오픈웨이트 AI, 아직도 ‘싼 대안’으로만 보셨나요? 주요 모델의 성능과 비용, 쓰기 전에 확인할 라이선스

주요 오픈웨이트 모델 비교

오픈웨이트란 학습을 마친 모델의 가중치를 공개해, 누구나 내려받아 내 장비에서 돌릴 수 있게 했다는 뜻입니다. 상업적으로 써도 되는지, 다시 배포해도 되는지는 모델별 라이선스가 정합니다. 아래 표에 가중치가 공개된 주요 모델을 모았습니다. 라이선스는 각 모델 카드에 적힌 배포 모델 기준입니다(2026년 10월 6일 확인).

새 얼굴도 대기 중입니다. 미스트랄은 10월 6일 전체 약 1조 파라미터 규모의 Mistral Large 4를 미리보기 API로 먼저 내놓았고, 가중치는 10월 말까지 공개하겠다고 밝혔습니다. 그때까지 내려받을 수 있는 미스트랄 최신 대형 모델은 표에 있는 Large 3입니다.

비용: API로 쓸 때와 직접 운영할 때

같은 모델이라도 계산서는 두 종류로 날아옵니다. 개발사 API로 쓰면 토큰을 쓴 만큼 요금을 내고, 가중치를 내려받아 직접 돌리면 장비와 사람에 돈이 듭니다. 두 경우를 나눠서 봐야 셈이 정확해집니다.

DeepSeek V4: 가격 대비 성능의 기준

딥시크(DeepSeek)는 V4 시리즈 가중치를 MIT 라이선스로 공개했고, API 단가도 주요 독점 모델보다 훨씬 낮게 매깁니다. 딥시크 발표에 따르면 V4-Pro가 SWE-bench Verified에서 80.6%, V4.1-Flash가 Terminal-Bench 2.1에서 90.6%를 기록했습니다. 둘 다 딥시크가 직접 잰 값이라 독립 평가에서는 달라질 수 있습니다.

Qwen: 같은 3.8이라도 라이선스가 다르다

알리바바(Alibaba)의 큐원(Qwen)은 공개 모델만 쳐도 2026년에 3.5, 3.6, 3.8이 줄줄이 나왔습니다. 플래그십 Qwen 3.8-Max는 알리바바 발표 기준 GPQA Diamond 92.6%를 기록했고, 이번에는 Max급 모델의 가중치까지 처음 공개됐습니다. 8월 12일 나온 Qwen3.8-2.4T-A95B가 바로 그 공개판인데, 전체 파라미터가 2.4T에 이르는 데이터센터용 모델입니다. 작은 쪽은 8월 14일 나온 Qwen3.8-27B입니다. 양자화(가중치를 낮은 비트로 줄이는 압축)를 거치면 개인 장비에서도 돌릴 수 있습니다.

눈여겨볼 대목은 라이선스입니다. 27B는 Apache 2.0이라 비교적 자유롭게 쓸 수 있지만, 2.4T 모델은 자체 라이선스(Qwen3.8-Max License)를 따릅니다. 이름에 똑같이 3.8이 붙어 있어도 쓸 수 있는 조건은 다릅니다.

Meta: 큰 모델은 닫고, 작은 모델은 연다

Meta는 2025년 4월 Llama 4 Scout와 Maverick을 공개했지만, 가장 큰 Llama 4 Behemoth는 끝내 내놓지 않았습니다. 2026년 4월에는 가중치를 공개하지 않는 독점 모델 Muse Spark를 선보였습니다. 그렇다고 문을 완전히 닫은 것은 아닙니다. Meta는 2026년 8월 10일 약 300억 파라미터 규모의 Muse Glimmer 가중치를 Apache 2.0 라이선스로 공개했습니다. 요즘 Meta는 두 갈래로 갑니다. 큰 모델은 독점으로 쥐고, 개인 장비에서 돌릴 모델은 공개합니다.

Muse Glimmer: 개인 장비에서 돌리는 Meta의 공개 모델

Muse Glimmer는 Meta 슈퍼인텔리전스 랩(Meta Superintelligence Labs)이 만든 밀집형 모델(dense model)입니다. 파라미터는 이미지 인식 인코더(약 18억 개)를 포함해 약 296억 개(29.6B)입니다. 밀집형은 토큰 하나를 처리할 때마다 모델 전체를 씁니다. 표에 나온 대형 모델 대부분이 쓰는 MoE(전문가 혼합) 구조는 다릅니다. 토큰마다 일부 ‘전문가’만 골라 계산합니다. Glimmer는 텍스트와 이미지를 읽고 텍스트로 답하며, 기본 컨텍스트는 약 13만 토큰입니다. Meta 설명으로는 Muse Spark의 답을 보고 따라 배우게 하는 증류 방식으로 만들었습니다. 상업적으로 쓸 수 있지만 Apache 2.0 라이선스 조건은 지켜야 합니다.

메모리를 따질 때는 내려받는 가중치 파일의 크기와 실제로 실행할 때 필요한 메모리를 구분해야 합니다. 실행 중에는 가중치 말고도 여러 식구가 메모리를 나눠 씁니다. 대화 내용을 기억해 두는 KV 캐시(대화가 길수록 커짐), 이미지 인식 인코더, 속도를 높이는 초안 모델입니다.

성능 저하 수치는 Meta가 15개 벤치마크의 정확도를 평균해 낸 값입니다. 언슬로스는 그래픽 메모리와 시스템 메모리를 합친 총량을 기준으로 안내합니다. 쓸 수 있는 메모리가 내려받은 파일보다 커야 하고, 컨텍스트를 길게 쓰면 메모리가 더 든다는 설명입니다. 그러니 “약 17GB”는 가중치 파일 크기일 뿐, 실행에 필요한 전체 메모리가 아닙니다.

• 속도: Glimmer에는 디플래시(DFlash) 방식이 들어 있습니다. 작은 초안 모델이 16토큰씩 묶어 먼저 제안하고, 본 모델이 이를 검증하는 구조입니다. Meta가 재 보니 RTX 5090에서는 초당 74.9토큰에서 233.4토큰으로 약 3.1배, Apple M4 Max에서는 1.5배, M5 Max에서는 1.8배 빨라졌습니다. AMD는 라이젠 AI 맥스+ 395에서 초당 최대 24토큰, 라데온 AI PRO R9700에서 초당 최대 53토큰이 나온다고 발표했습니다. 모두 제조사 측정입니다.
• 성능: Meta가 비슷한 크기의 Gemma4-31B, Qwen3.6-27B와 비교한 표에서 Glimmer는 MCP Atlas(75.5) 같은 에이전트 과제 일부에서 앞섰고, SWE-bench Verified와 OSWorld-Verified에서는 Qwen3.6-27B가 앞섰습니다(Meta 발표). Glimmer 공개 나흘 뒤 나온 Qwen3.8-27B의 모델 카드에서는 Terminal-Bench 2.1(73.0 대 51.7)과 OSWorld-Verified(84.3 대 65.9)에서 Qwen3.8-27B가 Glimmer보다 높았습니다(알리바바 발표). 작은 모델끼리의 순위는 며칠 만에도 뒤집힐 수 있습니다.
• 안전장치: Meta는 모델 카드에서 Glimmer를 단독으로 배포하지 말고, 되돌릴 수 없는 작업에는 사람의 확인을 넣는 등 추가 안전장치를 갖춘 시스템 안에서 쓰라고 권합니다.

라이선스를 꼭 확인하세요

도입 전에 따져 볼 점

• 오픈웨이트 모델의 벤치마크 점수는 대부분 개발사가 직접 잰 수치입니다. 실행 환경이 제각각이니 독립 평가와 내 업무 데이터로 다시 확인하세요.
• 가중치 공개와 API 제공은 별개입니다. 직접 운영하려면 GPU 서버 비용을 따로 잡아야 합니다.
• “오픈소스”와 “오픈웨이트”는 다릅니다. 학습 데이터나 훈련 코드까지 공개하는 모델은 아직 드뭅니다.
• 모델을 내 서버에서 돌려도, 검색이나 외부 도구 연결, 로그·사용 통계 전송이 켜져 있으면 데이터가 밖으로 샐 수 있습니다. 정말 내 서버에서만 도는지, 외부 전송 설정은 어떤지 따로 점검하세요.