮은 품질이 대규모 절감의 대가로 수용 가능한 타협입니다. DeepSeek의 기업 내 존재는 아직 초기 단계이지만, OpenRouter(인기 있는 AI 모델 API 호출 라우팅 플랫폼)에서 DeepSeek과 Qwen이 2025년 말 개발자들이 가장 많이 사용하는 상위 10개 모델에 진입한 것은 의미심장했습니다 – 이는 1년 전까지만 해도 미국 모델이 지배했던 목록이었습니다. 앞으로도 DeepSeek이 빠르게 발전하고 비용을 매우 낮게 유지한다면(회사는 이미 장기 컨텍스트 사례에서 오픈 소스 라이벌 Meta의 Llama보다 API가 저렴하다고 힌트를 주었습니다), 비용에 민감한 기업 AI 배포의 필수 요소가 될 수 있습니다.

마카롱 – 아시아 시장을 겨냥한 소비자 AI 에이전트

AI 산업의 초점이 주로 기업용 사례에 맞춰져 있는 가운데, 소비자 중심의 AI에 베팅하는 회사가 바로 Macaron AI입니다. 싱가포르에 기반을 둔 스타트업인 Macaron은 **“세계 최초의 개인 AI 에이전트”**라고 부르는 것을 소개했습니다. 이는 단순히 직장 생산성 향상에 그치지 않고 개인의 일상 생활을 풍요롭게 하는 데 집중하는 AI 비서입니다[54]. Macaron AI 에이전트는 개인화된 디지털 동반자처럼 작동하도록 설계되었습니다. 사용자의 요청을 (단 한 문장이라도) 즉시 맞춤형 미니 앱이나 솔루션으로 변환할 수 있습니다[55][56]. 예를 들어, Macaron에게 *“주말에 교토 여행을 계획해줘”*라고 말하면 맞춤형 일정 앱을 생성합니다. 운동 습관을 시작하고 싶다고 요청하면 개인화된 운동 추적기를 만들어줍니다. 이 모든 것이 코딩 없이 몇 초 만에 가능합니다. 이 생활 중심의 지능은 의도적인 차별화 요소입니다: Macaron은 단순히 이메일을 요약하거나 코드를 작성하는 것이 아니라 일상적인 개인 업무를 해결하고 있습니다. 회사에 따르면, Macaron의 전문성은 *“단 한 문장을 작동하는 미니 앱으로 바꾸는 것… 생활 중심의 초점이 대부분 사무 작업에 도움이 되는 AI 에이전트와 차별화되는 점”*에 있습니다[56]

맥카론은 기술적 한계를 뛰어넘어 발전하고 있습니다. 이 AI는 전례 없는 1조 개 이상의 매개변수를 가진 대규모 **전문가 혼합 모델(MoE)**과 정교한 교육 설정을 사용합니다. 팀은 혁신적인 확장 기술(하이브리드 병렬 처리, 저차 적응 미세 조정 등)을 구현하여 이렇게 거대한 모델을 실현 가능하게 만들었습니다. 왜 이렇게 클까요? 맥카론은 지식의 폭이 진정으로 개인화되고 인간적인 AI를 목표로 하기 때문입니다. 이 AI는 사용자의 선호도, 중요한 이벤트 및 과거 대화의 컨텍스트를 기억하는 **개인 지식 기반을 구축하는 광범위한 장기 기억 모듈을 가지고 있습니다. 시간이 지남에 따라 사용자의 필요를 예측하고, 독특한 스타일에 맞춰 톤과 제안을 조정하는 법을 배웁니다. 거의 항상 주의를 기울이는 친구처럼 말이죠. 예를 들어, 맥카론은 지난주에 언급한 작업을 상기시켜주거나, 식습관과 과거의 선호도를 바탕으로 데이트에 적합한 레스토랑을 추천할 수 있습니다. 또한 AI의 사회적 차원을 가능하게 합니다. 사용자는 그룹 채팅에 맥카론을 초대하여 협력적으로 돕게 하고, 생성한 미니 앱을 공유하거나 공동 제작할 수 있습니다. 이를 통해 AI를 공동체적인 경험으로 바꿉니다.

Macaron의 소비자 및 라이프스타일에 대한 집중은 아시아에서 큰 기회를 잡을 수 있을 것입니다. 중국과 다른 아시아 시장에서는 대형 기술 기업들이 AI에 많은 자원을 투입했지만, 대부분이 기업 지향적이거나 인프라 중심(기업 클라우드 서비스, 정부 프로젝트 등)으로, 기존 슈퍼앱과 플랫폼을 강화하는 데 적용되었습니다. 순수하게 개인의 역량 강화와 창의성에 초점을 맞춘 독립적인 개인 에이전트는 드뭅니다. Macaron은 이 간극을 보고, 자신을 라이프스타일 AI로 위치시키며 **“더 나은 일을 하는 것뿐만 아니라 더 나은 삶을 사는 것”**을 돕습니다. 여행 계획, 건강 코칭, 관계 상담, 취미 촉진, 일기 작성 등과 같은 서비스는 디지털 개인 비서와 “슈퍼앱”의 아시아 소비자 트렌드에 맞추지만 훨씬 더 개인화되어 있습니다. Macaron이 일본과 한국 같은 시장을 위해 지역의 프라이버시 규범 및 AI 윤리 고려 사항을 디자인에 통합하여 지역 문화를 탐색하고 데이터 규정을 준수할 수 있다면, 열정적인 수용을 찾을 수 있을 것입니다. 특히 중국 시장은 거대하며, 국내 대기업들이 자체 챗봇(바이두의 Ernie나 텐센트의 다양한 서비스)를 가지고 있지만, 플랫폼 간에 작동하는 기민한 개인 에이전트 솔루션이 틈새를 마련할 수 있습니다. Macaron의 성공은 신뢰(사용자의 삶의 기억을 저장하는 것은 민감함)와 사용자의 휴대폰 및 앱이 이미 제공하는 것 이상의 실제 가치를 제공하는 데 달려 있습니다. 그러나 개인 솔루션의 공동 설계자로서의 접근 방식은 새로운 가능성을 제시합니다. 기업 도구와 일반 챗봇으로 크게 나뉜 AI 환경에서, Macaron은 새로운 소비자 AI 범주를 정의하려는 스타트업의 예입니다. 개인의 역량 강화를 위해 설계된 AI가 대규모 기업 AI 이니셔티브와 공존하고 아마도 번창할 수 있는 방법에 대한 흥미로운 사례 연구가 될 것입니다.

미래 전망: 오픈소스 중국 AI와 미국 기업 전략

미국 기업들이 계속해서 중국의 오픈 소스 AI 모델을 채택한다면 미래는 어떻게 될까요? 단기적으로는 경쟁이 심화되고 혁신이 가속화될 것으로 예상됩니다. 미국 AI 기업들은 *'중국 가격'*에 대응해야 할 것이며, AI 서비스 비용 절감과 더 많은 오픈 릴리스를 서구 기업들로부터 기대할 수 있습니다. (OpenAI의 GPT-OSS 모델의 2025년 릴리스가 한 예이며, Google의 Gemini도 더 저렴하고 작은 버전들을 포함한 다양한 계층으로 대응할 수 있습니다.) 이러한 경쟁은 기업 구매자들에게 다양한 가격-성능 포인트에서 더 풍부한 모델 메뉴를 제공합니다. 이미 우리는 이를 목격하고 있습니다: 예를 들어, Anthropic의 Claude 4는 Opus, Sonnet, Haiku 등 여러 버전으로 제공되어 성능과 비용의 균형을 맞추고 있습니다[66][36] 그리고 MiniMax와 같은 스타트업은 유사한 성능에 대해 Anthropic의 비용의 *8%*에 불과하다고 자랑합니다[67]. 만약 중국의 오픈 모델이 계속해서 채택된다면, 미국 공급자들도 효율성 기술에 대한 연구를 가속화할 수 있습니다 (중국 팀이 사용하는 희소 주의 및 MoE 전략과 같은) 이를 통해 처리량과 비용의 격차를 줄일 수 있습니다. 사실, 연구 아이디어가 글로벌하게 흐르고 있어 긍정적인 결과 중 하나는 AI 역량의 전반적인 발전이 가속화될 수 있다는 것입니다. 팀들이 서로의 혁신을 바탕으로 구축하면서 말이죠.

동시에, 신뢰와 거버넌스가 중요해질 것입니다. 기업들은 실리콘 밸리든 베이징이든 사용하는 모델에 대한 보장을 요구할 것입니다. 이는 클라우드 데이터 센터가 오늘날 보안 감사에 참여하는 것처럼 AI 모델의 보안을 위한 제3자 감사 및 인증의 필요성을 촉발할 수 있습니다. 미국 정부도 역할을 할 수 있습니다: 예를 들어, 외국에서 개발된 AI 사용에 대해 특정 부문(예: 국방, 중요 인프라 등)에 대한 지침이나 제한을 부과할 수도 있습니다. “모델이 어떤 데이터로 훈련되었고 회사가 원치 않는 행동을 보이는지에 대한 자연스러운 우려가 있습니다,” 라고 Air Street Capital의 Nathan Benaich는 외국 모델의 고위험 기업 사용에 대해 언급했습니다[68]. 컴플라이언스 중심의 AI 솔루션의 출현을 볼 수 있을 것이며, 이는 보안이 검증된 U.S.-호스팅 오픈 모델의 포크와 같은 것으로, 기업들이 이러한 혁신을 안전하게 활용할 수 있는 방법을 제공합니다. 실제로 일부 조직은 이미 “양쪽의 장점 모두를 취하는” 접근 방식을 추구하고 있습니다: 이들은 Qwen이나 Llama와 같은 오픈 모델을 가져와 문제 있는 부분을 제거하거나 재훈련하고, 자체 보안 인프라에서 실행함으로써 데이터를 외부 기관에 전달하지 않고 비용 혜택을 누리고 있습니다[31][32].

중국의 오픈소스 AI가 미국 기업에서 계속 확산된다면, AI 전문성 및 인재의 균형도 변화시킬 수 있습니다. 오픈 모델은 AI 기반 제품을 구축하는 장벽을 낮추어, 더 많은 스타트업과 솔루션을 탄생시킬 수 있으며, 이는 전반적인 혁신에 도움이 됩니다. 그러나, 이러한 솔루션의 핵심 기술이 중국에서 온다면, 이는 영향력을 의미할 수 있습니다. 예를 들어, 중국 기업들이 그들의 오픈 모델에 대해 유료 지원, 컨설팅, 또는 프리미엄 애드온을 제공하기 시작할 수 있습니다 (리눅스의 오픈소스 소프트웨어 세계에서 Red Hat이 했던 것처럼). 미국 기술 산업은 지리적 경쟁이 계속되는 가운데, 중국의 '오픈' 기술을 널리 활용하는 아이러니한 상황에 처할 수 있습니다. 전략적 관점에서 이 트렌드는 AI 연구 커뮤니티에서 더 많은 협력을 촉진할 수 있습니다 – 중국과 서방의 연구소들이 서로의 오픈 기여를 기반으로 구축한다면, 공통 표준이나 프레임워크가 있는 공유 기술 기반이 형성될 수 있습니다. 그러나 이는 또한 두 개의 생태계가 진화하는 분열로 이어질 수 있습니다: 하나는 완전한 오픈, 저비용 모델이 아시아와 비용에 민감한 글로벌 스타트업에서 강세를 보이는 것이고, 다른 하나는 고급 보안 분야와 최고 품질과 지원을 우선시하는 대기업들 사이에서 지배적인 프리미엄, 독점 모델입니다.

미국 기업들에게 AI 전략에서 중요한 미래 고려 사항은 **「벤더 다각화」**가 될 것입니다. 하나의 AI 파트너(OpenAI나 알리바바에만 의존하는 것 등)에만 의존하는 것은 가격 변동, 서비스 중단, 정책 변화의 위험을 수반합니다. 많은 CIO들은 포트폴리오를 선호할 것입니다: 주된 LLM 제공업체와 백업 오픈 모델을 내부에 보유하는 것을 비상 대책으로 고려할 것입니다. 중국 모델이 포함되면 기업에 추가적인 지렛대를 제공합니다. VentureBeat의 분석에서 언급했듯이, DeepSeek의 오픈 소스 접근 방식은 고착화를 방지하는 수단을 제공합니다 – 하지만 보드와 보안 팀은 중국 공급업체에서 그 수단을 얻는 경우 까다로운 질문을 할 것입니다. 그런 질문들은 향후 몇 년 동안 이사회 회의실과 IT 아키텍처 검토에서 많은 논의를 이끌 가능성이 높습니다.

마지막으로, 미국이 여전히 AI 경쟁에서 몇 가지 중요한 이점을 가지고 있다는 점을 주목하는 것이 중요합니다: 가장 진보된 반도체 하드웨어에 대한 접근, 전 세계적으로 강력한 AI 연구 인재 파이프라인, 그리고 (현재로서는) 가장 포괄적인 고품질 학습 데이터 저장소. 이 논의를 소개한 유튜브 해설에서 지적했듯이, 미국은 *“더 높은 품질의 데이터와 GPU에 더 나은 접근성을 가지고 있다… 자연스럽게, 미국은 항상 그래왔듯이 더 나은 모델을 만들 것이다”*라고 하며 반면 *“중국은 비용 측면에서 시장을 지속적으로 잠식할 것”*이라고 했습니다[70][71]. 이는 미국 기업들이 원자재 역량의 한계를 계속 밀어붙이는 미래를 시사하며, 중국 기업들은 AI를 널리 접근 가능하고 저렴하게 만드는 데 집중할 것입니다. 기업 측면에서, 프리미엄 세그먼트(최고의 모델을 필요로 하고 비용을 지불할 의향이 있는 기업)는 미국의 최첨단 모델에 충성할 가능성이 높으며, 대중 수용 세그먼트(최저 비용으로 '충분히 좋은' AI를 필요로 하는 기업)는 점점 더 중국산 오픈 모델을 선택할 수 있습니다. OpenAI-Thrive 파트너십 자체는 이러한 역학에 대한 대응으로 볼 수 있습니다: 산업 워크플로우에 AI를 깊이 통합하고 실제 사용에서 학습함으로써, OpenAI는 단순히 모델 품질에 대한 것이 아닌 전체 제품 통합 및 도메인 전문성을 통해 우위를 유지하려고 합니다.

결론적으로, OpenAI와 Thrive의 협업과 같은 사례들이 AI를 핵심 비즈니스 프로세스에 도입함으로써 기업 AI 통합의 지형을 재편하고 있으며, 저비용의 강력한 중국 LLM의 유입은 기업들에게 더 많은 선택지를 제공하고 있습니다. 우리는 미국과 중국의 AI 생태계가 경쟁하면서도 오픈 소스를 통해 본의 아니게 협력하는 협력적 경쟁(co-opetition) 시대에 접어들 가능성이 큽니다. 이는 기업에게 일반적으로 긍정적입니다. 더 많은 선택, 더 많은 혁신, 그리고 필요에 맞게 AI 솔루션을 조합할 수 있는 능력을 제공합니다. 비즈니스에서 성공을 거둘 기업은 이 다양한 AI 모델을 전략적으로 활용할 수 있는 곳일 것입니다. 각 모델의 강점을 적재적소에 활용하고, 위험을 관리하며, 기술이 빠르게 발전함에 따라 민첩하게 대응해야 합니다. 결국, 첨단의 OpenAI 시스템이든 Hugging Face에 있는 무료 중국 모델이든, 기업에게 중요한 것은 결과입니다. AI 모델이 작업을 자동화하고 비용을 절감하거나 새로운 제품 기회를 열어줄 수 있다면, 환영받을 것입니다. 2025년과 그 이후에는 이러한 기업들이 점점 더 동서양의 AI 도구를 혼합하여 사용할 것입니다. 이는 얼마 전까지만 해도 상상할 수 없었던 일이지만, 이제는 우리 글로벌 기술 산업의 현실입니다.

출처: [1][2][3][4][5][6][7][9][10][12][15][17][19][20][21][27][29][30][68][33][34][35][36][37][26][16][43][46][41][51][55][56][62][65][69][70][71]

[1] [2] [3] [4] [5] OpenAI, 최신 기업 AI 추진으로 Thrive Holdings 지분 인수 | 로이터

https://www.reuters.com/business/openai-buys-stake-thrive-holdings-push-ai-into-accounting-it-services-2025-12-01/

[6] [9] [10] [11] [12] [35] 2025년 기업 AI 구현을 위한 중요한 데이터 포인트: 13가지 LLM 채택 통계

https://www.typedef.ai/resources/llm-adoption-statistics

[7] [8] 생성 AI를 사용하는 회사: 실제 사례

https://indatalabs.com/blog/companies-using-generative-ai

[13] [14] [19] [20] [21] [24] [25] [27] [29] [30] [33] [37] [51] [52] [67] [68] [70] [71] 저렴하고 오픈 소스인 중국 AI 모델들이 뜨고 있다 - The Wire China

https://www.thewirechina.com/2025/11/09/cheap-and-open-source-chinese-ai-models-are-taking-off/

[15] [16] [17] [18] Airbnb CEO Brian Chesky는 분명히 말합니다. 그는: 우리는 OpenAI의 최신 모델을 생산에 사용하지 않습니다. 그 이유는 … - The Times of India

https://timesofindia.indiatimes.com/technology/tech-news/airbnb-ceo-brian-chesky-makes-it-clear-says-we-dont-use-openais-latest-models-in-production-because-/articleshow/124728422.cms

[22] [23] [26] [28] [34] [36] [38] [39] [40] [66] 2025년 11월 기준 Top 9 대형 언어 모델 | Shakudo

https://www.shakudo.io/blog/top-9-large-language-models

[31] [32] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [53] [69] DeepSeek의 새로운 V3.2-Exp 모델은 API 가격을 절반으로 줄여 1M 입력 토큰당 3센트 미만으로 낮춥니다 | VentureBeat