오픈 모델, 시대마다 두 배씩 빠르게 폐쇄형을 따라잡는다

오픈 웨이트 AI 모델이 최고 성능의 폐쇄형 모델을 따라잡는 데 걸리는 시간이, 대규모 언어모델 개발의 새로운 '시대'가 올 때마다 약 절반으로 줄어들고 있다. 2026년 8월 21일 공개된 SemiAnalysis의 분석 보고서 「Are Open Models Catching Up?」이 이 흐름을 짚었다. 시간이 지나면 결국 포화하는 하나의 고정된 벤치마크 세트로 모든 모델을 평가하는 대신, SemiAnalysis는 각 시대를 실제로 정의했던 벤치마크를 골라 시대별로 비교했다.

세 개의 시대, 세 개의 추격 시간

첫 번째 시대인 초기 스케일링 시대는 2022년부터 2024년까지 이어졌다. 이 시기 폐쇄형 기준 모델은 2022년 11월 출시된 OpenAI의 GPT-3.5 Turbo였고, GSM8K, HumanEval, TriviaQA, MMLU-Pro로 평가됐다. 여기에 처음 근접한 오픈 모델은 Meta의 Llama-2-70B로, 종합 점수는 39.9였다. GPT-3.5 Turbo의 75.7에 비하면 여전히 큰 격차였다. 이 격차는 2024년 7월 Meta가 점수 86을 기록한 Llama-3.1-405B를 내놓으면서야 비로소 메워졌다 — GPT-3.5 Turbo 출시로부터 정확히 19.7개월이 지난 시점이었다.

같은 시대 후반에는 DeepSeek V3가 2024년 12월 OpenAI의 GPT-4o와 거의 대등한 수준에 도달했다. 점수는 94.1로 GPT-4o의 95.5에 근접했다. 알리바바의 Qwen2.5-72B 역시 Llama-3.1-405B보다 6배 작은 규모 — 4050억이 아닌 720억 개의 매개변수 — 로 근접한 성능을 냈다. 이 모델은 18조 개의 토큰으로 사전학습됐다.

두 번째 시대인 추론 시대는 2024년부터 2025년까지 이어졌다. 기준 모델은 2024년 9월 12일 출시된 OpenAI의 o1이었고, GPQA-Diamond, AIME 2026, SimpleQA Verified, Humanity's Last Exam으로 평가됐다. DeepSeek-R1-0528은 2025년 5월, 처음 12.1점이었던 격차를 메우며 목표 대비 78점을 기록했다. 걸린 시간은 단 8.5개월이었다.

세 번째 시대인 에이전트 시대는 2025년부터 현재까지 이어지고 있다. 기준 모델은 2025년 11월 출시된 Anthropic의 Claude Opus 4.5로, 코딩이나 컴퓨터 조작 같은 복잡한 에이전트형 작업을 대상으로 Terminal-Bench 2.1, BrowseComp-Plus, τ³-Banking, DeepSWE로 평가된다. Moonshot AI가 2026년 4월 출시한 Kimi K2.6은 Claude Opus 4.5와의 격차를 단 4.8개월 만에 메웠다 — SemiAnalysis가 지금까지 관찰한 것 중 가장 빠른 추격이다.

추격 시간이 시대마다 절반씩 줄어든다

• 초기 스케일링 시대 — GPT-3.5 Turbo에서 Llama-3.1-405B까지: 19.7개월
• 추론 시대 — o1에서 DeepSeek-R1-0528까지: 8.5개월
• 에이전트 시대 — Claude Opus 4.5에서 Kimi K2.6까지: 4.8개월

세 시대 모두에서, 최초의 폐쇄형 모델과 최고 성능 오픈 모델 사이의 초기 점수 격차, 그리고 그 격차를 메우는 데 걸리는 시간이 함께 줄어들고 있다 — 추격 시간은 새로운 시대가 올 때마다 대략 절반으로 줄어든 셈이다. SemiAnalysis는 이 비교에 실제 한계가 있다는 점도 신중하게 짚었다. 벤치마크는 실제 업무 능력을 완벽하게 반영하지 못하는 불완전한 지표이며, 모델 개발사가 범용 능력이 아니라 특정 벤치마크에 맞춰 모델을 의도적으로 최적화할 수도 있다는 것이다.

폐쇄형 연구소의 수익성을 위협하는 이유

오픈 모델이 훨씬 낮은 비용으로 최첨단 폐쇄형 모델과 대등한 성능을 낼 수 있게 되면, AI 모델이라는 계층 자체가 상품화될 위험이 있다. 이는 OpenAI나 Anthropic 같은 최첨단 연구소의 수익성에 심각한 위협이다. 이들 기업은 가격이 아니라 성능 자체가 오픈 대안 모델보다 앞서게 해줄 것이라는 전제 아래 막대한 자금을 조달해 폐쇄형 모델을 구축해 왔기 때문이다.

더 큰 경쟁 구도 — 미중 관계라는 배경

GIGAZINE은 SemiAnalysis의 분석을 전하면서, 블룸버그가 미국과 중국 간의 더 넓은 AI 경쟁에서도 비슷한 흐름을 별도로 추적해 왔다고 덧붙였다. 중국은 순수 성능 면에서는 뒤처져 있어도, 사용량과 비용 면에서는 때때로 앞서기도 한다는 것이다. GIGAZINE은 또한 2026년 7월, 여러 미국 AI 스타트업이 트럼프 행정부에 중국산 오픈 웨이트 모델을 금지하지 말아 달라는 공개서한을 보냈다는 사실도 언급했다. 이들 모델에 접근할 수 있는 것 자체가 미국 개발자들에게도 이득이 된다는 논리였다. 이는 SemiAnalysis가 설명하는 에이전트 시대의 한 단면이기도 하다. 실제로 에이전트가 배치되는 현장 — SemiAnalysis가 세 번째 시대 비교에 사용하는 Terminal-Bench 계열 테스트가 평가하는 바로 그 용도 — 에서야말로 이런 모델 선택이 가장 구체적으로 갈린다.

오늘날 AI를 도입하고 있는 한국 기업에게 이 흐름은 벤치마크 점수 자체를 넘어서는 의미를 갖는다. 믿을 만한 오픈 대안이 이제는 폐쇄형 기준 모델 출시 후 몇 년이 아니라 몇 개월 안에 등장한다면, 2026년이나 2027년 도입을 계획하는 팀은 예산을 단일 API에 묶어 두기 전에 시험해 보고 경쟁시킬 수 있는 벤더 선택지를 더 폭넓게 확보하게 된다. 지금 가장 뛰어난 폐쇄형 모델이 프로젝트가 실제로 가동될 시점까지 계속 견줄 상대가 없을 것이라고 당연시할 근거도 그만큼 줄어든다.