일본의 반격? Sakana AI의 '복어' 모델 Fugu가 던진 질문

거대 모델을 만들지 않고 경쟁할 수 있을까

2026년 6월 22일, 일본의 Sakana AI가 'Fugu(복어)' 모델을 정식 출시했습니다. 회사명 Sakana는 일본어로 물고기를, Fugu는 복어를 뜻합니다. 물고기 여러 마리가 모여 거대한 집단을 이루듯, 여러 AI를 모아 자유로운 지능을 만들겠다는 철학이 이름에 담겨 있습니다.

Fugu가 던진 질문은 지금까지의 AI 경쟁 방식과 정면으로 다릅니다. 그동안 업계는 "누가 더 크고 똑똑한 단일 모델을 만드느냐"를 두고 천문학적인 훈련 비용을 쏟아부어 왔습니다. Sakana AI는 여기에 "거대 LLM을 새로 만들지 않고도 세계적인 모델들과 어깨를 나란히 할 수 있는가"라는 반문을 내놓았습니다.

'한 명의 천재'가 아니라 '오케스트라 지휘자'

Fugu의 핵심은 오케스트레이션(orchestration) 방식입니다. ChatGPT, Claude, Gemini처럼 하나의 거대한 두뇌가 모든 것을 처리하는 '한 명의 천재' 구조가 아니라, 상황에 맞는 다른 AI를 불러 쓰는 '지휘자' 구조를 택했습니다. 간단한 질문은 직접 빠르게 처리하고, 복잡한 질문은 해당 분야를 더 잘하는 다른 AI를 소환해 맡기는 방식입니다.

작업은 세 가지 역할로 나뉩니다. 문제 해결 방향을 세우는 사고역(Thinker), 코딩 등 실무를 수행하는 실행역(Worker), 결과의 정확성을 확인하는 검증역(Verifier)입니다. 흥미로운 점은 Fugu가 필요에 따라 자기 자신을 여러 번 복제해 팀원으로 재투입할 수 있다는 것입니다. 결국 무거운 단일 두뇌 대신 가벼운 지휘자가 여러 모델을 조율하는 구조이며, 특정 공급사 하나에 묶이지 않고 모델 간 전환이 가능하다는 것이 강점으로 제시됩니다.

성능과 명확한 한계

Sakana AI는 상위 버전인 'Fugu Ultra'가 코딩, 추론, 과학 분야의 까다로운 벤치마크에서 Anthropic의 Claude 5, 그리고 Mythos Preview와 유사한 수준의 점수를 기록했다고 발표했습니다.

다만 이 수치는 신중하게 받아들일 필요가 있습니다. 공개된 성능 대부분이 Sakana AI 자체 벤치마크에 의존하고 있어 외부의 독립적인 검증이 충분하지 않고, 비교 대상이 된 일부 모델은 시장에 공개되지 않아 직접 비교가 아닌 별도 측정에 가깝습니다. 초기 사용자들 사이에서는 작업 속도가 느리고 체감 성능이 기대에 못 미친다는 지적도 나왔습니다.

'똑똑한 하나' vs '똑똑한 여럿'

Sakana AI는 한 공급사에만 의존하는 것의 위험성을 짚으며 'AI 주권' 개념을 강조합니다. 여러 모델을 유연하게 갈아 쓸 수 있어야 한다는 주장입니다. 이는 막대한 자본으로 초거대 모델을 직접 훈련하지 못하는 회사라도, 기존 모델들을 영리하게 조합하면 경쟁력 있는 솔루션을 만들 수 있다는 새로운 방향을 제시합니다.

마케팅 실무자를 위한 시사점

이 흐름은 AI 도구를 활용하는 마케터에게도 의미가 있습니다. 지금 대부분의 조직은 'AI 하나를 정해 그 안에서 모든 걸 처리하는' 방식에 익숙합니다. 그러나 Fugu가 보여주는 오케스트레이션 관점은, 콘텐츠 생성은 A모델, 데이터 분석은 B모델, 검증은 C모델처럼 과업별로 최적의 도구를 조합해 쓰는 워크플로가 더 현실적인 경쟁력이 될 수 있음을 시사합니다. 단일 벤더에 대한 종속을 줄이고 필요에 따라 도구를 갈아탈 수 있는 유연한 구조를 미리 설계해 두는 것이 리스크 관리 측면에서도 유리합니다.

동시에 벤더의 자체 발표 수치를 그대로 믿지 않는 태도도 중요합니다. Fugu 사례처럼 화려한 벤치마크 뒤에 독립 검증 부족이나 실제 사용 경험의 격차가 숨어 있을 수 있습니다. 새 AI 도구를 도입할 때는 자사 실무 과업으로 직접 파일럿을 돌려보고 체감 성능을 검증하는 절차가 필수입니다.