개방형 인공지능 모델
개방형 인공지능 모델은 모델의 가중치·소스 코드·학습 방법·활용 조건 중 일부 또는 전부를 공개해 외부가 접근·검증·수정·재사용할 수 있게 한 인공지능 모델이다.
한 입에 정리하면
- 01공개 범위는 가중치부터 코드·데이터까지 다양해요
- 02개발자·연구자·기업이 맞춤형 개발에 활용해요
- 03투명성은 높지만 오용 방지와 책임 관리가 과제예요
왜 나온 말일까요?
개방형이라고 해서 모든 구성 요소가 완전히 공개되는 것은 아니에요. 공개되는 대상은 학습을 마친 모델의 가중치, 실행·수정에 필요한 소스 코드, 학습 데이터의 정보, 사용 허가 조건 등으로 나뉘며, 모델마다 범위가 다릅니다. 여러 주체가 모델을 자체 환경에서 পরীক্ষা하고 언어·업무·지역 특성에 맞게 개선할 수 있어 기술 접근성을 넓히는 데 도움이 돼요. 반면 강력한 기능이 널리 배포될수록 악용 가능성, 개인정보·저작권 문제, 결함 발생 시 책임 소재를 함께 관리해야 하죠.
예를 들어
예를 들어 공개된 가중치와 사용 조건을 제공하는 언어 모델은 연구기관이나 기업이 자체 서버에서 구동한 뒤, 특정 분야의 문서로 추가 학습하거나 안전장치를 보완해 활용할 수 있어요.
이 용어가 나온 이슈
체리픽이 기사 원문이 아닌 사실관계를 바탕으로 쉽게 풀어 쓴 정의예요. 원문은 각 카드의 "더 읽기"에서 확인할 수 있어요.
용어사전으로 돌아가기