Hugging Face의 최고정책책임자 겸 전략담당 수석부사장 Irene Solaiman이 TechCrunch 팟캐스트 「Equity」에 출연해 오픈소스 AI 모델로 가치를 어떻게 얻는지 이야기했다. 기업, 정부, 스타트업이 비용 절감, 관리 용이성, 유연성을 이유로 오픈 모델을 채택하는 한편, 중국의 오픈 모델이 부상하는 가운데 미국 기업들이 따라잡을 수 있을지에 대한 질문도 다뤄졌다. 스타트업이 오픈 모델 위에 무언가를 구축하기 전에 알아야 할 도구와 인프라의 선택지 및 트레이드오프도 함께 다뤄졌다.
Hugging Face의 최고정책책임자(Chief Policy Officer) 겸 전략담당 수석부사장(SVP of Strategy)인 Irene Solaiman이 TechCrunch 팟캐스트 「Equity」에서 오픈 모델 위에 구축할 때의 비용과 트레이드오프에 대해 이야기했다. 저비용과 관리 용이성을 찾아 기업, 정부, 스타트업이 오픈 모델로 옮겨가는 가운데, 무료 모델로 누가 수익을 얻는지, 그리고 미국 기업들이 중국산 오픈 모델에 어떻게 맞설지가 쟁점으로 떠오르고 있다.
Kyle Kingsbury는 ParticleDB 1.1.4의 Jepsen 검증 결과와 관련해, LLM의 활용이 문서, 소프트웨어, 그리고 이를 만들어내는 조직에 대한 신뢰를 훼손한다고 지적했다. 새로운 소프트웨어 프로젝트를 의심스럽게 바라보는 엔지니어가 늘어날 수 있다는 점도 언급했다. 그는 메인테이너가 정확한 소프트웨어와 문서를 어떻게 확보하고, 그 품질을 사용자에게 어떻게 보여줄지가 문제가 된다고 말했다.
필자는 Claude Mythos가 오픈 웨이트로 공개되더라도 사회는 "다소간 괜찮았을 것"이라고 주장한다. GLM-5.3이 이미 같은 수준의 능력에 도달했지만, 가중치 공개 후 한 달이 넘도록 사회적 피해를 보여 주는 공적 증거가 드물기 때문이다. 한편 필자는 AI 안전 커뮤니티가 오픈 웨이트 버전의 Mythos에 대해 낸 경고에는 과장이 있었다고 보며, Epoch AI가 GLM 5.3으로 Firefox의 취약점을 찾아낸 사례에 대해서도 공격에는 여러 단계가 필요하다고 지적한다.
Wiz의 CTO Tomer Schwartz가 PHP의 중대한 취약점 2건을 둘러싼 수정 경쟁의 막후에 대해 이야기한다. PHP는 웹사이트의 약 70%를 떠받치는 오픈소스 언어이며, 수정에는 Wiz 외에도 OpenAI, 연구 그룹 Calif, PHP 팀이 참여했다. AI로 새로운 취약점의 발견과 악용이 가속화되고 있다는 지적이 나오는 가운데, 수작업 패치 적용으로는 대응을 확장할 수 없다는 점도 논의된다.
Artificial Analysis는 지능 지표 「Intelligence Index」를 v5로 업데이트하고, Knowledge Work, Coding, Science, General을 각각 25%씩의 가중치로 구성했다. 새 지표에서는 8개의 클로즈드 모델이 최상위 오픈 웨이트 모델로 꼽히는 Kimi K3.1 Pro를 앞질렀다. 필자는 단일 점수로 집약하면 반드시 트레이드오프가 생기며, 실제 활용은 매우 편차가 커서 지표가 현실을 충분히 포착하지 못한다고 논한다.
전 New York Times 기자 Kevin Roose가 Casey Newton과 함께 독립 팟캐스트 「Machine Gods」를 시작하게 된 경위를 밝힌 인터뷰다. 이 프로그램은 지난주 론칭했으며, 영상 중심의 제작을 지향하는 것으로 알려졌다. 신간 『The AGI Chronicles』는 AGI 구축 경쟁을 벌이는 주요 프런티어 랩과, AI가 상업 제품으로 확산되는 가운데 기업 문화가 어떻게 변화하고 있는지를 취재한 책이라고 한다.
Nathan Lambert와 Florian Brand는 팟캐스트에서 Kimi K3.1 Pro의 평가가 엇갈리는 이유와 오픈 웨이트 모델의 사이버보안 위험에 대해 논의했다. Artificial Analysis Intelligence Index에서는 GPT-6 Astra보다 상위에 올랐으나, Terminal-Bench Science에서는 GPT-6 Astra에 20포인트 뒤처져 있다. 가중치는 11월 4일까지 공개될 예정이라고 발표됐다.
AI 코딩 도구의 보급으로 레트로 게임을 분해해 다른 플랫폼용으로 재구축하는 디컴프/리컴프 이식이 급증하고 있다. 한편 디컴프 프로젝트를 추적하는 커뮤니티 사이트가 지난주 AI의 영향을 이유로 갑자기 폐쇄됐다. 보존을 중시하는 이들은 구조를 이해하는 과정이 사라질 것을 우려하고 있다.
Laika CEO이자 Wildwood 감독인 Travis Knight는 생성AI가 이 스튜디오의 이념과 정반대라고 말했다. 그는 기술 자체를 부정하지 않으며, 인형의 숨쉬기 표현을 가능하게 한 다이어프램 등 새로운 기술을 작품에 도입했다고 밝혔다. 다만 예술가의 작품을 가져와 다른 형태로 출력하는 AI는 “도둑질”이라고 비판했다.
Figma 공동창업자 Dylan Field는 MCP가 완벽하지 않으며 개선의 여지가 크다고 말했다. Figma는 인도에서 개최한 첫 Conference에서 Amp, Linear, Notion 등 20개 사와 새로운 MCP 파트너십을 발표했다. Field는 MCP가 프런티어 랩에 유리하다고 지적하며, 데이터 공개가 늘어날수록 악용 위험도 커지기 때문에 완전한 오픈화는 하지 않겠다고 설명했다.
Hugging Face의 Irene Solaiman 수석 정책 책임자는 AI 연구소들이 도입을 확대하고 있는 제3자 내장형 평가자가 간단한 해법이 되지는 않는다고 지적했다. 벤치마크 방법은 아직 성숙 단계에 있으며, 결과를 재현할 수 있는지는 모델 접근성, 특히 오픈 웨이트가 관건이라고 밝혔다. 평가 대상도 모델 단체에서 하네스와 에이전트를 포함한 시스템 전체로 넓어지고 있지만, 에이전트 평가는 어렵고 비용이 많이 들며 하네스를 대상으로 한 평가는 적다고 덧붙였다.
Microsoft AI는 항상 인간을 위해 일하는 '인간 중심 초지능(HSI)'의 실현을 목표로 한다고 밝혔다. 문제 중심이고 분야 특화된, 제약 속에서 신중하게 조정된 AI를 상정하며, 자율적이고 무제한적인 존재와는 구별한다고 설명했다. MAI Superintelligence Team을 설립했으며, AGI 경쟁론이나 붐이냐 파멸이냐는 이분법적 논리는 배격한다는 입장이다.
MIT Technology Review는 전문가들의 견해와 함께 오픈 웨이트 모델의 이점과 위험을 정리한 해설 기사를 공개했다. 연구와 기업 활용, 권력 집중 억제 등의 이점이 있는 반면, 재학습으로 안전 대책을 쉽게 해제할 수 있다는 점이 과제로 꼽힌다. 단계적 공개 등 중간적인 대응책도 논의하고 있다.
Google DeepMind의 Pushmeet Kohli와 Biohub의 Sal Candido가 Brandon Anderson의 사회로 AlphaFold가 단백질 폴딩 문제를 해결하지 못한 이유를 논의한다. 논의 주제에는 단백질 동역학, 무질서 영역, 정적 구조 예측의 한계가 포함된다. 연산 자원이나 데이터를 늘리는 것만으로는 생물학 문제를 풀 수 없으며, 적절한 스케일링 법칙을 찾는 것이 중요하다고 한다.
Nathan Lambert는 오픈 모델의 사이버 리스크를 둘러싼 논의가 지나치게 단순화되어 있으며, 규제가 미국의 AI 경쟁력을 해치고 장기적으로 오히려 위험을 키울 수 있다고 주장한다. Anthropic의 GLM-5.3 관련 보고서에 대해서는 금지의 영향이나 중국 기업이 공개를 안전하다고 보는 이유를 깊이 다루지 않았다고 비판한다. 오픈 모델을 금지한다면 클로즈드 모델의 공개 API도 불법으로 해야 한다고 论述한다.
통신사업자는 비용 절감에 그치지 않고 신뢰성, 통제성, 커스터마이즈 가능성을 이유로 오픈 모델을 중심으로 AI 전략을 구축하고 있다. NVIDIA의 「State of AI in Telecommunications」 보고서에서 응답자의 89%는 오픈소스 모델과 소프트웨어가 자사 AI 전략에 중요하다고 답했다.
Interconnects(Nathan Lambert)가 최근 몇 년간 오픈 모델과 관련한 우수 기사를 정리한 읽기 목록을 공개했다. 기초, 미중 경쟁 등 주제별로 분류되어 있으며 각 기사의 발표 시기도 함께 표기됐다. 이 목록은 2026년 10월 26일에 마지막으로 갱신됐다.
학습 레시피까지 공개하는 오픈 모델의 지속성은 Nvidia가 개발에 계속 자금을 투입할 수 있을지에 달려 있다는 견해를 제시한다. 보도에 따르면 Nvidia는 이 사업에 260억 달러를 투입했으며, 그 성패에 따라 오픈 모델 개발의 방향이 달라질 것이라고 한다. 경제적 보상이 따르지 않으면 필자는 오픈 모델이 효율성과 특화를 중시하는 롱테일 영역을 맡는 존재가 될 것으로 보고 있다.
Nathan Lambert가 Z.ai의 GLM-5.3 발표를 계기로 중국 연구소가 최전선을 따라잡을 수 있는 이유를 분석했다. GLM-5.3은 GLM-5.2와 같은 베이스 모델에 사후 학습을 대폭 확장한 모델로, 약 750B 파라미터임에도 여러 에이전트형 코딩 벤치마크에서 Kimi K3를 앞섰다. Lambert는 증류보다 공개까지의 기간이 짧은 점이 주된 요인이라고 주장했다.
Hugging Face가 2026년 1월부터 8월까지의 Hub 동향을 정리한 보고서를 공개했다. 공개 모델 저장소는 243만 개에서 296만 개로, 데이터셋은 71.1만 개에서 100만 개로 늘었다. 중국 기업의 대규모 모델, 다운로드 수와 좋아요 수의 괴리, Qwen의 파생 모델 수 151,448개, AI 에이전트의 Hub 이용 확대 등을 주요 쟁점으로 제시했다.
선정 이유: 다운로드 수와 좋아요 수의 괴리, Qwen의 파생 모델 수 등 Hub의 실제 데이터에 기반한 수치가 제시되어 있어, 오픈 모델의 현황을 비교해 파악하기 쉽다.
