AI 모델의 "오픈 웨이트"와 "오픈 소스" 차이 2026

"오픈 웨이트"는 모델을 작동시키는 수치 가중치, 즉 학습된 파라미터가 누구나 다운로드하고 실행할 수 있도록 공개된 모델을 가리킵니다. 이것이 전부입니다. 모델을 구축하는 데 사용된 학습 코드나 학습에 사용된 데이터셋, 정확한 학습 레시피, 또는 함께 제공되는 라이선스가 외부의 어떤 개방성 표준을 충족하는지에 대해서는 아무것도 말해주지 않습니다.

실제로 대부분의 오픈 웨이트 릴리스는 표준 오픈 소스 라이선스가 아니라 제공사가 직접 작성한 맞춤형 라이선스와 함께 배포됩니다. Meta의 Llama Community License와 Google의 Gemma 이용약관은 이 사이트의 모델 비교에서 가장 흔한 두 가지 예입니다. 둘 다 가중치를 다운로드하고 실행할 수 있게 하고, 대부분의 조직에 상업적 사용을 허용하지만, 표준 오픈 소스 라이선스에는 없는 조건을 하나씩 추가합니다 — Llama는 사용 규모 한도(월간 활성 사용자 상한, 이를 초과하면 별도 계약 필요)를, Gemma는 자체 이용약관에 더해 행동 기반의 금지 사용 정책을 추가합니다.

이 중 어느 것도 "오픈 웨이트"를 나쁘거나 기만적인 표현으로 만들지 않습니다 — 실제로 공개되는 내용을 정확히 설명하는 것일 뿐입니다. 문제는 "오픈 웨이트"가 비격식적인 글에서 "오픈 소스"로 줄여 불릴 때만 발생합니다. 두 용어는 서로 다른 질문에 답하기 때문입니다: 오픈 웨이트는 "이 파일을 다운로드하고 실행할 수 있는가?"에 답하고, 오픈 소스(아래의 엄밀한 의미)는 "라이선스 자체가 사용 규모나 적용 분야의 함정 없이 외부 개방성 표준을 충족하는가?"에 답합니다.

모델이 엄밀한 의미에서 "오픈 소스"가 되려면 그 라이선스가 오픈 소스 정의를 관리하는 조직인 Open Source Initiative(OSI)의 승인을 받아야 합니다. 이 정의는 활동 분야를 차별하는 라이선스(예: "연구용으로만 무료, 상업적 사용 불가")나 특정 집단을 차별하는 라이선스를 명시적으로 금지하며, 피허가자의 기업 규모에 연동된 제한도 금지합니다. 월간 활성 사용자 한도와 같은 사용량 기반 상한은 가중치 자체가 자유롭게 다운로드 가능하더라도 이 기준을 통과하지 못합니다 — 위에서 설명한 Llama와 Gemma가 널리 다운로드 가능함에도 OSI 승인 오픈 소스로 인정받지 못하는 이유가 바로 이것입니다.

진정으로 오픈 소스인 로컬 LLM 릴리스의 대다수는 두 가지 라이선스로 커버됩니다: Apache License 2.0과 MIT 라이선스로, 둘 다 OSI 승인을 받았고, 표준적인 고지 및 저작자 표시 요건만으로 상업적 사용, 수정, 재배포를 허용하며, 둘 다 사용 규모나 매출 기준을 두지 않습니다. 어떤 모델 계열의 라이선스 페이지가 여러분이 보고 있는 구체적인 체크포인트에 대해 이 두 라이선스 중 하나를 명시하고 있다면, 그 체크포인트는 여기서 설명한 엄밀한 의미의 오픈 소스입니다.

알아둘 만한 한 가지 유의점: Open Source Initiative는 별도로 오픈 소스 AI 정의도 발표했는데, 이는 관대한 코드 라이선스를 넘어서서 가중치에 대한 라이선스 문구뿐 아니라 학습 데이터와 학습 과정 자체에 대한 실질적인 투명성을 요구합니다. 이 비교에 포함된 모델 중 이 더 높은 기준을 충족하는 것은 거의 없습니다. 아래에서 다루는 OLMo가 여기 나열된 계열 중 가장 가깝습니다. 이 구분은 이 글이 자세히 다루는 범위를 넘어서지만, 어떤 제공사가 모델을 "오픈 소스 AI"라고 홍보할 때 그 주장이 실제로 무엇에 근거하는지 확인하고 싶다면 알아둘 가치가 있습니다.

가중치에만 국한된 개방성과 완전히 개방된 릴리스는 같지 않으며, 그 둘 사이의 간극은 보통 라이선스 문구가 아니라 학습 데이터와 코드에 있습니다. 아래 비교표의 모델 대부분은 라이선스 측면에서 오픈 소스입니다 — 가중치는 Apache 2.0이나 MIT로 배포됩니다 — 하지만 학습에 사용된 데이터셋, 정확한 데이터 구성, 학습 파이프라인 자체는 비공개로 남아 있습니다. Allen Institute for AI의 OLMo는 이 목록에서 한 걸음 더 나아간 모델의 가장 분명한 예입니다. Apache 2.0 하에 가중치와 함께 학습 코드와 상당량의 학습 데이터를 공개합니다. 이러한 추가적인 개방성 수준은 현재 로컬 LLM 생태계에서 실제로 매우 드뭅니다 — 모델 카드의 라이선스 배지만으로는 부족하며, 실제로 공개된 데이터셋과 학습 코드를 가리킬 수 있을 때까지는 어떤 모델 계열의 "완전 개방" 주장도 검증되지 않은 것으로 간주해야 합니다.

이 라이선스 구조들은 서로 동일하지 않으며, 여러 계열이 체크포인트마다 다른 라이선스를 배포합니다 — 라이선스는 브랜드가 아니라 모델 파일 단위로 정해집니다. 이 표는 방향을 잡는 용도로 사용하고, 상업적 배포 전에는 반드시 해당 체크포인트의 LICENSE 파일을 확인하세요.

채팅, 코딩 지원, 글쓰기, 실험 등 본인 용도로 모델을 로컬에서 실행하는 경우라면, 오픈 웨이트와 오픈 소스의 구분이 실제로 할 수 있는 일을 바꾸는 경우는 거의 없습니다. 위 비교표의 모든 모델은 현재 라이선스 하에서 개인적, 로컬 사용을 허용합니다. 다운로드해서 Ollama나 llama.cpp로 실행하고, 본인 기기에서 본인 목적으로 파인튜닝한다면 "오픈 웨이트"와 "오픈 소스"의 실질적인 차이는 거의 0에 가깝습니다.

이 구분이 중요해지기 시작하는 시점은 다른 사람을 위해 무언가를 만들기 시작할 때입니다. 상업용 제품을 출시하거나, 모델 기반의 호스팅 API나 SaaS를 제공하거나, 가중치를(파인튜닝된 파생물 포함) 재배포하거나, 라이선스가 정의한 규모 한도(Llama의 월간 활성 사용자 상한이나 Mistral의 매출 상한 체크포인트 등)에 가까워지는 경우, 라이선스 분류가 다음에 무엇을 확인해야 할지 알려줍니다: Apache 2.0이나 MIT 같은 OSI 승인 라이선스는 대체로 이런 함정이 없지만, Llama나 Gemma 같은 오픈 웨이트 라이선스는 있을 수 있습니다.

이는 법률 자문이 아니며, 여기 실린 어떤 라이선스 요약도 배포하려는 구체적인 체크포인트에 연결된 실제 라이선스 문서를 읽는 것을 대신할 수 없습니다. 상업적 결정을 내리기 전에는 반드시 현재 라이선스를 확인하고 출시 전에 변호사와 상담하세요.