최근 인공지능(AI) 기술이 빠르게 발전하면서, AI 모델의 공개 범위에 대한 논의가 활발합니다. 특히 클로즈드(Closed AI), 오픈소스(Open-source AI), 오픈웨이트(Open-weight AI)라는 용어들이 혼용되면서 혼란을 야기하기도 합니다. 이 세 가지 분류는 AI 모델의 핵심 구성 요소인 코드, 학습 데이터, 그리고 학습된 모델의 가중치(weights)를 얼마나 공개하느냐에 따라 구분됩니다.
클로즈드 AI는 모델 개발에 필요한 모든 요소, 즉 학습 코드, 데이터, 모델 가중치, 심지어 추론(inference) API까지도 철저히 비공개로 유지하는 방식입니다. 대표적으로 구글의 제미나이(Gemini)나 오픈AI(OpenAI)의 GPT 시리즈가 여기에 해당합니다. 반면, 오픈소스 AI는 소프트웨어 개발의 전통적인 오픈소스 개념과 유사하게, 모델을 학습시키는 코드와 학습에 사용된 데이터, 그리고 최종 모델 가중치까지 모두 공개하여 누구나 자유롭게 접근하고 수정, 배포할 수 있도록 합니다. 메타(Meta)의 라마(Llama) 2는 오픈소스에 가깝지만, 상업적 사용에 일부 제한이 있어 완전한 오픈소스와는 차이가 있습니다.
오픈웨이트 AI는 이 둘의 중간 지점에 있습니다. 모델을 학습시키는 코드나 학습 데이터는 비공개일 수 있지만, 학습이 완료된 모델의 가중치(weights) 파일은 공개하는 방식입니다. 이 가중치 파일만 있으면 사용자는 자체 서버에서 모델을 구동하고 미세조정(fine-tuning)할 수 있습니다. 메타의 라마 3(Llama 3)가 대표적인 오픈웨이트 모델로, 개발자들이 모델을 기반으로 혁신적인 애플리케이션을 만들 수 있도록 하면서도, 핵심 기술 노하우는 어느 정도 보호하는 전략입니다. 이러한 공개 방식의 차이는 AI 기술의 발전 속도, 보안 문제, 그리고 기술 독점 여부에 큰 영향을 미치므로, 각 방식의 장단점을 이해하는 것이 중요합니다.