머스크 “AI 지능 지수적 향상”…오픈소스 경쟁

일론 머스크(Elon Musk)가 인공지능(AI)의 지능과 능력이 '지수적으로' 향상되고 있다고 평가했다. 오픈소스 대형언어모델의 성능이 2025년 말 최첨단 모델로 여겨졌던 제품을 넘어섰다는 주장이 제기되면서다.

PANews는 머스크가 오픈소스 모델의 발전을 다룬 게시물에 “Intelligence is improving exponentially(지능은 지수적으로 향상되고 있다)”라는 댓글을 달았다고 21일 보도했다.

해당 게시물에는 GLM 5.3 Flash, DeepSeek V4.1 Flash, Qwen 3.8 Next Flash, Qwen 3.8 27B 등이 언급됐다. 이들 모델이 지능과 전반적인 능력에서 2025년 말 '최첨단 지능'으로 여겨졌던 주요 모델을 전체적으로 넘어섰다는 주장이다.

다만 이 주장은 게시물에 담긴 평가이며, 모든 작업과 평가 기준에서 같은 결과가 나왔다는 의미로 확정하기는 어렵다. 모델 간 우열도 사용한 벤치마크와 작업 조건에 따라 달라질 수 있다.

DeepSeek는 9월 10일 V4.1 Flash를 출시하며 새로운 구조를 적용했다고 밝혔다. 이 모델은 네이티브 이미지 이해 기능을 지원하고, 입력과 출력에 활성화되는 매개변수 규모를 다르게 설계했다.

DeepSeek는 V4.1 Flash가 5520억개 매개변수를 사용하는 혼합 전문가 모델이라고 설명했다. 입력에는 80억개, 출력에는 160억개의 매개변수가 활성화되며, 이전 세대보다 KV 캐시를 줄여 메모리와 저장장치 부담을 낮췄다고 밝혔다.

GLM 5.3 Flash도 공개 모델 저장소에 등록돼 있다. 모델 설명에는 전체 매개변수 3200억개 가운데 180억개가 활성화되며, 희소 어텐션과 선형 어텐션을 결합한 구조를 사용한다고 적혀 있다.

GLM 5.3 Flash는 이미지와 영상 처리를 지원하는 멀티모달 모델로 소개됐다. 지푸AI는 앞서 GLM-5.3의 코딩 성능이 자체 평가에서 이전 세대보다 50% 높아졌다고 밝혔다.

오픈소스 모델은 모델 구조나 가중치 일부를 공개해 외부 개발자와 기업이 활용하거나 개선할 수 있도록 한 AI 모델을 뜻한다. 공개 범위와 사용 조건은 모델마다 다를 수 있어 '오픈소스'라는 분류만으로 실제 활용 가능 범위를 판단하기는 어렵다.

이번 사례에서 경쟁 기준은 단순한 답변 품질에 그치지 않는다. 긴 문맥을 처리하거나 코딩·에이전트 작업을 수행하는 환경에서는 처리 속도와 추론 비용, 하드웨어 요구량도 실제 사용성에 영향을 준다.

혼합 전문가 모델은 전체 매개변수를 한꺼번에 활성화하지 않고 입력에 필요한 일부 매개변수만 사용하는 구조다. 활성화되는 매개변수 수를 줄이면 처리 효율을 높일 수 있지만, 실제 성능과 비용은 모델 구조와 사용 환경을 함께 봐야 한다.

KV 캐시는 모델이 앞서 처리한 문맥 정보를 저장해 응답 생성에 활용하는 메모리 영역이다. 캐시 규모가 줄어들면 메모리 부담을 낮출 수 있지만, 그것만으로 모든 작업에서 처리 속도나 비용이 개선된다고 단정할 수는 없다.

이번에 공개된 DeepSeek V4.1 Flash와 GLM 5.3 Flash는 성능과 함께 활성 매개변수, KV 캐시 등 효율성을 강조했다. 같은 모델이라도 입력 길이, 하드웨어, 호출 방식에 따라 처리 비용과 응답 속도가 달라질 수 있기 때문이다.

머스크의 발언은 오픈소스 모델이 폐쇄형 모델과의 성능 격차를 좁히고 있다는 인식을 보여준다. 그러나 게시물에 언급된 모델들이 실제 활용 환경에서 어느 정도 성능을 내는지는 공식 자료와 독립적인 시험 결과를 함께 비교해야 한다.

결국 '지수적 향상'이라는 표현의 적용 범위가 핵심 쟁점으로 남는다. 모델별 벤치마크와 작업 조건이 공개될수록 오픈소스 모델 경쟁의 실제 수준을 구체적으로 비교할 수 있을 전망이다.