TechCrunch AI • 21일 전

오픈소스 AI의 부상, 왜 Anthropic 타격은 없을까

IMP

8/10

핵심 요약

최근 AI 시장에서 가벼운 오픈소스 모델의 사용량이 급증하고 있지만, Anthropic과 같은 고가의 프론티어 모델 매출은 크게 하락하지 않고 있습니다. 이는 새로운 AI 활용 사례를 탐색 및 검증하는 단계에서는 비싼 최고급 모델이 사용되고, 성숙기에 접어들면 저렴한 오픈소스로 전환되는 'AI 라이프사이클' 모델이 자리 잡고 있기 때문으로 분석됩니다.

번역된 본문

월요일, Decagon의 CEO인 제시 장(Jesse Zhang)은 '엔터프라이즈 환경의 오픈소스 AI에 대해 모두가 오해하고 있다'는 제목으로 도발적인 새 이론을 발표했습니다. 이 글은 오늘날 AI 경제에서 가장 흥미로운 모순 중 하나를 다룹니다. 그는 자신의 회사를 포함해 좀 더 성숙한 AI 도입 환경에서는 더 가벼운 모델로 전환하고 있다고 말합니다. 하지만 비싼 최고 수준의 모델에 대한 전체 지출은 거의 변하지 않았습니다. 이는 프론티어(Frontier) 모델과 오픈소스 모델 간의 관계를 바라보는 새로운 방식입니다. 장 대표의 설명에 따르면, 이 둘은 경쟁자가 아니며 오픈소스 모델의 성공이 프론티어 연구소의 이익을 잠식하는 것도 아닙니다. 대신, 이들은 동일한 라이프사이클의 두 단계일 뿐입니다. 즉, 비싼 프론티어 모델은 사용 사례를 증명하는 데 사용되다가, 해당 기술이 성숙해지면 더 저렴한 오픈소스 대안으로 넘겨주는 방식입니다. 더 성숙한 사용 사례가 가벼운 모델로 전환됨에 따라 새로운 사용 사례가 계속 발생하기 때문에, 프론티어 모델에 대한 전체 지출은 거의 줄어들지 않습니다.

장 대표는 이 주장을 뒷받침할 만한 데이터를 많이 제시하지는 않았지만, 그런 데이터를 찾기란 어렵지 않습니다. Vercel의 AI 게이트웨이 대시보드에 따르면, 지난 한 주 동안 딥시크(DeepSeek)가 토큰 처리량 기준으로 압도적 1위로 급등했으며, 현재 이 회사 인프라를 통과하는 토큰의 3분의 1 이상을 처리하고 있습니다. 인기 있는 GLM-5.2 모델을 개발한 연구소인 Z.ai 역시 같은 기간 꽤 준수한 4위로 도약했습니다. 하지만 전체 토큰 지출 항목을 아래로 스크롤해 보면, 여전히 Anthropic이 해당 플랫폼의 전체 AI 지출의 절반 이상을 차지하고 있음을 알 수 있습니다. 최근의 변화 중 상당수가 Anthropic 자체의 가격 인상에서 비롯된 것임을 감안할 때 그 점유율은 지난달에 약간 하락했지만 큰 폭은 아닙니다.

OpenRouter는 시장의 훨씬 더 큰(그러나 기업용 비중은 약간 낮은) 세분화를 포착하며 비슷한 스토리를 전합니다. 전체 사용량 기준으로 딥시크 V4Flash(Deepseek V4Flash)가 1주일에 5.3조 개의 토큰을 처리하며 주요 수혜자가 되었습니다. 반면 가장 인기 있는 프론티어 모델인 Opus 4.8은 2조 개 남짓을 처리합니다. OpenRouter는 총 지출액 기준으로 모델을 순위 매기지 않지만, Opus 4.8의 평균 토큰 비용은 V4Flash보다 약 23배 더 높은 것(백만 토큰당 1.37달러 대 0.06달러)으로 집계되는데, 이는 Opus가 여전히 지출의 큰 부분을 차지하고 있음을 의미합니다. 이러한 수치는 엔비디아(Nvidia)의 막강한 영향력과 모델 자체의 뛰어난 적응력을 바탕으로 선두로 도약할 준비를 하고 있는 최신 모델인 엔비디아의 네모트론(Nemotron)조차 포함하지 않은 것입니다.

이러한 수치가 AI 라이프사이클에 대한 장 대표의 주장을 완전히 증명하지는 못하지만, Anthropic과 같은 프론티어 연구소들이 적어도 현재까지는 오픈소스의 부상으로부터 큰 타격을 받지 않고 있음을 보여줍니다. 한 가지 설명은 AI가 해결할 수 있는 작업 시장이 너무 빠르게 성장하여 최고급 모델들이 초기 단계 도입을 장악하는 것만으로도 자신들의 위치를 유지할 수 있다는 것입니다. 장 대표의 표현을 빌리자면 "프론티어 연구소는 계속해서 '발견(Discovery)'을 주도할 것이며, 오픈소스는 점점 더 '프로덕션(Production, 실제 서비스 환경)'을 장악할 것"입니다. 또 다른 설명은 고객들이 오픈소스로 이동하더라도 많은 사용 사례가 너무 복잡하여 더 저렴한 대안으로 완전히 대체할 수 없다는 것입니다. 어느 쪽이든, 이러한 이중 구조의 모델 경제는 AI 경제의 상대적으로 안정적인 특징이 될 수 있습니다.

작년 9월에 저는 파운데이션 연구소들이 결국 스타벅스에 커피 원두를 파는 회사가 될 수 있다는, 즉 애플리케이션 계층이 이익을 거두는 동안 단순한 원자재 입력부로 전락할 수 있다는 가능성에 대해 글을 쓴 적이 있습니다. 이 예측의 일부는 현실이 되었습니다. 예를 들어, 특정 산업에 특화된 수직적 AI 서비스들은 더 가벼운 모델로 전환했고, 이른바 'GPT 래퍼(GPT wrapper)' 스타트업들의 경제학은 대체로 안정적으로 유지되었습니다. 하지만 우리는 동시에 프론티어 공급자들이 토큰 대 토큰 기준으로 시장에서 가장 바람직한 부분, 즉 프리미엄 토큰 가격을 고수할 수 있었음을 목격하고 있습니다. 그리고 이러한 현상은 당분간 바뀌지 않을 것으로 보입니다.

원문 보기

원문 보기 (영어)

On Monday, Decagon CEO Jesse Zhang published a provocative new theory, posted under the title “Everyone is wrong about open source AI in the enterprise.” The post grapples with one of the most interesting contradictions of today’s AI economy: More mature AI deployments are switching to lighter models, he says, even at his own company. But the overall spend on expensive state-of-the-art models has barely budged. It's a new way to think about the relationship between frontier and open-source models. In Zhang’s telling, they aren’t competitors, and open-source models’ success isn’t coming at the expense of frontier labs. Instead, they’re two phases of the same lifecycle, with expensive frontier models being used to prove out use cases that can be passed along to cheaper open-source alternatives as they mature. As more mature use cases switch to lighter models , new use cases keep arising — and the overall spend on frontier models barely goes down. Zhang doesn’t give much data to support the point, but the data isn't hard to find. Vercel’s AI gateway dashboard shows that, in just the past week, DeepSeek has surged into the lead for token volumes, now processing just over a third of the tokens passing through the company’s infrastructure. Z.ai — the lab behind the popular GLM-5.2 model — jumped into a respectable fourth place over the same period. But if you scroll down to overall token spend, you’ll see Anthropic still accounts for more than half of the overall AI spend on the platform. Given that much of the recent change comes from Anthropic’s own rising prices, the share has dropped slightly over the past month, but not significantly. OpenRouter tells a similar story, capturing a much larger (but slightly less enterprise-y) segment of the market. Deepseek V4Flash is the main winner on overall usage, processing 5.3 trillion tokens weekly. The most popular frontier model, Opus 4.8, handles just over 2 trillion. OpenRouter doesn’t rank models by total spend, but it registers the average token cost for Opus 4.8 as roughly 23x higher than V4Flash ($1.37 per million tokens, compared to just 6 cents), which would mean Opus was still probably capturing the lion’s share of spending. Those figures don’t even capture the newest arrival, Nvidia’s Nemotron, which is poised to leap to the front of the pack by virtue of Nvidia’s strong connections and the model’s own extreme adaptability. Those figures don't fully prove Zhang's point about the AI lifecycles, but they do show frontier labs like Anthropic aren't suffering too much from the rise of open source — at least not yet. One explanation is that the market of AI-addressable tasks is growing so fast that the top models are able to maintain their position just by dominating early-stage deployments. As Zhang puts it, "The frontier labs will keep owning discovery. Open source will increasingly own production.” Another explanation might be that, even as clients move to open-source, many use cases are so difficult that they can’t be entirely replaced with cheaper alternatives. Either way, this two-tiered economy of models may become a relatively stable feature of the AI economy. As recently as last September, I was writing about the possibility that foundation labs would end up selling coffee beans to Starbucks — that is, serving as commodity inputs while the application layer reaped the benefits. Some parts of that prediction came true: vertical AI plays switched to lighter models, for one, and the economics of “GPT wrapper” startups have remained mostly stable. But we’re also seeing that, token for token, frontier providers have been able to hold on to the most desirable part of the marketplace. the premium token price. And that doesn’t seem likely to change any time soon. Topics AI , AI , Anthropic , Decagon , Enterprise When you purchase through links in our articles, we may earn a small commission . This doesn’t affect our editorial independence. Russell Brandom AI Editor Russell Brandom has been covering the tech industry since 2012, with a focus on platform policy and emerging technologies. He previously worked at The Verge and Rest of World, and has written for Wired, The Awl and MIT's Technology Review. He can be reached at russell.brandom@techcrunch.com or on Signal at 412-401-5489. View Bio November 4 Boston Last chance to save up to $190 on TechCrunch Founder Summit. Join 1,000+ founders and VCs at all stages for real-world scaling insights and connections that move the needle. Savings end June 26, 11:59 p.m. PT . REGISTER NOW Most Popular Amazon will stop accepting new customers for Mechanical Turk Anthony Ha 5 desk gadgets that can make your workday better Aisha Malik Chevy built an all-American EV truck — why is nobody buying it? Tim De Chant Mark Zuckerberg tells staff that AI agents haven't progressed as quickly as he'd hoped Lucas Ropek Jersey Mike's IPO illustrates how bad the AI hype has become Julie Bort After $18B IPO, Bending Spoons founder says success comes from minimizing luck Anna Heim The ‘Father of the Internet' is finally retiring Tim Fernholz

오픈소스 AI 비즈니스 모델 Anthropic 프론티어 모델 엔터프라이즈 AI