세 범주를 섞지 마
| 범주 | 가중치 | 학습 코드 | 데이터 | 수정·재배포 |
|---|---|---|---|---|
| 오픈 소스(OSI 기준) | 공개 | 공개 | 공개 또는 명시 | 폭넓게 허용 |
| 오픈 가중치 | 공개 | 대개 비공개 | 대개 비공개 | 라이선스마다 다름 |
| 폐쇄형·독점형 | 비공개 | 비공개 | 비공개 | 주로 API만 제공 |
‘오픈’ LLM 다수는 오픈 가중치야
Llama, Mistral, Qwen, DeepSeek는 대체로 별도 커뮤니티 라이선스로 가중치를 공개해. 상업 규모, 이름 표기, 규정 준수, 재허가 조건이 붙을 수 있어. OSI가 승인한 오픈 소스와는 다른 범주야.
완전한 오픈 소스는 드물어
AI2의 OLMo는 가중치, 학습 코드, 학습 데이터 문서를 허용적인 라이선스로 공개한 대표 사례야. BLOOM과 Pythia 같은 연구 모델도 가까운 예지만, 실전급 LLM 전체에서 흔한 방식은 아니야.
배포 전에 꼭 확인할 조건
- 상용 사용: 사용자 규모 조항이나 연구 전용 제한이 있는지 봐.
- 증류: 모델 출력으로 다른 모델을 학습하는 일을 금지하는지 확인해.
- 이름과 표기: 파생 모델 이름이나 출처 표시에 요구가 있는지 봐.
- 재허가: 미세 조정 모델을 배포할 때 원래 조건을 다음 사용자에게 넘겨야 하는지 확인해.
계약은 마케팅 문구가 아니라 파일에 있어
상용 배포 전에는 저장소의 실제 LICENSE 파일을 읽어. ‘오픈 소스’라는 소개 문구가 부정확할 수 있지만 법적 조건은 라이선스 본문에 있어.