스위스가 던진 진짜 오픈 AI: 가중치도, 데이터도 다 까는 Apertus

요즘 “오픈 모델"이라는 단어, 너무 헐값에 쓰이고 있다는 느낌 안 드시나요. 가중치 파일 하나 올려놓고 “우리는 오픈"이라고 외치는 곳이 한둘이 아닙니다. 그런데 스위스가 조용히 다른 기준을 던졌습니다. 가중치는 기본이고, 학습에 쓴 데이터와 코드, 레시피까지 통째로 공개한 모델 Apertus입니다.

오늘은 이 모델이 왜 단순한 “또 하나의 오픈 모델"이 아닌지, 그리고 여기서 말하는 ‘주권 AI’가 도대체 무슨 뜻인지 풀어보겠습니다.

‘오픈’이라는 단어의 함정

먼저 짚고 넘어가야 할 게 있습니다. 우리가 흔히 말하는 오픈 모델 대부분은 사실 가중치만 공개된 모델입니다.

가중치가 뭐냐고요. 쉽게 말해 모델이 학습을 마친 뒤 남은 ‘결과물 숫자 덩어리’입니다. 요리에 비유하면 완성된 음식만 받는 셈이죠. 맛은 볼 수 있지만, 어떤 재료를 어떤 비율로 넣었는지, 불은 어떻게 조절했는지는 모릅니다.

문제는 여기서 시작됩니다. 학습 데이터를 모르면 이 모델이 어떤 편향을 가졌는지, 저작권 문제가 있는 데이터를 먹었는지, 특정 집단에 불리한 답을 낼 가능성이 있는지 검증할 방법이 없습니다. 그냥 “믿고 쓰세요"가 되는 거죠.

기업이 내부 업무에 쓰거나, 정부가 공공 서비스에 적용하려 할 때 이건 꽤 큰 리스크입니다. 블랙박스를 그대로 받아 안는 셈이니까요.

Apertus가 다른 이유

Apertus는 스위스 연방공과대학(ETH 취리히와 EPFL)과 스위스 국립슈퍼컴퓨팅센터(CSCS)가 함께 만든 모델입니다. 이름인 Apertus 자체가 라틴어로 “열린"이라는 뜻인데, 이 작명에 자신감이 그대로 드러납니다.

이 모델이 공개한 항목을 보면 차이가 분명합니다.

• 모델 가중치: 당연히 공개
• 학습 데이터: 어떤 데이터를 썼는지 공개
• 학습 코드와 레시피: 어떻게 학습시켰는지 과정까지 공개
• 중간 체크포인트: 학습 도중 단계별 스냅샷까지 공개

마지막 항목이 특히 흥미롭습니다. 중간 체크포인트를 공개한다는 건, 연구자가 모델이 학습 과정에서 어떻게 변해갔는지를 추적할 수 있다는 뜻입니다. 완성품만이 아니라 ‘성장 과정’을 다 보여주는 거죠. 이건 학계 입장에서 굉장히 귀한 자료입니다.

정리하면, Apertus는 “결과물만 던지는” 모델이 아니라 “처음부터 끝까지 다 까는” 모델입니다. 누구나 이 모델을 그대로 재현하거나, 뜯어보거나, 자기 입맛대로 다시 만들 수 있습니다.

‘주권 AI’라는 키워드

여기서 핵심 개념이 등장합니다. 바로 주권 AI(Sovereign AI)입니다.

말은 거창하지만 뜻은 단순합니다. 특정 국가나 빅테크 한두 곳에 AI 인프라를 통째로 의존하지 않고, 우리 손으로 통제 가능한 AI를 갖자는 겁니다.

생각해보면 지금 강력한 모델 대부분은 미국 몇몇 기업이 쥐고 있습니다. 클로즈드 모델은 내부를 볼 수 없고, 가격 정책이나 사용 약관이 바뀌면 따라갈 수밖에 없습니다. 유럽 입장에서는 이게 꽤 불편한 구조입니다. 데이터 보호 규제(GDPR)도 빡빡한데, 정작 핵심 AI는 남의 나라 블랙박스에 맡겨야 하니까요.

Apertus는 여기에 대한 스위스식 답입니다. 공공 자금으로, 공공 인프라에서, 완전히 투명하게 만든 모델을 누구나 쓸 수 있게 풀어놓는 것. 유럽의 언어와 규제 환경에 맞춰 검증할 수 있는 모델을 직접 갖겠다는 선언인 셈입니다.

다국어 지원에 특히 신경 쓴 점도 이 맥락에서 이해됩니다. 영어 중심 모델이 아니라, 다양한 언어를 폭넓게 다루도록 설계했습니다. 소수 언어 사용자까지 끌어안으려는 공공성의 표현으로 볼 수 있습니다.

그럼 성능은 어떨까

솔직하게 말하겠습니다. 완전 공개 모델이 항상 최강 성능을 내는 건 아닙니다.

데이터를 깨끗하게 정제하고, 저작권과 개인정보를 신경 쓰면서 학습하면 아무래도 제약이 생깁니다. 닥치는 대로 긁어모은 데이터로 학습한 모델과 같은 조건에서 경쟁하기는 어렵습니다. 일종의 ‘윤리적 핸디캡’을 안고 시작하는 거죠.

그래서 Apertus를 평가할 때는 벤치마크 점수 한 줄로만 보면 안 됩니다. 이 모델의 가치는 “가장 똑똑한 모델"이 아니라 “가장 투명하고 검증 가능한 모델"이라는 데 있습니다.

기업이 규제 산업에서 AI를 도입할 때, 학교나 연구기관이 모델 내부를 뜯어보며 공부할 때, 정부가 공공 서비스에 신뢰할 수 있는 AI를 깔 때. 이런 상황에서는 화려한 성능보다 “이 모델이 뭘 먹고 자랐는지 설명할 수 있다"는 점이 훨씬 중요합니다.

마무리: 오픈의 기준이 한 단계 올라갔다

Apertus가 던진 메시지는 분명합니다. 이제 가중치 하나 공개했다고 “우리는 오픈"이라 말하기엔 기준이 한 단계 높아졌습니다.

진짜 오픈은 재현 가능성입니다. 누구나 똑같이 만들 수 있고, 뜯어볼 수 있고, 검증할 수 있을 때 비로소 열려 있다고 말할 수 있습니다. 그리고 그 투명성 위에서만 ‘주권 AI’라는 단어도 의미를 갖습니다.

여러분은 어떻게 생각하시나요. AI를 고를 때 성능 점수가 우선일까요, 아니면 “이 모델이 뭘 먹고 자랐는지 설명할 수 있느냐"가 우선일까요. Apertus는 후자에 표를 던진 모델입니다. 그리고 이 질문은 앞으로 점점 더 무거워질 겁니다.