Closed Model

1. OpenAI 또는 Anthropic 공식 가격 페이지에서 사용할 모델의 토큰 단가(입력·출력 별도)를 확인합니다.
2. 월 예상 입력·출력 토큰량을 계산해 한 달 비용을 추산하고, 같은 워크로드 기준 배치 처리 50% 할인·프롬프트 캐싱 90% 절감 적용 후 비용도 함께 시뮬레이션합니다.
3. 회사 데이터 처리 정책과 공급사 약관의 학습 미사용·보존 기간·리전 조항을 1페이지 표로 대조합니다.
4. Stanford CRFM Transparency Index 최신판에서 후보 모델의 점수와 폐쇄형/오픈 라벨을 확인해 결재 자료에 첨부합니다.
5. 향후 오픈 웨이트 모델로 갈아탈 가능성을 대비해 호출 인터페이스를 추상화하고, 모델 교체 시 변경되는 코드 영역을 1곳으로 모아 둡니다.

첫 번째 한계는 통제권입니다. 모델 내부와 학습 데이터를 외부에서 검증할 수 없고, 공급사가 모델을 폐기(deprecation, 운영 중단)하면 같은 동작을 재현하기 어렵습니다. OpenAI는 2026년 5월 gpt-5.2-chat-latest, gpt-5.3-chat-latest 스냅숏의 폐기를 공지했습니다.^[11] Stanford CRFM은 업스트림 투명성 격차가 폐쇄형의 구조적 약점이라고 짚었고, 폐쇄형 진영이 오픈 진영보다 5.5점 낮은 핵심 원인이 학습 데이터·노동·연산 자원 정보 공개 미흡이라고 정리했습니다.^[6] 비용 측면에서도 토큰 단가가 갑작스럽게 조정될 수 있어, 장기 워크로드 예산을 단가에만 묶어 두기는 어렵습니다.

두 번째 진화 방향은 분기입니다. 업계에서는 보통 추론·평가가 강한 폐쇄형 모델은 외부 API로 그대로 호출하고, 데이터 주권·예측 가능한 비용·심층 커스터마이징이 필요한 워크로드는 오픈 웨이트 모델로 사내 GPU에 올리는 이중 전략을 채택합니다.^[12] 폐쇄형 진영도 1M 토큰 컨텍스트, 프롬프트 캐싱 90% 절감, 배치 처리 50% 할인 같은 운영 최적화 기능을 늘려 API 경제성을 끌어올리고 있고, Anthropic은 2026년 초 서울 사무소를 개설하며 한국·아시아 권역 응답 지연 시간을 줄이기로 했습니다.^[2][9] 결재 시점 체크리스트로는 학습 미사용 약정, 보존 기간, 리전 선택, 모델 폐기 공지 정책, 토큰 단가 변경 이력 다섯 가지가 표준으로 굳어지고 있습니다.^[10][11] 보는 시각에 따라 다르지만, 현재 시점에서는 추론 품질·생태계 성숙도 측면에서 폐쇄형 진영이 우위를 유지하고 있고, 오픈 웨이트는 데이터 주권·라이선스 자유도 측면에서 보완재 위치를 굳히고 있습니다.^[6][12]