인공지능 시장, ‘과점에서 경쟁으로’
모델 훈련 비용 줄고 오픈 소스 증가
AI 활용한 ‘교육 환경 개선’ 기회

본 기사는 The Economy의 연구팀의 The Economy Research 기고를 번역한 기사입니다. 본 기고 시리즈는 글로벌 유수 연구 기관의 최근 연구 결과, 경제 분석, 정책 제안 등을 평범한 언어로 풀어내 일반 독자들에게 친근한 콘텐츠를 제공하는 데 목표를 두고 있습니다. 기고자의 해석과 논평이 추가된 만큼, 본 기사에 제시된 견해는 원문의 견해와 일치하지 않을 수도 있습니다.

지난 4월 인공지능(AI) 시장에 획기적인 변화가 일어났다. 시장 집중도를 측정하는 ‘허핀달-허쉬만 지수’(Herfindahl–Hirschman Index, HHI)가 대형언어모델(large-language models, 이하 LLM) 시장에 대해 100 이하를 가리킨 것이다. 이는 사실상 경쟁시장이 도래했다는 것을 의미한다.

인공지능 모델도 ‘경쟁시장’으로

18개월 전만 하더라도 LLM 시장은 소수의 강자가 지배하는 과점 상태였고 시장집중도 수치는 4,500을 넘었었다. 하지만 이제 아마존 웹 서비스(Amazon Web Services, AWS)가 H100(고성능 그래픽 처리 장치) 비용을 시간당 0.75달러(약 1,041원)로 책정하는 등 가격이 내리고, 오픈 소스 도구도 넘쳐나고 있다.

이는 현대사에서 가장 급속한 시장 변화 중 하나라고 말할 수 있다. 여기에 더해 AI가 인간의 추론 능력을 흉내 낸 기술이기 때문에, LLM이 완전 대체재(perfect substitutes)가 된다면 경제적, 사회적 영향은 기술의 차원을 뛰어넘는다.

빠른 비용 하락과 탈중앙화

생성형 AI가 등장했을 때 전문가들은 GPT-4와 같은 고사양 모델 훈련에 드는 어마어마한 비용으로 볼 때 소수의 기업이 시장을 과점할 것으로 전망했다. 하지만 과거 사례에 기반한 추측으로는 AI 모델의 미세 조정 및 활용 관련한 비용이 얼마나 빨리 저렴해지고 탈중앙화될지 예상할 수 없었다.

결국 AI는 대형 모델을 훈련하는 것이 큰 강점이 되지만, 모델을 효율적으로 운용하고 이용자 환경에 적용하는 것도 못지않게 중요하다. 경제학자 윌리엄 바우몰(William Baumol)이 말한 ‘경합 시장 이론’(contestable market theory, 진입 장벽이 낮으면 기존 업체들의 수익률 방어가 어려움)과도 상통한다.

대형 모델과 오픈 소스 간 격차 ‘의미 없어’

규제 당국도 시장 변화에 따라가는 모습이다. 유럽연합(EU) 인공지능법(AI Act)은 기업 규모가 아닌 리스크에 따라 범용 AI 모델을 평가하고 있으며, 미국 연방거래위원회(FTC)는 독점 AI 모델의 훈련 매개변수(weights, 기계학습 모델이 정확성 향상을 훈련 과정에서 조정하는 변수)를 필수 인프라에 포함해야 할지까지 고민 중이다. 현재 상황을 보면 굳이 오픈 소스 모델들에 공유하지 않아도 공정한 경쟁이 가능할 것으로 보이기 때문이다.

실제 LLM 시장은 빠르게 변했다. 2023년 중반까지만 해도 3대 기업이 75%를 점유하던 모델 컴퓨팅 시간은 올해 들어 42%로 감소했다. 아마존과 구글이 자체 모델을 출시한 것과 오픈 소스 환경이 만들어지면서 품질 격차가 크게 좁혀진 것이 원인이다. 지난 6월 기준 시장 내 1등과 10등 간 엘로 격차(Elo difference, 기술 수준 차이를 의미)는 24점으로 통계적으로 무시할 만한 수준이다.

가격 경쟁 치열해질 것

그렇다면 이제 남은 것은 가격 경쟁밖에 없다. 마이크로소프트가 애저(Azure, 클라우드 컴퓨팅 플랫폼) 이용료를 비용 대비 가격(cost-plus pricing) 방식으로 책정한 것도 이제 독점 시대가 끝났음을 말해 준다. 그리고 AI의 범용화는 가격 인하만을 의미하지 않는다. 과거 전기 발명에 준하는 생산성 향상이 이어질 것이다. 연구에 따르면 LLM의 도움을 받은 컨설팅팀이 프로젝트를 평균 25% 빠르게 완료했고 질적으로도 40% 높은 점수를 받았다.

올해 설문조사에 따르면 글로벌 기업 중 71%가 최소한 한 개의 사업 기능에 AI를 활용하고 있다. 이는 AI가 얼리 어답터(early adopters) 단계를 지나 주류에 편입됐으며, 기업들도 도입 자체에 의미를 두기보다 효율적인 이용에 집중하기 시작했음을 말해 준다.

교육 불평등 해소 및 혁신의 ‘기회’

그렇다면 어떤 것이 효과적인 이용일까? 먼저 하나의 AI에 의존하기보다는 오픈 소스 모델을 포함한 다양한 ‘포트폴리오’를 활용해야 한다. 학교도 AI 이용을 금지하거나 특정 모델만 지정해 줄 것이 아니라, 학생들이 AI 이용 사실을 정확히 밝히는 조건으로 논리력과 응용력을 평가해야 한다. 한편 AI 모델 훈련 비용이 내리면서 고품질 데이터 세트의 중요성이 커졌다. 정책 당국과 대학은 공적 투자를 통해 오픈 라이선스로 데이터를 제공할 필요가 있다.

완전 경쟁 시장으로 갈수록 가격이 내리는 것은 좋지만 시장 불안정도 높아질 수 있다. 교육 현장에서는 교육 기술 업체나 교과서 출판사들의 침체나 도산이 이어질 수 있고, 교육 과정 자체가 과거보다 자동화에 의지하게 될 것이다. 그렇다면 교사 및 교수진의 역할도 평가 및 자료 제공에서 멘토링과 지도로 옮겨갈 필요가 있다.

정책 당국과 교육기관, 개발자들은 잠시 열린 완전 경쟁 시장이라는 기회를 그냥 흘려보내서는 안 된다. AI가 효율성과 통합은 물론 기회균등과 혁신의 도구가 될 수 있도록 최선을 다해야 한다.

본 연구 기사의 원문은 From Marvel to Commodity: Why Large‑Language Models Are Racing Toward Perfect Competition | The Economy를 참고해 주시기 바랍니다. 2차 저작물의 저작권은 The Economy Research를 운영 중인 The Gordon Institute of Artificial Intelligence에 있습니다.