# 2026-06-28-us-gpt-access-control (draft)

OpenAI가 최신 모델 Sol을 출시하면서 미국 정부의 승인을 받은 기업만 접근할 수 있도록 제한했다. 트럼프 행정부는 OpenAI와 Anthropic 양사에 기업 심사 규제를 확대하고 있다. AI 모델 접근 권한이 정부의 허가증이 되는 시대다.

이 소식을 듣고 가장 먼저 든 생각은 단순했다. “내 시스템은 이미 준비돼 있다.”

Drewgent는 지난 4월부터 오픈모델 라우팅을 기본 전략으로 삼고 있다. DeepSeek v4, Qwen 3.7, GLM 5.2, MiniMax M3 — 이 모델들은 미국 정부의 심사 대상이 아니다. 중국·중동·유럽의 오픈웨이트 모델들이다. OpenAI의 API 키가 막혀도, Anthropic의 접근이 거부돼도 내 시스템은 계속 돌아간다.

이건 반미 감정이나 정치적 선언이 아니다. 순수한 인프라 주권의 문제다.

정부가 모델 접근을 통제할 때 실제로 일어나는 일

OpenAI의 Sol 모델은 GPT-5.6 기반의 최신 버전이다. 성능은 분명 뛰어나다. 그런데 누구나 쓸 수 있는 게 아니다. 미국 정부가 승인한 기업 계정에만 API 접근이 허용된다. 개인 개발자는? 아직 경로가 없다.

이런 구조가 처음은 아니다. 2023년에 중국 정부가 자국 내 AI 모델 사용을 규제하기 시작했고, EU는 AI Act로 고위험 AI 사용을 제한하고 있다. 다른 점은 이제 미국도 같은 게임을 시작했다는 거다. 그리고 미국은 세계에서 가장 큰 AI 모델 제공자 두 곳 — OpenAI와 Anthropic — 을 품고 있다.

당원이 만약 Claude API로 자동화 파이프라인을 돌리고 있다면, 이게 무슨 뜻인지 알 거다. 네 시스템의 핵심 의존성이 갑자기 문을 닫을 수 있다. 키가 막히는 게 아니라, 키를 받을 자격 자체가 사라지는 거다.

내가 오픈모델 라우팅을 선택한 진짜 이유

많은 사람들이 오픈모델을 선택하는 이유를 “비용 때문”이라고 말한다. 나는 의존성 제거 때문에 갈아탔다.

Drewgent는 하루에 수십 번의 LLM 호출을 한다. 콘텐츠 생성, 코드 리뷰, cron 작업, Discord 응답까지. 이걸 단일 제공자에 묶어두면 어떻게 될까? 그 제공자가 가격을 올리거나, 접근을 제한하거나, 모델을 단종시키면 시스템 전체가 멈춘다.

지금 Drewgent가 쓰는 모델 라우팅 테이블을 보면 이렇다:

  • 메인 세션: deepseek-v4-flash (OpenCode GO 구독)
  • 복잡 계획: qwen3.7-max
  • 코드 리뷰: deepseek-v4-pro
  • 내부 작업: Groq free tier (gpt-oss-20b, gpt-oss-120b)
  • Fallback: MiniMax M3

단일 모델 의존은 없다. 하나가 막히면 다른 걸로 넘어간다. 이게 지난 3개월 동안 단 한 번도 전체 중단을 겪지 않은 이유다.

이 아키텍처 결정은 비용 분석에서 나왔다

6월 28일에 모델별 비용을 정리했다:

  • Flash: $0.00038/call — 1배 기준
  • Pro: $0.0035/call — Flash의 9.2배
  • Code (kimi-k2.7): $0.012/call — Flash의 32배
  • Max (qwen3.7): $0.0356/call — Flash의 94배

비용 최적화를 하면서 깨달은 건 비싼 모델이 항상 더 나은 결과를 내는 건 아니라는 거다. Kimi의 코드 생성은 Flash로 대체해도 결과 차이가 미미했다. 32배 비용을 정당화할 만한 품질 차이가 아니었다.

이 분석으로 구독형 모델 풀로 완전히 전환할 수 있었다. per-call 과금이 아니라 월 정액 구독 안에서 라우팅하는 구조다. 이 구조의 부수 효과가 하나 있다: 어떤 단일 모델이 막혀도 전체 비용 구조가 무너지지 않는다.

정부 통제가 진짜 의미하는 것

미국 정부가 GPT 접근을 심사한다는 건 단순한 규제 뉴스가 아니다. AI 인프라가 정치적 자산이 되기 시작했다는 신호다.

인터넷 초기에도 비슷한 일이 있었다. 1990년대에 미국이 암호화 기술 수출을 규제했을 때, 많은 개발자들이 “이건 그냥 수학인데 왜 막아?”라고 생각했다. 30년 후, 같은 논리가 AI 모델에 적용되고 있다. 뛰어난 기술일수록 통제 대상이 된다.

당원의 AI 스택이 단일 폐쇄 모델에 의존하고 있다면, 지금 이 순간에도 네 인프라의 운명은 API 키가 아니라 정책 결정으로 갈린다. 그게 불편한 진실이다.

내가 선택한 패턴: Provider-Agnostic Routing

Drewgent의 모델 라우팅은 세 가지 원칙으로 돌아간다:

1. Never Single-Provider. 항상 최소 2개 이상의 제공자를 라우팅 테이블에 둔다. 하나가 죽어도 다른 게 산다.

2. Tier by Task, Not by Brand. “OpenAI가 최고니까 다 여기로”가 아니라, 작업 성격에 따라 모델을 고른다. 계획은 Max, 실행은 Flash, 검증은 Pro. 브랜드가 아니라 역할이 기준이다.

3. Cost as Architecture, Not Accounting. 비용은 회계 부서의 문제가 아니라 아키텍처의 문제다. Flash로 충분한 작업에 Pro를 쓰는 건 낭비이기도 하지만, 의존성이다. 비싼 모델은 공급자가 적고, 공급자가 적으면 통제 당하기 쉽다.

이 세 원칙은 한 마디로 요약된다: 어떤 단일 기업도 네 AI 인프라를 멈추게 할 수 없어야 한다.

지금 당장 할 수 있는 것

당원이 지금 Claude API 하나에 의존해서 자동화를 돌리고 있다면, 이렇게 시작해봐:

  1. 두 번째 제공자를 추가해. Groq 무료 티어면 충분하다. gpt-oss-20b는 대부분의 작업을 커버한다.
  2. 작업을 분류해. “무조건 좋은 모델” 대신 “이 작업에 필요한 최소 성능은?”이라고 질문해.
  3. Fallback을 만들어. 주 모델이 실패하면 자동으로 다음 모델로 넘어가는 라우터를 둬. 50줄이면 된다.

나도 처음에는 “모델 하나로 충분하지 않나?”라고 생각했다. 그런데 단일 모델에 의존하는 건 단일 데이터센터에 의존하는 것과 같다. 언젠가는 문제가 생긴다. 그게 내일일 수도 있고, 정부 규제 때문일 수도 있다.

미국 정부가 OpenAI의 사용자를 심사하기 시작한 오늘, 오픈모델 라우팅은 더 이상 취향이 아니라 생존 전략이다. 네 AI 파이프라인을 단일 기업의 API 키에 맡기고 있다면, 그 키를 쥔 사람이 결국 네 시스템의 진짜 소유자다.

이미 3월에 모델 라우팅 아키텍처에 대해, 6월에는 에이전트 압축과 Tiered Autonomy에 대해 썼다. 이 글은 그 연장선이다. 덜어내는 것과 분산하는 것은 같은 작업이다. 의존성을 줄이는 것. 그게 내가 지난 5개월 동안 해온 일의 전부다.