모델 출처 검증 — 내가 쓰는 AI가 정말 그 회사 모델인지 확인하는 순서 (2026)

2026-09-11

결론부터 말하면, AI 서비스의 화면에 적힌 모델 이름은 그 답을 실제로 만든 모델의 이름이 아닐 수 있습니다.

중간에 다른 회사 모델로 요청을 넘겨도 사용자 화면은 그대로 유지됩니다.

품질이 좋으면 아무도 의심하지 않기 때문에, 이 차이는 오래 드러나지 않습니다.

투자 판단에서 이게 중요한 이유는 간단합니다.

어떤 회사의 성능이 자기 기술인지 남의 API를 얹은 결과인지에 따라, 그 성능이 계속 유지될 수 있는지가 완전히 달라지기 때문입니다.

종목별 실적과 애널리스트 투자의견을 한 화면에서 보려면 Passive에서 확인해 보세요.

왜 출처가 가려지는가

AI 서비스의 구조는 대부분 얇습니다.

앱은 요청을 받아 어딘가의 모델에 넘기고, 돌아온 문장을 화면에 그립니다.

이 “어딘가”를 바꾸는 일은 설정 한 줄 수정이고, 사용자에게 보이는 것은 아무것도 바뀌지 않습니다.

자사 모델의 서버가 부족하거나, 특정 작업에서 품질이 떨어지거나, 신규 사용자 몰림으로 대기가 길어질 때 외부 모델로 넘기는 선택지가 늘 존재합니다.

문제는 이 선택이 기술적으로 쉽다는 점이 아니라, 표시 의무가 명확하지 않다는 점입니다.

첫째, 계약과 약관입니다.

기업용 계약서에는 하위 처리자(subprocessor) 목록이 들어갑니다.

여기에 다른 모델 회사 이름이 있으면 그 경로로 데이터가 나갈 수 있다는 뜻입니다.

목록이 아예 없거나 “제3자 인프라”처럼 뭉뚱그린 표현만 있으면 그 자체가 확인이 필요한 신호입니다.

둘째, 응답 자체입니다.

같은 질문을 여러 번 던졌을 때 문체·거절 문구·형식 습관이 특정 회사 모델과 일치하는지 봅니다.

특히 안전 거절 문장은 회사마다 표현이 꽤 고정적이라 흔적이 남습니다.

응답 헤더의 모델 식별자, 토큰 사용량 집계 방식, 속도 편차도 함께 봅니다.

셋째, 비용 구조입니다.

자체 모델을 돌리면 비용은 하드웨어와 전력에 붙고, 외부 API를 쓰면 매출원가에 직접 붙습니다.

공시에서 매출총이익률이 사용량 증가에 비례해 눌린다면 외부 호출 비중이 크다는 방증입니다.

기업별 매출총이익률 추이는 Passive의 기업 실적 화면에서 볼 수 있습니다.

성능 발표는 시점의 기록이고, 출처는 지속성의 조건입니다.

벤치마크 점수가 아무리 높아도 그 점수가 외부 API 접근에 의존한다면, 그 접근이 끊기는 순간 제품이 바뀝니다.

접근은 계약 해지, 지역 제한, 요금 인상 세 가지 중 하나로 언제든 끊깁니다.

그래서 확인할 것은 점수의 높낮이가 아니라 점수가 무엇에 매여 있는가입니다.

도입을 검토하는 쪽이라면 순서는 이렇습니다.

하나, 하위 처리자 목록과 데이터 처리 지역을 문서로 받습니다.

둘, 모델 변경 시 사전 통지 조항이 있는지 확인합니다.

셋, 응답에 모델 식별자를 반환하도록 요구합니다.

넷, 같은 프롬프트로 주기적 회귀 테스트를 돌려 문체와 형식이 갑자기 바뀌는 시점을 기록합니다.

이 네 가지는 기술 검증이 아니라 계약과 로그의 문제라 비전문가도 요구할 수 있습니다.

AI 회사를 평가할 때 “무엇을 만들었나”만큼 “무엇 위에서 돌아가나”가 중요해졌습니다.

2026년 9월 기준으로 모델 출처 표시에 대한 산업 표준은 아직 없습니다.

그래서 당분간은 표준이 아니라 계약서와 로그가 유일한 확인 수단입니다.

섹터별 모멘텀과 수급 흐름은 Passive에서 함께 확인해 보세요.