오픈소스 AI란: '모델을 공개했다'는 말의 실제 의미

'모델을 공개했다'는 뉴스, 무엇을 공개했다는 걸까요

'어느 회사가 AI 모델을 무료로 공개했다'는 소식을 보고 고개를 갸웃하신 적 있으시죠? 챗봇은 이미 무료로 쓰고 있었는데 뭐가 새로 열렸다는 건지, 나랑 무슨 상관인지 잘 안 잡히기 쉬워요. 이 글에서 그 '공개'가 정확히 무엇을 건네는 일인지, 그리고 층위가 몇 단계로 나뉘는지까지 갈라 드릴게요.

혼란의 원인은 '공개'가 가리키는 대상이 서비스가 아니라 모델 그 자체라는 데 있어요. 챗봇을 무료로 쓰게 해 주는 건 식당이 시식 코너를 여는 것과 비슷해요. 요리는 계속 그 식당 주방에서 만들어지고, 저는 완성된 요리를 받아먹을 뿐이죠. 반면 모델을 공개한다는 건 주방의 핵심 설비를 통째로 내어 주는 쪽에 가까워요. 받아 간 사람은 자기 주방에 그 설비를 들여놓고 직접 요리를 돌릴 수 있고요.

이 차이가 잡히면 같은 '무료'라도 성격이 전혀 다르다는 게 보여요. 그리고 이 공개 소식이 왜 산업 뉴스에서 크게 다뤄지는지도 자연스럽게 이해되기 시작해요.

실제로 공개되는 것: 가중치라는 숫자 뭉치

대규모 언어 모델의 실체는 학습 과정을 거치며 조정된 수십억 개 이상의 숫자 값들이에요. 이 숫자들을 가중치(웨이트)라고 불러요. 모델이 문장을 이어 쓰는 능력은 전부 이 숫자 배열 안에 담겨 있어서, 가중치 파일과 실행할 코드만 있으면 누구든 자기 장비에서 그 모델을 돌릴 수 있어요. '모델을 공개했다'는 뉴스의 실제 내용은 대부분 '이 가중치 파일을 내려받게 열었다'예요.

그래서 요즘은 이런 공개를 '오픈소스'보다 '오픈 웨이트(open weight)', 즉 가중치 공개라고 구분해 부르는 흐름이 있어요. 소프트웨어에서 오픈소스라고 하면 만드는 과정 전체, 그러니까 소스 코드를 볼 수 있고 고칠 수 있다는 뜻이거든요. 그런데 AI 모델에서 가중치는 학습의 결과물이지 과정이 아니에요. 어떤 데이터로 어떻게 학습시켰는지가 함께 공개되지 않으면, 결과물은 받아 쓸 수 있어도 같은 걸 처음부터 다시 만들어 볼 수는 없어요.

완성된 빵과 레시피의 관계로 보면 쉬워요. 가중치 공개는 완성된 빵을 나눠 주는 것이고, 학습 데이터와 학습 코드까지 공개하는 게 레시피를 공유하는 거예요. 빵을 받는 것만으로도 충분히 큰 선물이지만 레시피 공유와는 다른 층위라는 점, 이게 '오픈'이라는 말을 읽을 때의 첫 번째 구분선이에요. 학습 데이터까지 여는 공개는 상대적으로 드물고, 연구 기관 중심으로 이뤄지는 편이에요.

'오픈'의 층위를 단계로 갈라 보기

여기가 다른 글에서 잘 안 갈라 주는 부분이에요. 같은 '공개'라도 아래처럼 층이 나뉘고, 층에 따라 할 수 있는 일이 완전히 달라져요. 기사에서 어느 칸까지 열렸다고 말하는지만 짚어 보셔도 그 소식의 무게가 가늠돼요.

• 0층 — 서비스만 무료: 모델은 회사 서버에 있고, 나는 화면으로만 만나요. 대부분의 무료 챗봇이 여기예요.
• 1층 — API 접근 개방: 개발자가 프로그램으로 부를 수 있어요. 여전히 모델은 회사 서버에 있고 요금과 한도가 따라와요.
• 2층 — 가중치 공개(오픈 웨이트): 파일을 받아 내 장비에서 돌릴 수 있어요. 요즘 '오픈소스 모델 공개'의 대부분이 이 칸이에요.
• 3층 — 학습 코드까지 공개: 어떻게 학습시켰는지 방법이 열려요. 연구·재현 관점에서 의미가 커져요.
• 4층 — 학습 데이터까지 공개: 재료 목록까지 여는 단계예요. 가장 드물고, 저작권·개인정보 문제와 얽혀 신중하게 다뤄져요.
• 라이선스는 층과 별개의 축이에요 — 2층에 열렸어도 상업 이용에 조건이 붙을 수 있으니 공식 라이선스 문서를 함께 보세요.

왜 회사들은 비싸게 만든 모델을 공개할까요

모델 하나를 학습시키는 데는 큰 비용이 들어요. 그렇게 만든 걸 무료로 푸는 결정이 이상해 보일 수 있는데, 산업 구조 안에서 보면 나름의 계산이 있어요. 공개된 모델은 전 세계 개발자들의 손에서 다양한 서비스의 기반이 되고, 그 위에 도구와 개선 기법이 쌓이면서 공개한 회사를 중심으로 한 생태계가 만들어져요. 많은 사람이 쓰는 기술이 표준에 가까워지는 효과를 노리는 거예요.

연구와 신뢰의 측면도 있어요. 가중치가 열려 있으면 외부 연구자들이 모델의 특성과 약점을 직접 검증할 수 있고, 문제를 발견해 알려 주는 눈도 많아져요. 기술력을 공개적으로 보여 주는 것 자체가 인재를 모으는 힘이 되기도 하고요. 어느 쪽이 옳은 전략인지 판정할 필요는 없어요. 폐쇄형은 서비스 품질과 수익 모델에, 공개형은 생태계 확장에 무게를 둔 서로 다른 선택이고, 한 회사가 두 방식을 함께 가져가기도 해요.

아, 그리고 하나 더. 공개에도 조건이 붙어요. 공개 모델에는 각자의 라이선스, 즉 이용 약관이 딸려 있어서 상업적 이용 범위나 규모에 제한을 두는 경우가 있어요. '오픈'이라는 말만 보고 조건이 다 같다고 여기기 쉬운데 실제 조건은 모델마다 다르니, 이용이 걸린 판단이라면 해당 모델의 공식 라이선스 문서를 확인하시는 게 정확해요.

공개 모델과 폐쇄 모델, 사용자에게는 무엇이 다를까요

일반 사용자 입장에서 두 방식의 차이는 '어디서 어떻게 만나는가'로 나타나요. 폐쇄 모델은 만든 회사의 서비스를 통해서만 만날 수 있어요. 계정 만들고 접속하면 되니 편하고, 회사가 모델을 개선하면 다음 접속부터 좋아진 결과를 받아요. 지금 많이들 쓰시는 챗봇 서비스가 대체로 이 방식이에요.

공개 모델은 만나는 경로가 여러 갈래예요. 다른 회사들이 공개 모델을 가져다 자기 서비스에 얹기도 하고, 관심 있는 분은 성능 좋은 개인 컴퓨터에서 직접 돌려 볼 수도 있어요. 직접 실행하면 입력한 내용이 내 기기 밖으로 나가지 않는다는 장점이 생기는데, 온디바이스 AI에서 본 프라이버시 구조와 같은 원리예요. 기업 입장에서는 모델을 내부 서버에 두고 회사 데이터로 조정해 쓸 수 있다는 점이 크게 작용해요.

정리하면 이래요. 편하게 높은 수준의 서비스를 쓰고 싶으면 폐쇄형이 자연스러운 선택이고, 데이터를 내 손에 두고 싶거나 내 용도에 맞게 바꿔 쓰고 싶으면 공개 모델이 길을 열어 줘요. 우열이 아니라 용도의 문제라서, 두 갈래가 있다는 사실 자체가 사용자에게는 선택지가 넓어지는 반가운 구조예요.

이제 이렇게 확인하시면 돼요

'오픈소스 모델 공개'라는 헤드라인을 만나면 세 가지만 짚어 보세요. 첫째, 무엇이 공개됐나 — 위의 층 중 어디까지 열렸는지 보시면 돼요. 둘째, 어떤 조건인가 — 연구용인지 상업 이용까지 되는지는 라이선스가 정해요. 셋째, 누가 가져다 쓸 수 있나 — 공개 모델은 완성된 서비스라기보다 수많은 서비스가 그 위에 지어질 땅에 가까워요.

이 세 축을 갖고 보면 모델 공개 소식이 단순한 무료 배포가 아니라 산업 구도의 움직임이라는 게 보여요. 다음 기사에서 '가중치인가 데이터까지인가', '라이선스 조건은 무엇인가'를 한 번만 찾아보세요. 기사에 답이 있을 때도, 공식 발표를 봐야 할 때도 있을 텐데 그 확인 과정 자체가 뉴스를 구조로 읽는 감각을 만들어 줘요. (여기까지 오셨으면 이미 절반은 익히신 거예요) '오픈'이라는 넓은 말 앞에서도 편안하게 판단하실 수 있을 거예요.