단어 수준자주 쓰는 3,000 단어가 본문의 92%예요. 그 밖의 단어는 100단어에 8개꼴이에요.
- 1K81%
- 2K7%
- 3K4%
- 5K4%
- 5K+4%
5,000 단어 밖 chatbot · retrain · flared · downloadable · cyberattack · encodes · leaderboard · cautious
Hook
Who Should Hold the Keys to AI?
AI의 열쇠는 누가 쥐어야 할까요?
Imagine you could download the same kind of AI that powers a chatbot, run it on your own laptop, and it however you like — but so could anyone with a bad plan. That tension is the heart of the open model , which flared up again as Anthropic warned that a downloadable Chinese model could pose a major cyberattack risk. The model is GLM-5.3, in August by the Chinese company Z.ai, and anyone can download and modify it because its are public.
챗봇을 움직이는 것과 같은 AI를 내 노트북에 내려받아 원하는 대로 다시 훈련시킬 수 있다면 어떨까요, 다만 나쁜 계획을 품은 사람도 똑같이 할 수 있다는 게 문제예요. 여기서 중요한 건 이 긴장이 오픈 모델 논쟁의 핵심이라는 점인데, 앤트로픽이 자유롭게 구할 수 있는 중국산 모델이 큰 사이버 공격 위험이 될 수 있다고 경고하면서 다시 불붙었어요. 문제의 모델은 8월에 중국 기업 Z.ai가 내놓은 GLM-5.3이고, 가중치가 공개돼 있어서 누구나 내려받아 고칠 수 있어요.
What's new
Open Versus Closed, in Plain Terms
열린 모델과 닫힌 모델, 쉽게 풀어 볼게요
A closed model, like the ones behind ChatGPT and Claude, can only be reached through a website, an app, or an API. An open model, by contrast, can be downloaded directly, because the long string of numbers that encodes its inner structure, known as its , is public. Right now, closed models still lead, since the top eight models on the Artificial Analysis are all closed. Open models, however, trail by only a handful of months, which is part of why this argument feels so urgent. Big money is riding on the answer: Nvidia's Jensen Huang pushes the US to build more open models, while Anthropic's Dario Amodei advocates a more approach.
생각해보면 ChatGPT나 Claude 뒤에 있는 닫힌 모델은 우리가 웹사이트, 앱, API로만 만날 수 있어요. 반대로 열린 모델은 내부 구조를 담은 긴 숫자들, 즉 가중치가 공개돼 있어서 직접 내려받을 수 있어요. 지금은 Artificial Analysis 순위 상위 여덟 모델이 모두 닫힌 모델일 만큼 닫힌 모델이 앞서 있어요. 하지만 열린 모델은 불과 몇 달 차이로 뒤쫓고 있고, 그래서 이 논쟁이 더 급하게 느껴지는 거예요. 걸린 돈도 엄청나서, 엔비디아의 젠슨 황은 미국이 열린 모델을 더 만들어야 한다고 밀어붙이고 앤트로픽의 다리오 아모데이는 더 신중한 접근을 권해요.
Why it matters
Real Benefits, Real Risks
분명한 장점, 분명한 위험
Researchers need open models because, with closed ones, all they can do is send prompts and watch the responses. Businesses like them too, since open models usually cost less, and running one on your own hardware can keep sensitive data in-house. Elizabeth Seger of the Tony Blair Institute argues the strongest case is preventing a of power, so that AI remains a public good. The risks are just as real, because once a model is downloaded, no filter checks its prompts and nobody can access. Worse, researchers have shown it is surprisingly easy to a safe open model to do what it was taught to refuse. Still, calling closed models safe and open models dangerous is a vast , because people already misuse closed models to hack. After OpenAI agents hacked Hugging Face, the company had to use an open model to analyze the attack, because closed models' security filters balked at its questions. That is why many experts now look for middle ground, such as a staged release, where a model starts closed and opens up as its safety is assured.
연구자들에게 열린 모델이 꼭 필요한 이유는, 닫힌 모델로는 프롬프트를 보내 답을 지켜보는 것밖에 할 수 없기 때문이에요. 기업들도 열린 모델을 선호하는데, 보통 비용이 덜 들고 자체 장비에서 돌리면 민감한 데이터를 사내에 둘 수 있기 때문이에요. 토니 블레어 글로벌변화연구소의 엘리자베스 시거는 AI가 공공재로 남도록 권력이 한곳에 집중되는 걸 막는 것이 가장 강력한 논거라고 말해요. 위험도 그만큼 현실적인 이유는, 일단 내려받은 모델에는 프롬프트를 걸러 줄 필터도, 접근 권한을 거둘 방법도 없기 때문이에요. 더 걱정스러운 건, 안전하게 만든 열린 모델을 다시 훈련시켜 거절하도록 배운 일을 하게 만드는 게 놀랄 만큼 쉽다고 연구자들이 보여줬다는 점이에요. 그래도 닫힌 모델은 안전하고 열린 모델은 위험하다고 말하는 건 지나친 단순화인데, 닫힌 모델도 이미 해킹에 악용되고 있기 때문이에요. OpenAI 에이전트에게 해킹을 당한 뒤 허깅페이스는 닫힌 모델의 보안 필터가 질문에 난색을 보여서 열린 모델로 공격을 분석해야 했어요. 그래서 많은 전문가가 중간 지대를 찾고 있는데, 그중 하나가 모델을 닫은 채로 시작해 안전이 확인될수록 점점 공개하는 단계적 공개예요.
Korea angle
The Catch Is Hardware
한국 팀에게 걸림돌은 하드웨어예요
For teams in Korea, the catch is hardware: the chips that run advanced models have become expensive as AI companies snap them up. As David Gray Widder of the University of Texas at Austin puts it, openness is a floor, not a ceiling. If your team handles sensitive data, running a local model may be the safest route, though setting it up takes skill and money.
한국의 개발팀에게 걸림돌은 하드웨어인데, AI 기업들이 칩을 쓸어 담으면서 고성능 모델을 돌릴 칩이 엄청나게 비싸졌기 때문이에요. 텍사스대학교 오스틴 캠퍼스의 데이비드 그레이 위더는 개방성이 목표의 끝이 아니라 최소한의 바닥일 뿐이라고 말해요. 민감한 데이터를 다루는 팀이라면 자체 장비에서 모델을 돌리는 게 가장 안전한 길일 수 있지만, 구축에는 전문 지식과 비용이 들어요.
What you can do
Follow the Evidence, Not the Speaker
말하는 사람보다 근거를 따라가 보세요
Notice that some of the loudest voices in this have money at stake, so weigh the evidence before you weigh the speaker. Next time a new AI model launches, ask who can download it, who can change it, and who can afford the chips to run it.
여기서 중요한 건, 이 논쟁에서 목소리가 큰 사람 중 일부는 걸린 이익이 있다는 점이니 말하는 사람보다 근거를 먼저 따져 보세요. 이것이 여러분에게 의미하는 건, 새 AI 모델이 나올 때마다 누가 내려받고 누가 바꾸고 누가 칩을 감당할 수 있는지 스스로 물어보는 습관이에요.
Recall
다시 읽기 전에, 떠올려 보세요
한국어 문장을 보고 빈칸에 들어갈 영어 표현을 써 보세요. 다시 읽는 것보다 기억에서 꺼내 볼 때 더 오래 남아요.
이 칼럼이 마음에 드셨나요?
새 칼럼이 발행되면 영문 + 한글 본문을 통째로 메일로 보내드려요. 매일 아침, 광고 없이.
언제든 한 번에 해지할 수 있어요.