Open or closed AI? Learn what to build on at Disrupt 2026

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

TechCrunch Disrupt 2026은 AI 스타트업이 공개 모델과 독점 모델, 다중 모델 활용, 맞춤화·직접 구축, 하드웨어의 연계를 검토하면서 비용·통제권·차별화와 미래의 유연성을 어떻게 확보할지 다룬다.

📌 핵심 요약

• CapitalG의 Mo Jomaa, Together AI의 Vipul Ved Prakash, Pathway의 Zuzanna Stamirowska는 다중 모델 활용의 이유, 비용·성능·유연성의 균형, 공개 모델이 독점 모델보다 나은 성과를 낼 수 있는 조건을 논의할 예정이다.
• Oumi의 Manos Koukoumidis는 프런티어 API 이용, 공개 가중치 모델 맞춤화, AI 직접 구축을 비교한다. AI 스택을 더 많이 소유하면 통제권과 차별화를 높일 수 있지만 시간·인재·자원이 더 필요할 수 있다.
• Nvidia의 Nader Khalil과 Sydney Sykes는 프런티어 API와 공개 가중치 모델의 절충 관계를 살펴보고, 모델 선택이 비용·인프라 요구사항·제품 통제권·장기적 차별화에 미치는 영향을 논의할 예정이다.
• Ricursive Intelligence의 Anna Goldie와 Azalia Mirhoseini는 AI를 활용한 칩·하드웨어 최적화와 모델 아키텍처의 연계를 다룬다. 칩 개발이 빨라지면 새로운 AI 기능의 시장 도달 속도와 스타트업이 이용할 수 있는 인프라가 달라질 수 있다.
• TechCrunch Disrupt 2026은 10월 13~15일 샌프란시스코 Moscone West에서 열린다. 6개 산업별 무대와 라운드테이블·분과 세션에 걸쳐 200개 이상의 세션이 마련되며, 1만 명 이상의 참석자, 250명 이상의 연사, 300개 이상의 전시 스타트업이 예상된다.

🧩 주요 포인트

1. 다중 모델 활용과 공개 모델의 개선 → 현재의 성능뿐 아니라 비용과 향후 모델 전환의 유연성까지 선택 기준에 포함할 필요가 있다.
2. 프런티어 API 이용·공개 가중치 모델 맞춤화·AI 직접 구축 → 통제권과 차별화의 이점을 시간·인재·자원 부담과 함께 판단해야 한다.
3. 모델 아키텍처와 칩·하드웨어의 연계 강화 → 모델 선택의 영향이 제품 전략을 넘어 인프라와 새로운 기능의 시장 도달 속도까지 이어질 수 있다.

🧠 상세 정리

1. 모델 선택은 지속적으로 조정하는 사업 결정

글은 AI 스타트업의 모델 선택이 더 이상 반드시 한 번으로 끝나는 아키텍처 결정은 아니라는 관점에서 출발한다. 공개 모델이 개선되고 프런티어 API도 계속 발전하는 가운데, 특정 작업에 맞게 모델을 조정하거나 여러 모델을 함께 사용하는 제품을 만드는 선택지가 늘고 있다. 창업자는 이에 따라 어디에 비용을 쓰고 무엇을 소유하며 기술 변화에 대응할 유연성을 얼마나 남길지 판단해야 한다. TechCrunch Disrupt 2026은 다중 모델 애플리케이션, 맞춤형 모델, 인프라와 그 기반인 칩까지 AI 스택의 서로 다른 지점에서 이 문제를 다루는 네 가지 대화를 소개한다. 글의 중심은 공개 모델과 독점 모델 중 하나를 고르는 데 그치지 않고, 제품과 사업에 필요한 선택의 범위를 살피는 데 있다.

2. 하나의 모델로 충분하지 않을 때

공개 모델과 독점 모델 중 하나를 선택해야 한다는 구도에는 기업이 반드시 단일 모델에 의존해야 한다는 전제가 깔려 있지만, 글은 서로 다른 작업에 서로 다른 모델을 호출하는 AI 제품이 늘고 있다고 설명한다. ‘The Real Tokenmaxxing: How the Best AI Companies Navigate a Multi-Model World’에는 CapitalG의 파트너 Mo Jomaa, Together AI의 공동창업자 겸 CEO Vipul Ved Prakash, Pathway의 CEO 겸 공동창업자 Zuzanna Stamirowska가 참여한다. 이들은 Builder’s Stage에서 기업이 여러 모델을 사용하는 이유와 비용·성능·유연성의 균형을 논의할 예정이다. 공개 모델이 독점 대안보다 나은 성과를 낼 수 있는 조건도 논점에 포함되며, 공개 모델이 언제나 우월하다는 결론을 제시하는 것은 아니다. 이러한 유연성은 모델 성능뿐 아니라 운영 비용, 제품 결정, 더 나은 모델이 등장했을 때 이를 활용하는 속도에도 영향을 줄 수 있다.

3. API 이용, 맞춤화, 직접 구축의 경계

모델 선택은 기업이 AI 스택의 어느 부분을 직접 소유해야 하는지라는 더 큰 질문으로 이어진다. Oumi의 CEO 겸 공동창업자 Manos Koukoumidis는 Real World AI Stage의 ‘Which AI Should Your Company Actually Deploy: Rent, Customize, or Build’에서 스타트업의 자체 모델 구축 여부, 맞춤화가 경쟁우위가 되는 조건, 공개 AI와 독점 AI의 선택을 다룬다. 세션은 청중 투표와 스타트업 시나리오, 실용적 판단 틀을 통해 프런티어 API, 맞춤화한 공개 가중치 모델, AI 직접 소유를 평가하도록 구성된다. 참석자는 다음 아키텍처 논의에 적용할 세 가지 의사결정 원칙을 얻을 예정이지만, 글에는 그 원칙의 구체적인 내용이 제시되지 않는다. AI 스택을 더 많이 구축하면 통제권과 차별화를 확보할 수 있는 반면, 기존 모델에 의존할 때보다 시간·인재·자원이 더 필요할 수 있다는 절충 관계가 핵심이다.

4. 공개 모델과 독점 모델의 사업적 절충

다중 모델이나 직접 구축이라는 선택지가 있어도, 일부 스타트업은 여전히 공개 모델과 독점 모델 사이의 절충 관계를 중심으로 결정을 내리게 된다. Nvidia의 개발자 기술 담당 디렉터 Nader Khalil과 글로벌 VC 파트너십 책임자 Sydney Sykes는 Builders Stage의 ‘Building AI Startups Worth Betting On’에서 이 문제를 살펴볼 예정이다. 세션은 창업자들이 현재 무엇을 선택하는지, 프런티어 API와 공개 가중치 모델이 어떤 절충 관계에 있는지, 그 선택이 제품 전략과 장기적 차별화에 어떻게 영향을 주는지 다룬다. 글은 모델 선택의 사업적 결과로 비용, 인프라 요구사항, 제품에 대한 통제권을 제시한다. 또한 경쟁자가 쉽게 복제하기 어려운 차별화를 어디에서 만들 수 있고 얼마나 쉽게 확보할 수 있는지도 모델 선택에 따라 달라질 수 있다고 설명한다.

5. 모델 아키텍처에서 하드웨어 설계로

글은 모델 아키텍처만으로 AI 성능을 설명할 수 없으며, 그 아래에서 작동하는 하드웨어도 중요하다고 논점을 확장한다. Ricursive Intelligence의 창업자 겸 CEO Anna Goldie와 창업자 겸 CTO Azalia Mirhoseini는 Disrupt Stage의 ‘When AI Starts Designing Its Own Hardware’에서 AI가 칩과 하드웨어를 최적화하는 방식을 다룰 예정이다. 이들은 모델 아키텍처와 하드웨어의 연결이 더 긴밀해지는 이유와, 점차 개방되는 AI 생태계가 기반 인프라에 어떤 의미를 가질 수 있는지도 살펴본다. 창업자에게 이 연결은 새로운 기능이 시장에 도달하는 속도와 관련될 수 있다. 칩 개발이 빨라지면 차세대 AI 제품을 만드는 스타트업이 이용할 수 있는 인프라도 달라질 수 있지만, 글은 구체적인 개선 수치나 확정된 결과를 제시하지 않는다.

6. 행사 규모와 선택의 유연성

네 가지 대화는 10월 13~15일 샌프란시스코 Moscone West에서 열리는 TechCrunch Disrupt 2026의 프로그램 일부다. 행사는 6개 산업별 무대와 라운드테이블·분과 세션에 걸쳐 200개 이상의 세션을 제공하며, 창업자·투자자·운영자·기술 리더 등 1만 명 이상의 참석자와 250명 이상의 연사, 300개 이상의 전시 스타트업이 예상된다. 매칭, 거래 논의, 비정형 네트워킹을 통해 참석자는 비슷한 기술·사업 결정을 고민하는 창업자와 투자자, 잠재적 파트너를 만날 기회를 얻는다. 글은 스타트업이 오늘은 프런티어 API를 쓰고 내일은 공개 모델을 맞춤화하며, 나중에는 여러 모델 사이에서 작업을 옮길 수도 있다고 설명한다. 따라서 지금 적절한 모델을 고르는 것만큼 선택의 유연성을 보존하는 일도 중요할 수 있다는 주장으로 마무리한다. 행사 홍보에는 패스 최대 100달러 할인, 두 번째 패스 50% 할인, 해고의 영향을 받은 사람을 위한 한시적 75달러 Expo+ Pass가 포함된다.

🧾 핵심 주장 / 시사점

• 공개 모델과 독점 모델의 비교는 단일 모델 선택으로 한정되지 않는다. 작업별로 모델을 달리 쓰는 방식에서는 비용·성능과 함께 향후 전환의 유연성이 중요해진다.
• AI 스택의 소유 범위는 기술적 통제권과 사업적 차별화를 좌우하지만, 직접 구축의 이점은 시간·인재·자원 부담과 함께 평가해야 한다.
• 모델 아키텍처와 하드웨어의 연결이 긴밀해질수록 창업자의 판단 범위도 넓어진다. 다만 칩 개발 가속과 시장 도달 속도의 변화는 글에서 가능성으로 제시된다.

✅ 액션 아이템

• 다중 모델 활용을 검토할 때 작업별 비용·성능·유연성을 비교한다.
• 프런티어 API 이용·공개 가중치 모델 맞춤화·AI 직접 구축을 통제권·차별화와 시간·인재·자원 부담을 기준으로 평가한다.
• 모델 아키텍처와 칩·하드웨어의 연계가 인프라와 새로운 기능의 시장 도달 속도에 미칠 영향을 검토한다.

❓ 열린 질문

• 어떤 작업과 조건에서 공개 모델이 독점 모델보다 나은 성과를 내며, 다중 모델 활용의 비용·성능·유연성 균형은 어떻게 달라지는가?
• 프런티어 API 이용·공개 가중치 모델 맞춤화·AI 직접 구축 사이에서 통제권과 차별화의 이점이 시간·인재·자원 부담을 상회하는 조건은 무엇인가?
• 칩·하드웨어 최적화와 모델 아키텍처의 연계는 스타트업의 인프라 선택과 새로운 기능의 시장 도달 속도에 어느 정도 영향을 줄 수 있는가?