오픈 웨이트 모델Open-Weight Model
한마디로
학습이 끝난 모델의 가중치 파일을 누구나 내려받아 자기 서버에서 돌릴 수 있게 공개한 모델이에요. 학습 데이터와 코드까지 다 여는 오픈소스 AI와 달리 '완성품'만 공개한다는 점이 달라요
가중치는 모델이 학습으로 얻은 수십억 개의 숫자 파라미터이고, 이것을 공개하면 누구든 그 모델을 내려받아 자체 서버에서 추론하거나 파인튜닝할 수 있습니다. Meta의 Llama, Google의 Gemma, Mistral, 알리바바의 Qwen, DeepSeek이 이 방식이고, OpenAI도 2025년 8월 5일 gpt-oss-120b와 gpt-oss-20b를 Apache 2.0 라이선스로 공개하며 2019년 GPT-2 이후 처음 이 대열에 합류했어요.
'오픈소스'와 구분해서 부르는 이유가 있습니다. 오픈소스 이니셔티브(OSI)가 2024년 10월 발표한 오픈소스 AI 정의 1.0은 가중치뿐 아니라 학습 코드와 데이터 정보까지 공개해야 오픈소스 AI로 인정해요. 대부분의 공개 모델은 가중치만 열고 학습 데이터는 비공개이며, Llama처럼 이용자 규모에 따라 별도 허가를 요구하는 자체 라이선스를 쓰는 경우도 있어서 엄밀하게는 오픈 웨이트라고 부르는 게 맞습니다. 라이선스 조건은 모델마다 다르니 상업 이용 전에 원문을 확인해야 해요.
마케팅 조직이 관심을 갖는 이유는 비용과 통제권입니다. 고객 데이터를 외부 API로 보내지 않고 사내에서 처리할 수 있고, 특정 벤더의 가격 정책 변경에 덜 흔들리며, 자사 데이터로 파인튜닝한 모델을 소유할 수 있어요. 대신 서버와 운영 인력, 모델 업데이트 관리가 자기 몫이 됩니다. 2026년 3분기에는 미국의 오픈 웨이트 규제 논의에 Nvidia, Microsoft, Meta가 반대 입장을 냈고, 중국계 모델의 성능 경쟁이 이어지면서 도입 검토 시 라이선스와 출처 검증이 기본 절차가 됐어요.
헷갈리는 용어 구분
- 오픈 웨이트 모델vs오픈소스 AI오픈소스 AI는 가중치와 함께 학습 코드, 데이터 정보까지 열어 OSI 정의를 충족하는 것이고, 오픈 웨이트 모델은 가중치 파일만 공개한 경우라 대부분의 공개 모델이 여기에 속해요
- 오픈 웨이트 모델vs파운데이션 모델파운데이션 모델은 여러 과제에 두루 쓰이는 대규모 기반 모델을 가리키는 말이고, 오픈 웨이트는 그 모델의 가중치를 공개했는지를 따지는 말이에요
- 오픈 웨이트 모델vs파인튜닝파인튜닝은 모델을 내 데이터로 추가 학습하는 작업이고, 오픈 웨이트 모델은 그 작업을 직접 할 수 있게 가중치를 준 모델입니다
태그
관련 용어
- 오픈소스 AI모델의 코드나 가중치를 공개해 누구나 쓰고 수정할 수 있게 한 AI예요. Llama, DeepSeek처럼 무료로 받아 자체 서버에서 돌릴 수 있는 모델들이 여기…
- 파운데이션 모델광범위한 데이터로 사전학습해 다양한 작업에 범용으로 갖다 쓰는 기반 모델이에요. LLM은 그중 언어에 특화된 버전이에요
- 파인튜닝사전학습된 모델을 특정 도메인, 작업에 맞게 추가 학습으로 조정하는 거예요. '범용 모델을 우리 일에 맞춰 특화'하는 단계예요
- 거대 언어 모델대규모 텍스트로 학습해 사람처럼 글을 이해하고 생성하는 언어 모델이에요. GPT, Claude, Gemini가 여기에 해당해요
- 디스틸레이션(증류)큰 모델(선생)의 출력을 작은 모델(학생)이 따라 배우게 해 능력을 옮기는 기술이에요. 구글은 Gemini 1.5 Flash를 1.5 Pro로부터 이렇게 학습시…
- 파라미터쓰는 곳에 따라 뜻이 달라요. AI에서는 모델이 학습으로 조정하는 가중치 값(70B=700억 개), GA4에서는 이벤트에 붙여 보내는 부가 정보를 가리켜요