LLM에게 "완전한 공개(Fully Open)"가 의미하는 진짜 뜻 — 그리고 왜 Aether-7B가 무료 모델 리스트에 올라갔는가

이번 주에 작지만 시사하는 바가 큰 일이 일어났습니다. VIDRAFT의 Aether-7B-5Attn이 비용 지불 없이 사용할 수 있는 AI 모델 및 도구의 커뮤니티 큐레이션 리스트인 awesome-free-models에 추가되었습니다. 동일한 업데이트에서 이 모델은 훨씬 더 큰 규모의 연구소에서 나온 최신 오픈 모델들인 DeepSeek V4 Pro, Mistral Large 3, Nemotron 3 Super, Phi-4와 나란히 이름을 올렸습니다.

이것은 벤치마크 트로피가 아니라 GitHub 리스트의 한 줄일 뿐입니다. 하지만 그것이 그곳에 있는 _이유_는 파헤쳐 볼 가치가 있습니다. 왜냐하면 이 현상은 "오픈(open)"이라는 단어가 보통 숨기고 있는 차이점을 가리키고 있기 때문입니다.

"오픈 웨이트 (Open weights)"는 "오픈 소스 (open source)"가 아니다

사람들이 "오픈"이라고 부르는 대부분의 모델은 오픈 웨이트 (open-weight) 모델입니다. 즉, 다운로드하여 실행할 수 있는 학습된 파라미터(parameters) 파일이 제공되는 방식입니다. 이는 진정으로 유용하지만, 그것은 _결과물_이지 _방법론_이 아닙니다. 어떤 데이터가 그것을 생성했는지, 어떤 코드가 그것을 학습시켰는지, 또는 학습 로그(training logs)가 어떠했는지는 알 수 없습니다. 실행할 수는 있지만, 재현하거나 감사(audit)할 수 없으며, 그 출처(provenance)를 완전히 신뢰할 수도 없습니다.

awesome-free-models의 항목은 Aether를 다음과 같이 설명합니다:

"100% 오픈 파운데이션 모델 (가중치, 데이터, 코드, 로그). 이종 어텐션 (heterogeneous attention)을 사용하는 7B MoE (~3B 활성). Apache 2.0."

중요한 부분은 괄호 안의 내용입니다: 가중치(weights), 데이터(data), 코드(code), 로그(logs). 단순히 학습된 결과물뿐만 아니라 그것을 만든 전체 체인을 의미합니다. 이것이 "여기 바이너리가 있다"와 "여기 레시피, 재료, 그리고 주방 노트가 있다"의 차이입니다.

개발자가 관심을 가져야 하는 이유

모델을 기반으로 무언가를 구축한다면, 완전한 공개(full openness)는 오픈 웨이트만으로는 얻을 수 없는 것들을 제공합니다:

• 재현성 (Reproducibility) — 단순히 추측하는 것이 아니라, 모델이 어떻게 훈련되었는지 그 과정을 추적할 수 있습니다.
• 감사 가능성 (Auditability) — 데이터와 로그를 검사할 수 있으며, 이는 컴플라이언스(compliance) 준수와 내부 내용에 대한 신뢰 구축에 중요합니다.
• 주권 (Sovereignty) — 특정 벤더의 블랙박스(black box)에 의존하지 않고, 엔드 투 엔드(end-to-end)로 모델을 재구축하거나 조정할 수 있습니다.
• 진정한 Apache-2.0의 자유 — 아무런 제약 없이 사용, 수정, 상업적 배포가 가능합니다.

다른 모든 것의 기반이 되는 파운데이션 모델(foundation model)에게 있어, 이러한 투명성은 있으면 좋은 기능(nice-to-have)이 아닙니다. 그것이 바로