가중치만 여는 건 이제 오픈이 아니야

8월 11일 엔비디아가 네모트론 3.5 라이트닝을 공개했어. 하루 전인 8월 10일에는 메타가 뮤즈 글리머를 아파치 2.0 라이선스로 풀었고. 이틀 사이에 미국 기업 두 곳이 나란히 오픈웨이트 모델을 내놓은 거야.

CNBC는 이걸 두고 중국 랩들이 주도해 온 오픈웨이트 경쟁에 미국이 "매우 단단한 깃발"을 꽂았다고 표현했어. 그런데 두 발표를 나란히 놓고 보면 엔비디아 쪽이 한 걸음 더 나갔어.

메타는 가중치를 열었어. 엔비디아는 가중치에 더해 학습 데이터와 학습 레시피를 함께 열었어.

이 차이가 왜 중요하냐면, 지난 몇 년간 "오픈소스 AI"라는 말이 사실상 "가중치 다운로드 가능"이라는 뜻으로만 쓰여 왔기 때문이야. 모델이 무엇으로 학습됐는지, 어떤 순서로 후처리됐는지는 대부분 비공개였어. 그 상태에서는 모델을 받아 쓸 수는 있어도, 왜 그렇게 답하는지 추적하거나 같은 방법으로 다시 만들 수는 없어. 엔비디아가 연 건 그 다음 층이야.

엔비디아가 이걸 할 수 있는 이유는 사업 구조에 있어. 모델을 팔아 돈을 벌 계획이 없으니 데이터와 방법을 감출 이유도 적어. 반대로 오픈AI나 앤트로픽처럼 모델 자체가 상품인 회사는 학습 데이터를 공개하는 순간 경쟁 우위와 저작권 소송 리스크를 동시에 감수해야 해. 같은 "오픈"이라도 회사가 서 있는 자리에 따라 열 수 있는 범위가 다르다는 뜻이야.

네모트론 3.5 라이트닝이 어떤 물건인지

구조부터 특이해. 총 30B 파라미터에 토큰당 3B만 활성화되는 하이브리드 MoE(전문가 혼합) 구조야. 그런데 전형적인 트랜스포머 MoE가 아니라, Mamba-2 레이어와 MoE 레이어를 번갈아 배치하고 어텐션 레이어를 선택적으로 끼워 넣은 형태야.

Mamba는 상태공간 모델(SSM) 계열이라 어텐션과 계산 특성이 달라. 어텐션은 시퀀스 길이의 제곱에 비례해 비용이 늘어나는데, Mamba 계열은 선형에 가까워. 긴 컨텍스트에서 유리하다는 뜻이야. 이 모델이 최대 100만 토큰 컨텍스트를 지원하는 배경이 여기 있어.

사전학습은 20조 토큰 이상을 썼고, NVFP4라는 4비트 부동소수점 레시피로 돌렸어. 크롤링 데이터와 합성 데이터를 섞었고, 코드·수학·과학·일반 지식 영역을 담았다고 모델 카드에 적혀 있어. 그리고 이 모델은 더 큰 네모트론 3 울트라에서 증류(distillation)된 결과물이야.

증류라는 방식도 짚고 갈 만해. 큰 모델이 만들어 낸 출력을 작은 모델이 따라 배우게 하는 학습법인데, 처음부터 작은 모델을 사전학습하는 것보다 훨씬 효율이 좋아. 대신 원본 모델의 품질에 상한이 걸려. 네모트론 3 울트라가 어느 수준인지가 이 모델의 천장을 정한다는 뜻이야. 엔비디아가 울트라 자체는 이번에 공개하지 않았다는 점도 같이 봐야 해.

실용적으로 가장 중요한 숫자는 활성 파라미터 3B야. 30B를 전부 메모리에 올려야 하지만 매 토큰마다 계산에 참여하는 건 3B뿐이라, 추론 속도가 3B급 모델에 가까워. H100 한 장에서 돌아간다는 얘기가 나오는 것도 이 때문이야. 로컬 에이전트나 온프레미스 배포에서 이건 큰 차이야.

배포 형태도 여러 가지야. 전정밀도 BF16 버전은 커스터마이징의 출발점으로 쓰라고 명시돼 있어. 후처리 학습(SFT·강화학습·증류), 도메인 적응, 자체 양자화 변형 제작이 여기서 시작돼. 그 위에 NVFP4 계열 배포 변형이 여러 개 있고, 사전학습만 끝낸 베이스 모델도 별도로 공개됐어. 커뮤니티에서는 GGUF 변환본이 바로 올라왔어.

라이선스는 openmdw-1.1이야. 상용 사용이 가능하다고 모델 카드에 명시돼 있어.

숫자로 비교하면

항목 Nemotron 3.5 Lightning Muse Glimmer (Meta)
공개일 2026-08-11 2026-08-10
총 파라미터 30B 30B
활성 파라미터 3B / 토큰 —
구조 Mamba-2 + MoE + 선택적 어텐션 트랜스포머 계열
컨텍스트 최대 100만 토큰 —
사전학습 토큰 20조+ —
공개 범위 가중치 + 학습 데이터 + 레시피 가중치
라이선스 openmdw-1.1 Apache 2.0

표에 빈칸이 많은 건 메타가 뮤즈 글리머의 구조나 학습 규모를 상세히 공개하지 않았기 때문이야. 이 빈칸 자체가 이번 두 발표의 차이를 보여주는 지표이기도 해. 같은 "오픈웨이트"라는 이름 아래에서도 확인 가능한 정보의 양이 이만큼 달라.

두 모델 다 30B라는 게 우연 같지는 않아. 이 크기가 지금 오픈웨이트의 실질적인 스위트스팟이야. 4비트로 누르면 20GB 안팎이라 고급 소비자용 GPU나 데이터센터 GPU 한 장에 들어가고, 성능은 실무에 쓸 만한 선을 넘어. 알리바바 큐엔의 27B급 모델이 최근 벤치마크에서 훨씬 큰 모델들을 앞섰다는 결과가 나온 것도 같은 구간이야.

각자가 챙기는 것

엔비디아가 챙기는 건 수요 그 자체야. 엔비디아는 모델로 돈을 벌 필요가 없어. 오히려 좋은 오픈웨이트 모델이 많아질수록 그 모델을 돌릴 GPU 수요가 늘어. 모델을 무료로 풀어서 하드웨어를 파는 구조야. NVFP4 같은 자사 포맷을 학습 레시피에 넣어 공개한 것도 같은 맥락이야. 커뮤니티가 이 포맷에 익숙해질수록 엔비디아 하드웨어에 최적화된 생태계가 두꺼워져.

메타가 챙기는 건 명분이야. 마크 저커버그는 "미국 오픈소스 모델이 전 세계에서 가장 좋아야 한다"고 썼어. 메타가 폐쇄형으로 방향을 튼 것 아니냐는 관측이 돌던 시기에 나온 발언이라, 개방 노선을 다시 확인하는 성격이 강해. 뮤즈 스파크 1.2의 가중치도 열겠다고 예고했고.

기업 IT가 챙기는 건 감사 가능성이야. 규제가 강한 산업에서는 "이 모델이 무엇으로 학습됐는가"가 도입 심사의 항목이야. 학습 데이터가 공개되면 이 질문에 답할 수 있어. 가중치만 열린 모델은 이 지점에서 계속 막혔거든. 금융이나 의료처럼 설명 책임이 무거운 영역에서 실질적인 차이가 나.

연구자가 챙기는 건 재현성이야. 레시피가 공개되면 같은 방법을 다른 데이터에 적용해 볼 수 있어. 지금까지 오픈웨이트 모델 연구는 대체로 "결과물을 뜯어보는" 방식이었는데, 이제 "과정을 따라 해 보는" 방식이 가능해져.

중국 랩들이 챙기는 건 압박이야. 이건 역설적인데, 미국 모델이 데이터와 레시피까지 열면 중국 랩도 같은 수준의 공개를 요구받게 돼. 오픈의 기준선이 올라가는 거야.

개발자 커뮤니티가 챙기는 건 속도야. 공개 당일에 GGUF 변환본이 커뮤니티에서 올라왔어. ggml 진영과 언슬로스 같은 팀이 각각 변환본을 만들어 배포했지. 이런 반응 속도는 모델이 실제로 쓸 만하다고 판단됐을 때만 나와. 반대로 말하면, 공개 직후 며칠간 변환본과 파인튜닝 예제가 얼마나 빨리 나오는지가 오픈웨이트 모델의 실질 채택을 가늠하는 지표야.

오픈웨이트 전략의 앞선 사례들

메타 라마 시리즈가 이 판을 만들었어. 2023년 라마 2를 상용 사용 가능한 라이선스로 풀면서 오픈웨이트 생태계가 폭발했지. 파인튜닝, 양자화, 로컬 배포 도구가 전부 라마를 기준으로 만들어졌어. 그런데 라마는 학습 데이터를 공개하지 않았고, 라이선스에도 사용자 수 제한 조항이 붙어 있었어. "완전한 오픈"이 아니라는 비판이 계속 따라다녔어.

**앨런 AI 연구소의 올모(OLMo)**는 반대 극단이야. 처음부터 데이터, 코드, 체크포인트, 로그까지 전부 공개하는 노선을 택했어. 학계에서는 높이 평가받았지만, 성능이 상용 모델에 못 미쳐서 실무 채택은 제한적이었어. 완전 공개와 최고 성능이 잘 겹치지 않았던 거야. 엔비디아의 이번 공개는 이 둘을 겹치려는 시도로 볼 수 있어.

딥시크는 세 번째 경로야. 가중치를 열되 학습 방법의 핵심은 논문으로 부분 공개하는 방식으로, 성능과 화제성을 동시에 잡았어. 그런데 최근에는 오픈 모델의 API 가격을 올렸어. 오픈웨이트가 곧 무료 서비스는 아니라는 걸 보여준 사례고, 미국 모델들이 지금 들어가기에 시장 조건이 나쁘지 않다는 뜻이기도 해.

미스트랄은 유럽 쪽 사례야. 초기에는 적극적으로 오픈웨이트를 풀다가, 상위 모델은 점점 폐쇄로 돌렸어. 오픈으로 이름을 얻고 상용으로 수익을 내는 전형적인 경로인데, 커뮤니티의 실망도 같이 샀어. 오픈 노선은 한 번 후퇴하면 신뢰 회복이 어렵다는 교훈이 남았지.

이 세 갈래를 한 장으로 보면 오픈의 스펙트럼이 드러나. 라마는 가중치만, 딥시크는 가중치와 논문 일부, 올모는 전부. 네모트론 3.5 라이트닝은 올모 쪽 끝에 가까우면서 성능은 실무 구간에 들어와 있어. 이 조합이 유지된다면 "완전 공개는 성능을 포기한다"는 그동안의 통념이 깨지는 거고, 다른 랩들도 공개 범위를 다시 계산하게 돼.

한 가지 더. 오픈웨이트 모델의 성패는 성능보다 배포 경로에서 갈리는 경우가 많았어. 라마가 이긴 건 성능 때문만이 아니라, 라마를 돌리는 도구가 먼저 만들어졌기 때문이야. 양자화 포맷, 서빙 엔진, 파인튜닝 라이브러리가 라마 기준으로 정렬되면서 다른 모델은 "라마 호환"을 맞추는 위치가 됐어. 네모트론이 Mamba-2 하이브리드라는 비주류 구조를 택한 건 이 관점에서는 위험 요소야. 기존 서빙 엔진이 바로 지원하지 않는 구조라면 채택 속도가 늦어질 수 있어.

규제와 경쟁 구도

이번 발표들은 진공 상태에서 나온 게 아니야. 3주쯤 전에 미국 기업 20여 곳이 오픈웨이트 모델에 대한 규제를 강화하지 말라는 공동 서한을 냈어. 오픈웨이트 모델은 한 번 풀리면 회수가 불가능하다는 점 때문에 안전 규제 논의에서 늘 표적이 돼 왔거든. 서한 직후에 미국 대표 기업 두 곳이 실제로 모델을 푼 건 우연이라기보다 조율된 흐름에 가까워 보여.

공동 서한의 논리는 이랬어. 오픈웨이트 모델을 규제로 묶으면 미국 기업만 손이 묶이고, 중국 랩들은 그대로 공개를 이어 가니 결과적으로 글로벌 표준이 중국 모델 기준으로 굳는다는 거야. 반대 진영의 논리도 분명해. 한 번 공개된 가중치는 회수할 수 없고, 안전장치를 제거한 파생 모델을 막을 방법이 사실상 없다는 거지. 두 주장 다 사실에 기반해 있어서, 이 논쟁은 어느 한쪽이 틀렸다고 정리되기 어려워.

딥시크·문샷AI·알리바바 큐엔이 이 판의 현재 강자야. 특히 큐엔은 파인튜닝 생태계에서 사실상 기본값 자리를 차지했어. 미국 모델이 이 자리를 되찾으려면 성능만으로는 부족하고, 도구 체인과 커뮤니티 문서가 같이 따라와야 해.

오픈AI와 앤트로픽은 이 경쟁에서 한 발 빠져 있어. 두 회사의 사업 모델은 API와 구독이라 오픈웨이트가 직접적인 이해관계가 아니야. 다만 로컬에서 돌아가는 모델이 충분히 좋아지면 저가 API 구간이 잠식돼. 구글이 제미나이 플래시 가격을 절반으로 깎은 배경에도 이 압력이 있어.

중국 규제 당국의 태도도 변수야. 중국 랩들의 적극적인 오픈웨이트 공개는 소프트파워 확보라는 측면이 있는데, 자국 규제가 강화되면 이 흐름이 바뀔 수 있어. 그러면 미국 모델의 공간이 넓어져.

클라우드 사업자들은 양쪽에 다리를 걸치고 있어. AWS, 애저, 구글 클라우드 모두 오픈웨이트 모델 호스팅을 제공해. 어느 나라 모델이 이기든 이들은 손해를 안 봐. 오히려 선택지가 많아질수록 유리해.

하드웨어 스타트업들에게는 미묘한 소식이야. 엔비디아가 NVFP4 포맷을 학습 레시피 수준에서 공개하면 커뮤니티 도구들이 이 포맷에 맞춰 최적화돼. 다른 칩 회사가 자사 포맷으로 같은 생태계를 만들려면 훨씬 큰 노력이 들어. 모델을 공짜로 푸는 행위가 하드웨어 락인을 강화하는 구조인 셈이야.

그래서 뭐가 달라지는데

온프레미스 배포를 고민하는 기업이라면 활성 파라미터 3B라는 숫자를 눈여겨봐. 30B를 메모리에 올려야 하는 건 여전하지만, 추론 처리량은 작은 모델급이야. GPU 한 장으로 사내 에이전트를 돌리려는 계획에서 계산이 달라질 수 있어.

규제 산업에 있다면 학습 데이터 공개 여부를 도입 심사 항목에 넣어 볼 만해. 지금까지는 물어봐야 답이 없는 질문이었는데, 답할 수 있는 모델이 생겼어.

파인튜닝을 하는 팀이라면 전정밀도 BF16 버전이 커스터마이징 출발점으로 명시돼 있다는 점을 활용해. 후처리 학습이나 도메인 적응을 하려면 양자화 버전이 아니라 이쪽에서 시작해야 해.

긴 컨텍스트가 필요한 작업이라면 Mamba 계열 구조의 특성을 테스트해 봐. 이론상으로는 긴 입력에서 유리한데, 실제 정확도는 작업에 따라 갈려. 벤치마크 숫자보다 자기 데이터로 재 보는 게 맞아.

정책 쪽에 있다면 공개 범위의 정의를 다시 볼 시점이야. 가중치, 데이터, 레시피는 각각 다른 위험과 다른 가치를 가져. 이걸 "오픈소스 AI"라는 한 단어로 묶어 규제하면 앞뒤가 안 맞는 결과가 나와.

개인 개발자라면 커뮤니티 GGUF 변환본으로 먼저 감을 잡아 보는 게 빨라. 소비자용 GPU에서 4비트로 돌려 보고 자기 작업에 맞는지 판단한 다음, 쓸 만하면 BF16으로 올라가 파인튜닝을 검토하는 순서가 시간을 아껴.

🥄 남은 궁금증 세 가지

— 30B 모델이 프론티어 모델을 이길 수 있어? 전반적으로는 아니야. 다만 특정 작업 구간에서는 이미 이기는 사례가 나오고 있어. 최근 알리바바 큐엔의 27B급 모델이 훨씬 큰 모델들을 벤치마크에서 앞선 결과가 그 예야. "모든 작업에서 이기는 모델"이 아니라 "내 작업에서 충분한 모델"을 찾는 관점이 실무에는 더 맞아.

— 학습 데이터를 공개하면 저작권 문제가 생기지 않아? 그게 지금까지 대부분의 랩이 데이터를 공개하지 않은 이유 중 하나야. 엔비디아는 크롤링 데이터와 합성 데이터를 섞었다고 밝혔는데, 구체적인 구성과 출처 처리 방식은 모델 카드와 라이선스 문서를 직접 확인해 보는 게 좋아.

— H100 한 장이면 진짜 돌아가? 활성 파라미터가 3B라 계산량은 작지만, 30B 전체를 메모리에 올려야 해. BF16이면 60GB 안팎이라 H100 80GB에 들어가고, 4비트 양자화하면 훨씬 여유가 생겨. 다만 100만 토큰 컨텍스트를 다 쓰면 KV 캐시가 별도로 필요하니까 그 계산은 따로 해야 해.

참고 자료

수치와 기준은 발표 시점 기준이라 바뀔 수 있어. 투자 판단은 각자의 몫!