오픈소스 AI 모델, 격차 해소: DeepSeek, Qwen3, Llama 4가 GPT-5에 필적

요약

오픈소스와 독점 AI 모델 간의 성능 격차가 2025년 주요 벤치마크에서 17.5%포인트에서 단 0.3%로 줄어들었습니다. DeepSeek V3.2, Qwen3-235B, Llama 4 Scout은 이제 GPT-5.2 및 Claude Opus 4.5에 필적하는 성능을 훨씬 저렴한 비용으로 제공하며, 완전한 자체 호스팅이 가능합니다. API 의존성과 인프라 투자 사이에서 고민하는 기업들에게, 그 계산법이 근본적으로 달라졌습니다.

무슨 일이 일어났나

2025년 12월은 AI 모델 지형의 전환점을 기록합니다. 오픈소스 대규모 언어 모델이 가장 강력한 독점 시스템과 거의 동등한 수준에 도달하면서, 수년간 지속되던 폐쇄형 모델의 지배가 막을 내렸습니다.

숫자가 이를 증명합니다. 94개 주요 LLM 분석 결과, 오픈소스 모델이 MMLU에서 독점 시스템과 0.3%포인트 차이까지 좁혀졌으며, 이는 불과 1년 전 17.5%포인트 격차에서 크게 줄어든 것입니다. 500만 명 이상의 사용자 투표로 운영되는 인간 선호도 리더보드인 Chatbot Arena에서 오픈 웨이트 모델은 2024년 1월부터 2025년 2월 사이에 8%에서 1.7%로 격차를 좁혔습니다. 그 격차는 계속 줄어들고 있습니다.

세 가지 모델 계열이 오픈소스 진영을 이끌고 있습니다:

DeepSeek V3.2는 2025년 12월 1일 출시되어 여러 추론 벤치마크에서 GPT-5와 동등한 성능을 달성했습니다. 이 중국 연구소의 Mixture-of-Experts 아키텍처는 토큰당 671B 파라미터 중 37B만 활성화하여, 일반적인 비용으로 최첨단 성능을 구현합니다.

알리바바의 Qwen3-235B-A22B는 235B 파라미터 중 22B만 활성화하면서도 대부분의 공개 벤치마크에서 GPT-4o와 동등하거나 더 나은 성능을 보입니다. 2025년 7월의 thinking 업데이트로 오픈소스 추론 모델 중 최고 수준의 결과를 달성했습니다.

Meta의 Llama 4 Scout은 1,000만 토큰 컨텍스트 윈도우를 제공하여 단일 세션에서 7,500페이지를 처리할 수 있으며, INT4 양자화로 단일 H100 GPU에서 실행됩니다.

오픈소스 모델은 현재 모델 수 기준 시장의 62.8%를 차지합니다. 변화는 빠르게 일어났습니다. 2년 전만 해도 독점 모델이 지배적이었습니다.

왜 중요한가

AI 인프라를 구축하는 기업들에게, 이러한 수렴은 구축 대 구매 계산을 재편합니다.

비용 역학이 역전되었습니다. DeepSeek V3.2는 입력 토큰 100만 개당 $0.26으로, GPT-5.2 Pro보다 약 10배 저렴합니다. Mistral Medium 3은 Claude Sonnet 3.7 성능의 90%를 100만 토큰당 $0.40에 제공하며, GPT-4보다 8배 저렴합니다. 조직들은 독점 전용 전략 대비 오픈소스 접근 방식으로 25% 더 높은 ROI를 보고하고 있습니다.

데이터 통제가 가능해집니다. 자체 호스팅은 민감한 정보를 완전히 조직 인프라 내에 유지합니다. 의료 회사는 외부 전송으로 인한 HIPAA 위반 위험 없이 환자 데이터 쿼리를 온프레미스에서 실행할 수 있습니다. 금융 기관은 거래 알고리즘과 고객 데이터에 대한 완전한 통제를 유지합니다.

배포 유연성이 확대됩니다. Mistral Medium 3은 최소 4개의 GPU로 실행됩니다. Llama 4 Scout은 단일 H100에 맞습니다. 이러한 모델은 하이브리드 환경, 온프레미스 데이터 센터 또는 엣지 위치에 배포할 수 있습니다—API 전용 독점 서비스로는 불가능한 일입니다.

벤더 종속이 사라집니다. 자체 호스팅 모델은 제공업체가 이전 버전을 폐기해도 구식이 되지 않습니다. 조직은 업그레이드 일정을 통제하고, 모델 일관성을 유지하며, PPA 시장을 점점 더 판매자 우위로 만든 사용량 기반 가격 변동성을 피할 수 있습니다.

기술 세부 사항

모델 사양

벤치마크 성능

코딩: DeepSeek V3.2는 장기 에이전트 작업에서 뛰어난 숙련도를 보여주며, 도구 사용에 thinking을 직접 통합합니다. Qwen3-235B는 LiveCodeBench v6에서 74.8을 달성합니다. Llama 4 Scout은 LiveCodeBench에서 38.1%를 기록하여 GPT-4o의 32.3%를 능가합니다.

추론: Qwen3-235B는 AIME'24에서 85.7, AIME'25에서 81.5를 기록합니다. thinking 모드에서는 AIME25에서 92.3에 도달합니다. DeepSeek V3.2-Speciale은 Gemini-3.0-Pro와 동등한 성능과 IOI 2025, ICPC World Final 2025, IMO 2025, CMO 2025에서 금메달 수준의 성과를 달성합니다.

긴 컨텍스트: Llama 4 Scout의 1,000만 토큰 컨텍스트 윈도우는 전체 법률 문서, 연구 논문 컬렉션 또는 소프트웨어 저장소를 단일 세션에서 처리할 수 있게 합니다.

아키텍처 혁신

DeepSeek V3.2는 DeepSeek Sparse Attention(DSA)을 도입하여, 모델 출력 품질을 유지하면서 세분화된 희소 어텐션으로 긴 컨텍스트 효율성을 크게 개선합니다.

DeepSeek V3.1의 하이브리드 thinking 모드는 채팅 템플릿 변경을 통해 chain-of-thought 추론과 직접 답변 사이를 전환합니다—하나의 모델이 범용 및 추론 집약적 사용 사례를 모두 커버합니다.

Mistral 3의 Ministral 라인업은 3B, 8B, 14B 파라미터에 걸쳐 9개의 밀집 모델을 제공하며, 각각 Base, Instruct, Reasoning 변형이 있습니다. 14B 추론 모델은 AIME 2025에서 85%에 도달하며, 단일 GPU에서 실행됩니다.

자체 호스팅 요구 사항

OpenLLM과 같은 도구를 사용하면 단일 명령으로 모든 오픈소스 모델을 OpenAI 호환 API 엔드포인트로 실행할 수 있습니다. Ray Serve와 Hugging Face TGI는 Kubernetes 배포를 간소화합니다.

앞으로의 전망

오픈소스의 모멘텀은 둔화될 기미를 보이지 않습니다. DeepSeek의 학습 효율성—1조 토큰당 180K H800 GPU 시간—은 지속적인 빠른 반복을 시사합니다. Qwen3의 2025년 7월 thinking 업데이트는 후처리 개선이 계속 확장되고 있음을 보여주었습니다.

2026년 1분기에는 다음을 기대할 수 있습니다: - Llama 4 Scout의 1,000만 토큰을 넘어서는 컨텍스트 윈도우 확장 - 도구 사용이 성숙해짐에 따라 향상된 에이전트 기능 - 현재 최첨단 성능에 도달하는 더 작고 효율적인 모델

여전히 API 전용 전략을 평가 중인 조직들에게, 독점 종속의 기회는 닫히고 있습니다. 89%의 조직이 현재 오픈소스 AI를 사용하는 상황에서, 질문은 "할 것인가"에서 "어떤 모델을 얼마나 빠르게"로 바뀌었습니다.

Introl의 관점

최첨단 오픈소스 모델을 자체 호스팅하려면 상당한 GPU 인프라, 효율적인 냉각 시스템, 운영 전문성이 필요합니다. Introl의 550명의 HPC 전문 현장 엔지니어가 이러한 모델이 요구하는 가속기 클러스터를 배포하고 유지 관리합니다. 서비스 지역에 대해 자세히 알아보기.

게시일: 2025년 12월 18일