AI 뉴스의 대부분은 기업의 앱이나 API를 통해서만 사용할 수 있는 비공개 모델에 관한 것입니다. 하지만 올해 가장 중요한 출시작 중 일부는 누구나 가중치를 내려받아 자신의 하드웨어에서 실행하고 수정할 수 있는 모델이었습니다.
올가을 오픈 웨이트 AI의 선택지는 눈에 띄게 늘었습니다. 무엇이 출시됐는지, 각각의 경우에 ’공개’가 실제로 무엇을 뜻하는지, 누가 관심을 가져야 하는지 살펴보겠습니다.
오픈 웨이트란
모델의 가중치는 학습 중에 모델이 익힌 수십억 개의 숫자입니다. 기업이 가중치를 공개하면 데이터를 다른 회사의 서버로 보내는 대신 모델을 직접 실행할 수 있습니다. 자체 데이터로 파인튜닝할 수도 있습니다.
이는 전통적인 소프트웨어 의미의 ’오픈 소스’와는 다릅니다. 많은 오픈 웨이트 모델은 학습 데이터나 전체 학습 코드를 공개하지 않으며, 사용 방법을 제한하는 라이선스가 붙은 경우도 많습니다. 이 부분은 다시 다루겠습니다. 대부분의 보도가 암시하는 것보다 더 중요하기 때문입니다.
올해의 주요 출시작
DeepSeek
중국 연구소 DeepSeek는 올해 꾸준한 출시 속도를 유지했습니다. 봄에는 V4 계열의 Pro와 Flash 버전이 Hugging Face에 올라왔고, 여름에는 업데이트된 체크포인트, 9월 초에는 실험적인 비전 모델, 10월 중순에는 V4.1 Flash가 뒤를 이었습니다. DeepSeek의 잦고 점진적인 업데이트 덕분에 이 연구소는 가장 주목받는 오픈 웨이트 연구소 중 하나가 됐습니다.
Alibaba의 Qwen
8월 14일, Alibaba의 Qwen 팀은 두 Qwen3.8 모델의 가중치를 공개했습니다. 더 작은 Qwen3.8-27B는 텍스트, 이미지, 영상을 처리하는 270억 파라미터의 멀티모달 모델입니다. 기본 컨텍스트 창은 약 262,000토큰이며, 팀에 따르면 100만 토큰까지 확장할 수 있습니다. Qwen은 이 모델이 코딩과 사무 작업에서 더 큰 Qwen3.7-Plus보다 뛰어나다고 말합니다. 사용 조건이 관대한 Apache 2.0 라이선스로 출시됐습니다.
두 번째로 훨씬 더 큰 Qwen3.8-2.4T-A95B는 최상위 시장을 겨냥합니다. eWeek의 보도에 따르면 일부 대규모 상업 사용자에게 제한을 추가하는 별도 라이선스가 적용됩니다.
Meta
Meta의 오픈 웨이트 행보에는 변화가 있었습니다. 2025년 4월 출시된 Llama 4는 Llama라는 이름으로 나온 마지막 주요 모델이었습니다. 올해 Meta는 Muse라는 새 모델 계열로 전환했고, 첫 Muse 모델을 4월에 API로만 이용할 수 있는 비공개 제품으로 출시했습니다.
10월 15일, Meta는 가중치가 공개된 대규모 전문가 혼합 모델 Muse Spark Open을 출시했습니다. Meta의 최고 AI 책임자인 Alexandr Wang은 이를 ’현재까지 가장 뛰어난 미국 오픈 웨이트 모델’이라고 불렀습니다. Meta는 Alibaba의 Qwen, Moonshot AI의 Kimi, Z.ai의 GLM 등 중국 주요 개발사의 유사 모델과 경쟁하며 일부 경우에는 이를 능가한다고 말합니다. 이는 Meta 자체의 주장입니다.
Meta에 따르면 이 모델은 Apple의 M5 Ultra 칩이 탑재된 Mac Studios 두 대에서 실행할 수 있습니다. 이는 최상위 모델에서 ’로컬 실행’이 이제 상당한 하드웨어를 뜻한다는 것을 보여줍니다. 또한 표준 오픈 소스 라이선스가 아닌 상업적 제한이 있는 Meta 자체 라이선스로 출시됐습니다.
실제로 달라진 점
중국 연구소들이 속도를 주도한다
이번 가을을 가장 잘 보여주는 대목은 Meta가 자사 출시를 설명한 방식일 수 있습니다. Muse Spark Open을 내세우는 논리는 중국 오픈 웨이트 모델과의 비교를 중심으로 구성됐습니다. 지난 1년간 DeepSeek, Alibaba의 Qwen 팀, Moonshot, Z.ai 같은 연구소들이 강력한 오픈 웨이트 모델의 기준을 정해 왔고, 이제 미국의 가장 큰 신규 참여자가 이들과 비교하며 자신의 위치를 잡고 있습니다.
일부 기업에는 성능 외의 이유로도 이 점이 중요합니다. 규제 대상 업종의 기업이나 소프트웨어 출처에 관한 정책이 있는 기업은 모델이 전적으로 자체 서버에서 실행되더라도 사용 전에 출처와 라이선스를 확인해야 할 수 있습니다.
소형 모델이 실용적으로 변했다
제가 가장 실용적이라고 생각하는 출시작은 거대 모델이 아닙니다. Qwen3.8-27B 같은 모델입니다. 압축하면 고성능 GPU 한 개에서 실행할 수 있을 만큼 작으면서도 문서 처리, 내부 검색, 코딩 지원 같은 실제 업무에 충분한 성능을 갖췄습니다. 많은 업무에 적절한 균형입니다.
이제 ’공개’는 넓은 범위를 포괄한다
라이선스를 비교해 보세요. Qwen의 작은 모델에는 Apache 2.0, 큰 모델에는 제한이 있는 별도 라이선스, Muse Spark Open에는 상업적 제한이 있는 Meta 자체 라이선스가 적용됩니다. 모두 ’공개’라고 불리지만 공개 수준은 같지 않습니다. 모델을 기반으로 제품을 만들기 전에는 항상 라이선스를 읽어보세요. 특히 사업을 확장할 계획이라면 더욱 그렇습니다.
누가 관심을 가져야 할까
다음에 해당한다면 오픈 웨이트가 필요하지 않을 가능성이 큽니다. 개인이나 소규모 팀으로서 일상적인 글쓰기, 조사, 분석에 AI를 사용하는 경우입니다. 비즈니스 요금제로 좋은 비공개 모델을 이용하는 편이 더 간단하고 가장 어려운 작업에서는 대체로 성능도 더 좋습니다.
다음에 해당한다면 오픈 웨이트를 진지하게 살펴볼 가치가 있습니다.
- 데이터를 자체 환경 밖으로 내보낼 수 없습니다. 자체 인프라에서 모델을 실행하면 민감한 데이터를 내부에 보관할 수 있습니다. 민감한 데이터를 유출하지 않고 업무에 AI를 사용하는 방법 안내서에서 이것이 중요한 상황을 다룹니다.
- 대량으로 처리합니다. 규모가 커지면 정기적인 작업에 자체 모델을 호스팅하는 것이 토큰당 비용을 지불하는 것보다 저렴할 수 있습니다.
- 맞춤 설정이 필요합니다. 가중치를 직접 관리하면 자체 데이터로 파인튜닝하기가 훨씬 쉽습니다.
- 특정 공급업체에 종속되고 싶지 않습니다. 직접 호스팅하는 모델은 자신도 모르는 사이에 지원이 중단되거나, 가격이 바뀌거나, 변경될 수 없습니다.
그 대가로 보통 제공업체가 맡는 하드웨어, 업데이트, 모니터링, 안전 조치를 직접 책임져야 합니다. 실제로 일이 많이 들기 때문에 많은 팀이 결국 두 방식을 함께 씁니다. 가장 어렵고 처리량이 적은 작업에는 비공개 모델을, 처리량이 많거나 민감한 작업에는 오픈 웨이트 모델을 사용합니다.
제 생각
오픈 웨이트 생태계는 1년 전보다 건강해졌습니다. 연구소와 모델 크기의 선택지가 늘었고 경쟁도 치열해졌습니다. 이는 비공개 모델의 가격에 압력을 가하기 때문에 모델을 한 번도 내려받지 않는 사람을 포함해 모두에게 좋습니다.
하지만 저는 ’공개’라는 단어에 주의하겠습니다. 오픈 웨이트 모델에서 가장 중요한 질문은 벤치마크 점수가 아닙니다. 라이선스가 계획한 용도를 허용하는지, 그리고 감당할 수 있는 하드웨어에서 실제로 실행할 수 있는지입니다.
올가을 출시된 비공개 모델에 대해서는 GPT-6, Gemini 4 Argon, Claude 5.5 출시로 무엇이 달라졌는지 살펴보세요. 특정 작업에 사용할 모델을 고르고 있다면 AI 모델을 선택하는 방법 안내서에서 공개 모델과 비공개 모델의 차이를 포함한 장단점을 설명합니다.
출처
- Hugging Face, DeepSeek 모델 저장소
- The Decoder, Alibaba의 Qwen 팀이 Apache 2.0 라이선스로 Qwen 3.8 모델의 가중치를 공개하다, 2026년 8월 14일
- eWeek, Alibaba가 Qwen3.8-27B를 공개하고 Max 모델에 라이선스 제한을 추가하다, 2026년 8월
- Khaleej Times, Meta가 중국 경쟁사에 맞설 새 ‘공개’ AI 모델을 선보이다, 2026년 10월 16일
- The New Stack, Meta가 중국 최고의 오픈 웨이트 모델에 대응하는 Muse Spark Open을 출시하다, 2026년 10월



