AI가 세상을 바꾸는 핵심 동력으로 떠오르면서, 글로벌 빅테크 간 경쟁이 그 어느 때보다 뜨겁습니다. 특히 구글, MS, 아마존, 메타 이른바 AI 4대 거인의 행보는 전 세계의 관심을 한 몸에 받고 있는데요. 이들이 현재 어떤 모델을 내세우고, 어떤 전략과 투자를 통해 AI를 키워가고 있는지 살펴보았습니다.
첫 번째 주자는 오픈AI의 GPT-5입니다. 샘 올트먼 오픈AI CEO는 GPT-5를 “세계 최고의 모델”이라고 자부했는데요. 이전 버전에서 지적되던 한계들을 넘어 글쓰기, 코딩, 건강 지식 분야에서 상당한 개선을 이뤘습니다. 올트먼 CEO는 GPT-5가 “박사급 지능을 가진 조수와 대화하는 경험”을 제공한다고 강조했습니다. GPT-4 대비, 할루시네이션(hallucination)은 약 45% 감소했으며 추론(thinking) 모드에서는 OpenAI의 o3 모델 대비 오류 발생 가능성이 80% 이상 줄었다고도 밝혔죠. 사용자의 질문 성격에 따라 빠른 답변과 심층적인 답변 사이를 자동으로 전환하는 통합 시스템으로 설계되어, 효율성과 깊이 있는 추론의 균형을 맞추도록 구현됐어요.
오픈AI는 2025년 8월, ‘오픈웨이트(Open Weight)’ 모델인 gpt-oss-20b와 gpt-oss-120b를 공개했습니다. gpt-oss-20b는 OpenAI의 o3-mini와 유사한 성능을 보이는 것으로 평가되며, 두 모델은 아파치 2.0 라이선스로 배포되어 상업적 용도를 포함한 자유로운 활용과 배포를 할 수 있습니다. 이는 GPT-2 이후 처음으로 가중치(weights)를 전면 공개한 사례입니다. 다만 학습 데이터와 모델 아키텍처는 비공개로 유지했기 때문에, 사용자는 파인튜닝이나 추론은 가능하지만, 모델 구조를 근본적으로 바꾸거나 처음부터 재학습시키는 것은 불가능해요.
오픈AI는 이를 통해 어떻게 수익을 창출할까요? 그들의 비즈니스 전략은 B2B 제품인 ‘API 서비스’와 소비자용 제품인 ‘챗GPT’라는 두 축을 중심으로 전개되고 있습니다. 기업과 개발자들은 오픈AI의 클라우드 API를 활용해 GPT-4 · GPT-5 모델을 자사 애플리케이션에 통합, 텍스트 생성·데이터 분석·코딩 보조 등의 기능을 구현할 수 있죠. 일반 소비자 대상으로는 챗GPT 유료 구독(플러스, 엔터프라이즈 버전)을 통해 이익을 얻고 있습니다.
특히 MS와의 전략적 제휴는 오픈AI의 사업에서 핵심적인 역할을 하고 있습니다. MS는 자사 애저(Azure) 클라우드에서 오픈AI 모델을 독점적으로 호스팅하며, ‘애저 오픈AI 서비스’를 통해 대기업 고객을 확보했습니다. 이를 통해 오픈AI는 자체 데이터센터를 두지 않고도 전 세계 시장에 도달할 수 있었어요.
앞으로 오픈AI는 방대한 무료 사용자 기반을 활용해 광고와 커머스 기능을 통한 수익화를 모색하고 있습니다. 예를 들어, AI가 추천한 제품 구매에서 수수료를 받을 수 있고, 챗GPT 응답 안에 광고가 삽입될 가능성도 거론되고 있어요.
오픈AI는 컴퓨팅 인프라에 막대한 투자를 아끼지 않으며 초거대 모델 개발을 주도하고 있습니다. 2019년 이후 MS로부터 130억 달러 이상을 투자받아 연구개발을 가속했고, 최근에는 ‘스타게이트 프로젝트’를 통해 향후 4년간 5,000억 달러를 들여 미국 내 10GW급 AI 데이터센터를 건설하겠다는 계획도 발표했죠.
아울러, 단순한 대화형 AI를 넘어 자율적으로 목표를 달성하는 ‘지능형 에이전트’를 핵심 기술로 삼고 있어요. 기존의 AI 모델이 사용자의 질문에 답하는 ‘두뇌’ 역할에 머물렀다면, 오픈AI는 AI가 사용자를 대신해 웹 브라우저를 조작하고, 복잡한 소프트웨어와 상호작용을 하며, 여러 단계를 거쳐 작업을 완료하는 ‘행위자(Agent)’로 진화시키는 데 집중하고 있죠. 오픈AI는 AI 발전의 5단계 로드맵(챗봇 → 추론자 → 에이전트 → 혁신가 → 조직)을 제시하며, 현재 에이전트 단계에 근접했다고 보고 있습니다.
오픈AI는 “AGI를 인류에게 혜택이 되도록 만들겠다”라는 확고한 비전을 드러냈습니다. 강력한 AI 기술을 개발하는 것을 넘어, 인류에게 해를 끼치지 않고 긍정적인 영향을 미치는 방식으로 AI를 발전시키겠다고 해요.
구글은 2023년, 자사 AI 연구 조직인 구글 브레인과 딥마인드를 통합하며 차세대 초거대 AI 모델 ‘제미나이(Gemini)’ 개발에 전사적인 역량을 집중했습니다. 집약된 힘이 만들어낸 결과물이 바로 제미나이 1.0인데요. 텍스트와 코드뿐 아니라 이미지·영상·음성까지 네이티브 멀티모달 처리를 지원한 첫 대형 언어모델로 평가받았습니다. 이어 2024년 말 공개된 제미나이 2.0은 전작보다 한층 진화해 도구 활용과 계획 수행 능력을 갖춘 에이전트형 AI를 지향했습니다. 이후 라인업은 2.5 버전까지 확장되었고, 최근에는 추론 능력이 심화된 ‘제미나이 2.5 딥 싱크(Deep Think)’가 새롭게 발표되었습니다.
제미나이 2.5 딥 싱크(Deep Think)는 국제수학올림피아드 금메달 수준의 연산 능력을 갖췄으며 텍스트·이미지·음성을 동시에 처리할 수 있습니다. 구글은 제미나이와 같은 LLM뿐 아니라 이미지 생성 모델 ‘이마겐(Imagen)’, 비디오 생성 모델 ‘베오(Veo)’도 보유하고 있죠. 이들 모델은 텍스트 설명만으로 고품질의 이미지나 영상을 만들어낼 수 있는 생성형 AI입니다.
구글의 독특한 모델로 꼽히는 단백질 구조 예측 AI 알파폴드(AlphaFold)인데요. 이 시스템은 단백질의 아미노산 서열만으로 입체 구조를 예측할 수 있어, 50년 넘게 과학계의 난제로 꼽혀온 ‘단백질 접힘(protein folding)’ 문제를 해결했습니다. 그 결과 생물학, 의학, 신약 개발 분야에 혁신적인 돌파구를 마련한 모델로 평가받고 있어요.
‘프로젝트 아스트라’라는 이름으로 미래형 AI도 개발 중이죠. 이는 스마트폰, 안경, 로봇 등에 탑재될 범용 AI 에이전트를 목표로 하는 연구 프로토타입으로, 실시간으로 주변을 인지하고 대화하며, 사용자의 요청에 따라 검색·일정 관리 등 다양한 작업을 수행할 수 있어요. 말 그대로 언제 어디서나 곁에서 돕는 ‘차세대 AI 비서’를 지향합니다.
구글의 AI 비즈니스 전략은 자사의 모든 핵심 사업과 AI를 하나의 축으로 맞물리게 하는 것을 최우선으로 합니다. 이는 단순히 AI 기술을 개발하는 것을 넘어, AI를 모든 제품과 서비스의 근간으로 삼는 플랫폼 전략에 가깝습니다. 네이버가 최근 ‘온 서비스(On-Service AI)라는 전략을 내세우고 있는데 구글의 전략도 이와 유사하다고 볼 수 있습니다. 기존에 강점이 있는 제품과 서비스에 AI를 입혀 경쟁력을 더 강화하고 새로운 수익 모델을 창출하겠다는 의미죠. 한 예로, 안드로이드에서 활용되던 AI 비서 ‘구글 어시스턴트’가 ‘제미나이’로 대체된 점을 꼽을 수 있습니다. 구글은 이를 통해 기존 어시스턴트의 한계를 넘어서는 AI 경험을 제공하고자 합니다.
구글과 오라클의 제휴 역시 변화된 비즈니스 전략을 보여줍니다. 이제 구글은 클라우드 시장 점유율 확대보다 자사 AI 모델의 확산을 우선시하고 있어요. 자사 클라우드 인프라에 AI 모델을 묶어두는 대신, 제미나이를 업계 표준으로 자리 잡게 해 더 넓은 시장에 도달하고 채택을 극대화하려는 전략적 선택입니다. 이는 다양한 클라우드 생태계 전반에서 핵심 AI 모델 제공자로서의 입지를 강화하겠다는 점을 의미합니다.
투자와 관련하여 구글의 모회사 알파벳은 AI 경쟁에서 기술적 우위를 확보하기 위해 막대한 자본 지출을 단행하고 있습니다. 2023년 회계연도에 알파벳의 설비투자(CapEx)는 약 3백억 달러 수준이었는데 2025년에는 850억 달러 이상을 투자할 계획을 밝힌 바 있습니다. 증가분의 상당 부분은 AI 인프라 확충에 투입될 예정이죠.
구글은 “모두에게 도움이 되는 AI를 만드는 것”을 비전으로 삼고 있습니다. AI를 단순히 하나의 기술이나 제품으로 여기지 않고, 구글의 모든 서비스와 제품의 근간을 이루는 핵심으로 삼겠다는 의미를 가집니다.
다만 구글은 빅테크 기업의 특성상 여러 가지 난제도 안고 있습니다. 예를 들어 AI 기반 검색이 전통적인 광고 수익을 감소시킬 수 있다는 우려가 지속적으로 나옵니다. AI 개요 가 직접적인 답변을 제공한다면, 사용자들은 광고를 덜 클릭하거나 외부 웹사이트를 덜 방문하게 되죠. 또 독점 남용 의혹을 지속적으로 받고 있기 때문에 오픈AI와 같은 신규 진입자들보다 움직임의 폭이 좁을 수밖에 없습니다. 구글은 AI 기반의 새로운 위협에 맞서 기존 시장 지위를 방어하는 동시에 규제 요구 사항을 준수해야 하며, 이는 혁신에만 몰입할 수 없는 요인이 되기도 합니다.
메타는 2023년 7월 라마 2(LLaMA 2)를 공개하며 업계의 주목을 받았어요. 라마 2는 메타가 자체 개발한 대규모 언어모델로, 오픈 소스 형태로 배포되어 연구와 상업 목적으로 무료로 활용할 수 있습니다. 메타는 "개방형 접근이 AI 발전에 더 바람직하고 안전하다"라는 입장을 밝히며 LLaMA 2의 가중치와 학습 코드까지 공개했죠. 라마 2는 70억~700억 파라미터 규모의 버전을 제공하며, 대화에 최적화된 파인튜닝 모델도 함께 선보였습니다. 공개 이후 허깅페이스, AWS 등 다양한 플랫폼에 공유되며 폭넓게 활용되고 있습니다.
현재 라마는 버전 4까지 공개되어 있으며, 모델 가중치를 공개하여 기업, 연구원과 개발자들이 자체 라마 기반 모델을 미세 조정하고 배포할 수 있도록 했어요. 라마 4는 기본적으로 멀티모달이며, ‘라마 4 스카우트(Llama 4 Scout)’는 최대 1천만 토큰의 전례 없는 긴 컨텍스트를 지원합니다. 또 전문가 혼합(MoE) 구조를 채택, 데이터에 따라 특정 부분의 모델(전문가)만 활성화해 연산 효율을 높이고, 결과적으로 추론 속도를 빠르게 하면서도 높은 성능을 유지할 수 있게 했습니다.
다만 라마 4가 보여준 성과는 기대에 비해 아쉬움이 컸습니다. 경쟁 모델들에 비해 두드러진 차별성을 확보하지 못하면서, 저커버그가 꿈꾸던 ‘게임 체인저’ 역할을 하지는 못한 것이죠. 결국 메타는 AI 전략을 새롭게 재편하고, 차세대 모델 ‘베헤모스(Behemoth)’를 개발하는 데 전력을 쏟고 있습니다.
메타는 이 외에도 다양한 모델을 보유하고 있습니다. 그 중에서도 비디오 데이터를 통해 물리적 세계를 이해하고 예측하는 능력을 학습하는 데 초점을 맞춘 ‘V-JEPA 2(Video Joint Embedding Predictive Architecture 2)’가 주목됩니다. V-JEPA 2는 ‘제로 샷(Zero-shot)’ 로봇 제어를 가능하게 했다는 점이 특징입니다. 기존의 로봇 AI는 특정 작업을 수행하기 위해 방대한 훈련 데이터와 보상 시스템이 필요했지만, V-JEPA 2는 인터넷 비디오를 통해 세상의 규칙을 미리 학습했기 때문에 새로운 환경에서도 낯선 물체를 옮기는 복잡한 작업을 추가 데이터 없이도 65~80%의 높은 성공률로 수행할 수 있는 것으로 알려져 있죠.
메타의 AI 전략은 한때 ‘오픈소스화에 따른 간접 효과 극대화’에 방점이 찍혀 있었지만, 그 기조가 달라지고 있습니다. 이는 라마가 시장에서 선도적인 제품으로 자리 잡지는 못했기 때문으로 풀이되는데요. 2025년 초 출시한 라마 4(Scout, Maverick 옵션 포함)의 성능이 경쟁 모델보다 부족하다는 평가가 나온 바 있어요. 특히 도구 호출이나 추론 능력과 같은 고급 기능에서 부족하다는 지적이 컸습니다.
이 때문에 메타의 AI 행보는 현재 불안정한 과도기를 지나고 있습니다. 지난 6개월 동안 네 번째 대규모 개편을 단행했으며, 기존 팀과 새로 신설된 ‘슈퍼인텔리전스랩’ 사이에서 갈등과 이탈 움직임이 있다는 이야기도 나오고 있습니다. API를 판매하는 것도 아니고, 소비자용 유료 서비스를 제공하는 것도 아니죠. 현재는 광고주들에게 AI 기반 비즈니스 툴킷을 제공해 광고 성과를 높이는 정도의 접근을 하고 있습니다.
메타는 챗GPT가 등장하기 직전 까지만 해도 “메타버스에 올인”을 선언하며 사명을 페이스북에서 메타로 바꾸고 수십조 원을 메타버스 기술에 투자했습니다. 하지만 챗GPT 출시 이후 생성형 AI 혁명이 본격화되자 기조를 전환해 AI에 막대한 투자를 시작했습니다. 메타는 2025년 자본 지출 예상액을 660억~720억 달러(약 93조~100조 원)로 상향했는데, 이는 2024년의 두 배에 달하는 규모로 AI 경쟁에서 확실한 우위를 확보하겠다는 의지를 보여줍니다. 투자금 대부분은 AI 데이터센터 구축에 쓰입니다. 현재 미국 오하이오와 루이지애나에 각각 ‘프로메테우스’와 ‘하이페리온’이라는 초대형 AI 컴퓨팅 시설을 건설 중인데, 이들 시설은 소규모 도시 전체의 전력 사용량에 맞먹는 수준을 단일 데이터센터가 소비할 정도로 전례 없는 인프라 투자를 보여주고 있습니다.
AI 후발주자인 메타는 인재 영입에도 막대한 투자를 아끼지 않고 있어요. 최근에는 ‘수퍼인텔리전스랩(Superintelligence Lab)’이라는 조직을 신설, 조직에 합류할 인재를 영입하기 위해 수억 달러를 배정한 것으로 알려졌습니다. AI 데이터 라벨링 업체 스케일 AI의 지분 49%를 확보하기 위해 148억 달러(약 20조 원)를 투자했어요. 스케일 AI의 CEO 알렉산더 왕을 영입하기 위한 목적도 있었어요. 최근에는 음성 AI 스타트업 플레이AI, 웨이브폼스 등을 인수하여 자연스러운 대화형 AI 기술력을 보강했습니다.
메타의 AI 미션은 “모든 사람에게 힘을 실어주는 개인 슈퍼 인텔리전스를 구축하는 것”이라고 정의합니다. 저커버그는 “AI를 소수 기업이나 기관이 독점하는 것이 아니라, 모든 개인이 접근 가능한 개인용 초지능을 갖도록 하겠다”라고 밝혔습니다. 라마 시리즈를 오픈소스 모델로 공개한 것도 이 같은 취지의 일환입니다. “누구나 쓸 수 있는 오픈소스는 악용될 수도 있기 때문에 위험하다”는 오픈AI의 입장과는 상반되죠. 메타는 “안전하고 책임 있는 AI”를 강조하며, 외부 검증·레드 팀·투명한 오픈소스를 통해 AI가 사회적 신뢰를 얻어야 한다는 원칙을 내세우고 있습니다.
MS는 오픈AI와의 파트너십을 통해 동등한 수준의 모델 접근 권한을 확보하고 있습니다. 2019년 클라우드 협력을 맺은 뒤 GPT-3와 코덱스를 애저 클라우드에서 먼저 제공했고, 2023년에는 GPT-4를 빙챗에 적용했습니다. 따라서 MS의 주력 AI 모델은 GPT 계열이라 할 수 있으며, 이미지 생성 분야에서도 DALL-E 모델을 기반으로 한 빙 이미지 크리에이터(Bing Image Creator)를 서비스하고 있습니다.
물론 언제까지 오픈AI에 의존할 수는 없겠죠. MS는 13억 파라미터 규모로 뛰어난 성능을 보인 Phi-1 언어모델(소규모 사전학습모델), 컴퓨터 비전 분야에서 ViT(Vision Transformer)나 Glide(텍스트-이미지 생성) 등 연구 성과를 내놓았고, 위스퍼(Whisper)를 기반으로 한 애저 음성 인식 서비스, VALL-E 기반의 음성 합성 기술 등도 보유하고 있습니다.
MS의 AI 비즈니스 전략은 “모든 제품에 코파일럿을 심는다”라는 것으로 집약됩니다. 사티아 나델라 CEO는 “우리의 목표는 모든 사람의 삶과 일에 AI 코파일럿을 제공하는 것”이라고 밝혔는데요. 실제로 2023년 이후 출시된 거의 모든 신규 기능에 ‘코파일럿’이라는 명칭이 붙었습니다.
가장 주목받는 것은 생성형 AI를 오피스 생산성 소프트웨어에 통합한 ‘MS 365 코파일럿’입니다. 엑셀, 워드, 파워포인트, 아웃룩, 팀즈 등 업무용 소프트웨어 전반에 AI 비서를 넣어주는 것으로, 수백만 기업용 오피스 365 사용자들에게 AI 기능을 판매할 수 있을 것으로 회사 측은 기대하고 있습니다. 이러한 움직임은 자사 소프트웨어 제품 포트폴리오에 AI를 전면 통합함으로써, 경쟁사 대비 차별화된 사용자 경험과 새로운 매출원을 동시에 창출하는 전략이죠. 나델라는 “우리는 하나의 투자를 가지고 전체 제품군에 지렛대 효과를 얻는다”라고 말했습니다.
투자 면에서 MS는 AI에 가장 먼저 투자해 성과를 거둔 빅테크 기업이에요. 챗GPT가 세상에 등장하기 전인 2019년부터 오픈AI에 투자한 것부터 남달랐죠. 오픈AI는 MS가 쏜 자금으로 챗GPT 등을 개발했고, 그 대가로 GPT 시리즈의 독점 사용권을 얻는 등 큰 이익을 보았습니다.
MS의 AI 미션은 사티아 나델라 CEO가 여러 차례 밝혀온 회사 전체의 비전과 긴밀히 맞닿아 있습니다. “지구상의 모든 사람과 조직이 더 많은 것을 성취하도록 돕는다”라는 기업 미션을 갖고 있어요, AI 전략도 이 철학의 연장선에 있죠
MS는 “프런티어 기업”이라는 개념도 제시했습니다. 이는 인간과 AI 에이전트가 함께 일하는 하이브리드 팀을 중심으로, 유연하게 운영되면서 빠르게 성장하고 성과를 만들어내는 조직을 뜻합니다. 쉽게 말해 “모든 직원이 에이전트 보스가 된다”는 개념인데요. AI 에이전트가 팀에 합류해 인간의 지시에 따라 특정 작업을 수행하는 모습을 그린 것입니다.
콘텐츠 제공 : 바이라인네트워크(byline.network)
