본문으로 건너뛰기
ReviewRamble

주간 브리프

AI 리뷰를 받은편지함으로.

  • 도구, 모델, MCP 서버, 저장소의 새 리뷰(결론부터)
  • 변경이 있을 때 다시 확인한 가격과 평점
  • 새로 발행된 분석 글

모델, 에이전트, MCP 서버, 그리고 정말 시간을 들일 만한 도구.

일주일에 한 통입니다. 각 브리프의 링크로 구독을 해지할 수 있습니다. 이메일 사용 방식

모델 라이선스(Model license)

모델 라이선스(model license)는 모델의 가중치, 그리고 경우에 따라 코드와 데이터를 사용, 변경, 공유할 수 있는 법적 조건입니다. 허용적인 오픈 라이선스부터 비상업용 또는 자체 제한 라이선스까지 다양합니다.

다른 이름: Apache 2.0, MIT, non-commercial license, model licence

작성 Divya Sharma · 2026년 11월 15일 확인 · 리뷰 방식

가중치를 내려받았다고 해서 무엇이든 해도 되는 것은 아닙니다. 규칙은 라이선스가 정하며, 바로 옆 코드 저장소의 라이선스와 다른 경우가 많습니다. 모델로 제품을 만들기 전에 둘 다 읽으십시오.

흔한 유형

Apache 2.0과 MIT 같은 허용적 오픈소스 라이선스는 원래 소프트웨어용으로 작성되었으며, 몇 가지 조건만으로 상업적 사용, 변경, 재배포를 허용합니다. Apache 2.0에는 명시적인 특허 허락도 들어 있고, MIT는 더 짧으며 주로 저작권 및 라이선스 고지를 유지하도록 요구합니다.

인기 있는 오픈 웨이트 모델 다수는 대신 자체 라이선스를 씁니다. 이런 라이선스는 상업적 사용을 허용하면서도 허용 사용 정책, 회사 규모에 연동된 한도, 모델 출처 표기 의무, 출력을 다른 모델 학습에 쓰는 것에 관한 규칙 같은 조건을 붙이기도 합니다. 일부 Creative Commons NC 조건 같은 비상업용 라이선스는 상업적 사용을 아예 금지합니다.

오픈소스와 오픈 웨이트

Open Source Initiative의 Open Source AI Definition은 오픈소스 AI 시스템이라면 사람들이 이를 사용, 연구, 수정, 공유할 수 있어야 한다고 하며, 가중치가 코드 및 데이터 정보와 함께 OSI 승인 조건으로 제공될 것을 요구합니다. "오픈"이라고 불리는 많은 모델이 이 기준에 미치지 못합니다. 차이는 오픈소스 AI를 참고하십시오.

확인할 곳

라이선스는 보통 모델 저장소에 있고 모델 카드에 요약되어 있습니다. 호스팅 모델에는 가중치 라이선스가 아니라 제공업체의 서비스 약관이 적용됩니다. 모델 리뷰에는 공개된 라이선스를 적어 둡니다.

이 페이지는 라이선스가 무엇인지 설명할 뿐 법률 자문이 아닙니다. 실제 라이선스 원문을 확인하고, 자신의 사용 방식에 관한 질문은 변호사에게 문의하십시오.

관련 용어

오픈 웨이트 모델(Open-weight model)
오픈 웨이트 모델(open-weight model)은 학습된 가중치가 공개되어 누구나 내려받아 실행할 수 있는 모델입니다. 학습 코드나 전체 학습 데이터가 빠진 경우가 많아 반드시 오픈소스인 것은 아닙니다.
오픈소스 AI(Open source AI)
오픈소스 AI(open source AI)는 누구나 사용, 연구, 수정, 공유할 수 있는 조건으로 공개되고, 이를 바꾸는 데 필요한 요소, 즉 학습 데이터 정보, 전체 코드, 모델 파라미터에 접근할 수 있는 AI 시스템입니다.
모델 카드(Model card)
모델 카드(model card)는 머신러닝 모델과 함께 공개되는 짧은 문서로, 모델의 용도, 학습 및 평가 방식, 성능이 떨어지는 영역, 그리고 써야 할 방식과 쓰지 말아야 할 방식을 설명합니다.
모델 가중치(Model weights)
모델 가중치(model weights)는 신경망 안에서 학습 중에 정해지는 숫자로, 입력을 출력으로 바꾸는 방식을 결정합니다. 체크포인트는 이 가중치를 담은 저장 파일 또는 파일 묶음입니다.
셀프 호스팅(AI 모델)
AI 모델 셀프 호스팅(self-hosting)은 제공업체의 API를 호출하는 대신, 자체 서버, 임대한 GPU, 노트북처럼 직접 통제하는 하드웨어에서 모델을 실행하는 것입니다. 모델을 고르고 데이터를 지킬 수 있지만, 인프라를 직접 운영해야 합니다.

출처