오픈웨이트 계보

'순환 상태의 오차는 긴 문맥에서 누적된다'는 통념을 뒤집어 하이브리드 LLM의 순환 절반이 오히려 양자화하기 쉬운 쪽이라고 주장하고, NVFP4의 16원소 블록 스케일링이 잔차 스트림의 극단 이상치를 국소화하는 점과 델타 규칙 순환이 주입된 잡음을 32K 토큰에 걸쳐 평탄하게 유지하는 점 등 네 갈래 기계적 설명을 제시. 수치는 저자 자체 보고.

MSL이 폐쇄 API 노선을 유지한 채 에이전트 효율(툴 호출·토큰 절감)을 전면 지표로 내세움

프런티어 오픈웨이트 모델의 아키텍처 선택 근거를 절제 실험 단위로 공개한 사례. 저자 자체 보고로 손실과 다운스트림 정확도가 늘 같이 움직이지는 않으며, 이 아키텍처와 Muon 옵티마이저의 조합이 최적 학습률과 배치 크기를 위로 밀어 배치 크기 워밍업을 불필요하게 만들고 스트레스 테스트에서 안정성을 크게 개선.

개방과 폐쇄의 격차가 3점까지 좁혀짐

Llama 4 이후 첫 오픈웨이트를 Apache 2.0으로, 4bit 20GB 미만 온디바이스 에이전트

최상위 모델의 개방 약속과 실제 배포가 분리되는 관행. Kimi K3도 같은 방식이었다는 지적이 함께 제기됨 — 오픈 모델 기록 시 발표일과 가중치 공개일을 분리해야 하는 근거

최상위 모델은 자체 라이선스로 가면서 소형 모델은 Apache 2.0을 유지 — 규모별 라이선스 이원화

최상위 오픈웨이트가 Apache가 아닌 전용 라이선스로 회귀. Qwen3.8-Max는 이를 기반으로 한 비공개 상용판

1단계 236B의 3배 이상. Apache 2.0 전환으로 상업적 제약 제거

3조 파라미터급 오픈웨이트. 규모는 커지고 라이선스는 좁아지는 패턴의 대표 사례

독자 파운데이션 모델 2단계 성과

가중치가 아닌 하네스·에이전트 스캐폴딩의 공개. 라이선스는 발표문에 미명시

토큰 효율을 전면에 내세운 오픈웨이트 코딩 모델

오픈웨이트가 폐쇄 최상위와 일부 영역에서 경합

소형 오픈웨이트 코딩 에이전트 모델

200B급 MoE를 Apache 2.0으로 공개하면서 온프레미스 배포 문턱을 GPU 1~2장으로 낮춤

MIT를 유지한 채 프런티어 재진입

dense 27B가 397B MoE 전작을 상회하며 진짜 개방의 무게중심이 30B급으로 내려옴

오픈웨이트 모델이 SWE-Bench Verified 80%대에 진입. 독립 검증 주체는 명시되지 않음

LG의 첫 오픈웨이트 비전-언어 모델로, 국내 오픈웨이트 노선이 텍스트 밖으로 확장된 지점

Llama 브랜드 교체와 폐쇄 전환

Meta의 프론티어 모델은 폐쇄, 별도 소형 모델만 개방하는 이원 전략이 확정된 지점

안드로이드 온디바이스 AI가 시스템 서비스(AICore)로 오픈 모델을 직접 배포하는 체계로 진화

미국 진영의 진짜 개방 회귀 신호탄

텍스트 LLM 중심 랩이 음성 인식을 완전 개방 라이선스로 공개

AI 생성 코드를 형식 명세에 대해 기계적으로 검증하는 방향. 평가 축을 경쟁 수학에서 실제 형식화 프로젝트 기여로 이동

초기 융합 멀티모달 학습을 Apache 2.0 대형 MoE에 적용. Plus는 비공개로 남겨 개방/폐쇄 병행

오픈웨이트 배포가 상장 가능한 비즈니스 모델로 승인됨

에이전틱 AI 최적화. Kanana-1.5 계보의 후속

675B급 프런티어 모델을 Apache 2.0으로 공개. 2025년 말 서구권 최대 규모 완전 개방 릴리스

미국 커뮤니티 팀이 중국 베이스 모델 위에 파인튜닝, 주도권 이동의 상징적 장면

국내 대형 오픈웨이트가 한꺼번에 등장한 시점

거부율 축소 자체를 정렬 지표로 벤치마킹한 노선. 안전 정렬의 대안 축을 오픈 커뮤니티가 공식화

Apache 2.0에서 자체 커뮤니티 라이선스로 공개 정책이 후퇴한 전환점. 반경쟁 조항 때문에 오픈소스 정의 충족 여부에 이견

GPT-2 이후 6년 만의 오픈웨이트 복귀, 120b가 80GB 1장 구동

추론과 에이전트(MCP·function calling)를 통합한 하이브리드

통신사 최초 대형 오픈웨이트 공개

오픈웨이트 최초의 1T급이자 매출·규모 임계형 라이선스라는 새 유형

Llama 노선의 전환점, Behemoth 출시 연기

온디바이스급 소형 모델이 멀티모달과 벤치마크 경쟁력을 동시에 갖추기 시작한 이정표

걸프 국가가 자국어 오픈웨이트를 주권의 언어로 프레이밍한 사례

전 크기대를 무제약 라이선스로 덮는 전략으로 HF 파생 모델 수에서 Llama를 추월

네이버의 첫 오픈웨이트 공개

Llama 브랜드 신뢰의 전환점

소형·온디바이스 노선의 성숙

추론 모델이 오픈웨이트로 즉시 재현되고 중국 랩 2곳이 같은 날 프런티어 추격을 선언

MIT 라이선스와 극단적 비용 효율로 중국 진영이 가장 개방적인 위치를 점유

Llama·Gemma·Qwen 대부분이 오픈소스가 아니라는 판정 근거를 확립

일본 국책자금이 실제 100B급 국산 모델 산출로 이어진 첫 확인 사례

커뮤니티가 405B를 실제로 파인튜닝한 첫 사례

한국 대기업 최초의 자체 LLM 오픈 공개. 다만 연구 목적 한정 라이선스로 한국형 개방 전략의 보수성도 함께 드러냄

프런티어급 가중치가 처음 공개되고 출력물을 이용한 학습이 라이선스로 허용

일본 대기업이 자국어 사전학습 모델을 공개 배포한 초기 사례이자 통신사 자본이 국산 LLM에 들어온 신호

재학습 없이 안전 정렬을 되돌릴 수 있음을 공개 증명, 오픈웨이트 안전 논쟁의 기술적 근거

8B가 이전 세대 70B급 성능을 내며 로컬 실용선을 끌어올림

파라미터 규모 경쟁을 따라가지 않고 경량·자국어 특화로 방향을 잡은 일본 통신사 노선의 시작점

당시 최대 규모의 Apache 2.0 오픈웨이트 MoE. 단 대화용 파인튜닝이 없는 raw 체크포인트로 실사용성은 제한적

빅테크의 소형 오픈웨이트 참전이나 Apache가 아니라는 비판

Sparse MoE를 오픈 생태계 표준 아키텍처로, 총 대 활성 파라미터 개념을 각인

진짜 무제약 라이선스와 유럽발 대항마, 이후 수천 개 파인튜닝의 베이스

국내 첫 대형 상용 LLM 계보의 시작

오픈웨이트의 대중화이자 오픈소스인가 논쟁의 시작점

합성·유출 대화 학습 관행과 LLM-as-judge 평가 문화를 동시에 확립

소액으로 instruction-following 복제가 가능함을 입증

통제된 배포가 물리적으로 불가능함을 증명, 오픈웨이트 생태계의 실질적 기점

프런티어급 가중치를 심사 후 배포한 최초의 대형 시도