Thinking Machines, 획일적인 AI에 맞서는 투자 확대, 첫 번째 오픈 모델 Inkling 공개

(techcrunch.com)

TechCrunch2026년 7월 15일AI 산업

Thinking Machines, 획일적인 AI에 맞서는 투자 확대, 첫 번째 오픈 모델 Inkling 공개

전 OpenAI CTO 미라 무라티가 설립한 Thinking Machines Lab이 기업 맞춤형 최적화를 목표로 하는 오픈 웨이트 모델 'Inkling'을 공개하며, 기존 폐쇄형 거대 AI 모델의 한계를 극복하려는 새로운 패러다임을 제시했습니다.

이 글의 핵심 포인트

1전 OpenAI CTO 미라 무라티가 설립한 Thinking Machines Lab의 첫 오픈 웨이트 모델 'Inkling' 공개
2975B 전체 파라미터 중 작업 시 약 41B를 사용하는 MoE(Mixture-of-Experts) 구조 채택
3텍스트, 이미지, 오디오, 비디오를 네이티브하게 처리할 수 있는 멀티모달 학습 데이터 보유
4사용자가 '사고 노력(thinking effort)' 수준을 조절하여 속도와 정확도 사이의 트레이드오프 가능
5기업용 모델 커스텀 플랫폼인 'Tinker'를 통해 조직별 맞춤형 미세 조정 지원

이 글에 대한 공공지능 분석

왜 중요한가?

기존의 거대 언어 모델(LLM)이 제공하는 일률적인 서비스에서 벗어나, 기업이 자신의 데이터를 활용해 직접 최적화할 수 있는 '오픈 웨이트' 기반의 맞춤형 AI 시대를 예고하기 때문입니다. 이는 데이터 보안과 비용 효율성을 중시하는 엔터프라이즈 시장의 핵심 요구사항을 정조준하고 있습니다.

어떤 배경과 맥락이 있나?

OpenAI나 Google 같은 빅테크의 폐쇄형 모델은 높은 구독료와 함께 기업의 프롬프트 데이터를 학습에 활용될 수 있다는 보안 리스크(Double Payment)가 제기되어 왔습니다. 이에 따라 특정 도메인 지식을 결합한 효율적인 오픈 소스 및 프라이빗 모델로의 전환 움직임이 가속화되고 있습니다.

업계에 어떤 영향을 주나?

AI 개발의 중심축이 '범용 챗봇'에서 '특정 목적을 위한 미세 조정(Fine-tuning) 플랫폼'으로 이동할 수 있습니다. 이는 모델 제작사보다는 커스텀 플랫폼 제공사의 영향력이 커질 수 있음을 시사하며, 기업들이 자체적인 인프라와 기술력을 갖추고 모델을 직접 관리하려는 수요를 창출할 것입니다.

한국 시장에 어떤 시사점이 있나?

한국의 도메인 특화 AI 스타트업들에게는 거대 모델과의 직접 경쟁 대신, Inkling과 같은 오픈 웨이트 모델을 기반으로 한 '버티록 AI 솔루션' 개발이 강력한 기회가 될 수 있습니다. 다만, 고도화된 미세 조정 기술과 이를 뒷받침할 MLOps 역량이 필수적인 진입 장벽이 될 것입니다.

이 글에 대한 큐레이터 의견

Thinking Machines의 전략은 매우 영리합니다. 단순히 '가장 똑똑한 모델'을 만들겠다는 불가능에 가까운 목표 대신, 기업들이 직접 요리할 수 있는 '최고의 식재료(Open-weight model)'와 '조리 도구(Tinker platform)'를 제공하겠다는 접근은 엔터프라이즈 시장의 페인 포인트(Pain point)를 정확히 짚었습니다. 특히 브릿지워드 사례처럼 특정 분야에서 저비용·고효율을 달성할 수 있다는 실증적 근거는 강력한 설득력을 갖습니다.

하지만 리스크도 명확합니다. 모델의 커스텀화를 기업의 책임으로 돌리는 전략은, 미세 조정(Fine-tuning)을 수행할 전문 인력과 컴퓨팅 자원이 부족한 중소 규모 기업들에게는 오히려 높은 진입 장벽이 될 수 있습니다. 또한, 타 모델의 출력을 활용한 '증류(Distillation)' 방식에 대한 윤리적·법적 논란은 향후 모델의 신뢰성에 변수가 될 수 있습니다.

따라서 스타트업 창업자들은 단순히 모델을 사용하는 것을 넘어, 어떻게 효율적으로 데이터를 정제하고 특정 도메인에 맞게 최적화할 것인가라는 '운영 기술(MLOps)' 및 '데이터 엔지니어링' 측면에서 차별화를 꾀해야 합니다.

원문 보기 →

아직 댓글이 없습니다. 첫 댓글을 남겨보세요.