쉬운 말로 설명하는 오픈소스 AI 모델

매달 직접 내려받아 실행할 수 있는 새로운 AI 모델이 공개됩니다. 우리는 그중 중요한 모델을 추적하고, 1차 자료를 기준으로 사실을 확인한 뒤, 각 모델이 무엇인지, 얼마나 큰지, 라이선스가 허용하는 범위와 여러분의 컴퓨터에서 실행할 수 있는지까지 설명합니다.

오픈 모델은 얼마나 클까?

오픈 모델은 얼마나 클까? 각 마커는 하나의 모델이며, 총 파라미터 수를 기준으로 로그 스케일 위에 배치되어 있습니다. 축 아래의 주황색 선은 혼합 전문가(MoE) 모델이 토큰 하나당 실제로 사용하는 파라미터 수를 나타냅니다. 아래의 색띠는 4비트 정밀도에서 어떤 하드웨어가 모델을 수용할 수 있는지 보여 줍니다. 100M 1B 10B 100B 1T 파라미터 수(로그 스케일) Whisper large-v3-turbo: 1.54B, MIT Whisper large-v3-turbo MiniCPM5-2B: 2.52B, Apache 2.0 MiniCPM5-2B FLUX 3 Image Klein: 5.6B, FLUX Kommunity FLUX 3 Image Klein LFM2.5-24B-A2B: 24B (활성 2.45B), LFM Open 1.0 LFM2.5-24B-A2B Qwen3.8-27B: 27.8B, Apache 2.0 Qwen3.8-27B Gemma 4: 30.7B, Apache 2.0 Gemma 4 Olmo 3.1: 32.2B, Apache 2.0 Olmo 3.1 gpt-oss: 117B (활성 5.1B), Apache 2.0 gpt-oss Nemotron 3.5: 120B (활성 12B), OpenMDW-1.1 Nemotron 3.5 Qwen3.8-Flash-Next: 180B (활성 6B), Qwen Community 1.0 Qwen3.8-Flash-Next GLM-5.3-Flash: 320B (활성 18B), MIT GLM-5.3-Flash MiniMax M3.1 Flash: 428B (활성 23B), MiniMax Community MiniMax M3.1 Flash Reflection Beam: 501B (활성 23.4B), Apache 2.0 Reflection Beam DeepSeek V4.1 Flash: 552B (활성 16B), MIT DeepSeek V4.1 Flash GLM-5.3: 753B (활성 40B), GLM-5.3 License GLM-5.3 Muse Spark Open: 816B (활성 42B), Muse Model License Muse Spark Open Inkling: 975B (활성 41B), Apache 2.0 Inkling Mistral Large 4: 1.05T (활성 52B), Mistral Open-Weight Mistral Large 4 Qwen3.8-Max: 2.45T (활성 95B), Qwen3.8-Max License Qwen3.8-Max Kimi K3.1 Pro: 2.8T (활성 104B), Kimi K3 License Kimi K3.1 Pro 노트북 또는 휴대폰 16 GB 게이밍 GPU 32 GB 워크스테이션 96 GB 대용량 메모리 데스크톱 512 GB GPU 서버 1.54 TB 다중 노드 클러스터 다음 메모리에 수용 가능

전체 차트를 보려면 좌우로 스크롤하세요.

  • 허용적
  • 조건부
  • 비상업적
  • 토큰당 활성 파라미터
각 마커는 하나의 모델이며, 총 파라미터 수를 기준으로 로그 스케일 위에 배치되어 있습니다. 축 아래의 주황색 선은 혼합 전문가(MoE) 모델이 토큰 하나당 실제로 사용하는 파라미터 수를 나타냅니다. 아래의 색띠는 4비트 정밀도에서 어떤 하드웨어가 모델을 수용할 수 있는지 보여 줍니다.

최근 추가된 모델

전체 보기
모델 출시일 파라미터 컨텍스트 라이선스 최소 버전 필요 메모리
MiniMax H3-Image EN MiniMax 33.1B – MiniMax H3-Image Community (조건부) 155 GB 대용량 메모리 데스크톱
Nex-N2.6 EN Nex-AGI 35.1B – 1.6T 256K Apache 2.0 (허용적) 24 GB 게이밍 GPU
LongCat-2.5 EN Meituan 1.6T 활성 48B 1M MIT (허용적) 1.1 TB GPU 서버
ZONOS3-Mini EN Zyphra 800M 활성 100M – Apache 2.0 (허용적) 10 GB 노트북 또는 휴대폰
Sophon-Realtime EN Adventists AI 32B – Apache 2.0 (허용적) 80 GB 워크스테이션
Arete-27B EN Nous Research 27.4B 256K Apache 2.0 (허용적) 19 GB 게이밍 GPU
Mirage EN Cactus Compute 51M – Apache 2.0 (허용적) 0.0354 GB 노트북 또는 휴대폰
ERNIE 5.5 Flash Base EN Baidu 280B 활성 14B 1M ERNIE 5.5 Flash Base (조건부) 193 GB 대용량 메모리 데스크톱

여기서 시작

사이트의 다른 내용을 더 쉽게 이해하게 해 주는 짧은 글 세 편입니다.

  1. What is an open-source AI model? A plain-English guide

    An open AI model is one you can download and run yourself. Learn what open weights and open source mean, what you can do with these models and how to start safely.

  2. Open weights vs open source AI: what is the difference?

    Open weights means a model's trained parameters can be downloaded. Open-source AI, as the OSI defines it, also needs code and training-data information. Here is why it matters.

  3. AI model licenses explained: can you use an open model commercially?

    A plain-English guide to open AI licenses: Apache 2.0, MIT, community licenses with revenue caps, research-only terms and gated downloads, plus a checklist to run before you ship.

목적에 맞는 모델 찾기

전체 보기

내 컴퓨터에서 돌아갈까?

VRAM 계산기 열기

결정 변수는 메모리입니다. 각 종류의 기기가 4비트 정밀도에서 현실적으로 수용할 수 있는 크기를 정리했습니다.

하드웨어 메모리 대표적인 기기 예시 모델
노트북 또는 휴대폰 최대 16 GB 일반적인 노트북, 휴대폰, 8~16 GB 그래픽 카드 FLUX 3 Image Klein , Nemotron 3.5 , MiniCPM5-2B , Gemma 4 (모델 120개)
게이밍 GPU 16~32 GB RTX 3090, 4090 또는 5090, 32 GB Mac LFM2.5-24B-A2B , Qwen3.8-27B (모델 39개)
워크스테이션 32~96 GB RTX PRO 6000(96 GB), 여러 장의 GPU 모델 8개
대용량 메모리 데스크톱 96~512 GB Mac Studio, AMD Strix Halo, NVIDIA DGX Spark MiniMax M3.1 Flash , Reflection Beam , GLM-5.3-Flash , Qwen3.8-Flash-Next (모델 28개)
GPU 서버 512 GB~1.5 TB H100, H200 또는 B200 8장 노드 Mistral Large 4 , Muse Spark Open , DeepSeek V4.1 Flash , GLM-5.3 (모델 13개)
다중 노드 클러스터 1.5 TB 초과 여러 대의 GPU 서버가 함께 동작하는 구성 Kimi K3.1 Pro , Qwen3.8-Max (모델 3개)

최신 뉴스

전체 보기

자유롭게 재사용할 수 있는 오픈 데이터

전체 카탈로그는 허용적 라이선스 아래 JSON과 CSV로 공개되어 있으니 그 위에 무엇이든 만들 수 있습니다. 사용할 때는 출처 링크를 걸어 주세요.

데이터 받기

빠른 답변

오픈소스와 오픈 웨이트는 어떻게 다른가요?
오픈 웨이트는 학습된 모델 파일을 누구나 내려받아 실행할 수 있다는 뜻입니다. 엄밀한 의미의 오픈소스는 여기에 더해 오픈소스 이니셔티브(OSI)가 승인한 라이선스(예: Apache 2.0, MIT)를 써야 하고, 이상적으로는 학습 코드와 데이터도 공개되어야 합니다. 인기 있는 많은 모델은 완전한 오픈소스가 아니라 추가 조건이 붙은 오픈 웨이트 모델입니다.
오픈 모델은 상업적으로 무료로 사용할 수 있나요?
가능한 모델도 있고 그렇지 않은 모델도 있습니다. Apache 2.0 또는 MIT 라이선스의 모델은 조건이 거의 없이 상업적으로 사용할 수 있습니다. 비교적 최신 라이선스는 매출 기준, 출처 표기 규칙, 호스팅 서비스를 파는 기업의 별도 계약 등을 요구하는 경우가 많습니다. 각 모델의 라이선스 배지와 라이선스 가이드를 확인하세요.
가장 좋은 오픈 모델은 무엇인가요?
작업과 하드웨어에 따라 다릅니다. 가장 큰 모델들은 어려운 코딩·추론 작업에서 앞서지만 서버급 장비가 필요합니다. 200억~350억 파라미터 규모의 중형 모델은 게이밍 GPU 한 장에서 돌아가며 일상적인 용도는 대부분 소화합니다. 베스트 목록에서는 모델을 목적별로 묶어 정리했습니다.
노트북에서도 이 모델들을 실행할 수 있나요?
소형·중형 모델은 가능합니다. 270억~310억 파라미터 모델의 4비트 버전은 메모리가 약 16~24 GB 필요합니다. 초대형 모델은 수백 GB가 필요합니다. VRAM 계산기에서 무엇이 들어가는지 확인할 수 있습니다.