내가 쓰는 AI 앱은 누구의 모델로 돌아갈까: API와 모델 공급망 이해하기

앱을 만든 회사와 모델을 만든 회사는 대체로 다르다

AI 글쓰기 도구, AI 회의록 앱, 쇼핑몰의 AI 상담창을 쓰다 보면 자연스럽게 이런 생각이 듭니다. 이 회사들이 전부 자기 AI를 직접 만든 걸까? 요즘 AI 서비스가 워낙 많다 보니 한 번쯤 품게 되는 궁금증인데, 여기서 한 걸음만 더 들어가면 업계 구조가 시원하게 정리됩니다.

결론부터 말하면, 대부분은 직접 만들지 않습니다. 큰 언어 모델을 처음부터 학습시키는 일에는 막대한 계산 자원과 데이터, 오랜 연구 인력이 필요합니다. 그래서 소수의 회사가 모델을 만들고, 훨씬 많은 회사가 그 모델을 가져다 자기 서비스의 부품으로 쓰는 분업이 자리를 잡았습니다.

이 분업을 알고 나면 익숙한 풍경 하나가 설명됩니다. 서로 다른 회사의 여러 AI 앱을 써 봤는데 말투나 답변 성향이 묘하게 비슷하게 느껴졌던 경험 말입니다. 겉의 화면과 기능은 각 회사가 만들었지만, 안에서 문장을 만들어 내는 엔진은 같은 모델일 수 있습니다. 우연이 아니라 구조의 결과였던 셈입니다.

API: 필요할 때마다 불러 쓰는 창구

모델을 빌려 쓰는 통로를 API라고 부릅니다. 프로그램끼리 정해진 형식으로 요청과 응답을 주고받는 약속인데, 어렵게 느껴진다면 주방과 주문서의 관계로 생각하면 쉽습니다. 손님(앱)은 정해진 양식의 주문서(요청)를 창구에 넣고, 주방(모델 회사의 서버)이 조리해서 결과를 돌려줍니다. 손님은 주방을 직접 지을 필요가 없고, 주문한 만큼만 값을 냅니다.

실제 흐름도 그만큼 단순합니다. 사용자가 앱에 문장을 입력하면 → 앱 회사의 서버가 그 내용을 다듬어 모델 회사의 API로 보내고 → 모델이 생성한 결과가 돌아오면 → 앱이 자기 화면에 맞게 보기 좋게 정리해 보여 줍니다. 이 왕복이 1~2초 사이에 일어나기 때문에 사용자는 앱 안에 AI가 들어 있는 것처럼 느끼게 됩니다.

그래서 앱 회사가 실제로 만드는 가치는 모델 그 자체가 아니라 그 주변에 있습니다. 어떤 정보를 함께 넣어 줄지, 결과를 어떻게 검토하고 다듬을지, 사용자의 업무 흐름에 어떻게 녹여 넣을지 같은 것들입니다. 같은 모델을 쓰는데도 어떤 앱은 확실히 편하고 어떤 앱은 아쉬운 이유가 여기에 있습니다.

• 모델 회사: 대규모 학습으로 모델을 만들고 API로 제공
• 앱 회사: API를 연결해 특정 용도(문서·상담·코딩·번역 등)의 서비스를 완성
• 사용자: 앱의 화면을 통해 모델의 능력을 간접적으로 사용

왜 빌려 쓰는 쪽을 택할까

빌려 쓰는 방식의 장점은 분명합니다. 첫째, 시작이 빠릅니다. 몇 년이 걸릴 모델 개발 대신 연결 작업만으로 AI 기능을 붙일 수 있어, 작은 팀도 좋은 아이디어를 곧바로 서비스로 만들 수 있습니다. 둘째, 비용이 사용량에 비례합니다. 서버와 연구 인력을 미리 갖추지 않고 쓴 만큼 내는 구조라 초기 부담이 크게 줄어듭니다. 셋째, 모델이 좋아지면 그 혜택이 자동으로 따라옵니다.

물론 대가도 있습니다. 서비스의 핵심 성능이 남의 모델에 달려 있다는 점, 사용량이 늘수록 비용도 함께 늘어난다는 점, 그리고 공급 조건이 바뀌면 영향을 받는다는 점입니다. 이런 부분은 분명한 한계이지만, 이미 잘 알려진 성질이어서 회사들도 나름의 대비책을 마련해 두는 편입니다.

그 대비책이 요즘 흔히 보이는 선택지들입니다. 여러 모델 회사의 API를 동시에 연결해 두고 상황에 따라 바꿔 쓰거나, 공개된 오픈소스 모델을 자체 서버에 올려 병행하거나, 사용량이 큰 일부 기능만 자체 모델로 옮기는 식입니다. 완전히 만들거나 완전히 빌리거나 둘 중 하나가 아니라, 그 사이에서 조합을 고르는 문제에 가깝습니다.

공급 관계 뉴스, 이렇게 읽으면 편합니다

이 구조를 알고 나면 AI 업계 기사 상당수가 같은 지도 위에 놓입니다. 어떤 모델 회사와 어떤 앱 회사가 제휴했다는 소식, 특정 서비스가 사용하는 모델을 교체했다는 소식, 공급 조건이나 계약이 바뀌었다는 소식은 모두 '모델 - 앱 - 사용자'로 이어지는 사슬의 어느 지점이 움직였다는 이야기입니다.

기사를 만났을 때 던져 볼 질문은 세 가지면 충분합니다. 첫째, 움직인 지점이 어디인가 — 모델을 만드는 쪽인가, 그것을 가져다 쓰는 쪽인가. 둘째, 사용자가 실제로 체감할 변화가 있는가 — 서비스 화면이 그대로라면 안에서 모델이 바뀌어도 대부분 큰 불편 없이 지나갑니다. 셋째, 대체 경로가 있는가 — 요즘은 비슷한 성능의 선택지가 여럿이라, 한 곳의 조건이 바뀌어도 다른 연결로 이어 가는 경우가 많습니다.

이 질문들을 통과시키면 자극적인 제목에 흔들릴 일이 줄어듭니다. 업계의 협력과 조건 변경은 특별한 사건이라기보다, 부품을 사고파는 산업이라면 어디서나 일어나는 일상적인 조정에 가깝습니다. 그 사실 하나만 알아 두어도 관련 기사를 훨씬 여유 있게 읽게 됩니다.

사용자가 확인해 두면 좋은 세 가지

마지막으로 서비스를 고르거나 오래 쓸 때 확인해 두면 도움이 되는 지점을 정리하겠습니다. 어렵지 않고, 한 번 습관이 되면 계속 편합니다.

첫째, 어떤 모델을 쓰는지 밝혀 두었는지 봅니다. 설정 화면이나 도움말, 개인정보처리방침에 사용 중인 모델이나 처리 위탁 업체를 안내하는 서비스가 늘고 있습니다. 밝혀 둔 곳일수록 입력한 내용이 어디까지 가는지 파악하기 쉬워 안심하고 쓸 수 있습니다. 둘째, 모델 선택 폭이 있는지 봅니다. 여러 모델 중에서 고를 수 있게 해 둔 서비스라면 한 공급처의 사정에 덜 흔들립니다. 셋째, 내 데이터를 꺼낼 수 있는지 봅니다. 대화 기록이나 작업 결과를 파일로 내려받을 수 있으면 나중에 어떤 변화가 있어도 그동안의 자산이 남습니다.

정리하면, AI 서비스는 한 회사의 완결된 제품이라기보다 여러 회사가 층층이 얹혀 만들어진 결과물입니다. 이 층위를 알고 나면 뉴스도 서비스 선택도 한결 담백하게 보입니다. 다만 여기까지가 뉴스를 이해하기 위한 배경지식이며, 산업 구조에 대한 이해가 특정 기업이나 종목에 대한 판단을 대신하지는 않는다는 점은 분명히 해 두고 싶습니다. 그 선만 지키면, 오늘 배운 구조 하나로 앞으로 만날 AI 업계 기사들이 훨씬 또렷하게 읽히는 즐거움을 누리실 수 있습니다.