오픈웨이트는
오픈소스가 아니다.

오픈소스와 오픈웨이트는 다른 말이다

소프트웨어의 오픈소스는 간단해요 — "소스"가 코드 하나뿐이니까요. 코드를 공개하고 자유롭게 쓰고 고치고 나눠 줄 수 있게 하면 오픈소스예요. 그런데 학습된 AI 모델은 "소스"가 하나가 아니에요. 가중치, 학습 코드, 학습 데이터, 라이선스 — 네 가지가 각각 따로 공개되거나 비공개될 수 있어요.

그래서 "이 모델 오픈소스야"라는 문장은 사실 세 가지 다른 뜻일 수 있어요. 가중치만 받을 수 있다는 뜻일 수도, 상업적으로 자유롭게 쓸 수 있다는 뜻일 수도, 처음부터 끝까지 다시 만들 수 있다는 뜻일 수도 있죠. 이 셋은 완전히 다른 얘기예요.

• 가중치만 열림 → 오픈웨이트 — 라마·큐원·딥시크·미스트랄이 여기예요.
• 넷 다 열림 → 오픈소스 AI — 흔치 않아요. 8강에서 실제 사례를 봐요.
• 넷 다 닫힘 → 클로즈드 — GPT·Claude·Gemini예요.

가중치는 모델의 진짜 자산이다

모델의 실체는 코드가 아니라 숫자가 잔뜩 든 파일이에요. "7B 모델"이면 70억 개의 숫자가 들어 있다는 뜻이고, 학습은 이 숫자들을 데이터에 맞춰 조금씩 조정하는 일이에요. 모델의 "지능"은 전부 이 숫자 배열 안에 있어요 — 이게 가중치예요.

요리로 치면 아키텍처(설계도)는 조리법의 뼈대(볶는다, 끓인다)라 다들 아는 공개 지식이에요. 진짜 값어치는 그 뼈대를 채운 정확한 비율과 온도, 즉 가중치에 있고, 그걸 만든 재료(데이터)와 조리 순서(학습 레시피)가 각 회사의 진짜 비밀이에요.

"가중치를 준다"는 이 숫자 파일을 내려받게 해 준다는 뜻이고, "안 준다"는 이 파일이 회사 서버에만 있고 API로 입력·출력만 오간다는 뜻이에요. 그래서 온프렘(내부망 설치)이 필수인 금융·공공·국방에는 클로즈드 모델이 애초에 들어갈 수 없어요.

"오픈소스"라고 부르면 이득이 생긴다

회사가 "오픈소스"라는 말을 놓지 않는 이유는 좋은 이미지 때문만이 아니에요. 실질적인 이득이 있어요 — 개발자 생태계가 공짜로 모여들고("다들 이걸로 만들잖아"), 지역 규제가 가벼워지고(13강에서 다룰 EU AI Act처럼), 경쟁사와 비교해 투명해 보여요.

그런데 그 이득은 "가중치를 준다"만으로도 상당 부분 챙길 수 있어요. 그러니 데이터와 코드까지 여는 건 굳이 안 하는 쪽이 회사 입장에선 합리적이에요 — 비밀은 지키고 이미지만 가져가는 거죠. 이 교과서가 다루는 긴장이 여기서 시작돼요.

• 가중치를 열면: 개발자 생태계·저비용 배포·"오픈"이라는 이미지를 얻어요.
• 데이터까지 열면: 위 전부에 더해 경쟁사가 그대로 베낄 위험을 추가로 져요.
• 그래서 대부분은 첫 줄에서 멈춰요. 문제는 그러고도 "오픈소스"라고 부른다는 거예요.

소프트웨어의 네 가지 자유를 AI에 그대로 옮겼다

소프트웨어 오픈소스의 정의를 40년 가까이 관리해 온 단체가 OSI(Open Source Initiative)예요. OSI는 2년여의 다자간 협의 끝에 2024-10-28 "Open Source AI Definition(OSAID) 1.0"을 발표했어요. 처음으로 업계가 합의한 "오픈소스 AI"의 공식 기준이에요.

소프트웨어의 4대 자유를 AI 시스템에 그대로 옮겼어요 — 이 네 가지를 허락 없이 할 수 있어야 해요.

원본 데이터 대신 "정보"로 타협했다

이 네 자유를 실제로 행사하려면 가중치·학습 코드에 더해 "데이터 정보(Data Information)"가 있어야 한다는 게 OSAID의 요구예요. 원본 데이터셋 그 자체가 아니라 "숙련자가 이걸 보고 사실상 동등한 시스템을 다시 만들 수 있을 만큼 충분히 상세한 정보"예요. 여기에 사용 목적을 제한하지 않는 OSI 승인 라이선스가 붙어야 해요.

왜 원본이 아니라 "정보"로 타협했을까요 — 최신 모델의 학습 데이터 상당수가 저작권·계약·개인정보보호법에 걸려 있어서 원본을 그대로 재배포하는 게 법적으로 불가능한 경우가 많다는 게 OSI의 설명이에요.

아래에서 직접 판정해 보세요 — 라이선스와 데이터 공개 정도를 골라 보면 OSAID 기준으로 어느 등급인지 바로 나와요.

타협에 화가 난 사람들도 있다

Free Software Foundation과 Software Freedom Conservancy는 이 타협을 공개적으로 비판했어요. 요지는 이래요 — 실제 학습 데이터 없이는 다운스트림 사용자가 시스템을 의미 있게 "수정"할 수 없고 재현성도 보장 못 하니, "오픈소스"라는 말의 의미를 희석시킨다는 거예요.

OSI도 이 문제를 알고 있어요. 1.0 검증 단계에서 나온 문제, 특히 데이터 타협을 다루는 다자간 워킹그룹을 2025년에 꾸렸고, 2026-Q4 개정판을 내는 걸 목표로 잡았어요(계획 단계라 실제 발표 전엔 다시 확인해야 해요).

• 비판 쪽 논리: 데이터 없이는 "왜 이렇게 답하는지" 독립적으로 검증할 수 없다.
• OSI 쪽 논리: 원본 공개를 강제하면 대부분의 최신 모델이 애초에 자격 미달이 된다.
• 둘 다 일리가 있어요 — 그래서 이 문서가 계속 개정 중인 거예요.

라이선스는 열고 데이터는 닫은 모델이 제일 많다

실제로 라이선스 스펙트럼 위에 모델을 놓아 보면, 대부분이 같은 자리에 몰려 있어요 — 가중치 라이선스는 활짝 열어 뒀는데(MIT·Apache 2.0), 학습 데이터와 정확한 레시피는 비공개인 자리요.

DeepSeek은 이례적으로 상세한 기술보고서로 아키텍처·학습 방법론을 공개했지만, 원본 학습 데이터셋과 정확한 데이터 조합·정제 파이프라인은 여전히 비공개예요. "라이선스가 열려 있다"와 "재현 가능하다"는 다른 질문이라는 걸 가장 잘 보여주는 사례예요.

처음부터 전부 연 모델도 있다 — OLMo 2

모두가 데이터를 닫는 건 아니에요. Allen Institute for AI(AI2)의 OLMo 2는 가중치뿐 아니라 학습 데이터(Dolma), 학습 코드, 학습 로그, 수백 개의 중간 체크포인트까지 Apache 2.0으로 전부 공개해요. 7B·13B는 2024-11-26, 32B는 2025-03-13에 나왔고, AI2는 32B가 GPT-3.5-Turbo·GPT-4o mini를 광범위한 벤치마크에서 능가한 첫 "완전 오픈" 모델이라고 밝혔어요.

OLMo 2는 이 교과서에서 "오픈소스 AI"의 기준점으로 계속 등장해요 — 5강의 판정기에서 "전부 공개"를 골랐을 때 나오는 등급이 바로 이 자리예요.

OSI가 공식적으로 "아니다"라고 말한 모델 — Llama

보통 회사가 라이선스를 두고 논쟁이 일면 조용히 넘어가지만, Meta의 Llama는 다른 경우예요. OSI가 공식 블로그로 "Meta's LLaMa license is still not Open Source"라고 못박았어요 — Llama 2·3·4 각각에 대해 반복적으로요.

근거는 명확해요. Llama 4 라이선스는 월간 활성 사용자 7억 명을 넘는 기업에는 별도 계약을 요구하고, EU 역내 개인·기업에는 권리 자체가 적용되지 않는 지역 차별 조항을 두고 있어요. 자유 재배포도, 완전한 상업적 사용도 막혀 있고요 — OSI 기준으로는 "소스가 공개된"(source-available) 것이지 오픈소스가 아니에요.

한 번 열고 다시 닫아도 아무도 못 막는다 — Grok

xAI는 2024-03 Grok-1을 Apache 2.0으로 공개했어요. 그런데 후속 세대(Grok 3~)의 가중치 공개는 예고만 됐을 뿐, 2026-08 현재까지 이행되지 않았어요. 오픈웨이트는 "한 번 공개하면 끝"이 아니라, 벤더가 마음만 먹으면 언제든 그 세대에서 멈출 수 있는 자유예요.

공개를 강제할 법적 장치는 없어요. 이미 나온 가중치는 계속 쓸 수 있지만, 다음 세대와의 연속성은 벤더의 선의에 달려 있어요.

자기소개 대신 성적표를 본다 — FMTI

회사의 "오픈소스" 자칭을 그대로 믿는 대신, Stanford HAI/CRFM의 Foundation Model Transparency Index(FMTI)가 있어요. 학습 데이터·컴퓨트·능력·리스크· 사용정책을 얼마나 공개하는지 100개 지표로 채점해요.

2025년판(발행 2025-12-09)에서 업계 평균이 58점 → 40점(100점 만점)으로 떨어졌어요. 아래 슬라이더로 직접 기준선을 옮겨 보세요 — 어디에 선을 긋느냐에 따라 "충분히 투명한 회사"의 숫자가 달라져요.

DeepSeek·Alibaba·Midjourney·xAI는 2025년에 처음 평가에 포함됐고 전부 하위권이었어요. 업계 전반이 학습 데이터·컴퓨트·다운스트림 영향·환경영향에서 불투명했고, 환경영향 정보를 아예 공개하지 않은 회사가 10곳이었어요.

"오픈워싱"이라는 말이 따로 생겼다

Radboud University의 Liesenfeld와 Dingemanse는 2023년 "Opening up ChatGPT" 리더보드에서 BLOOMZ가 가장 openness가 높고, Llama 2가 자칭 "오픈" 모델 중 가장 낮다는 결과를 냈어요. 후속 논문 "Rethinking open source generative AI: open-washing and the EU AI Act"(FAccT 2024)는 텍스트·텍스트투이미지 모델 45개를 학습데이터셋부터 과학·기술 문서화, 라이선스, 접근 방식까지 14개 openness 차원으로 조사해서 Meta·Mistral·Microsoft를 "오픈워싱"의 대표 사례로 지목했어요.

오픈워싱의 정의: "'오픈'이라는 말을 마케팅 용도로 쓰면서 소스코드·학습데이터· 파인튜닝데이터·아키텍처에 의미 있는 통찰을 주지 않는 것." 이 연구는 지금 European Open Source AI Index(osai-index.eu)로 이어져 14개 파라미터로 상시 갱신되고 있어요.

방법론이 전혀 다른 두 지표(FMTI와 이 연구)가 같은 패턴 — 빅테크 다수는 하위권, IBM·AI2·BigScience 계열은 상위권 — 에 수렴한다는 게 이 교과서의 핵심 근거예요. 하나가 아니라 둘이 같은 곳을 가리켜요.

오픈소스라고 부르면 법이 봐준다

EU AI Act Article 2(12)는 자유·오픈소스 라이선스로 배포된 AI 시스템을 원칙적으로 법 적용 대상에서 빼요. 단 고위험이거나 Article 5(금지 관행)·Article 50(투명성 의무, 예: 챗봇·딥페이크 고지) 대상이면 예외가 안 통해요. Recital 103은 유상 판매·monetize되면 예외를 박탈한다고 못박고요(오픈 저장소에 그냥 올려두는 것 자체는 monetize로 안 쳐요).

"오픈소스라고 부르면 규제 부담이 가벼워진다"는 유인이 실재하는 한, 9강의 Llama처럼 오픈소스를 자처할 유인도 계속 남아요 — 라이선스 문구 하나가 법적 의무의 크기를 바꾸는 상황이라, 자칭에 값이 매겨져 있는 셈이에요.

레시피 없이 완성된 요리만 감사해 달라는 요청이다

데이터가 없으면 편향·저작권 포함물·암기(memorization) 문제를 독립적으로 검증할 길이 없어요. 완성된 케이크는 봐도 되지만 레시피는 못 보는 셈이에요. 학술 재현성도 같은 문제를 겪어요 — 논문의 성능 주장을 데이터 없이는 검증할 수 없어요.

그래서 "오픈소스로 공개했으니 감사해 달라"는 요청은 종종 앞뒤가 안 맞아요. 감사(audit)에 필요한 재료는 안 주고 완제품만 준 다음 신뢰를 요구하는 거니까요.

포크할 권리와 그 한계

오픈웨이트만 있어도 셀프호스트·파인튜닝은 실질적인 자유예요. 데이터센터가 없는 회사도 이 가중치를 가져다 자기 데이터로 계속 학습시키거나 도메인에 맞게 튜닝할 수 있어요 — 클로즈드 모델로는 아예 불가능한 일이죠.

하지만 10강의 Grok처럼 벤더가 다음 세대 공개를 접으면, 데이터·코드가 없는 한 계보를 독자적으로 잇지 못해요. 오픈웨이트의 자유는 "그 세대에 한해서"라는 한계가 있어요 — 완전한 포크 권리가 아니라 그 순간의 스냅샷을 물려받는 것에 가까워요.

• 할 수 있는 것: 지금 있는 가중치로 셀프호스트, 파인튜닝, 상업적 활용(라이선스 허용 시)
• 할 수 없는 것: 벤더 없이 다음 세대를 독자적으로 잇는 것 (데이터·레시피가 없어서)

공부 지도

여기까지 읽었으면 "오픈소스 AI"라는 말을 들을 때 뭘 물어야 하는지는 알게 됐을 거예요. 더 깊이 가고 싶다면 이 순서를 권해요.

먼저 — 원문 확인

OSI의 Open Source AI Definition 전문을 한 번은 직접 읽어요. 이 교과서의 요약보다 원문이 항상 기준이에요.

그다음 — 실제 지수 훑어보기

European Open Source AI Index(osai-index.eu)와 Stanford FMTI(GitHub stanford-crfm/fmti)는 상시 갱신돼요. 관심 있는 모델을 직접 검색해 보세요.

오래 걸리는 것 — 라이선스 원문 읽는 습관

모델카드의 License 필드를 클릭해서 실제 조항을 읽는 습관을 들여요. "MIT"와 "Community License"는 이름만 봐서는 안 갈려요.

판정 체크리스트 — 10문

어떤 모델을 "오픈소스"라고 부르기 전에, 또는 그렇게 부르는 걸 볼 때 이 목록을 한 바퀴 돌아요. 체크는 이 브라우저에 저장돼요.

이 사이트에서 찾아보기

이 교과서와 이어지는 자리들이에요.

• LLM 실전 위키 — 모델별 스펙·가격·API 실무는 여기가 훨씬 깊어요. 이 페이지는 "오픈소스가 맞는가"라는 질문 하나에 집중했어요.
• UI/UX 한 장 교과서 · 파는 감각 — 같은 틀(만지는 자습서)로 쓴 자매 교과서예요.
• 기록 — 이 교과서를 쓰며 리서치한 원자료·업데이트는 여기 남길게요.