오픈 웨이트와 오픈소스 AI — 그 표현이 실제로 뜻하는 것
«오픈소스»라 불리는 모델 대부분은 표준 정의상 오픈소스가 아니다. 각 라이선스로 법적으로 무엇을 할 수 있는지, 그 위에 무엇을 짓기 전에 무엇을 물어야 하는지.
한 줄 답
오픈 웨이트와 오픈소스 AI 는 무엇이 다른가?
오픈 웨이트는 학습된 모델 파일을 내려받아 직접 돌릴 수 있다는 뜻이며, 조건은 발행자가 고른 라이선스에 달렸다. 오픈소스는 사용·연구·수정·재배포의 자유를 보장하고 용도 제한을 두지 않는 더 엄격한 법적 기준이다. 널리 쓰이는 모델 상당수가 오픈 웨이트이지만 오픈소스는 아니다.
핵심 요약
- 내려받을 수 있다는 것과 제한이 없다는 것은 다르다. 발표문이 아니라 라이선스를 읽어야 한다.
- 자체 커뮤니티 라이선스에는 허용 용도 규정, 사용자 수 임계값, 명명 의무가 붙는 경우가 많다.
- 오픈 웨이트라도 학습 데이터는 여전히 불투명하다 — 숫자는 볼 수 있지만 무엇으로 만들어졌는지는 못 본다.
- 상용 판단의 핵심 질문은 셋이다: 상업적 이용이 되는가, 파인튜닝 후 재배포가 되는가, 출력물로 다른 모델을 학습시켜도 되는가.
«오픈소스 AI» 는 이 분야에서 가장 과적재된 표현이다. 내려받아 돌릴 수 있는 모델에도, 논문이 공개된 모델에도, 가끔은 무료 등급이 있는 호스팅 API 에도 붙는다. 구분은 중요하다. 법무팀이 무엇을 출시하게 해줄지가 거기서 갈리기 때문이다.
사람들이 뜻하는 세 가지
오픈 웨이트. 학습된 파라미터를 내려받을 수 있다. 자체 하드웨어에서 돌리고, 숫자를 들여다보고, 파인튜닝하고, 남의 API 를 부르지 않고 서빙할 수 있다. 다만 상업적으로 그럴 수 있는지는 붙어 있는 라이선스가 전적으로 정한다.
오픈소스(실제 표준). Open Source Definition 을 충족하는 라이선스 — 어떤 목적으로든 사용·연구·수정·재배포할 자유가 있고, 누가 무엇에 쓸 수 있는지에 제한이 없어야 한다. Apache-2.0, MIT, BSD 가 여기에 해당한다. 특정 용도를 금지하는 자체 라이선스는, 그 금지가 아무리 합리적이어도 해당하지 않는다.
오픈 연구. 논문과 평가 코드는 있고 가중치는 없다. 읽을 가치는 있고 배포는 불가능하다.
모델은 이 셋의 어떤 조합이든 될 수 있다. 대서특필되는 «오픈» 릴리스 대부분은 자체 라이선스가 붙은 오픈 웨이트 + 오픈 연구이지, 오픈소스가 아니다.
자체 라이선스가 흔히 더하는 조건
대개는 온건하고, 가끔 결정적이다. 이런 것들을 보라.
- 허용 용도 정책. 금지 용도 목록이 라이선스에 참조로 편입되고, 발행자가 개정할 수 있다.
- 규모 임계값. 월간 활성 사용자 수가 일정 수준을 넘으면 별도 계약을 요구하는 조항. 스타트업에는 무의미하고 대형 플랫폼에는 결정적일 수 있다.
- 표시와 명명. "Built with X" 를 노출하라거나, 파생 모델 이름에 기반 모델 이름을 접두하라는 요구.
- 파생 라이선스 승계. 파인튜닝한 버전을 같은 라이선스로 배포하라는 조항.
- 출력물 제한. 모델의 출력물로 경쟁 모델을 학습시키는 것을 제한하는 조항. 오픈 웨이트 라이선스와 호스팅 API 약관 양쪽에 나온다.
소프트웨어 라이선싱에서 특별한 일은 아니다. 문제는 «오픈»이라는 단어가 이 중 어떤 것도 적용되지 않을 것처럼 들린다는 점뿐이다.
왜 말꼬투리가 아닌가
구체적으로 물리는 상황 셋.
화이트라벨. 기반 모델 이름을 밝히라는 라이선스 위에서 만든 제품을 재판매한다면, 그 «화이트라벨» 은 사실 브랜드가 지워지지 않은 것이다.
카피레프트 전염. 소수의 AI 구성요소가 AGPL 로 배포된다. 호스팅 제품에서 AGPL 의 네트워크 조항은 우리 소스 공개를 요구할 수 있다. 이는 제품에 영향을 주는 라이선싱 결정이며, 의도적으로 내려야 한다.
조달. 기업·공공 구매처는 모든 모델과 라이선스를 명시한 소프트웨어 명세(SBOM)를 점점 더 요구한다. 라이선스 파일이 달리 말하는데 "오픈소스입니다"라고 답하면 그 검토를 통과하지 못한다.
무언가를 짓기 전에 물어야 할 것
- 가중치와 함께 오는 라이선스 파일은 무엇인가? 블로그 글 말고, 저장소의 파일.
- 임계값 없이 상업적으로 쓸 수 있는가? 사용자 수 상한이 있다면 성장 계획과 대조하라.
- 파인튜닝 후 재배포가 되는가? 결과물은 어떤 라이선스로 내야 하는가?
- 출력물을 자유롭게 쓸 수 있는가? 다른 모델을 학습·증류하는 용도 포함.
- 허용 용도 정책이 적용되고, 바뀔 수 있는가? 참조로 편입된 정책은 배포 이후에도 개정될 수 있다.
- 모델 카드는 학습 데이터에 대해 뭐라고 말하는가? 법적 안심을 위해서가 아니라 — 그런 건 거의 없다 — 출처에 대해 무엇을 «주장할 수 없는지» 알기 위해서다.
라벨과 무관하게 «오픈»이 주는 것
제한적인 커뮤니티 라이선스라도, 내려받을 수 있는 가중치는 호스팅 API 가 줄 수 없는 것을 준다.
- 데이터 소재지. 텍스트가 우리 인프라를 떠나지 않는다. 규제 산업에서는 이것이 결정적인 경우가 많다.
- 버전 안정성. 모델이 발밑에서 바뀌지 않는다. 평가 결과가 계속 유효하다.
- 비용 구조. 토큰당 과금 대신 우리가 통제하는 하드웨어 — 저볼륨에서는 대개 불리하고, 고정적인 고볼륨에서는 유리하다.
- 검사 가능성. 활성값을 들여다보고, 양자화하고, 가지치기하고, 행동을 측정할 수 있다. API 로는 금지된 일들이다.
이 이점들은 실재하고, 오픈 웨이트 릴리스가 중요한 이유다. 라이선스가 무엇이든 말이다. 다만 마케팅 단어가 약관 읽기를 대신하게 두지는 말자 — 그리고 글을 쓸 때는, 오픈 웨이트라면 «오픈 웨이트»라고 쓰자.
자주 묻는 질문
- Llama 는 오픈소스인가?
- Llama 는 OSI 승인 오픈소스 라이선스가 아니라 메타 자체의 커뮤니티 라이선스로 배포된다. 가중치를 내려받을 수 있고 상업적 이용도 폭넓게 허용되지만, 오픈소스 라이선스에는 없는 조건이 붙는다.
- 진짜 오픈소스인 모델 라이선스는?
- Apache-2.0 이나 MIT 로 공개된 모델 — 여러 Mistral·Qwen·DeepSeek 릴리스가 여기에 해당한다 — 은 표준 정의를 충족한다. 발행자가 릴리스마다 라이선스를 바꾸므로 그 모델의 카드를 꼭 확인하라.
- 오픈 웨이트 모델을 파인튜닝해서 팔아도 되는가?
- 대개 되지만 조건이 다르다. 같은 라이선스를 승계하라거나, 제품에 기반 모델 이름을 밝히라거나, 허용 용도 정책을 따르라는 요구가 있을 수 있다. 가중치와 함께 배포되는 라이선스 파일에서 확인하라.
- 오픈 웨이트면 학습 데이터도 볼 수 있는가?
- 아니다. 주요 릴리스 중 학습 코퍼스 전체를 공개하는 경우는 사실상 없다. 파라미터와, 데이터를 개괄적으로 서술한 모델 카드를 받을 뿐이다.
출처
- The Open Source Definition — Open Source Initiative
- The Open Source AI Definition — Open Source Initiative
- Llama licence and acceptable use policy — Meta