프런티어 모델(frontier model)은 거의 항상 대규모 기반 모델인 AI 시스템으로, 광범위한 작업에서 이전에 널리 배포된 어떤 모델의 성능을 일반적으로 능가하는 현재 최첨단 역량을 대표한다. LLM이나 트랜스포머 같은 보다 기술적인 용어와 달리, 프런티어 모델은 주로 정책 및 거버넌스 용어로, 그 역량이 제도권이 완전히 평가하거나 규제할 수 있는 속도보다 빠르게 발전하기 때문에 더 높은 수준의 조사가 필요한 시스템을 식별하는 데 사용된다.
용어의 기원
이 용어는 2023년경 OpenAI, Anthropic, Google DeepMind 같은 연구소들이 가장 강력한 모델을 위한 안전 연구와 모범 사례에 초점을 맞춘 산업 기구인 프런티어 모델 포럼(Frontier Model Forum)을 결성하면서 널리 쓰이게 되었다. 영국 AI 안전 연구소(AI Safety Institute)의 작업과 2023년 AI 안전 정상회의 이후의 블레츨리 선언을 포함한 정책 문서들도 국제 협력 노력이 우선순위를 두어야 할 시스템의 범위를 정하기 위해 유사한 언어를 채택했는데, 이는 일반적으로 매우 큰 규모의 학습 컴퓨팅 또는 사이버 보안이나 생물학적 무기 설계 같은 영역에서 위험을 초래할 수 있는 입증된 역량으로 정의된다.
특성
프런티어 모델은 일반적으로 고정된 기술적 기준보다는 상대적 위치에 의해 정의된다. 즉, 어떤 모델이 벤치마크와 LMArena 같은 커뮤니티 평가 플랫폼에서 비공식적으로 측정했을 때 일반 작업 전반에 걸쳐 현재 역량의 정점 또는 그 부근에 있다면 프런티어 모델로 간주된다. 프런티어 지위는 본질적으로 일시적이다. 출시 당시 프런티어였던 모델도 일반적으로 수개월 내에 경쟁사나 후속 모델에 의해 추월되기 때문이다. 이 용어는 영구적인 범주라기보다는 특정 시점의 모델 위치를 설명한다. 이러한 시스템을 훈련시키는 프런티어 연구소로는 OpenAI, Anthropic, Google DeepMind, Meta AI, xAI가 있으며, 점점 더 DeepSeek와 알리바바의 큐원(Qwen) 팀 같은 중국 연구소도 포함된다.
정책적 중요성
프런티어 모델은 새로운 역량을 최초로 보여주기 때문에, 여러 연구소가 채택한 책임 있는 확장 정책 같은 배포 전 테스트에 관한 자발적 및 규제적 약속의 핵심 대상이 된다. 이러한 정책은 역량 임계값에 추가 안전 조치를 연계한다. EU AI 법은 유사하게 체계적 위험을 지닌 범용 AI 모델에 특별 의무를 부과했으며, 이를 부분적으로 컴퓨팅 임계값을 통해 운영함으로써 소수의 매우 강력한 시스템이 더 작거나 더 좁은 AI 제품에 적용되는 것보다 더 높은 수준의 조사가 필요하다는 프런티어 모델 개념의 근본 우려를 반영한다.
논쟁
비평가들은 이 용어가 마케팅 라벨로 기능할 수 있으며, 연구소의 실제 관행과 일치하지 않을 수 있는 리더십이나 안전 의식을 암시한다고 주장한다. 또한 역량만으로 위험을 정의하면 모델이 어떻게 배포되고 누구에 의해 배포되는지를 간과한다고 지적한다. 다른 이들은 규제 관심을 프런티어 모델에만 좁게 집중하면 약간 뒤처진 오픈 가중치 모델을 기반으로 구축된 훨씬 더 많은 수의 애플리케이션이 충분한 조사를 받지 못할 수 있으며, 이러한 시스템도 널리 배포되면 유사한 위험을 초래할 수 있다고 언급한다. 이러한 논쟁에도 불구하고, 이 용어는 2025년 현재 AI 거버넌스 논의에서 표준 약칭으로 남아 있다.