메타 라마 4, 구글 버텍스 AI서 완전 관리형 API로 정식 출시

메타의 오픈소스 대형 언어 모델을 실제 서비스에 배포하려면 인프라 구축부터가 큰 진입장벽이었습니다. 클라우드에서 귀한 GPU를 할당받고, 프레임워크를 설정하고, 메모리 누수가 없는지 감시하는 일에 개발 리소스가 낭비되곤 했습니다.

구글 클라우드는 버텍스 AI(Vertex AI)에서 메타의 최신 모델인 Llama 4를 완전 관리형 API(MaaS) 형태로 정식 출시(GA)했다고 발표했습니다. 이와 함께 Llama 3.3 70B 관리형 API도 정식 지원을 시작했습니다.

이제 인프라를 직접 관리할 필요 없이 API 호출 한 번으로 Llama 4를 바로 쓸 수 있게 된 셈입니다.

서버 관리 없이 호출, OpenAI SDK 호환까지

이번에 제공되는 라인업은 메타의 최신 모델들을 아우릅니다. 전문가 혼합(MoE) 구조를 채택해 멀티모달 작업 효율을 극대화한 'Llama 4 Scout'와 복잡한 추론 및 정밀한 이미지 이해를 위해 설계된 최상위 모델 'Llama 4 Maverick'이 모두 포함됩니다.

가장 큰 장점은 운영 부담이 전혀 없다는 점입니다. GPU 프로비저닝, 의존성 설치, 보안 패치는 구글 클라우드가 백엔드에서 처리합니다.

비용 역시 사용한 예측 요청 수만큼만 지불하는 종량제(Pay-as-you-go) 방식입니다. 쓰지 않는 GPU를 켜두고 시간당 요금을 날릴 걱정이 없습니다.

연동 과정도 단순합니다. 버텍스 AI 모델 가든에서 메타의 라이선스 약관에 동의한 뒤 모델 ID를 받기만 하면 즉시 호출할 수 있습니다. 특히 챗컴플리션(ChatCompletion) 표준 인터페이스를 지원하기 때문에, 기존에 OpenAI 파이썬 SDK로 작성해 둔 코드에서 엔드포인트 URL과 인증 토큰만 구글 클라우드로 바꾸면 곧바로 작동합니다.

왜 중요한가

우리는 구글 클라우드의 이번 결정이 자사 제미나이(Gemini)에만 매몰되지 않은 매우 실용적인 전략이라고 봅니다.

개발자와 스타트업 입장에서는 메타의 최첨단 오픈 가중치 모델을 도입하는 비용과 시간이 획기적으로 줄어듭니다. GPU 서버를 상시 가동할 여력이 없던 팀이라도 복잡한 시각 분석이나 추론 작업을 당장 테스트해 볼 수 있습니다. 다만 전용 인프라가 아닌 만큼 분당 요청 수(RPM) 같은 쿼터 제한이 적용된다는 점은 사전에 고려해야 합니다.

산업 전반으로 보면 클라우드 플랫폼 간의 '오픈 모델 생태계 흡수' 경쟁이 한층 치열해졌습니다. 마이크로소프트 애저가 오픈AI와 메타 모델을 앞세워 개발자들을 끌어모았던 것처럼, 구글 역시 오픈소스 최강자인 Llama 4를 손쉽게 쓸 수 있게 만들며 고객 이탈을 막고 있습니다. 결국 핵심은 모델 자체의 소유권보다, 개발자가 가장 편하게 호출할 수 있는 인프라를 누가 쥐고 있느냐로 옮겨가고 있습니다.