오픈웨이트 오픈소스 차이

**오픈웨이트는 완성품을 주는 것, 오픈소스 AI는 만드는 법까지 주는 것이다.** | 공개 항목 | 오픈웨이트 | 오픈소스 AI(OSI 정의) | |---|---|---| | 가중치 | 공개 | 공개 | | 추론 코드 | 대개 공개 | 공개 | | 학습 코드 | 대개 비공개 | 공개 | | 학습 데이터 정보 | 대개 비공개 | 재현 가능한 수준으로 공개 | | 이용 제한 | 라이선스마다 다름 | 사용·수정·배포 자유 |

오픈웨이트 모델 상업적 이용

**라이선스를 먼저 봐야 한다.** | 라이선스 | 상업 이용 | 주요 조건 | |---|---|---| | 아파치 2.0 | 가능 | 저작권 고지, 특허 조항 | | MIT | 가능 | 저작권 고지 | | 라마 커뮤니티 라이선스 | 가능 | 월간 이용자 7억 명 초과 시 별도 허가, 사용 정책 준수 | | 회사 자체 라이선스 | 경우마다 다름 | 매출·용도 제한이 붙기도 함 |

AI 모델 로컬 실행 사양

**대략 '파라미터 수 × 숫자 하나의 바이트'가 필요한 메모리다.** | 모델 크기 | 16비트 | 8비트 | 4비트 | |---|---|---|---| | 80억 | 약 16GB | 약 8GB | 약 4GB | | 700억 | 약 140GB | 약 70GB | 약 35GB | | 5010억 | 약 1TB | 약 500GB | 약 250GB | | 1조 | 약 2TB | 약 1TB | 약 500GB | 가중치만의 크기다. 실제로는 대화 기록을 담는 메모리가 더 든다.

오픈웨이트 모델이란 — 오픈소스와 다른 점, 1조 파라미터를 받아도 못 돌리는 이유

오픈웨이트 모델은 AI가 학습으로 얻은 숫자 묶음, 즉 '가중치(weights)'를 누구나 내려받아 자기 컴퓨터나 서버에서 돌릴 수 있게 공개한 모델이다. 오픈소스와는 다르다. 학습 데이터와 학습 코드는 대개 공개하지 않고, 라이선스에 따라 쓰임이 제한되기도 한다. 메타의 라마 라이선스는 월간 이용자 7억 명이 넘는 서비스에 별도 허가를 요구하고, 아파치 2.0이나 MIT 라이선스는 상업 이용까지 사실상 자유롭다. 크기도 제약이다. 1조 파라미터 모델은 4비트로 줄여도 불러오는 데만 약 0.5테라바이트 메모리가 필요해, 2026년 10월 공개된 미스트랄 라지 4 같은 모델은 사실상 데이터센터용이다

'오픈'이라는 말이 붙은 AI 모델은 많지만, 무엇이 열려 있는지는 모델마다 다르다. 2026년 10월 6일 미스트랄이 1조 파라미터짜리 '라지 4'를 공개하면서 가중치를 10월 말 풀겠다고 했다(「미스트랄 라지 4 공개」). 지난주 리플렉션 AI의 '빔'도, 중국의 딥시크·GLM·큐원도 '오픈웨이트'로 불린다. 오픈웨이트가 정확히 무엇을 공개한다는 뜻인지, 오픈소스와 어떻게 다른지, 그리고 '누구나 쓸 수 있다'는 말에 어떤 단서가 붙는지 정리한다.

1. 가중치란 무엇이고, 무엇을 공개한다는 뜻인가

AI 모델은 거대한 숫자 묶음이다. 학습은 데이터를 보면서 이 숫자들을 조금씩 고쳐 가는 과정이고, 학습이 끝나 고정된 숫자들을 가중치(weights) 또는 파라미터라고 부른다. '1조 파라미터'는 이런 숫자가 1조 개라는 뜻이다.

구성 요소	설명	비유
가중치	학습으로 얻은 숫자 묶음	완성된 요리
추론 코드	가중치를 불러 답을 계산하는 프로그램	데우는 법
학습 코드	가중치를 만들어 낸 프로그램	조리법
학습 데이터	모델이 보고 배운 글·이미지	재료 목록과 산지

오픈웨이트는 이 가운데 가중치(와 대개 추론 코드)를 공개한다는 뜻이다. 내려받아 내 서버에 설치하고, 내 데이터로 추가 학습(미세조정)하고, 인터넷 없이 돌릴 수 있다. 반면 폐쇄형 모델(챗GPT, 클로드, 제미나이 등)은 회사 서버에서만 돌고 사용자는 API로 질문을 보내 답을 받을 뿐이다.

2. 오픈소스와는 무엇이 다른가

오픈소스 소프트웨어 운동을 이끄는 OSI(오픈소스 이니셔티브)는 2024년 10월 '오픈소스 AI 정의 1.0'을 냈다. 이 기준으로 오픈소스 AI라고 부르려면 가중치뿐 아니라 학습 코드와, 비슷한 모델을 다시 만들 수 있을 만큼 자세한 학습 데이터 정보가 있어야 하고, 누구나 쓰고 고치고 나눌 자유가 보장돼야 한다.

공개 항목	폐쇄형	오픈웨이트	오픈소스 AI(OSI)
API로 사용	가능	가능	가능
가중치 내려받기	불가	가능	가능
내 서버에서 실행·미세조정	불가	가능	가능
학습 코드	비공개	대개 비공개	공개
학습 데이터 정보	비공개	대개 비공개	재현 가능 수준 공개
이용 제한	약관	라이선스마다 다름	자유

대부분의 유명 모델은 오픈소스가 아니라 오픈웨이트다. 학습 데이터를 공개하지 않는 이유는 저작권 분쟁 위험, 경쟁 정보 보호, 데이터 규모 자체 때문이다. 그래서 '오픈소스 LLM'이라는 표현이 흔히 쓰이지만 엄밀하게는 '오픈웨이트'가 정확하다.

3. 라이선스 — '오픈'이어도 조건이 다르다

라이선스	대표 모델 예	상업 이용	핵심 조건
아파치 2.0	미스트랄 라지 3, 오픈AI gpt-oss, 다수의 큐원 모델	가능	저작권·변경 고지, 특허 보호 조항
MIT	딥시크-R1(2025년 1월)	가능	저작권 고지만
라마 커뮤니티 라이선스	메타 라마 3 계열	가능하나 조건부	월간 이용자 7억 명 초과 서비스는 메타의 별도 허가 필요, 금지 용도 정책 준수
회사 자체 라이선스	일부 기업 모델	경우마다	매출 규모·용도·지역 제한이 붙기도 함

같은 회사라도 모델마다 라이선스가 다를 수 있다. 미스트랄은 라지 3를 아파치 2.0으로 냈지만, 라지 4의 라이선스는 아직 공개하지 않았다. 기업이 오픈웨이트 모델을 서비스에 넣을 때 가장 먼저 확인할 것이 성능표가 아니라 라이선스 문서인 이유다.

4. '누구나 쓸 수 있다'의 현실 — 메모리 계산법

가중치를 받아도 돌릴 장비가 없으면 소용이 없다. 대략적인 계산법은 간단하다. 파라미터 수 × 숫자 하나의 크기(바이트)가 가중치를 불러오는 데 필요한 메모리다. 16비트는 2바이트, 8비트는 1바이트, 4비트는 0.5바이트다.

모델 크기	16비트	8비트	4비트	현실적인 장비
80억	약 16GB	약 8GB	약 4GB	게임용 PC, 고사양 노트북
700억	약 140GB	약 70GB	약 35GB	고성능 GPU 1~2장 또는 대용량 메모리 PC
5010억(리플렉션 빔)	약 1TB	약 500GB	약 250GB	데이터센터 GPU 여러 장
1조(미스트랄 라지 4)	약 2TB	약 1TB	약 500GB	데이터센터 서버 여러 대

MoE 모델은 계산할 때 일부 파라미터만 쓰지만, 메모리에는 전부 올려 두어야 한다. 그래서 토큰당 490억 개만 쓰는 라지 4도 불러오는 데는 1조 개 분량의 메모리가 든다(MoE 구조는 「MoE(전문가 혼합)란」 참고). 숫자를 4비트로 줄이는 '양자화'는 메모리를 4분의 1로 줄이지만 성능이 조금 떨어질 수 있다.

결국 초대형 오픈웨이트 모델의 실제 사용자는 개인이 아니라 자체 데이터센터를 가진 기업·정부·연구기관이다. 데이터를 외부로 보내지 않아도 된다는 점, 특정 회사 API 가격 변동에 묶이지 않는다는 점이 그들이 오픈웨이트를 찾는 이유다.

5. 자주 묻는 질문

질문	답
오픈웨이트면 무료인가	가중치는 무료로 받지만 돌리는 장비와 전기는 내 비용이다. 작은 서비스는 API가 더 쌀 수 있다
안전장치를 풀 수 있나	미세조정으로 거절 성향을 약하게 만들 수 있다. 그래서 일부 회사는 위험 능력 평가 뒤 공개 여부를 정한다
중국 오픈웨이트 모델 써도 되나	라이선스상 가능한 경우가 많다. 다만 내 서버에서 돌리면 데이터는 밖으로 나가지 않는 반면, 학습 데이터 편향과 검열 성향은 그대로 따라온다
한국어는 잘하나	모델마다 다르다. 미스트랄 라지 4는 한국어를 포함한 160개 이상 언어 지원을 밝혔지만 한국어 점수는 공개하지 않았다

6. 남은 것과 확인되지 않은 것

미스트랄 라지 4의 라이선스는 가중치 공개 시점(10월 말)에 확인된다.
메모리 표는 가중치만 계산한 근사치다. 긴 대화를 처리하려면 그보다 더 많은 메모리가 필요하다.
중국 오픈웨이트 모델이 오픈라우터 같은 중개 시장에서 점유율을 빠르게 늘린 흐름은 「중국 AI 모델 점유율 57~67%」에 정리했다.