최근 OpenAI는 개방형 가중치 모델을 공개하면서 큰 진전을 이루었습니다.이는 중국 대표 AI 기업이 주도하는 시장에서 주목할 만한 움직임입니다.
OpenAI의 오픈웨이트 모델은 핵심 영역에서 중국 경쟁사보다 우수한 성과를 보입니다.
미국 기술 기업들은 중국 기업들이 오랫동안 활용해 온 전략, 특히 오픈소스 프레임워크와 대규모 언어 모델(LLM)의 통합 전략을 수용하기 시작했습니다.이러한 변화는 오픈소스 AI 모델의 중요성을 강조했던 트럼프 전 대통령의 AI 행동 계획에서 제시된 우선순위와 일치합니다.이에 따라 OpenAI는 GPT-2 이후 처음으로 공개 가중치 모델인 gpt-oss 시리즈를 출시했습니다.gpt-oss-20b와 gpt-oss-120b의 두 가지 구성으로 제공됩니다.
이 새로운 모델의 기술 사양을 살펴보면, gpt-oss-20b는 210억 개의 매개변수를 자랑하며 전문가 혼합(MoE) 트랜스포머 아키텍처를 사용합니다.또한 최대 131, 072개의 토큰에 달하는 풍부한 컨텍스트 윈도우를 제공하여 16GB VRAM 플랫폼과 호환되어 대부분의 일반 소비자용 GPU에서 효율적으로 실행됩니다.반대로, 1, 170억 개의 강력한 매개변수를 갖춘 더 큰 gpt-oss-120b는 추론 작업에 탁월하지만, 최적의 성능을 위해서는 더 강력한 NVIDIA H100 플랫폼이 필요합니다.
중요한 점은 이러한 모델이 상업적 사용, 수정 및 재배포를 허용하는 Apache 2.0 라이선스에 따라 배포된다는 것입니다.이러한 오픈소스 특성은 중국 모델과 유사한 위치에 있습니다. OpenAI는 이 분야에 진출하면서 수년간 오픈소스 생태계를 발전시켜 온 중국 AI 기업들의 발전에 전략적으로 대응하고 있는 것으로 보입니다. Meta의 LLaMA를 제외하면 미국에서는 지금까지 주류 오픈소스 모델이 거의 등장하지 않았습니다.
OpenAI가 개방형 가중치 모델에 진출함에 따라 향후 출시될 모델에 대한 기대감이 커지고 있습니다.gpt-oss를 중국 모델과 비교해 보면 OpenAI가 상당한 진전을 이루었지만, 중국 모델이 일반적으로 매개변수 수가 더 많다는 것을 알 수 있습니다.예를 들어 DeepSeek V2와 Qwen 3과 같은 주요 모델은 훨씬 더 많은 매개변수 수를 자랑합니다.
| 범주 | GPT‑OSS 120B / 20B | 딥시크-V2 / R1 | 큐웬3 / 큐웬2.5 / 큐우큐 |
|---|---|---|---|
| 조직 | 오픈AI | DeepSeek(중국) | 알리바바(중국) |
| 모델 유형 | 스파스 MoE(전문가 혼합) | 희소 MoE | Dense & MoE 하이브리드 |
| 총 매개변수 | 120B / 20B | 236B / 67B | 235B / 72B / 32B / 기타 |
| 활성 매개변수 | ~5.1B / ~3.6B | ~21B / ~6.7B | ~22B(Qwen3-235B) / ~3B(Qwen3-30B-A3B) |
| 컨텍스트 창 | 128K 토큰 | 128K 토큰 | 128K(Qwen3), 32K(Qwen2.5) |
총 매개변수 수와 활성 매개변수 수가 중요하지만, 모델의 우월성을 결정하는 유일한 요소는 아닙니다.그럼에도 불구하고 중국 경쟁사들은 수년간의 경험 덕분에 상당한 우위를 점하고 있습니다.실시간 성능을 평가하기 위해 MMLU(Massive Multitask Language Understanding)와 AIME Math를 포함한 다양한 벤치마크를 비교했습니다.이러한 평가는 Clarifai 에서 수행되었으며, 다음과 같은 주목할 만한 통찰력을 보여줍니다.
| 벤치마크 작업 | GPT‑OSS‑120B | GLM‑4.5 | Qwen‑3 생각 | 딥시크 R1 | K2처럼 |
|---|---|---|---|---|---|
| MMLU‑Pro(추론) | ~90.0% | 84.6% | 84.4% | 85.0% | 81.1% |
| AIME 수학(도구 포함) | ~96.6–97.9% | ~91% | ~92.3% | ~87.5% | ~49–69% |
| GPQA(과학 박사) | ~80.9% | 79.1% | 81.1% | 81.0% | 75.1% |
| SWE‑bench(코딩) | 62.4% | 64.2% | — | ~65.8% | ~65.8% |
| TAU‑벤치(에이전트) | ~67.8% | 79.7% | ~67.8% | ~63.9% | ~70.6% |
| BFCL‑v3(함수 호출) | ~67–68% | 77.8% | 71.9% | 37% | — |
결과는 gpt-oss가 추론 및 수학 작업에서 탁월한 성능을 보이며, 동종 제품들 중에서 강력한 경쟁자임을 분명히 보여줍니다.또한, 많은 고밀도 모델에 비해 활성 매개변수 사용량이 적어 로컬 AI 솔루션을 찾는 사용자에게 더욱 경제적인 선택입니다.그러나 벤치마크 결과는 에이전트 작업 및 다국어 기능 측면에서 gpt-oss-120b 모델이 일부 중국 모델에 비해 여전히 뒤처져 있음을 보여주지만, 시장에서는 여전히 강력한 경쟁자임을 보여줍니다.
개방형 가중치 모델의 등장은 더욱 포용적인 생태계를 조성한다는 점에서 AI 산업에 매우 중요합니다. OpenAI는 이 이니셔티브를 통해 이전에는 중국 기업들이 장악했던 경쟁 구도에서 미국의 입지를 강화할 잠재력을 가지고 있습니다.이러한 이정표는 샘 알트만과 OpenAI 팀이 치열한 경쟁 속에서 헤쳐나가는 데 큰 보람을 줄 것으로 예상됩니다.
답글 남기기