당신의 지능을 소유하라: 소버린 AI 실전 가이드

AI 애플리케이션 경쟁이 UI·워크플로·시장 진입을 넘어, 제품의 학습 방식과 성능을 좌우하는 지능 계층의 소유권 경쟁으로 확대되고 있음 Kimi K3·GLM 5.2 같은 오픈 웨이트 모델과 독립적인 사후 학습 기술이 발전하면서, 평가·하네스·온라인 학습을 결합해 특정 분야에서 프런티어 모델을 능가할 수 있게 됨 자체 지능은 모든 워크로드에 적용할 원칙이 아니며, 비용·속도·독점 데이터·통제권 때문에 외부 모델이 제약받는 제품 영역부터 소유와 임대를 구분해야 함 실행 과정은 전담 소규모 팀 구성과 평가 체계 구축에서 시작해 하네스·컨텍스트 설계, 목적별 사후 학습, 프로덕션 궤적을 활용한 온라인 학습으로 이어짐 폐쇄형 모델은 높은 최저 성능과 단순한 개발 환경을 제공하지만 성능 상한이 낮을 수 있으며, 자체 스택은 더 많은 작업과 낮은 초기 성능을 감수하는 대신 도메인 특화 성능의 상한을 높일 수 있음 지능 계층을 둘러싼 소유권 경쟁 Alex Karp는 기업에 생산수단을 소유하라고 촉구했고, Satya Nadella는 프런티어 연구소의 지능을 구매하면 비용뿐 아니라 이를 유용하게 만드는 독점 지식까지 제공하므로 두 번 지불하는 셈이라고 봄 기업이 답해야 할 핵심 질문은 사업의 중심에 있는 지능을 누가 소유할 것인가임 자체 지능 구축이 프런티어 연구소와의 결별을 뜻하지는 않음 많은 워크로드에서는 프런티어 API와 에이전트가 여전히 적합함 다만 일부 기업은 특정 제품 영역에서 자체 AI 역량을 구축하고, 모델 웨이트를 직접 소유·조정하는 방향으로 수직 통합하고 있음 Sequoia가 AI 창업자와 개발자를 모은 행사에서는 Harvey가 고객 관점의 접근법을 소개하고, Mercor·LangChain·Trajectory·Fireworks가 사후 학습 스택의 기술 구성요소를 다룸 자체 지능 구축이 가능해진 이유 오픈 웨이트 프런티어가 예상보다 빠르게 발전함 Kimi K3와 GLM 5.2는 프런티어에 가까운 출발점을 제공함 과거에는 수개월간 미세 조정하더라도 다음 프런티어 모델이 출시되면 그간의 성능 향상이 무효화될 수 있었음 독립적인 사후 학습 생태계도 성숙함 Mercor와 Fireworks 같은 기업을 통해 훈련·추론·인간 데이터·합성 데이터 등 프런티어 연구소 수준의 기술 스택에 접근할 수 있음 강력한 평가와 하네스 엔지니어링, 사후 학습, 온라인 학습을 결합하면 오픈 모델이 특정 도메인에서 프런티어 모델보다 나은 성...