URL을 쥐고 있을 때 실제로 쥐고 있는 것
사람들이 "모델 갖고 있어"라고 부르는 거의 전부는 포인터야. URL이 하나 있고, 어쩌면 북마크가 있고, 프로젝트에서 필요할 때마다 캐시 폴더로 다시 받아오는 습관이 있지. 포인터가 튼튼해 보이는 건 페이지가 대개 뜨니까야. 근데 포인터는 가리키는 대상이 아니라 허가이고 — 서버를 통제하는 누군가가 줬고, 그들의 재량으로 회수 가능하고, 이유는 너와 아무 상관 없어.
모델 웨이트는 최소 세 가지 기록된 방식으로 공개 접근권에서 사라져 왔어. 때로는 아티팩트가 삭제돼: 라이선스 분쟁이 체크포인트 회수로 끝나거나, 저자가 더 이상 책임질 수 없는 실험을 쓸어내거나. 때로는 정책이야: 호스트가 이용약관을 조이고, 리포를 승인제 게이트 뒤로 묶고, 콘텐츠 범주를 통째로 내려가게 하지 — 아티팩트는 어딘가에 여전히 존재하지만 네 툴링이 기대하는 곳에는 없어. 그리고 때로는 회사가 그냥 죽어, 서버까지 같이. 이 중 어느 것도 악의를 필요로 하지 않아. 전부 같은 대출을 끝내지.
더 넓은 패턴은 AI 특유의 게 아니야. 2019년, MySpace의 평범한 서버 마이그레이션이 약 12년치 사용자 음악을 파괴했어 — 늘 존재해 왔으니 계속 존재할 거라고 음악가들과 아카이빗들까지 늘 존재하리라 믿었던 아카이브를. 교훈은 깔끔하게 일반화돼: 내가 통제하지 않는 인프라에 저장된 데이터는 평범한 운영으로 파괴될 수 있다. 의존하는 무언가의 유일한 사본이 남의 문 뒤에 살아 있으면, 그 접근은 소유이 아니라 임대야.
open weights는 유난히 소유 가능하다
이 퀘스트가 성립하는 이유가 여기 있어: 모델 웨이트는 진짜 소유가 기술적으로 쉬운, 드문 디지털 아티팩트거든. 파일로 직렬화된 텐서 집합은 스스로 완결돼. 로드하려고 집에 전화하질 않아(일부 호스티드 API는 하지만. 텐서 파일은 안 해). 원래 학습 run도, 데이터셋도, 만든 회사도 필요 없어. 복사할 수 있고, 복사본이 저자가 공개한 것과 비트 단위로 같은지 검증할 수 있고, 디스크 사이를 옮길 수 있고, 학습될 때 존재하지 않던 하드웨어에서 몇 년 뒤에 로드할 수 있어.
스트리밍 시대에 네가 그럴듯하게 "소유"한다는 것들과 비교해 봐: DRM 묶인 미디어, 의존적인 계정, 라이선스 서버. 다운로드해서 다이제스트로 검증해서 저장한 웨이트는 스트리밍 라이선스보다 문고본에 가까워. open-weight 생태계는 결함이 뭐가 됐든 이걸 존중하는 아티팩트를 배포해. 그리고 그건 — 이걸 실제로 활용함으로써 지킬 가치가 있어.
기록관의 첫 수
도서관은 이 문제를 몇 세기 전에 풀었고, 답은 "출판사를 믿기"가 아니었어. 수집(acquisition)이었지: 물건의 사본을 얻고, 기술하고(descibe), 카탈로그가 말하는 것과 일치하는지 검증하고, 보관 인센티브가 맞는 곳에 놓는 것. 이 퀘스트의 모든 트랙은 이 동사들을 텐서에 적용한 거야 — 수집하고, 기술하고, 검증하고, 배치해.
사본을 만드는 가장 싼 시점은 링크가 건강할 때야. 모델이 리스트에서 빠질 거라는 소문이 돌 때까지 기다리는 건, 화가가 죽은 뒤 경매장에서 사는 박물관이야: 가능하고, 비싸고, 때로는 불가능하지. 모든 게 지루한 동안 조용하고 참을성 있게 수집하는 것 — 그게 전략의 전부야.