# ai-opensource.com > 최신 오픈소스·오픈 웨이트 AI 모델을 쉬운 말로 설명하는 안내서입니다. 각 모델이 무엇인지, 얼마나 큰지, 라이선스가 허용하는 범위와 어떤 하드웨어에서 실행할 수 있는지 다룹니다. 모든 사실은 1차 자료(모델 카드, 라이선스 파일, 공식 발표)를 기준으로 확인했습니다. 별도의 언급이 없는 한 벤치마크 수치는 개발사가 발표한 값입니다. 문자와 데이터는 CC BY 4.0로 배포됩니다. 카탈로그 마지막 업데이트: 2026년 11월 11일. English: https://ai-opensource.com/llms.txt ## 모델 - [Clef](https://ai-opensource.com/ko/models/clef/): Cloudflare의 오픈 결정 모델. 상황과 질문을 주면 한 번의 추론으로 각 선택지의 확률을 돌려줍니다. 파라미터: 9.41B–27.4B; 컨텍스트 윈도우: 64K; 라이선스: Apache 2.0; 출시일: 2026-10-01. - [Confucius4-R2T2](https://ai-opensource.com/ko/models/confucius4-r2t2/): NetEase Youdao의 스트리밍 음성 인식기. 확정한 단어를 다시 고치지 않으며, Qwen3-ASR-1.7B를 개조했습니다. 파라미터: 2.04B; 라이선스: NetEase Youdao Model Use; 출시일: 2026-09. - [A.X K2](https://ai-opensource.com/ko/models/a-x-k2/): SK텔레콤의 6880억 MoE 모델, 활성 330억, 네이티브 FP8 가중치, 256K 컨텍스트. Apache 2.0, 수학과 한국어에 가장 강합니다. 파라미터: 688B (활성 33B); 컨텍스트 윈도우: 256K; 라이선스: Apache 2.0; 출시일: 2026-07-29. - [Chatterbox](https://ai-opensource.com/ko/models/chatterbox/): Resemble AI의 MIT 라이선스 음성 클론 TTS(0.5B, Multilingual V3). 2026년 8월 은퇴, 업데이트 없는 아카이브. 파라미터: 500M; 라이선스: MIT; 출시일: 2026-06-10. - [Cosmos 3](https://ai-opensource.com/ko/models/cosmos-3/): NVIDIA의 로봇·자율주행용 오픈 월드 모델. 4B, 16B, 64B 세 가지 크기로 텍스트, 이미지, 영상, 동작을 읽고 씁니다. 파라미터: 3.86B–64.6B; 라이선스: OpenMDW-1.1; 출시일: 2026-05-31. - [Command A+](https://ai-opensource.com/ko/models/command-a-plus/): Cohere의 오픈 218B 기업용 모델: 활성 25B, 48개 언어, 이미지·도구, Apache 2.0, 4비트로 H100 두 장에서 구동. 파라미터: 218B (활성 25B); 컨텍스트 윈도우: 128K; 라이선스: Apache 2.0; 출시일: 2026-05-20. - [Anima](https://ai-opensource.com/ko/models/anima/): CircleStone Labs와 Comfy Org의 2B 애니메이션·일러스트 이미지 모델, Turbo 버전은 8~12 스텝. 가중치는 비상업적 용도로만 사용 가능. 파라미터: 2.09B; 라이선스: CircleStone Non-Commercial; 출시일: 2026-05-14. - [Cohere Transcribe](https://ai-opensource.com/ko/models/cohere-transcribe/): Cohere의 첫 오픈 음성 모델. 14개 언어를 위한 2B 전사 전문 모델, Apache 2.0으로 공개. 파라미터: 2.07B; 라이선스: Apache 2.0; 출시일: 2026-03-26. - [DeepSeek-OCR 2](https://ai-opensource.com/ko/models/deepseek-ocr-2/): DeepSeek의 3.4B Apache 2.0 문서 OCR 모델. 새 인코더가 스캔 순서가 아닌 의미대로 시각 토큰을 재배열합니다. 파라미터: 3.39B; 라이선스: Apache 2.0; 출시일: 2026-01-27. - [ACE-Step 1.5](https://ai-opensource.com/ko/models/ace-step-1-5/): MIT 라이선스 음악 기반 모델: 몇 초 만에 완전한 곡 생성, 약 4 GB VRAM에서 실행, 커버·부분 다시 그리기·50개 이상 언어 지원. 파라미터: 2B–4B; 라이선스: MIT; 출시일: 2026-01-23. - [DeepSeek-OCR](https://ai-opensource.com/ko/models/deepseek-ocr/): DeepSeek의 3B MIT 라이선스 OCR 모델. 페이지 텍스트를 소수의 시각 토큰에 담아 10배 미만 압축에서 약 97% 디코딩 정밀도. 파라미터: 3.34B (활성 570M); 라이선스: MIT; 출시일: 2025-10-20. ## 베스트 - [2026년 최고의 오픈소스 OCR·문서 모델](https://ai-opensource.com/ko/best/ocr-and-document-models/): 2026년 11월의 오픈 OCR·문서 파싱 모델: 온디바이스 0.8B부터 5B 다국어 파서까지, 라이선스와 설계 목적을 함께 담았습니다. - [2026년 최고의 오픈소스 멀티모달 모델(이미지·영상·오디오)](https://ai-opensource.com/ko/best/multimodal-models/): 텍스트뿐 아니라 이미지·영상·오디오까지 읽는 오픈 모델을, 온디바이스 1B부터 수조 파라미터급 시스템까지 소개하고 각 모델의 라이선스와 컨텍스트 길이를 함께 담았습니다. - [유럽에서 만들어진 오픈 웨이트 AI 모델](https://ai-opensource.com/ko/best/open-models-made-in-europe/): 프랑스, 독일, 스위스, 네덜란드 개발사의 오픈 웨이트 모델: 언어, 이미지, 음성, OCR, 임베딩을 아우르며 각 모델의 라이선스를 담았습니다. - [한국에서 만들어진 오픈 웨이트 AI 모델](https://ai-opensource.com/ko/best/open-models-made-in-korea/): 한국 개발사의 오픈 웨이트 모델: 정부 주권 AI 프로젝트를 위해 만든 4개 언어 모델, KRAFTON의 두 Raon 모델, 온디바이스 음성 모델. - [2026년 최고의 오픈소스 리랭커(Reranker) 모델](https://ai-opensource.com/ko/best/reranker-models/): 2026년 11월의 검색·RAG용 오픈 리랭커 모델: 텍스트 전용과 멀티모달, 0.6B부터 8B까지, 언어·컨텍스트 길이·라이선스·크기를 담았습니다. - [2026년 최고의 오픈소스 음악·사운드 생성 모델](https://ai-opensource.com/ko/best/music-and-sound-generation/): 2026년 11월의 오픈 음악·사운드 모델: 보컬이 들어간 노래, 실시간 연주, 효과음까지, 하드웨어 요건과 라이선스 제한을 명시했습니다. ## 모델 비교 - [ACE-Step 1.5 vs MiniMax Music 3 비교: 어떤 오픈 노래 모델을 선택할까?](https://ai-opensource.com/ko/compare/ace-step-1-5-vs-minimax-music-3/): ACE-Step 1.5는 MIT 라이선스 노래 모델로 약 4 GB VRAM에서 실행됩니다. MiniMax Music 3는 111억 파라미터 모델로 최대 5분 길이의 노래를 만들며 24 GB GPU가 필요합니다. - [Apertus 1.5 vs OLMo 3.1 비교: 어떤 완전 오픈 모델을 사용해야 할까?](https://ai-opensource.com/ko/compare/apertus-1-5-vs-olmo-3-1/): Apertus 1.5는 텍스트, 이미지, 오디오를 읽고 컨텍스트는 262K입니다. OLMo 3.1은 텍스트 전용 64K이며 32B 모델이 있습니다. 둘 다 Apache 2.0 완전 오픈 모델입니다. - [BGE-M3 vs Granite Embedding R2 비교: 어떤 임베딩 모델을 선택해야 할까?](https://ai-opensource.com/ko/compare/bge-m3-vs-granite-embedding-r2/): BGE-M3는 밀집·희소·멀티벡터 검색을 지원하는 568M 다국어 모델 하나입니다. Granite Embedding R2는 최대 32K 컨텍스트의 소형 모델 네 개입니다. 크기와 적합성을 비교합니다. - [Cosmos 3 vs Wan 2.2 비교: 어떤 오픈 비디오 모델을 선택할까?](https://ai-opensource.com/ko/compare/cosmos-3-vs-wan-2-2/): Cosmos 3는 NVIDIA의 로봇·자율주행용 월드 모델로 4B Edge 크기가 있습니다. Wan 2.2는 알리바바의 Apache 2.0 텍스트·이미지→비디오 계열로 24 GB GPU용 5B 모델이 있습니다. - [DeepSeek V4 vs Hy3 비교: 어떤 대형 오픈 모델을 사용해야 할까?](https://ai-opensource.com/ko/compare/deepseek-v4-vs-hy3/): DeepSeek V4는 MIT 라이선스로 100만 토큰 컨텍스트에 1.6T와 284B 두 가지 크기입니다. Hy3는 295B Apache 2.0 모델 하나로 컨텍스트는 256K입니다. 크기, 컨텍스트, 라이선스를 비교합니다. - [FLUX 3 Klein vs Krea 2 비교: 어떤 이미지 모델을 선택할까?](https://ai-opensource.com/ko/compare/flux-3-image-klein-vs-krea-2/): FLUX 3 Image Klein은 이미지를 편집하고 INT8로는 8 GB에 들어갑니다. Krea 2는 텍스트만으로 다채로운 이미지를 그립니다. 둘 다 게이트가 있으며 매출 상한은 각각 500만 달러와 100만 달러입니다. - [FLUX 3 Image Klein vs Qwen-Image-2.1 비교: 라이선스, 메모리, 기능](https://ai-opensource.com/ko/compare/flux-3-image-klein-vs-qwen-image-2-1/): FLUX 3 Image Klein과 Qwen-Image-2.1은 모두 참조 이미지로 생성·편집합니다. 라이선스, 메모리 요구 사항, 각자의 강점을 비교합니다. - [FLUX.3 Image Klein vs Z-Image 비교: 어떤 오픈 이미지 모델을 사용해야 할까?](https://ai-opensource.com/ko/compare/flux-3-image-klein-vs-z-image/): FLUX.3 Image Klein은 최대 10장의 참조 이미지로 편집하며 라이선스에 매출 제한이 있습니다. Z-Image는 Apache 2.0 텍스트→이미지 모델입니다. 편집, 라이선스, 메모리를 비교합니다. - [Gemma 4 vs Qwen3.8-27B 비교: 한 장의 GPU에서는 어떤 오픈 모델을 실행해야 할까?](https://ai-opensource.com/ko/compare/gemma-4-vs-qwen-3-8-27b/): Google의 Gemma 4와 알리바바의 Qwen3.8-27B는 모두 한 장의 GPU에 들어가는 Apache 2.0 모델입니다. 크기, 입력 유형, 메모리 요구 사항, 각자 맞는 용도를 비교합니다. - [GLM-5.3 Flash vs MiniMax M3 비교: 어떤 멀티모달 모델을 선택해야 할까?](https://ai-opensource.com/ko/compare/glm-5-3-flash-vs-minimax-m3/): GLM-5.3 Flash는 전체 3200억 파라미터, MIT 라이선스로 저비용 긴 컨텍스트를 지향하고, MiniMax M3는 전체 4280억 파라미터에 추론 모드와 커뮤니티 라이선스를 갖췄습니다. 크기와 라이선스를 비교합니다. - [GLM-5.3 vs DeepSeek V4.1 Flash 비교: 코딩 에이전트용 오픈 모델 두 가지](https://ai-opensource.com/ko/compare/glm-5-3-vs-deepseek-v4-1-flash/): Z.ai의 GLM-5.3과 DeepSeek V4.1 Flash는 100만 토큰 컨텍스트를 갖춘 코딩·에이전트용 오픈 웨이트 모델입니다. 크기, 메모리 요구 사항, 라이선스를 비교합니다. - [GLM-OCR vs PaddleOCR-VL 비교: 어떤 소형 문서 파서를 선택해야 할까?](https://ai-opensource.com/ko/compare/glm-ocr-vs-paddleocr-vl/): 두 가지 0.9B 문서 파서: GLM-OCR(MIT, SDK, 양식 필드 추출)와 PaddleOCR-VL(Apache 2.0, 차트와 인장 지원). 도구, 라이선스, 점수를 비교합니다. - [Index-Translate vs TranslateGemma 비교: 무엇을 선택해야 할까?](https://ai-opensource.com/ko/compare/index-translate-vs-translategemma/): Index-Translate는 150개 언어를 지원하는 Apache 2.0으로 용어집과 톤 지시를 따릅니다. TranslateGemma는 55개 언어를 Gemma 조건으로 지원하고 다운로드가 훨씬 많습니다. 독립적인 비교는 찾지 못했습니다. - [K-EXAONE 2.0 vs A.X K2 비교: 어떤 한국 주권 AI 모델을 실행해야 할까?](https://ai-opensource.com/ko/compare/k-exaone-2-0-vs-a-x-k2/): K-EXAONE 2.0(7500억, 10개 언어, 262K 컨텍스트)일까요, A.X K2(6880억, 5개 언어, 수학과 한국어에 가장 강함)일까요? 둘 다 Apache 2.0입니다. 크기, 하드웨어, 적합성을 비교합니다. - [Kimi K3.1 Pro vs Qwen3.8-Max 비교: 어떤 초대형 오픈 모델이 맞을까?](https://ai-opensource.com/ko/compare/kimi-k3-1-pro-vs-qwen-3-8-max/): Kimi K3.1 Pro와 Qwen3.8-Max는 내려받을 수 있는 가장 큰 오픈 웨이트 모델입니다. 크기, 입력 유형, 메모리 요구 사항, 라이선스를 나란히 비교합니다. - [Kokoro vs Pocket TTS 비교: 어떤 초소형 오픈 TTS 모델을 사용해야 할까?](https://ai-opensource.com/ko/compare/kokoro-vs-pocket-tts/): Kokoro는 8개 언어의 54개 고정 보이스를 제공하며 Apache 2.0입니다. Pocket TTS는 5초 오디오로 보이스를 복제하고 6개 언어를 지원하며 CC BY 4.0입니다. 둘 다 CPU에서 실행됩니다. - [LTX-2.5 vs Wan 2.2 비교: 오픈소스 비디오 생성 모델](https://ai-opensource.com/ko/compare/ltx-2-5-vs-wan-2-2/): LTX-2.5는 동기화된 사운드가 있는 비디오를 만들고, Wan 2.2는 Apache 2.0으로 24 GB GPU에서 실행됩니다. 메모리 요구 사항, 라이선스, 기능을 비교합니다. - [MiniCPM-OCR vs LightOnOCR-3 비교: 어떤 Apache 2.0 OCR 모델을 써야 할까요?](https://ai-opensource.com/ko/compare/minicpm-ocr-vs-lightonocr-3/): MiniCPM-OCR는 중국어·영어 페이지용 1.3B 단일 모델이고, LightOnOCR-3는 4B·1B·0.8B 3가지 크기로 경계 상자와 차트 데이터를 제공합니다. 도구 체인과 적합성을 비교합니다. - [Mistral Large 4 vs Muse Spark Open 비교: 두 거대 오픈 웨이트 모델](https://ai-opensource.com/ko/compare/mistral-large-4-vs-muse-spark-open/): Mistral Large 4와 Muse Spark Open은 모두 2026년 10월에 공개되었습니다. 크기, 입력 유형, 메모리 요구 사항과 각자의 라이선스 조건을 비교합니다. - [MOSS-Image vs Z-Image 비교: 어떤 Apache 2.0 이미지 모델을 쓸까요?](https://ai-opensource.com/ko/compare/moss-image-vs-z-image/): MOSS-Image는 긴 중국어·영어 텍스트를 그리고 JSON 레이아웃을 따릅니다. Z-Image Turbo는 16 GB GPU에서 8스텝으로 사실적인 이미지를 만듭니다. 둘 다 Apache 2.0입니다. - [Nemotron 3.5 Lightning vs Qwen3.6 비교: 어떤 활성 3B 모델을 쓸까요?](https://ai-opensource.com/ko/compare/nemotron-3-5-lightning-vs-qwen-3-6/): Nemotron 3.5 Lightning은 H100 한 장용 30B-A3B 하이브리드로 컨텍스트 1M입니다. Qwen3.6은 35B-A3B와 27B 밀집 조합으로 이미지 입력을 지원합니다. 적합성과 성적을 비교합니다. - [Nemotron 3 Nano Omni vs MiniCPM-o 4.5 비교: 어떤 오픈 옴니 모델을 쓸까요?](https://ai-opensource.com/ko/compare/nemotron-3-nano-omni-vs-minicpm-o-4-5/): NVIDIA의 31B 옴니 모델은 비디오·오디오·이미지를 읽고 텍스트로 답합니다. OpenBMB의 9B MiniCPM-o 4.5는 말도 합니다. 메모리, 언어, 라이선스를 비교합니다. - [OmniVoice vs VoxCPM2 비교: 어떤 오픈 TTS 모델을 써야 할까요?](https://ai-opensource.com/ko/compare/omnivoice-vs-voxcpm2/): OmniVoice는 600개 이상 언어를 지원하지만 가중치는 비상업용입니다. VoxCPM2는 Apache 2.0으로 30개 언어를 지원합니다. 언어, 음성 디자인, 라이선스를 비교합니다. - [Ornith 1.5 vs Qwen3.6 비교: 어떤 에이전틱 코딩 모델을 써야 할까요?](https://ai-opensource.com/ko/compare/ornith-1-5-vs-qwen-3-6/): Ornith 1.5는 MIT 라이선스의 Qwen3.5 파생 모델로 4가지 크기가 있습니다. Qwen3.6은 Alibaba의 Apache 2.0 조합으로 이미지 입력을 지원합니다. 크기, 라이선스, 근거를 비교합니다. - [Parakeet TDT 0.6B v3 vs Cohere Transcribe 비교: 어떤 모델을 써야 할까요?](https://ai-opensource.com/ko/compare/parakeet-tdt-0-6b-v3-vs-cohere-transcribe/): Parakeet v3는 25개 유럽 언어를 타임스탬프와 함께 CC BY 4.0으로 지원합니다. Cohere Transcribe는 중국어·일본어·한국어를 포함한 14개 언어를 Apache 2.0으로 지원합니다. - [PLaMo 3 Translate vs Hy-MT2 비교: 어떤 오픈 번역 모델을 쓸까?](https://ai-opensource.com/ko/compare/plamo-3-translate-vs-hy-mt2/): PLaMo 3 Translate는 53개 언어를 지원하지만 매출 상한이 있는 라이선스를 씁니다. Hy-MT2는 33개 언어에 순수 Apache 2.0이고 커뮤니티도 훨씬 큽니다. PFN 자체 그래프는 PLaMo 쪽이 유리합니다. - [Qwen3-ASR vs Voxtral Realtime 비교: 어떤 스트리밍 모델을 써야 할까?](https://ai-opensource.com/ko/compare/qwen3-asr-vs-voxtral-realtime/): Qwen3-ASR는 30개 언어와 22개 중국어 방언을 타임스탬프와 함께 지원합니다. Voxtral Realtime은 단일 4B 모델로 지연 시간이 80ms~2.4초입니다. 언어와 지연 시간을 비교하세요. - [Qwen3-Embedding vs EmbeddingGemma 2: 어떤 것을 써야 할까?](https://ai-opensource.com/ko/compare/qwen3-embedding-vs-embeddinggemma-2/): Qwen3-Embedding은 텍스트와 코드를 세 가지 크기로 처리합니다. EmbeddingGemma 2는 텍스트, 이미지, 오디오, 비디오를 한 공간에 넣습니다. 컨텍스트, 크기, 라이선스를 비교하세요. - [Ripple-65B vs Nanbeige4.3-33B: 어떤 신규 에이전트 모델을 선택할까?](https://ai-opensource.com/ko/compare/ripple-65b-vs-nanbeige-4-3-33b/): Ripple-65B Preview는 Apache 2.0의 65B 밀집(dense) 모델로 컨텍스트가 1M입니다. Nanbeige4.3-33B는 33B 모델로 컨텍스트 512K, INT4 빌드는 23 GB입니다. - [S2 Pro vs Higgs TTS 3: 어떤 비상업 TTS 모델을 선택할까?](https://ai-opensource.com/ko/compare/s2-pro-vs-higgs-tts-3/): Fish Audio의 S2 Pro와 Boson의 Higgs TTS 3는 모두 4.6B 텍스트 음성 변환 모델로 인라인 태그와 보이스 클로닝을 지원하며 둘 다 비상업용입니다. 라이선스와 하드웨어를 비교하세요. - [Solar Open 2 vs Motif 3: 어떤 한국 에이전트 모델을 돌릴까?](https://ai-opensource.com/ko/compare/solar-open-2-vs-motif-3/): Solar Open 2는 250B 파라미터, 1M 컨텍스트, 네이밍 규칙이 있습니다. Motif 3는 314B, 256K 컨텍스트, 순수 MIT 라이선스입니다. 하드웨어, 언어, 라이선스를 비교하세요. - [Stable Audio 3 vs MOSS-SoundEffect v2.0: 어떤 오픈 사운드 이펙트 모델?](https://ai-opensource.com/ko/compare/stable-audio-3-vs-moss-soundeffect-v2/): Stable Audio 3는 8스텝으로 최대 6분 20초 길이의 음악과 사운드 이펙트를 만들고 연 매출 100만 달러 미만이면 무료입니다. MOSS-SoundEffect v2.0은 Apache 2.0으로 최대 30초 이펙트를 만듭니다. - [Whisper large-v3-turbo vs Nemotron 3.5 Transcribe: 어느 것을 쓸까?](https://ai-opensource.com/ko/compare/whisper-large-v3-turbo-vs-nemotron-3-5-transcribe/): Whisper large-v3-turbo는 가볍고 지원이 넓습니다. Nemotron 3.5 Transcribe는 화자 라벨과 프롬프트로 제어하는 스타일을 더합니다. 메모리, 언어, 라이선스를 비교하세요. - [ZONOS3-Mini vs Drama 3: 어떤 새 오픈 TTS 모델?](https://ai-opensource.com/ko/compare/zonos3-mini-vs-drama-3/): ZONOS3-Mini는 43개 언어를 지원하는 800M Apache 2.0 모델로 브라우저에서 돌아갑니다. Drama 3는 83개 언어의 36B 모델로 연 매출 50만 달러 미만일 때만 무료입니다. ## 라이선스 - [Apache License 2.0](https://ai-opensource.com/ko/licenses/apache-2-0/): 가장 널리 쓰이는 관대한 라이선스 중 하나입니다. 몇 가지 가벼운 조건만 지키면 모델을 사용하고 수정할 수 있으며, 이를 기반으로 만든 제품을 판매할 수도 있습니다. - [bilibili Model Use License Agreement](https://ai-opensource.com/ko/licenses/bilibili-model-use/): Bilibili가 IndexTTS에 적용한 라이선스로, IndexTTS-2.5 모델 카드와 GitHub 저장소 모두 이를 가리킵니다. 전 세계 어디서나 로열티 없이 모델을 사용·수정·학습에 활용·배포하고 파생 모델을 만들 수 있습니다. 본문에 상업적 이용에 대한 일반 금지 조항은 없지만, 월간 활성 사용자가 1억을 넘거나 연 매출이 10억 위안(RMB)을 넘는 이용자 또는 계열사는 별도의 서면 라이선스가 필요합니다. - [Boson Higgs TTS 3 Research and Non-Commercial License](https://ai-opensource.com/ko/licenses/boson-higgs-non-commercial/): Boson AI의 Higgs TTS 3 가중치에 대한 라이선스로, 마지막 업데이트는 2026년 7월 8일입니다. 스스로 오픈소스가 아닌 “소스 공개(source-available)” 라이선스라고 규정합니다. 연구와 비상업 이용은 무료이며, 상업적 목적에는 Boson의 별도 서면 라이선스가 필요합니다. 유일한 예외는 “크리에이터 이용 허가(Creator Use Grant)”로, 디지털 크리에이터는 “Boson AI's Higgs Audio”로 크레딧을 남기면 이 모델의 오디오로 팟캐스트, 영상, 오디오북, SNS 게시물을 만들고 수익화할 수 있습니다. - [BreezeBlue Research and Non-Commercial License Agreement v1.1](https://ai-opensource.com/ko/licenses/breezeblue-non-commercial/): BreezeBlue로 사업하는 Resonia, Inc.가 2026년 9월 1일에 발행한 Breeze TTS 2 가중치 라이선스, 버전 1.1입니다. 연구와 비상업 이용은 무료이며 상업적 권리는 전혀 부여하지 않고, 매출 기준이나 크리에이터 예외도 없습니다. 공개 가중치로 만든 오디오에도 같은 제한이 적용됩니다. - [Creative Commons Attribution 4.0 (CC BY 4.0)](https://ai-opensource.com/ko/licenses/cc-by-4-0/): 크리에이티브 커먼즈 라이선스로, 출처를 밝히면 상업적 이용을 포함한 모든 목적으로 저작물을 복제·공유·변경할 수 있습니다. 소프트웨어가 아닌 창작물과 데이터용으로 만들어졌지만, 일부 음성·데이터 릴리스는 모델 가중치에 이를 사용합니다. - [Creative Commons Attribution-NonCommercial (CC BY-NC)](https://ai-opensource.com/ko/licenses/cc-by-nc/): 크리에이티브 커먼즈 라이선스로, 출처를 밝히면 누구나 저작물을 복제·공유·변경할 수 있지만 비상업 목적에 한정됩니다. 버전 번호 없이 표기하는 모델 카드도 있으며, 현재 버전은 4.0입니다. - [CircleStone Labs Non-Commercial License v1.2](https://ai-opensource.com/ko/licenses/circlestone-non-commercial/): CircleStone Labs의 Anima 이미지 모델 라이선스입니다. 가중치는 비상업적 용도에만 무료이지만, 생성한 이미지는 상업적으로 사용할 수 있습니다. 모델을 유료로 호스팅하거나 수익화 제품에 넣으려면 CircleStone Labs의 별도 상업 라이선스가 필요합니다. - [AI Pubs Open RAIL-M License (Modified, Datalab)](https://ai-opensource.com/ko/licenses/datalab-openrail-m/): 수정된 Open RAIL-M 라이선스입니다. 연구와 개인 이용은 무료이며, 상업적 이용은 전년도 매출이 200만 달러 미만이고 누적 조달액도 200만 달러 미만인 조직에만 허용됩니다. 모델을 Datalab과 경쟁하는 데 쓰는 것도 금지되고, 파생물과 출력물에는 같은 라이선스가 적용되어야 합니다. - [AI Pubs Open RAIL-M License (Modified, Datalab Surya)](https://ai-opensource.com/ko/licenses/datalab-surya-openrail-m/): Datalab의 Chandra 모델과 동일한 수정 Open RAIL-M 라이선스로, 한도만 더 높습니다. 연구와 개인 이용은 무료이며, 상업적 이용은 전년도 매출이 500만 달러 미만이고 누적 조달액도 500만 달러 미만인 조직에만 허용됩니다. 모델을 Datalab과 경쟁하는 데 쓰는 것도 금지되고, 파생물과 출력물에는 같은 라이선스가 적용되어야 합니다. - [ERNIE 5.5 Flash Base Model License Agreement v1.0](https://ai-opensource.com/ko/licenses/ernie-5-5-flash-base/): 비상업 이용은 무료입니다. 상업적 이용은 관련 연 매출이 5000만 달러까지면 “Powered by ERNIE”를 표시하고 Baidu에 일회성 통지만 보내면 무료로 가능하지만, EU·영국·한국 이외 지역에 한정됩니다. 5000만 달러를 넘으면 Baidu의 서면 승인이 필요합니다. - [Fish Audio Community License Agreement 1.0](https://ai-opensource.com/ko/licenses/fish-audio-community/): 연구와 비상업 이용은 무료이고, 본인과 계열사의 연간 수익이 50만 달러 미만이면 상업적 이용도 무료입니다. 이를 넘거나, 규모와 관계없이 텍스트 음성 변환(TTS), 보이스 클로닝 또는 추론 서비스 형태로 모델을 타인에게 제공하려면 Fish Audio의 별도 서면 라이선스가 필요합니다. “Built with Fish Audio” 표기가 의무이고, 동의 없이 실존 인물의 목소리를 클론하거나 모델이나 그 오디오로 다른 음성 모델·기반 모델을 학습시킬 수 없습니다. - [Fish Audio Research License Agreement](https://ai-opensource.com/ko/licenses/fish-audio-research/): Fish Audio의 S2 Pro 가중치 라이선스로, 마지막 업데이트는 2026년 3월 7일입니다. 취미 프로젝트, 평가, 테스트를 포함한 연구·비상업 이용은 무료입니다. 자기 조직의 내부 운영을 포함한 모든 상업적 목적에는 Fish Audio의 별도 서면 라이선스가 필요합니다. 가중치나 파생물을 공유하면 약정서를 전달하고, 39 AI, Inc.를 크레딧하는 고지를 유지하며, “Built with Fish Audio”를 표시해야 합니다. - [FLUX Kommunity License v1.0](https://ai-opensource.com/ko/licenses/flux-kommunity/): Black Forest Labs가 공개한 FLUX 3 가중치용 라이선스입니다. 개인 및 비상업적 이용은 무료이며, 상업적 이용은 “적격 사용자(Qualifying Users)”, 즉 본인과 계열사의 연간 수익이 500만 달러 미만인 경우에만 무료입니다. 그보다 큰 기업은 상업용 라이선스나 유료 API가 필요합니다. - [Gemma Terms of Use](https://ai-opensource.com/ko/licenses/gemma-terms/): Google가 Gemma 4 이전에 출시한 Gemma 모델(TranslateGemma 포함)에 대해 만든 자체 라이선스입니다. 수익 상한 없이 상업적 이용, 수정, 재배포를 허용하지만, 모든 사본과 모든 파생물에 동일한 이용 제한이 따라붙고, Google은 약관을 위반했다고 판단하는 이용을 제한할 수 있습니다. - [GLM-5.3 License](https://ai-opensource.com/ko/licenses/glm-5-3/): MIT에 가까운 라이선스입니다. 유일한 추가 조건은 초대형 호스팅 사업에 적용됩니다. 수익이 100억 달러를 넘는 “모델 즉 서비스(Model as a Service)” 운영자는 Z.AI의 보안 심사를 통과해야 합니다. 그 외에는 MIT처럼 사용하면 됩니다. - [Ideogram Non-Commercial Model Agreement](https://ai-opensource.com/ko/licenses/ideogram-non-commercial/): Ideogram이 Ideogram 4 가중치에 적용한 라이선스입니다. 마지막으로 업데이트된 날짜는 2026년 6월 3일입니다. 가중치는 비상업적 목적에 한해 무료이며, 그 범위를 문서가 좁게 정의합니다. 기업은 테스트와 프로토타입 제작은 할 수 있지만 배포는 안 되고, 수익을 내는 제품에 쓸 이미지를 생성하는 것도 제외됩니다. 상업적 이용에는 별도 계약이 필요하며, Ideogram이 자유롭게 승인하거나 거부할 수 있습니다. - [Kimi K3 License](https://ai-opensource.com/ko/licenses/kimi-k3/): 두 가지 규모 조건이 붙은 MIT 스타일 라이선스입니다. 대부분의 회사는 별도 문의 없이 상업적으로 사용할 수 있지만, 대형 호스팅 사업은 별도 계약이 필요하고 초대형 제품은 모델 출처 표기를 해야 합니다. Kimi K3.1 Pro는 같은 조건을 자신의 이름으로 적용합니다. - [Krea 2 Community License Agreement v1](https://ai-opensource.com/ko/licenses/krea-2-community/): Krea가 Krea 2 Raw와 Turbo 가중치에 적용한 라이선스입니다. 날짜는 2026년 6월 22일. 모델을 사용·수정·공유하고 파생물을 만들 수 있으며, 상업적 이용은 본인과 계열사의 연간 수익이 100만 달러 미만일 때만 허용됩니다. 더 큰 조직은 Krea의 엔터프라이즈 라이선스가 필요합니다. - [LFM Open License v1.0](https://ai-opensource.com/ko/licenses/lfm-open-1-0/): Liquid AI의 Apache 2.0 스타일 라이선스이지만 한 가지 큰 제약이 있습니다. 상업적 이용은 회사가 계열사와 합쳐 연간 수익 1000만 달러 미만일 때만 허가됩니다. 그 선을 넘으면 허가 대상이 아니므로 별도 계약이 필요합니다. - [LTX-2 Community License Agreement](https://ai-opensource.com/ko/licenses/ltx-2-community/): LTX-2와 LTX-2.3용 자체 라이선스입니다. 날짜는 2026년 1월 5일. 연간 수익이 1000만 달러 미만인 조직은 금지 용도 목록을 지키는 조건으로 모든 목적에 모델을 사용·수정·호스팅할 수 있습니다. 그 금액 이상인 조직은 유료 상업 계약이 필요합니다. LTX-2.5는 대신 더 최신인 LTX-2.x 라이선스를 적용합니다. - [LTX-2.x Community License Agreement](https://ai-opensource.com/ko/licenses/ltx-2x-community/): LTX 비디오 모델용 자체 라이선스입니다. 연간 수익이 1000만 달러 미만인 조직은 모든 목적으로 모델을 사용·수정·호스팅할 수 있고, 그 금액 이상인 조직은 유료 상업 라이선스가 필요하지만 비프로덕션 환경에서의 평가는 여전히 가능합니다. - [MiniMax Community License](https://ai-opensource.com/ko/licenses/minimax-community/): 비상업적 목적의 권리를 부여한 뒤 상업적 이용 절차를 정하는 라이선스입니다. 크레딧 표기, 통지 발송, 그리고 제품의 연간 수익이 2000만 달러를 넘는다면 서면 승인이 필요합니다. 군사 목적은 금지됩니다. 이 모델 위에 제품을 출시하기 전에 법률 검토를 권합니다. - [MiniMax H3 Community License Agreement](https://ai-opensource.com/ko/licenses/minimax-h3-community/): 커뮤니티 라이선스로 MiniMax H3를 사용·수정·배포할 수 있지만 “적용 지역(Applicable Territory)”에 한정됩니다. 적용 지역은 유럽연합, 영국, 한국, 미국을 제외한 전 세계입니다. 연간 수익이 2000만 달러를 넘는 상업 제품에는 MiniMax의 서면 승인이 필요하고, 모든 상업 제품은 인터페이스에 “MiniMax H3”를 표시해야 하며, 모델이나 그 결과물로 다른 AI 모델을 학습시킬 수 없습니다. 법률 자문을 받으세요. 특히 여러분이나 사용자가 제외 지역에 있다면 중요합니다. - [MiniMax-H3-Image Community License Agreement](https://ai-opensource.com/ko/licenses/minimax-h3-image-community/): MiniMax H3 라이선스를 기반으로 상업적 기준을 크게 낮춘 라이선스입니다. MiniMax-H3-Image는 “적용 지역(Applicable Territory)”(유럽연합, 영국, 한국, 미국을 제외한 전 세계)에서만 사용·수정·배포할 수 있습니다. 본인과 계열사의 연간 수익이 100만 달러를 넘거나, 다른 사람에게 호스팅 서비스로 모델을 제공하면 MiniMax의 서면 승인이 필요합니다. 이 위에 사업을 세우기 전에 법률 자문을 받으세요. - [MiniMax M2.7 Non-Commercial License](https://ai-opensource.com/ko/licenses/minimax-m2-7-non-commercial/): MIT 스타일이지만 비상업적 이용만 다루는 라이선스입니다. 개인 이용(코딩과 자체 도구 구축을 위한 셀프호스팅 포함)과 비영리·학술·연구 이용은 무료입니다. 모든 상업적 이용에는 MiniMax의 별도 사전 서면 승인이 필요하며, 승인된 경우 “Built with MiniMax M2.7”를 표기해야 합니다. - [MiniMax Model License (M2.5)](https://ai-opensource.com/ko/licenses/minimax-model-license/): MiniMax의 허용적 스타일 제한 라이선스입니다. 버전 날짜는 2026년 2월 13일. 모델을 사용·복제·배포·수정하고 파생 저작물을 만들 수 있는 전 세계적, 로열티 프리 권리를 부여하며, 문서에 수익 상한이 없습니다. 계약을 전달하고, 수정한 파일을 표시하며, MiniMax의 저작자 표시 고지를 유지하고, 금지 사용 정책을 따라야 합니다. 모델 카드와 Hugging Face 메타데이터는 Modified-MIT라고 부르지만, 저장소의 라이선스 파일 제목은 MiniMax Model License입니다. - [MiniMax-Music3 Community License](https://ai-opensource.com/ko/licenses/minimax-music3-community/): 상용 조건이 붙은 MIT 방식 라이선스입니다. MiniMax Music 3는 사용·수정·배포할 수 있지만, 상용 제품은 인터페이스에 "MiniMax-Music3"를 표시해야 하고, 이를 사용하는 제품으로 연 수익이 2000만 달러를 넘는 기업은 서면 동의가 필요합니다. 모델을 다른 사람에게 제공하는 쪽도 권리를 침해하는 출력을 막는 보호 장치를 유지해야 합니다. 긴 허용 사용 정책이 적용됩니다. - [Mistral Ecosystem Open-Weight License](https://ai-opensource.com/ko/licenses/mistral-open-weight/): 수정된 MIT 라이선스입니다. 모델을 자유롭게 사용하고 이를 기반으로 개발할 수 있지만, 호스팅 접근을 판매하는 사업은 매출 규모와 관계없이 Mistral의 별도 상용 라이선스가 필요합니다. - [MIT License](https://ai-opensource.com/ko/licenses/mit/): 가장 짧고 단순한 퍼미시브 라이선스입니다. 저작권 고지와 라이선스 문구만 유지하면 모델을 거의 어떤 용도로든 사용할 수 있습니다. - [Modified MIT License (Moonshot AI)](https://ai-opensource.com/ko/licenses/moonshot-modified-mit/): 표준 MIT 라이선스에 한 문장을 더한 것입니다. 누구나 모델을 사용·수정·판매할 수 있고, 극단적으로 큰 제품(월간 활성 사용자 1억 명 초과 또는 월 매출 2000만 달러 초과)만 인터페이스에 모델 이름을 표시해야 합니다. - [Muse Model License](https://ai-opensource.com/ko/licenses/muse-model-license/): Meta가 Muse Spark Open에 적용하는 라이선스입니다. 대부분의 회사는 상용으로 사용할 수 있지만, 수익이 2000만 달러를 넘는 상태에서 호스팅 접근을 판매하는 사업은 별도 계약이 필요하고, 모두가 "Built with Muse Spark Open"을 표시해야 합니다. 다운로드는 승인을 받아야 가능합니다. - [NetEase Youdao Model Use License Agreement](https://ai-opensource.com/ko/licenses/netease-youdao-model-use/): NetEase Youdao의 Confucius4-R2T2 음성 인식 모델 라이선스입니다. 본인이나 계열사의 월간 활성 사용자가 1억 명을 넘거나 연 수익이 10억 위안(RMB)을 넘지 않으면 상용이 허용되고, 넘으면 별도 라이선스가 필요합니다. 또한 비상용 AI 모델을 제외하고 이 모델로 다른 AI 모델을 개선하는 것과 고위험 용도를 금지합니다. - [NVIDIA License (non-commercial)](https://ai-opensource.com/ko/licenses/nvidia-license-non-commercial/): NVIDIA가 LocateAnything-3B에 포함해 배포하는 짧은 연구 전용 라이선스입니다. 저작물을 사용·복제·수정·공유할 수 있지만 비상용으로만 가능하며, 이 텍스트는 비상용을 연구 또는 평가 목적으로만 정의합니다. NVIDIA와 그 계열사는 상용 사용 권리를 유지합니다. - [NVIDIA Nemotron Open Model License](https://ai-opensource.com/ko/licenses/nvidia-nemotron-open-model/): NVIDIA의 관대한 Apache 스타일 라이선스입니다. 상용 사용, 파생 저작물 제작, 재배포가 허용되고, NVIDIA는 출력물의 소유권을 주장하지 않으며, 주요 의무는 라이선스를 전달하고 고지를 유지하는 것입니다. - [NVIDIA Open Model Agreement](https://ai-opensource.com/ko/licenses/nvidia-open-model/): NVIDIA의 관대한 Apache 스타일 계약서로, 2026년 4월 2일에 공개되었습니다. NVIDIA는 자사 저작물을 상용으로 사용할 수 있고, 파생 저작물을 만들어 배포할 수 있으며, 출력물 소유권을 주장하지 않는다고 확인합니다. 주요 의무는 계약서를 전달하고 고지를 유지하는 것입니다. - [OpenMDW License Agreement 1.1](https://ai-opensource.com/ko/licenses/openmdw-1-1/): Linux Foundation과 PyTorch Foundation이 머신러닝 모델을 위해 만든 짧은 퍼미시브 라이선스입니다. 모델과 그 데이터, 문서, 소프트웨어를 하나의 묶음으로 다루며, 모델 출력의 활용에는 어떤 제한도 두지 않습니다. - [BigScience Open RAIL-M License](https://ai-opensource.com/ko/licenses/openrail-m/): BigScience가 2022년 8월에 작성한 표준 Open RAIL-M 라이선스입니다. 모델을 서비스로 호스팅하는 것을 포함해 전 세계를 대상으로 하는 저작권·특허권을 무료로 부여하지만, 법 위반, 동의 없는 타인 사칭, 의료 조언, 사람의 법적 권리에 대한 완전 자동 의사 결정 같은 금지 용도 목록을 모든 사본과 파생물에 부과합니다. - [PLaMo Community License Agreement](https://ai-opensource.com/ko/licenses/plamo-community/): PLaMo 모델을 위한 일본 커뮤니티 라이선스입니다. 개인 및 학술 이용은 무료입니다. 상업적 이용은 Preferred Networks에 등록하고 본인과 계열사의 연 매출 또는 매출액이 10억 엔 이하일 때에만 무료이며, 그 이상이면 별도 계약이 필요합니다. 모델이나 파생 모델을 다른 사람에게 넘길 때는 “Built with PLaMo”를 표시하고, 만드는 모델 이름에 “PLaMo”를 남겨야 합니다. - [Qwen3.8-Max License](https://ai-opensource.com/ko/licenses/qwen-3-8-max/): Alibaba의 Qwen 팀이 자사 플래그십 모델을 위해 만든 MIT 방식의 라이선스입니다. 거의 모든 사람에게 무료이며, 초대형 제품에는 모델명 표기 규칙이 있고, 대형 호스팅 및 AI 업무 어시스턴트 사업에는 별도 계약이 필요합니다. - [Qwen Community License 1.0](https://ai-opensource.com/ko/licenses/qwen-community-1-0/): Qwen3.8-Max License보다 호스팅 조항이 엄격한 MIT 방식 라이선스입니다. 모델로 자유롭게 제품을 만들 수 있지만, 모델 서비스(MaaS)나 AI 업무 어시스턴트 사업을 운영하는 사람은 매출과 관계없이 별도 라이선스가 필요합니다. - [Qwen Research License Agreement](https://ai-opensource.com/ko/licenses/qwen-research/): Alibaba의 연구 전용 라이선스입니다. 연구나 평가 목적으로 모델을 사용·수정·공유할 수 있지만, 어떤 상업적 이용이든 Qwen의 별도 라이선스가 필요합니다. 상업적으로는 보통 Alibaba의 호스팅 API를 이용합니다. - [Stability AI Community License](https://ai-opensource.com/ko/licenses/stability-ai-community/): Stability AI가 자사 오픈 모델에 적용하는 라이선스입니다. 연구와 비상업적 이용은 무료이고, 본인과 계열사의 연 수익이 100만 달러 미만이면 상업적 이용도 무료입니다. 다만 상업 사용자는 Stability AI에 등록하고 “Powered by Stability AI”를 표시해야 합니다. 100만 달러를 넘으면 라이선스가 끝나며 엔터프라이즈 라이선스를 요청해야 합니다. 법이 허용하는 범위에서 출력은 사용자의 소유입니다. - [Stellon Labs Community License Agreement](https://ai-opensource.com/ko/licenses/stellon-labs-community/): KittenML이 공개한 KittenTTS 2 가중치의 라이선스로, 문서 날짜는 2024년 7월 5일입니다. 연구, 비상업적 이용, 제한적 상업 이용은 무료입니다. 상업 사용자는 Stellon Labs에 등록해야 하며, 본인이나 계열사의 연 수익 또는 누적 투자 유치가 100만 달러를 넘는 순간 상업 허가는 끝납니다. - [StepFun Model License 1.0](https://ai-opensource.com/ko/licenses/stepfun-model-1-0/): Step 5 Preview를 무료로 사용·수정·배포·재라이선스할 수 있는 자체 라이선스입니다. 상업적 이용도 포함됩니다. 모델을 스마트폰, 차량, 안경, 웨어러블, 로봇, 스마트홈 기기에 넣는 하드웨어 제조사는 별도 상용 라이선스가 필요하고, 연 매출이 2000만 달러를 넘는 모델 서비스(MaaS) 사업도 마찬가지입니다. 활성 사용자가 1억 명을 넘거나 한 달 매출이 2000만 달러를 넘는 제품은 “Powered by StepFun AI”를 표시해야 합니다. 모델 출력으로 실질적으로 학습된 모델은 파생 저작물로 간주됩니다. - [Tencent Hunyuan Community License](https://ai-opensource.com/ko/licenses/tencent-hunyuan-community/): 실질적인 제한이 있는 로열티 프리 라이선스입니다. 유럽연합(EU), 영국, 한국 밖에서만 유효하며, 월간 사용자가 1억 명을 넘는 대형 서비스는 먼저 Tencent에 요청해야 하고, 모델이나 그 출력을 다른 AI 모델 개선에 쓸 수 없습니다. - [Upstage Solar License](https://ai-opensource.com/ko/licenses/upstage-solar/): Apache 2.0에 규칙 하나를 추가한 라이선스입니다. 모델을 상업적으로 사용하고 자유롭게 활용할 수 있지만, 이 모델로 만들어 배포하는 AI 모델은 이름이 “Solar”로 시작해야 하고 “Built with Solar” 문구를 표시해야 합니다. - [webAI Non-Commercial License ver. 1.0](https://ai-opensource.com/ko/licenses/webai-non-commercial/): webAI, Inc.가 TwIL 시리즈 모델에 붙이는 짧은 라이선스입니다. 가중치를 사용·수정·공유할 수 있는 영구적이고 전 세계적인 로열티 프리 저작권 라이선스를 부여하지만, 비상업적 연구·교육 목적에 한정됩니다. 같은 제한이 모든 파생 저작물에도 적용됩니다. ## 용어집 - [에이전트 메모리(Agent memory)](https://ai-opensource.com/ko/glossary/agent-memory/): 에이전트 메모리는 AI 에이전트가 사실, 선호, 과거 경험을 세션 사이에서 유지하게 해서 매번 빈 컨텍스트부터 시작하지 않도록 합니다. - [에이전틱 코딩(Agentic coding)](https://ai-opensource.com/ko/glossary/agentic-coding/): 에이전틱 코딩은 모델이 개발자처럼 소프트웨어를 다루는 것을 말합니다. 코드베이스를 읽고, 파일을 편집하고, 명령과 테스트를 실행하며, 작업이 끝날 때까지 진행합니다. - [AI 에이전트](https://ai-opensource.com/ko/glossary/ai-agent/): AI 에이전트는 모델이 도구를 호출하며 다단계 작업을 계획하고 수행하는 시스템입니다. 코드 실행, 웹 검색, 파일 편집 등이 그 예입니다. - [베이스 모델(Base model)](https://ai-opensource.com/ko/glossary/base-model/): 베이스 모델은 사전학습의 원시 결과물로, 지시를 따르거나 대화하는 법을 아직 배우지 않았으며, 보통 파인튜닝의 출발점이 됩니다. - [벤치마크(Benchmark)](https://ai-opensource.com/ko/glossary/benchmark/): 벤치마크는 모델을 비교하기 위한 표준화된 테스트로, 수학, 코딩, 지식 문제 세트 등이 사용됩니다. 점수는 참고가 되지만 과대해석하기 쉽습니다. - [분류기 없는 유도(CFG)](https://ai-opensource.com/ko/glossary/classifier-free-guidance/): 분류기 없는 유도, 보통 CFG라고 부르는 이 설정은 확산 모델에서 결과가 프롬프트를 얼마나 엄격하게 따르는지 조절하며, 그 대가로 추가 연산이 필요합니다. - [컴퓨터 사용 에이전트(Computer-use agent)](https://ai-opensource.com/ko/glossary/computer-use-agent/): 컴퓨터 사용 에이전트는 스크린샷을 보고 클릭, 입력, 스크롤처럼 사람처럼 컴퓨터를 조작하고, 때로는 셸 명령이나 코드를 실행하기도 합니다. - [컨텍스트 윈도우(Context window)](https://ai-opensource.com/ko/glossary/context-window/): 컨텍스트 윈도우는 모델이 한 번에 고려할 수 있는 최대 텍스트량으로, 토큰 단위로 측정하며 프롬프트와 모델 자신의 답변을 모두 포함합니다. - [의사결정 모델(Decision model)](https://ai-opensource.com/ko/glossary/decision-model/): 의사결정 모델은 상황과 질문 목록을 읽고, 텍스트를 쓰는 대신 허용된 각 답변에 대한 확률을 반환합니다. - [덴스 모델(Dense model)](https://ai-opensource.com/ko/glossary/dense-model/): 덴스 모델은 모든 토큰을 처리할 때 전체 파라미터를 사용합니다. 일부만 활성화하는 혼합 전문가(MoE) 모델과 다릅니다. - [확산 모델](https://ai-opensource.com/ko/glossary/diffusion-model/): 확산 모델은 무작위 노이즈에서 출발해 노이즈를 한 단계씩 제거하며 이미지나 영상을 만들어 냅니다. - [증류(Distillation)](https://ai-opensource.com/ko/glossary/distillation/): 증류는 더 작은 '학생' 모델이 더 큰 '교사' 모델을 모방하도록 학습시키는 방법으로, 크기는 훨씬 작으면서도 교사 모델의 능력 대부분을 유지합니다. - [효율적 어텐션(희소·선형·하이브리드)](https://ai-opensource.com/ko/glossary/efficient-attention/): 효율적 어텐션 설계는 볼 토큰을 줄이거나 과거를 압축하는 방식으로, 표준 어텐션보다 훨씬 적은 메모리와 연산으로 매우 긴 입력을 읽게 해 줍니다. - [임베딩 모델(Embedding model)](https://ai-opensource.com/ko/glossary/embedding-model/): 임베딩 모델은 텍스트나 이미지 같은 데이터를 그 의미를 담은 숫자 목록으로 바꿔서, 비슷한 항목들이 서로 가까운 위치에 놓이게 합니다. - [파인튜닝(Fine-tuning)](https://ai-opensource.com/ko/glossary/fine-tuning/): 파인튜닝은 사전 학습된 모델의 학습을 자신의 예제로 이어서, 특정 작업·스타일·도메인에서 더 잘 동작하도록 만드는 것입니다. - [게이트드 모델(Gated model)](https://ai-opensource.com/ko/glossary/gated-model/): 게이트드 모델은 Hugging Face에서 내려받기 전에 로그인하고 약관에 동의하거나 접근 권한을 신청해야 하는 오픈 모델입니다. - [GGUF](https://ai-opensource.com/ko/glossary/gguf/): GGUF는 llama.cpp와 그 위에 만들어진 도구들이 쓰는 단일 파일 모델 형식으로, 양자화된 가중치와 실행에 필요한 정보를 한 파일에 담습니다. - [할루시네이션(Hallucination)](https://ai-opensource.com/ko/glossary/hallucination/): 할루시네이션은 AI 모델이 확신에 찬 듯 내놓는 거짓 또는 지어낸 진술입니다. - [Hugging Face](https://ai-opensource.com/ko/glossary/hugging-face/): Hugging Face는 대부분의 오픈 모델이 공개되는 웹사이트로, 각 모델은 파일, 라이선스, 모델 카드, 다운로드 수가 담긴 페이지를 갖습니다. - [추론(Inference)](https://ai-opensource.com/ko/glossary/inference/): 추론은 학습된 모델을 실행해 출력을 얻는 행위, 예컨대 프롬프트에 답하게 하는 것으로, 모델을 학습시키는 것과 대비됩니다. - [KV 캐시](https://ai-opensource.com/ko/glossary/kv-cache/): KV 캐시는 모델이 대화에서 앞선 토큰들을 기억하는 데 쓰는 메모리로, 컨텍스트 길이에 따라 커집니다. - [루프형 트랜스포머(Looped transformer)](https://ai-opensource.com/ko/glossary/looped-transformer/): 루프형 트랜스포머는 자기 층의 일부를 토큰마다 여러 번 다시 실행하므로, 파라미터를 더 저장하지 않고도 더 많은 계산을 수행합니다. - [LoRA(저랭크 적응)](https://ai-opensource.com/ko/glossary/lora/): LoRA는 저랭크 적응(Low-Rank Adaptation)의 줄임말로, 모델의 모든 파라미터를 바꾸는 대신 소수의 추가 가중치를 학습시켜 파인튜닝합니다. - [기계 번역(Machine translation)](https://ai-opensource.com/ko/glossary/machine-translation/): 기계 번역은 텍스트, 음성, 이미지 속 문자를 한 언어에서 다른 언어로 옮기는 소프트웨어입니다. 요즘 오픈 모델은 보통 범용 모델에서 출발해 번역 전용으로 학습됩니다. - [마트료시카 임베딩(Matryoshka embeddings)](https://ai-opensource.com/ko/glossary/matryoshka-embeddings/): 마트료시카 임베딩은 벡터의 앞부분만으로도 단독으로 동작하도록 학습되어, 벡터를 짧게 잘라 저장 공간과 검색 시간을 아낄 수 있습니다. - [전문가 혼합 모델(MoE)](https://ai-opensource.com/ko/glossary/mixture-of-experts/): 전문가 혼합 모델은 수많은 전문 서브네트워크를 담고 있으면서 토큰마다 그중 몇 개만 사용하기 때문에, 아주 크면서도 빠를 수 있습니다. - [MTEB(임베딩 벤치마크)](https://ai-opensource.com/ko/glossary/mteb/): MTEB(Massive Text Embedding Benchmark, 대규모 텍스트 임베딩 벤치마크)는 검색, 분류, 클러스터링 등 다양한 작업에서 임베딩 모델의 점수를 매기며, 공개 리더보드는 모델을 비교하는 흔한 방법입니다. - [멀티모달 모델](https://ai-opensource.com/ko/glossary/multimodal-model/): 멀티모달 모델은 텍스트, 이미지, 오디오, 비디오처럼 한 가지 이상의 데이터 유형을 입력, 출력 또는 그 둘 모두로 처리할 수 있습니다. - [음악 생성](https://ai-opensource.com/ko/glossary/music-generation/): 음악 생성 모델은 텍스트 설명(흔히 가사 포함)을 오디오로 바꿉니다. 보컬이 들어간 완성곡, 기악곡, 실시간 음악 스트리밍, 효과음 등이 그 결과입니다. - [비상업 라이선스](https://ai-opensource.com/ko/glossary/non-commercial-license/): 비상업 라이선스는 모델을 연구, 학습, 개인 프로젝트에 사용할 수는 있지만, 이를 통해 수익을 내는 것은 허용하지 않습니다. - [OCR 및 문서 파싱](https://ai-opensource.com/ko/glossary/ocr/): OCR은 문자가 담긴 이미지를 텍스트로 바꿉니다. 문서 파싱은 한 단계 더 나아가 표, 수식, 차트, 읽기 순서를 재구성하며, 보통 Markdown으로 출력합니다. - [OmniDocBench](https://ai-opensource.com/ko/glossary/omnidocbench/): OmniDocBench는 문서 파싱 벤치마크로, 다양한 유형의 PDF 페이지를 텍스트, 표, 수식으로 바꾸는 모델의 능력을 채점합니다. - [온디바이스 AI(On-device AI)](https://ai-opensource.com/ko/glossary/on-device-ai/): 온디바이스 AI는 모델을 클라우드가 아니라 자신의 휴대폰, 노트북, 소형 보드에서 직접 돌리는 것을 뜻합니다. 데이터는 로컬에 머물고 오프라인에서도 동작합니다. - [오픈소스 AI](https://ai-opensource.com/ko/glossary/open-source-ai/): Open Source Initiative(OSI)의 정의에 따르면, 오픈소스 AI는 자유롭게 사용, 연구, 수정, 공유할 수 있는 AI 시스템으로, 가중치와 코드, 학습 데이터에 대한 상세 정보가 모두 공개되어 있어야 합니다. - [오픈 웨이트(Open weights)](https://ai-opensource.com/ko/glossary/open-weights/): 오픈 웨이트 모델은 학습된 파라미터(가중치)가 공개된 AI 모델로, 누구나 다운로드해 실행할 수 있으며, 보통 이용 조건을 정한 라이선스가 붙습니다. - [OpenAI 호환 API](https://ai-opensource.com/ko/glossary/openai-compatible-api/): OpenAI 호환 API는 OpenAI API와 같은 요청을 받아들이는 서버로, OpenAI용으로 작성된 앱이 대신 오픈 모델을 사용할 수 있습니다. - [OpenRAIL(책임 있는 AI 라이선스)](https://ai-opensource.com/ko/glossary/openrail/): OpenRAIL은 상업적 이용을 포함해 모델의 사용, 수정, 공유를 허용하지만, 모든 사본과 파생물에 금지 용도 목록을 부착하도록 요구하는 라이선스 계열입니다. - [파라미터](https://ai-opensource.com/ko/glossary/parameters/): 파라미터는 모델 내부에서 학습 중에 조정되는 숫자이며, 그 개수(7B, 70B 등)가 모델 크기의 일반적인 척도입니다. - [허용적 라이선스](https://ai-opensource.com/ko/glossary/permissive-license/): Apache 2.0이나 MIT 같은 허용적 라이선스는 조건이 매우 적어, 보통 고지 문구를 유지하기만 하면 모델을 사용, 수정, 판매할 수 있습니다. - [정밀도(BF16, FP8, INT4)](https://ai-opensource.com/ko/glossary/precision/): 정밀도는 모델의 각 숫자를 저장하는 데 쓰이는 비트 수를 말합니다. 16비트 BF16, 8비트 FP8, 4비트 INT4 등이 예시이며, 비트가 적을수록 모델이 작아지고 빨라집니다. - [양자화](https://ai-opensource.com/ko/glossary/quantization/): 양자화는 모델 가중치를 더 적은 비트(예: 16 대신 4)로 저장해 메모리 사용량을 줄이고 추론 속도를 높이며, 품질은 조금 희생됩니다. - [양자화 인식 훈련(QAT)](https://ai-opensource.com/ko/glossary/quantization-aware-training/): 양자화 인식 훈련은 모델이 학습되는 동안 저정밀 가중치에 익숙해지도록 가르쳐, 4비트에서 나중에 압축한 모델보다 품질 손실이 적게 만듭니다. - [검색 증강 생성(RAG)](https://ai-opensource.com/ko/glossary/rag/): 검색 증강 생성(RAG)은 관련 문단을 검색해 프롬프트에 추가함으로써, 모델이 여러분 자신의 문서를 근거로 답하게 만듭니다. - [추론 모델(Reasoning Model)](https://ai-opensource.com/ko/glossary/reasoning-model/): 추론 모델은 최종 답을 내기 전에 보이거나 숨겨진 '생각' 단계에서 문제를 한 걸음씩 풀어 나갑니다. - [강화 학습(RL)](https://ai-opensource.com/ko/glossary/reinforcement-learning/): 강화 학습은 정답이나 테스트 통과 같은 좋은 결과에 보상을 주는 방식으로 모델을 훈련합니다. 예시 텍스트를 따라 하는 대신 말입니다. - [리랭커(Reranker)](https://ai-opensource.com/ko/glossary/reranker/): 리랭커는 질문과 각 결과를 함께 읽어 짧은 검색 결과 목록에 점수를 다시 매기며, 임베딩만 쓸 때보다 느리지만 더 정확합니다. - [매출 상한(Revenue cap)](https://ai-opensource.com/ko/glossary/revenue-cap/): 매출 상한은 라이선스 조건으로, 일정 수입 이하에서는 모델이 무료이고 그 위에서는 별도의 합의가 필요합니다. - [샘플링 스텝 수](https://ai-opensource.com/ko/glossary/sampling-steps/): 샘플링 스텝 수는 확산 모델이 노이즈를 이미지나 비디오로 바꾸기까지 거치는 처리 횟수입니다. 스텝이 적을수록 결과가 빠르지만, 보통 세부 묘사나 다양성이 조금 손실됩니다. - [셀프 호스팅(Self-hosting)](https://ai-opensource.com/ko/glossary/self-hosting/): 셀프 호스팅은 벤더 API를 호출하는 대신 자신의 PC나 임대한 GPU 서버처럼 직접 관리하는 하드웨어에서 모델을 실행하는 것을 말합니다. - [주권 AI(Sovereign AI)](https://ai-opensource.com/ko/glossary/sovereign-ai/): 주권 AI는 컴퓨팅 파워와 데이터부터 모델 자체까지, 한 국가나 조직이 자신의 통제 아래 구축하고 호스팅하고 관리할 수 있는 AI를 말합니다. - [화자 분리(화자 라벨)](https://ai-opensource.com/ko/glossary/speaker-diarization/): 화자 분리는 녹음에서 누가 언제 말했는지 파악하여, 화자 1과 화자 2처럼 발화 구간마다 화자 라벨을 붙입니다. - [추측 디코딩과 멀티 토큰 예측(Speculative decoding)](https://ai-opensource.com/ko/glossary/speculative-decoding/): 추측 디코딩은 저렴한 드래프트가 여러 토큰을 미리 추측하고 전체 모델이 이를 한꺼번에 검사하게 하여 텍스트 생성 속도를 높입니다. - [음성 인식(ASR, 음성 텍스트 변환)](https://ai-opensource.com/ko/glossary/speech-recognition/): 음성 인식은 ASR 또는 음성 텍스트 변환이라고도 불리며, 말한 오디오를 문자 텍스트로 바꿉니다. - [삼진 가중치(Ternary weights, 1.58비트)](https://ai-opensource.com/ko/glossary/ternary-weights/): 삼진 가중치는 모델의 모든 가중치를 -1, 0, +1 세 값 중 하나로 제한하여, 16비트 대신 가중치당 2비트 미만이면 됩니다. - [지역 제한(Territory restriction)](https://ai-opensource.com/ko/glossary/territory-restriction/): 지역 제한은 라이선스가 유효한 지역을 제한합니다. 제외된 국가나 지역에서 모델을 사용하는 것은 허가받지 못합니다. - [텍스트 인코더(Text encoder)](https://ai-opensource.com/ko/glossary/text-encoder/): 이미지나 비디오 생성 모델에서 텍스트 인코더는 프롬프트를 생성기가 사용할 수 있는 숫자로 바꾸는 별도의 언어 모델로, 다운로드 용량과 메모리 사용량을 늘립니다. - [텍스트 음성 변환(TTS)](https://ai-opensource.com/ko/glossary/text-to-speech/): 텍스트 음성 변환 모델은 작성된 텍스트를 음성 오디오로 바꾸며, 짧은 샘플만으로 목소리를 복제할 수 있는 모델도 많습니다. - [토큰(Token)](https://ai-opensource.com/ko/glossary/token/): 토큰은 언어 모델이 읽고 쓰는 작은 텍스트 조각으로, 보통 단어나 단어의 일부이며, 모델은 길이와 속도를 토큰 단위로 셉니다. - [도구 호출(Function calling)](https://ai-opensource.com/ko/glossary/tool-calling/): 도구 호출을 사용하면 모델이 프로그램에 검색이나 계산기 같은 함수 실행을 요청하고, 그 결과를 답변에 활용할 수 있습니다. - [번역 평가 지표(Translation metrics)](https://ai-opensource.com/ko/glossary/translation-metrics/): 번역 평가 지표는 모델 카드가 번역의 품질을 나타내는 점수입니다. 사람의 참조 번역과의 겹침을 세는 것도 있고, 학습된 모델이나 사람 검수자를 사용하는 것도 있으며, 그 척도는 서로 비교할 수 없습니다. - [유니파이드 메모리(Unified memory)](https://ai-opensource.com/ko/glossary/unified-memory/): 유니파이드 메모리는 Apple 실리콘 등 일부 칩이 채택한 설계로, CPU와 GPU가 하나의 메모리 풀을 공유하므로 큰 모델도 그 대부분을 사용할 수 있습니다. - [비전 언어 모델(VLM)](https://ai-opensource.com/ko/glossary/vision-language-model/): 비전 언어 모델은 이미지(보통 영상도)와 텍스트를 함께 읽기 때문에, 사진이나 스크린샷, 문서 페이지에 대해 질문할 수 있습니다. - [보이스 클로닝(Voice cloning)](https://ai-opensource.com/ko/glossary/voice-cloning/): 보이스 클로닝은 텍스트 음성 변환 모델이 특정 인물의 목소리로 말하게 하며, 흔히 몇 초짜리 녹음만으로 가능합니다. - [VRAM](https://ai-opensource.com/ko/glossary/vram/): VRAM은 그래픽 카드의 메모리입니다. 가중치가 메모리에 들어가야 모델이 빠르게 돌아가므로, GPU가 어떤 모델을 담을 수 있는지는 VRAM이 결정합니다. - [단어 오류율(WER)](https://ai-opensource.com/ko/glossary/word-error-rate/): 단어 오류율은 음성 인식의 표준 점수입니다. 올바른 참조문과 비교해 전사본에서 틀리거나 빠지거나 더해진 단어의 비율을 말합니다. ## 도구 - [AI Toolkit](https://ai-opensource.com/ko/tools/ai-toolkit/): Ostris의 이미지·비디오·오디오 확산 모델 올인원 학습 스위트로, 웹 인터페이스와 명령줄 두 가지 방식을 제공합니다. - [AnythingLLM](https://ai-opensource.com/ko/tools/anythingllm/): 문서와 대화하고 에이전트를 만들고 로컬 모델을 실행하는 올인원 앱. 데스크톱 앱 또는 다중 사용자 Docker 서버로 쓸 수 있습니다. - [Axolotl](https://ai-opensource.com/ko/tools/axolotl/): YAML 파일 하나로 구동되는 무료 파인튜닝 프레임워크. LoRA, QLoRA, 선호 조정, MoE용 NVFP4·전문가 병렬 학습 지원. - [ComfyUI](https://ai-opensource.com/ko/tools/comfyui/): 오픈 이미지·비디오·오디오·3D 모델을 위한 노드 기반 스튜디오. 시각적 워크플로를 만들고 자신의 GPU에서 실행하세요. - [DiffSynth-Studio](https://ai-opensource.com/ko/tools/diffsynth-studio/): ModelScope 커뮤니티의 오픈소스 확산 모델 엔진. 무난한 GPU에서 이미지·비디오·오디오 모델을 실행하고 학습합니다. - [Diffusers](https://ai-opensource.com/ko/tools/diffusers/): Hugging Face의 Python 라이브러리로, 이미지·비디오·오디오용 확산 모델을 실행하고 학습합니다. - [ExLlamaV3](https://ai-opensource.com/ko/tools/exllamav3/): 소비자 GPU를 위한 CUDA 추론 라이브러리. 자체 EXL3 양자화, 텐서 병렬, MoE 모델용 CPU 오프로드를 갖추고 있습니다. - [InvokeAI](https://ai-opensource.com/ko/tools/invokeai/): AI 이미지 생성을 위한 셀프 호스트 창작 스튜디오. 레이어 캔버스, 노드 기반 워크플로, 모델 매니저를 갖추고 있습니다. - [Jan](https://ai-opensource.com/ko/tools/jan/): ChatGPT의 무료 오픈소스 데스크톱 대안. 오픈 모델을 내려받아 오프라인으로 실행하고 클라우드 API에도 연결할 수 있습니다. - [KoboldCpp](https://ai-opensource.com/ko/tools/koboldcpp/): 내장 웹 UI로 GGUF 모델을 실행하는 단일 파일 앱. 이미지, 비디오, 음성, 음악 생성도 지원합니다. - [KTransformers](https://ai-opensource.com/ko/tools/ktransformers/): GPU와 CPU 메모리가 작업을 나눠 처리하도록 해 초대형 전문가 혼합(MoE) 모델을 구동하는 연구용 프레임워크. - [LightX2V](https://ai-opensource.com/ko/tools/lightx2v/): 이미지·비디오 생성용 경량 추론 프레임워크. 증류 모델, 양자화, 다양한 하드웨어 백엔드 지원. - [llama.cpp](https://ai-opensource.com/ko/tools/llama-cpp/): 로컬 AI의 상당 부분을 떠받치는 C/C++ 엔진. 거의 모든 하드웨어에서 양자화 모델을 구동하는 CLI 도구와 OpenAI 호환 서버 제공. ## 개발사 - [Abacus.AI](https://ai-opensource.com/ko/developers/abacusai/): 전문가와 기업을 위한 AI 어시스턴트 플랫폼을 판매하는 회사이자, Hugging Face에 오픈 Smaug 모델을 공개하는 회사입니다. 2024년의 Smaug-72B부터 2026년 10월의 Smaug-Decisions 오디오·이미지·텍스트 의사결정 모델까지 공개했으며, 이 모델들은 Apache 2.0을 사용합니다. - [ACE-Step](https://ai-opensource.com/ko/developers/ace-step/): ACE-Step은 ACE Studio와 StepFun이 공동으로 주도하는 오픈 음악 생성 프로젝트입니다. 2026년 1월에 공개되고 4월에는 4B XL 버전이 이어져 나온 ACE-Step 1.5 모델은 MIT 라이선스를 적용하며, 라이선스가 확인된 데이터와 로열티 프리 데이터, 합성 데이터로 학습되었습니다. - [Adventists AI](https://ai-opensource.com/ko/developers/adventists-ai/): 음성 에이전트 기업으로, 중국어명은 AI降临派입니다. Apache 2.0을 적용한 전이중 음성 모델 Sophon-Realtime과 오디오에서 발화 차례와 톤을 바로 판단하는 DuplexJev 모델(CC BY-NC)을 공개합니다. - [Allen Institute for AI (Ai2)](https://ai-opensource.com/ko/developers/ai2/): 미국의 비영리 연구 기관입니다. Olmo 모델은 "완전히 개방"된 모델로, 가중치와 함께 학습 데이터·코드·중간 체크포인트까지 공개하여 연구자가 모델이 어떻게 만들어지는지 재현하고 연구할 수 있습니다. - [Aleph Alpha](https://ai-opensource.com/ko/developers/aleph-alpha/): 유럽 법률 아래 유럽에서 학습하는 "주권적" 공급망을 강조하며, 정부와 규제 산업을 위한 모델을 만드는 독일 AI 기업입니다. Kolibri 1 모델은 Apache 2.0으로 공개되었습니다. - [Alibaba Qwen](https://ai-opensource.com/ko/developers/alibaba-qwen/): Alibaba의 Qwen 팀입니다. 소형 dense 모델부터 2.4조 파라미터 규모의 플래그십까지 공개된 오픈 웨이트 모델 계열 중 가장 넓은 스펙트럼을 자랑하며, 라이선스도 Apache 2.0부터 Qwen 고유 약관까지 다양합니다. - [Alibaba Wan](https://ai-opensource.com/ko/developers/alibaba-wan/): Alibaba의 영상 생성 팀입니다. Wan 2.1과 Wan 2.2, 그리고 이를 기반으로 만든 캐릭터 애니메이션 모델은 Apache 2.0으로 오픈 웨이트를 공개하지만, 더 새로운 Wan 버전은 Alibaba의 앱과 API로만 제공됩니다. - [AutoTrust AI Lab](https://ai-opensource.com/ko/developers/autotrust/): Hugging Face에서 Apache 2.0으로 Decider 의사결정 모델을 공개하는 연구실입니다. Qwen과 Gemma를 백본으로 삼고 ModelScope에도 올라와 있으며, news.guru.so에서 뉴스 추천·검색 데모도 제공합니다. Hugging Face와 ModelScope 프로필 외에는 이 조직에 대한 공개 정보가 거의 없고, 모델 카드에는 여전히 예전 이름인 JEV와 GEV가 사용되고 있습니다. - [BAAI](https://ai-opensource.com/ko/developers/baai/): 베이징 인공지능연구원(BAAI)은 중국의 연구 기관입니다. FlagOpen이라는 GitHub 조직을 통해 공개한 BGE 임베딩·리랭커 모델은 Hugging Face에서 가장 많이 다운로드되는 검색 모델 중 하나입니다. 2026년 9월에 Apache 2.0으로 공개된 AREX-2 에이전트 모델은 Qwen3.8-27B를 기반으로 합니다. - [Baidu](https://ai-opensource.com/ko/developers/baidu/): 중국의 인터넷·AI 기업으로, ERNIE 모델과 PaddlePaddle 딥러닝 프레임워크의 개발사입니다. 공개 릴리스에는 MIT 및 Apache 2.0 라이선스를 적용한 소형 문서 파싱 모델이 포함됩니다. - [Bilibili](https://ai-opensource.com/ko/developers/bilibili/): 중국의 동영상 플랫폼입니다. Index LLM 팀은 IndexTeam이라는 이름으로 Hugging Face에 오픈 웨이트 모델을 공개하며, 텍스트·이미지·음성·긴 문서 번역을 아우르는 Index-Translate 시리즈가 대표적입니다. - [Black Forest Labs](https://ai-opensource.com/ko/developers/black-forest-labs/): Stable Diffusion을 만든 연구자들이 설립한 독일 AI 기업으로, FLUX 이미지 모델을 개발합니다. 가장 큰 모델은 API를 통해 유료로 제공하고, 더 작은 모델은 자체 FLUX 라이선스로 오픈 웨이트를 공개합니다. - [Boson AI](https://ai-opensource.com/ko/developers/boson-ai/): Boson AI USA, Inc.는 음성 AI를 위한 Higgs 오디오 모델을 만들어 호스팅 API로 판매합니다. Hugging Face에도 가중치를 공개하는데, 여기에는 Higgs TTS 3가 포함되며 자체 연구·비상업 라이선스로 제공되고, 수익을 내는 크리에이터 콘텐츠에는 무료 이용이 허용됩니다. - [BreezeBlue](https://ai-opensource.com/ko/developers/breezeblue/): BreezeBlue는 Resonia, Inc.의 상호로, 호스팅 음성 플랫폼과 API를 운영합니다. Breeze TTS 2 텍스트 음성 변환 가중치를 연구 및 비상업적 용도로 공개하며, 추론 코드는 Apache 2.0으로 제공되고 상업적 이용은 자체 서비스를 통해서만 가능합니다. - [Bria AI](https://ai-opensource.com/ko/developers/bria/): 텔아비브에 있는 회사로, 라이선스가 확인된 데이터로 학습한 시각 생성 AI를 호스팅 API와 상용 라이선스로 판매합니다. FIBO라는 이름으로 비상업적 오픈 웨이트도 공개하며, 대표 모델은 이미지 모델 FIBO 2.0입니다. - [Cactus Compute](https://ai-opensource.com/ko/developers/cactus-compute/): Y Combinator 2025년 여름 배치 출신의 샌프란시스코 스타트업입니다. 스마트폰, 웨어러블, 로봇 등 저전력 하드웨어를 위한 초소형 온디바이스 AI 모델과 오픈소스 Cactus 추론 엔진을 개발합니다. Needle, Whistle, Mirage 모델은 Apache 2.0으로 공개됩니다. - [CircleStone Labs](https://ai-opensource.com/ko/developers/circlestone-labs/): CircleStone Labs LLC는 Comfy Org와 함께 만든 2B 규모 애니·일러스트 텍스트-이미지 모델 Anima를 공개합니다. 가중치는 자체 비상업 라이선스를 따르지만, 생성한 이미지는 상업적으로 사용할 수 있습니다. - [Cloudflare](https://ai-opensource.com/ko/developers/cloudflare/): 미국의 네트워크·클라우드 기업으로, AI 모델을 위한 호스팅 서비스 Workers AI를 운영합니다. Qwen을 기반으로 포스트트레이닝한 의사결정 모델 모음 Clef는 Apache 2.0으로 공개되었으며, Workers AI 팀이 직접 학습한 첫 번째 모델입니다. - [Cohere](https://ai-opensource.com/ko/developers/cohere/): 캐나다의 엔터프라이즈 AI 기업으로, 연구 부문인 Cohere Labs가 오픈 웨이트를 공개합니다. 초기 Command 모델은 CC BY-NC로 비상업적 용도에 한해 공개되었고, Command A+는 Apache 2.0으로 전환했습니다. - [Datalab](https://ai-opensource.com/ko/developers/datalab/): Marker, Surya, Chandra 문서 변환 도구를 만드는 미국 기업입니다. OCR 모델을 공개적으로 배포하며, 연구·개인 사용·소규모 조직에는 무료로 사용할 수 있는 수정된 Open RAIL-M 라이선스를 적용합니다. Surya OCR 2는 매출과 투자 유치 한도가 500만 달러, Chandra OCR 2는 200만 달러입니다. - [Deep Principle](https://ai-opensource.com/ko/developers/deep-principle/): Deep Principle(중국어명: 深度原理)는 재료와 화학 연구를 위한 AI를 개발합니다. 모델을 시뮬레이션과 실험실 실험에 연결하는 AI 과학자 Mira도 그중 하나입니다. GLM-5.3을 과학 분야용으로 포스트트레이닝한 Hydrogen-1.0을 MIT 라이선스로 공개했습니다. - [DeepReinforce](https://ai-opensource.com/ko/developers/deepreinforce/): 캘리포니아의 AI 연구 스타트업으로, Hugging Face의 ornith-ai 조직 아래에서 Ornith 에이전트 코딩 모델을 공개합니다. Ornith 1.0과 1.5는 Qwen3.5와 Gemma 4를 기반으로 포스트트레이닝되었으며 MIT 라이선스를 적용하고 지역 제한이 없습니다. - [DeepSeek](https://ai-opensource.com/ko/developers/deepseek/): 효율적인 대규모 Mixture-of-Experts 모델로 유명한 중국 AI 랩입니다. 가중치는 MIT 라이선스로 공개하고 상세한 기술 보고서도 발행합니다. - [Fish Audio](https://ai-opensource.com/ko/developers/fish-audio/): 오픈소스 Fish Speech 프로젝트로 알려진 음성 AI 회사입니다. 라이선스에 명시된 법인은 39 AI, Inc.이며 팰로알토와 도쿄에 사무실이 있습니다. 2026년 10월에 공개된 Drama 3는 360억 파라미터의 Mixture-of-Experts 텍스트 음성 변환 모델로 Fish Audio Community License를 따르고, 2026년 3월의 더 작은 S2 Pro는 연구·비상업 라이선스를 유지합니다. - [Google DeepMind](https://ai-opensource.com/ko/developers/google-deepmind/): Google의 AI 연구 랩입니다. 오픈 웨이트 Gemma 계열은 스마트폰급부터 워크스테이션급까지 아우르며, Gemma 4부터는 Apache 2.0 라이선스로 공개됩니다. Magenta 팀은 MacBook에서 실시간으로 연주할 수 있는 오픈 음악 모델 Magenta RealTime 2도 공개합니다. - [Gradium](https://ai-opensource.com/ko/developers/gradium/): 파리의 음성 AI 회사로, Kyutai 랩에서 스핀오프되어 그 공동창업자들이 설립했으며, 파리와 샌프란시스코에 사무실이 있습니다. 음성 API를 판매하고 온디바이스용 Phonon 텍스트 음성 변환 모델을 오픈소스로 공개합니다. 영어 Phonon 31m은 Apache 2.0을, 더 큰 40m 모델은 CC BY-NC를 사용합니다. - [HeartMuLa](https://ai-opensource.com/ko/developers/heartmula/): HeartMuLa 팀은 오픈 음악 파운데이션 모델을 공개합니다. 곡 생성 모델 HeartMuLa, 오디오 코덱 HeartCodec, 가사 인식용 HeartTranscriptor입니다. 이들은 Apache 2.0이며, 2026년 9월의 커버송 모델 MuLaCover는 CC BY-NC 4.0입니다. - [hexgrad](https://ai-opensource.com/ko/developers/hexgrad/): 독립 개발자로, Hugging Face와 GitHub에서는 hexgrad, Discord에서는 rzvzn이라는 이름으로 알려져 있으며, Kokoro 텍스트 음성 변환 모델을 학습해 공개했습니다. Kokoro-82M은 8,200만 파라미터의 Apache 2.0 모델로, 가장 많이 다운로드되는 오픈 음성 모델 중 하나입니다. 이 개발자의 공개된 국가나 소속은 찾지 못해 표시하지 않습니다. - [HiDream.ai](https://ai-opensource.com/ko/developers/hidream/): 이미지 생성 기업으로, Hugging Face의 HiDream-ai 조직 아래에서 모델을 공개합니다. 2025년의 HiDream-I1과 HiDream-E1부터 2026년 5월에 MIT 라이선스로 공개된 80억 파라미터의 HiDream-O1-Image까지 공개했습니다. - [IBM](https://ai-opensource.com/ko/developers/ibm/): 기업용 오픈 모델 계열 Granite을 만드는 테크놀로지 기업입니다. 언어, 음성, 임베딩, 가드레일 모델을 아우릅니다. 대부분의 Granite 모델은 Apache 2.0이지만, 최소한 하나의 음성 변형은 비상업적이므로 각 저장소를 확인하세요. - [Ideogram](https://ai-opensource.com/ko/developers/ideogram/): 이미지 생성 서비스 Ideogram과 호스팅 API를 운영하는 회사입니다. 2026년 6월에 공개된 Ideogram 4는 회사 최초의 오픈 웨이트 모델로, 가중치는 비상업적이고 추론 코드는 Apache 2.0입니다. - [Institute of Foundation Models (MBZUAI)](https://ai-opensource.com/ko/developers/ifm/): 기반 모델 연구소(The Institute of Foundation Models, IFM)는 아부다비의 모하메드 빈 자이드 인공지능대학교(MBZUAI) 산하 연구 기관이자 LLM360을 만든 팀입니다. K2 Horizon 모델과 Jais 3를 공개하며, 가중치와 코드는 Apache 2.0으로, 중간 체크포인트·학습 로그·데이터 또는 데이터 레시피도 함께 공개합니다. - [inclusionAI (Ant Group)](https://ai-opensource.com/ko/developers/inclusion-ai/): 중국 핀테크 기업인 Ant Group이 시작한 오픈 AI 이니셔티브입니다. Ling 언어 모델과 관련 연구, Ming-Image 0.1 Design 같은 이미지 모델을 공개하며, 최근의 Ling-3.1과 Ming-Image 릴리스는 MIT 라이선스를 사용합니다. - [JetBrains](https://ai-opensource.com/ko/developers/jetbrains/): JetBrains는 2000년에 프라하에서 설립되고 암스테르담에 본사를 둔 소프트웨어 회사로, IntelliJ IDEA와 PyCharm 같은 개발자 도구를 만듭니다. 코드와 코딩 에이전트를 위해 만들어진 Mellum 모델은 Apache 2.0으로 오픈 웨이트를 공개합니다. - [Jina AI](https://ai-opensource.com/ko/developers/jina-ai/): 본사가 베를린에 있는 검색 AI 기업으로, 다국어·멀티모달 임베딩 모델, 리랭커, 소형 언어 모델을 개발합니다. Elastic은 2025년 10월에 Jina AI 인수를 완료했지만, 최신 v5 모델은 여전히 Hugging Face에 비상업 라이선스로 공개되고 있습니다. - [Kandinsky Lab](https://ai-opensource.com/ko/developers/kandinsky-lab/): Kandinsky 이미지 및 비디오 확산 모델을 만든 연구 팀으로, 모델과 코드를 GitHub과 Hugging Face에 공개합니다. 2026년 10월에 MIT 라이선스로 공개된 Kandinsky 6.0 Video는 동기화된 오디오가 포함된 5초 클립을 생성합니다. - [KittenML (Stellon Labs)](https://ai-opensource.com/ko/developers/kittenml/): KittenML이라는 이름으로 Kitten-TTS 모델을 공개하는 음성 AI 회사로, 라이선스상 저작권자는 Stellon Labs Inc.입니다. 기존의 Kitten-TTS 0.8 모델은 1,500만~8,000만 파라미터 규모로 CPU에서 구동되며, Kitten-TTS 2는 Stellon Labs Community License로 공개된 17억 파라미터 삼진(ternary) 모델로, 매출이나 투자 유치가 100만 달러를 넘기 전까지는 무료로 사용할 수 있습니다. - [KRAFTON](https://ai-opensource.com/ko/developers/krafton/): KRAFTON은 한국의 게임 회사이며, KRAFTON AI는 그 AI 팀입니다. 2026년 10월, Apache 2.0 라이선스로 처음부터 학습한 288억 파라미터 혼합 전문가(MoE) 언어 모델인 Raon-1 mini preview를 공개했으며, 한국어 능력이 뛰어납니다. - [Krea](https://ai-opensource.com/ko/developers/krea/): Krea.ai, Inc.는 델라웨어주에 등록된 회사로, 이미지·비디오·3D를 위한 크리에이티브 앱을 운영합니다. 공개된 모델은 처음부터 학습된 이미지 모델 Krea 2이며, Raw 베이스와 Turbo 버전으로 제공됩니다. 더 최신인 Krea 3는 Hugging Face에 올라와 있지 않습니다. - [Kyutai](https://ai-opensource.com/ko/developers/kyutai/): 파리에 위치한 비영리 오픈사이언스 AI 연구소로, 2023년 11월 Iliad 그룹, CMA CGM, Schmidt Sciences가 공동으로 설립했습니다. 음성 대화 모델 Moshi와 오디오 코덱 Mimi로 잘 알려져 있습니다. Pocket TTS는 음성 클로닝 음성 모델을 노트북 CPU에서 구동하며, 코드는 MIT, 가중치는 CC BY 4.0으로 공개되어 있습니다. - [LG AI Research](https://ai-opensource.com/ko/developers/lg-ai-research/): 한국 LG 그룹의 AI 연구 조직으로, EXAONE과 K-EXAONE 모델 계열을 개발했습니다. 2026년 7월 31일 정부 지원 주권 AI 파운데이션 모델 프로젝트를 위해 공개된 K-EXAONE 2.0은 7,500억 파라미터 규모의 혼합 전문가(MoE) 모델이며 Apache 2.0 라이선스를 따릅니다. - [LightOn](https://ai-opensource.com/ko/developers/lighton/): 기업 문서를 위한 AI 검색 플랫폼을 판매하는 프랑스 엔터프라이즈 AI 회사입니다. 오픈 공개 모델로는 Apache 2.0 라이선스의 경량 LightOnOCR 문서 모델이 있습니다. - [Liquid AI](https://ai-opensource.com/ko/developers/liquid-ai/): 미국 기업으로, 스마트폰과 노트북 등 엣지 디바이스를 위해 작고 빠른 "Liquid Foundation Models"를 개발합니다. 짧은 합성곱과 어텐션을 결합한 아키텍처를 사용합니다. LFM 언어 모델 외에도 Liquid d1 같은 소형 의사결정 모델을 공개합니다. 모델은 LFM Open License를 따르며, 연간 매출이 1,000만 달러 미만이면 상업적 이용이 무료입니다. - [LTX (Lightricks)](https://ai-opensource.com/ko/developers/ltx/): 이스라엘 기업으로, LTX 비디오 모델의 개발사입니다. 2026년 6월 LTX는 소비자용 크리에이티브 앱 회사인 Lightricks의 별도 사업 부문이 되었지만, Hugging Face와 GitHub 조직은 여전히 Lightricks 이름을 사용합니다. 공개 가중치는 연간 매출 1,000만 달러 미만 조직에 무료로 제공됩니다. LTX-2.3은 2026년 1월의 LTX-2 라이선스를 계속 사용하며, LTX-2.5는 더 새로운 LTX-2.x 라이선스를 사용합니다. - [M-A-P](https://ai-opensource.com/ko/developers/m-a-p/): M-A-P(Multimodal Art Projection)는 오픈소스 연구 커뮤니티로, YuE, MERT, SheetSage 같은 오픈 음악 모델을 개발했습니다. 2026년 9월 Tokenwave.AI, MBZUAI, ACE Studio와 함께 공개한 노래 생성 모델 YuE2의 가중치는 CC BY-NC 4.0이므로 비상업적 용도로만 사용할 수 있습니다. - [Maritaca AI](https://ai-opensource.com/ko/developers/maritaca-ai/): 브라질 기업으로, 브라질 포르투갈어용 언어 모델을 개발하고 자체 채팅과 API를 통해 제공합니다. 플래그십인 S5가 이런 방식으로 제공되며, 2026년 11월 Qwen3.5-4B 기반으로 Apache 2.0 라이선스로 공개된 S5-nano는 오픈 가중치입니다. - [Maya Research](https://ai-opensource.com/ko/developers/maya-research/): 음성 AI 스타트업으로, South Park Commons에서 190만 달러 시드 라운드 투자를 받아 인도 여러 언어용 음성 모델을 개발하고 호스팅 API를 통해 판매합니다. Hugging Face에 Maya와 Veena 텍스트 음성 변환 모델을 공개하며, Maya 2 Native는 Apache 2.0을 사용합니다. - [Meituan](https://ai-opensource.com/ko/developers/meituan/): 중국의 음식 배달 및 로컬 서비스 플랫폼입니다. LongCat 팀은 오픈 가중치 언어 모델을 공개하며, 여기에는 2026년 7월의 LongCat-2.0과 2026년 11월에 MIT 라이선스로 공개된 1조 6천억 파라미터의 멀티모달 모델 LongCat-2.5가 포함됩니다. - [MemTensor](https://ai-opensource.com/ko/developers/memtensor/): 중국 기업으로, LLM 에이전트를 위한 오픈소스 메모리 프레임워크 MemOS의 개발사입니다. MemT-1.0 모델은 메모리 상태를 모델 자체에 내장하며, Nano 가중치는 Apache 2.0, Flash 가중치는 MIT 라이선스를 따릅니다. - [Meta](https://ai-opensource.com/ko/developers/meta/): Llama 모델의 개발사입니다. 새로운 Muse 시리즈에는 로컬 용도의 소형 Apache 2.0 모델인 Muse Glimmer와 훨씬 더 크고 커스텀 라이선스를 따르는 Muse Spark Open이 포함됩니다. - [Microsoft](https://ai-opensource.com/ko/developers/microsoft/): 미국의 기술 기업입니다. 연구 팀들이 Hugging Face와 GitHub에 공개 모델을 발표하며, 대체로 MIT 라이선스를 따릅니다. 여기에는 Microsoft Research의 음성 모델 VibeVoice와 텍스트 임베딩 모델 Harrier가 포함됩니다. Mage-VL 비전-언어 모델은 Apache 2.0을 사용합니다. - [MiniMax](https://ai-opensource.com/ko/developers/minimax/): 상하이에 본사를 둔 AI 회사로, 효율적인 혼합 전문가(MoE) 언어 모델인 MiniMax-M 시리즈, 비디오·이미지 모델 H3, 노래 생성 모델 Music 3의 개발사입니다. 라이선스는 모델마다 다릅니다. M2.5는 고지와 금지 용도 규정을 담은 허용적 스타일의 라이선스를 사용하고, M2.7은 비상업적 용도로 제한되며, M3 커뮤니티 라이선스는 비상업적 사용을 무료로 허용하고 상업적 사용에는 고지, 크레딧 표기, 매출 관련 규정을 둡니다. H3 라이선스는 미국, EU, 영국, 한국을 제외하며, Music 3 라이선스는 인터페이스에 크레딧 표기를 요구하고 매출이 2,000만 달러를 넘으면 서면 승인이 필요합니다. - [Mistral AI](https://ai-opensource.com/ko/developers/mistral-ai/): 파리에 본사를 둔 AI 회사로, 유럽에서 가장 잘 알려진 오픈 가중치 연구소입니다. 모델을 주권적이고 셀프 호스팅 가능한 AI로 위치시키며, Mistral Large 4는 호스팅 사업에 관한 규정이 포함된 수정 MIT 라이선스를 사용합니다. - [Moonshot AI](https://ai-opensource.com/ko/developers/moonshot-ai/): 중국 AI 회사로, Kimi 어시스턴트의 개발사입니다. Kimi K3와 K3.1 Pro 모델은 최대 규모의 오픈 가중치 모델에 속하며, 대형 호스팅 사업에 대한 조건이 담긴 커스텀 라이선스로 공개되었습니다. 이전의 K2.5, K2.6, K2.7 Code는 Modified MIT 라이선스를 사용하며, 매우 큰 규모의 제품에만 모델 이름 표기를 요구합니다. - [Motif Technologies](https://ai-opensource.com/ko/developers/motif-technologies/): 한국의 AI 회사로, 모델, 토크나이저, 학습 스택을 모두 자체 설계합니다. 2026년 8월 MIT 라이선스로 공개된 3,140억 파라미터 혼합 전문가(MoE) 모델인 Motif 3는 정부 지원 주권 AI 파운데이션 모델 프로젝트를 위해 개발되었습니다. - [Nanbeige LLM Lab](https://ai-opensource.com/ko/developers/nanbeige/): Nanbeige(중국어 南北阁)는 중국 채용 플랫폼 BOSS Zhipin의 대규모 언어 모델 연구 팀입니다. Nanbeige4라는 이름으로 오픈 가중치 에이전트 모델을 공개하며, 3B급 모델부터 33B의 Nanbeige4.3까지 포함됩니다. 모델 카드에는 Apache 2.0이 표기되어 있지만 저장소에는 LICENSE 파일이 없습니다. - [NetEase Youdao](https://ai-opensource.com/ko/developers/netease-youdao/): 중국 기업으로, 베이징에 사무실을 두고 Hugging Face에서 Confucius 모델 계열을 공개합니다. 여기에는 텍스트 음성 변환 모델 Confucius4, 스트리밍 음성 인식기 Confucius4-R2T2, 질의응답 프로젝트 QAnything가 포함됩니다. R2T2는 NetEase Youdao Model Use License Agreement를 사용하며, 월간 사용자 1억 명 미만이고 연 매출이 10억 위안 미만이면 상업적 이용이 무료입니다. - [Nex-AGI](https://ai-opensource.com/ko/developers/nex-agi/): 오픈소스 파운데이션 모델 그룹으로, GitHub 조직인 SII Nex는 Shanghai Innovation Institute과 파트너들이 함께 만들었다고 설명합니다. Nex-N2 에이전트 모델은 DeepSeek-V4-Pro-Base, GLM-5.3-Flash 같은 오픈 베이스 모델을 기반으로 하며 Apache 2.0으로 표기되어 있습니다. - [Nous Research](https://ai-opensource.com/ko/developers/nous-research/): 미국의 AI 연구 회사로, Hermes 계열을 포함한 공개 모델을 학습하고 오픈소스 에이전트 하네스인 Hermes Agent를 개발합니다. 2026년 11월에 공개된 Arete-27B는 Alibaba의 Qwen3.8-27B를 Apache 2.0으로 후학습(post-training)한 모델입니다. - [NuMind](https://ai-opensource.com/ko/developers/numind/): 문서 AI 회사로, 구조화된 데이터 추출과 OCR에 특화된 모델을 만들고 NuExtract 플랫폼을 통해 판매합니다. 모델을 Hugging Face에 공개하며, NuExtract 계열은 다운로드 200만 회, NuMarkdown-Thinking-8B는 150만 회를 넘었다고 밝힙니다. NuExtract3는 Apache 2.0을 사용합니다. - [NVIDIA](https://ai-opensource.com/ko/developers/nvidia/): GPU 제조사로, Nemotron이라는 이름으로 공개 모델, 데이터셋, 학습 레시피를 공개하며, 음성, 로보틱스, 생물학 모델도 발표합니다. 최근 Nemotron 릴리스는 허용적인 OpenMDW-1.1 라이선스를 사용하고, Nemotron 3 Nano Omni는 NVIDIA Open Model Agreement를, LocateAnything-3B는 연구 전용 NVIDIA License를 사용합니다. - [OpenAI](https://ai-opensource.com/ko/developers/openai/): ChatGPT를 개발한 기업입니다. 2025년 8월에 공개한 gpt-oss는 Apache 2.0 라이선스의 오픈웨이트 추론 모델입니다. 2026년 4월에 Apache 2.0으로 공개한 Privacy Filter는 텍스트 속 개인 정보를 찾아내는 소형 모델이며, 이 외에도 Whisper 음성 인식 모델을 공개하고 있습니다. - [OpenBMB](https://ai-opensource.com/ko/developers/openbmb/): ModelBest(면벽지능)와 함께 MiniCPM, AgentCPM, VoxCPM 계열 모델을 공개하는 중국 오픈소스 모델 커뮤니티입니다. 스마트폰과 노트북에 적합한 소형 고효율 모델에 집중하고 있으며, 최근 릴리스는 Apache 2.0을 채택하고 있습니다. - [OpenMOSS](https://ai-opensource.com/ko/developers/openmoss/): OpenMOSS는 상하이혁신학원(Shanghai Innovation Institute) 산하에서 푸단대학교와 MOSS-AI와 긴밀히 협력하는 연구 그룹입니다. MOSS라는 이름으로 오픈 모델을 공개하며, MOSI.AI와 함께 만든 MOSS-TTS 음성 계열(MOSS-TTS, MOSS-TTS-Nano, MOSS-TTSD는 Apache 2.0), Apache 2.0으로 공개된 텍스트를 효과음으로 바꾸는 1.3B 모델 MOSS-SoundEffect v2.0, 2026년 10월에 Apache 2.0으로 공개된 5B 텍스트-이미지 모델 MOSS-Image, 화자 라벨과 함께 긴 다중 화자 녹음을 전사하는 0.9B 모델 MOSS-Transcribe-Diarize 등이 있습니다. - [Perplexity](https://ai-opensource.com/ko/developers/perplexity/): Perplexity 답변 엔진을 만드는 미국 기업입니다. Hugging Face에서는 대부분 MIT 라이선스로 공개되는 pplx-embed 임베딩 모델과 Apache 2.0의 pplx-decider 의사결정 모델, 그리고 PII-Tracer, BrowseSafe 같은 다른 모델들을 공개하고 있습니다. - [Phạm Nguyễn Ngọc Bảo (VieNeu-TTS)](https://ai-opensource.com/ko/developers/pham-nguyen-ngoc-bao/): 베트남어 음성을 위한 VieNeu-TTS 프로젝트를 만드는 독립 개발자입니다. Hugging Face에서는 pnnbao-ump 계정으로, GitHub에서는 pnnbao97으로 공개하고 있습니다. v3 Turbo 모델 카드에 따르면 아키텍처는 작자가 직접 설계했으며 처음부터 학습되었고, 프로젝트에는 Python SDK와 OpenAI 호환 음성 서버가 함께 제공됩니다. 가중치는 Apache 2.0으로 공개되어 있습니다. - [Pika](https://ai-opensource.com/ko/developers/pika/): Pika는 미국의 동영상 생성 기업으로, 호스팅형 동영상 앱과 API를 제공합니다. 2026년 10월에는 6번의 샘플링 스텝만으로 소리가 있는 동영상을 만들어 내는 MiniMax H3의 포스트트레이닝 버전인 Pika H3 Flex를 오픈 어댑터 형태로 MiniMax H3 Community License 아래 공개했습니다. - [Poolside](https://ai-opensource.com/ko/developers/poolside/): 에이전트 코딩용 모델을 만드는 2023년에 설립된 샌프란시스코의 AI 기업입니다. Laguna 시리즈는 2026년 4월 Apache 2.0의 Laguna XS.2로 시작했으며, Poolside는 오픈웨이트가 이제 기본 방침이라고 밝히고, Laguna XS 2.1과 S 2.1은 OpenMDW-1.1 라이선스를 사용합니다. - [Preferred Networks](https://ai-opensource.com/ko/developers/preferred-networks/): Preferred Networks(PFN)는 일본의 AI 기업으로, PLaMo 언어 모델과 자체 MN-Core AI 가속기를 개발합니다. PLaMo 3 Translate 등 PLaMo 모델을 PLaMo Community License로 공개하며, 이 라이선스는 개인 및 학술 이용은 무료이고 매출 상한 미만의 상업 사용자도 등록 후 무료로 이용할 수 있습니다. - [PrismML](https://ai-opensource.com/ko/developers/prismml/): 캘리포니아주 패서디나에 기반을 둔, Prism ML로도 표기되는 회사로, 초저비트 AI 모델을 만듭니다. Bonsai 모델은 Qwen 같은 오픈 베이스 모델을 삼진(ternary) 또는 1비트 가중치로 압축하여 대형 모델도 노트북, 스마트폰, GPU 한 장에 들어가도록 합니다. Bonsai 2 모델은 Apache 2.0으로 공개되었습니다. - [Pruna AI](https://ai-opensource.com/ko/developers/pruna-ai/): Pruna AI는 2023년에 설립되어 뮌헨에 본사를 두고 파리에 두 번째 연구 거점을 둔 기업입니다. AI 모델을 압축하고 가속화하는 오픈소스 라이브러리로 알려져 있으며, 이제는 자체 효율적인 이미지·동영상 모델도 공개합니다. 그중 일부는 다른 개발자의 오픈웨이트를 개조한 것입니다. - [Recursive](https://ai-opensource.com/ko/developers/recursive/): Recursive Superintelligence, Inc.는 지식 발견을 자동화하는 재귀적 자기 개선 초지능을 목표로 내걸고, Eureka Machine이라고 부르는 자동화 연구 시스템으로 모델을 만듭니다. 2026년 10월에 Apache 2.0으로 공개된 40B 코딩 모델 Flint는 이 회사의 첫 오픈웨이트 모델입니다. Ricursive Intelligence와는 다른 회사입니다. - [Reflection AI](https://ai-opensource.com/ko/developers/reflection-ai/): 미국 AI 연구소입니다. 2026년 10월에 Apache 2.0 라이선스로 첫 오픈웨이트 모델인 5010억 파라미터의 Beam을 공개했습니다. - [Resemble AI](https://ai-opensource.com/ko/developers/resemble-ai/): 캘리포니아의 음성 AI 기업으로, Chatterbox와 DramaBox 음성 모델을 MIT 라이선스로 오픈소스화했습니다. 2026년 8월에는 신규 고객에 대한 음성 생성 판매를 중단하고 딥페이크 탐지에 집중하겠다고 밝혔으며, 음성 모델은 공개되었지만 관리되지 않는 연구 결과로 남아 있습니다. - [Ricursive Intelligence](https://ai-opensource.com/ko/developers/ricursive-intelligence/): 하드웨어, 소프트웨어, 모델을 함께 설계하여 자기 개선형 시스템을 만드는 미국 AI 연구소입니다. 사유 모델이 AI 칩 설계 플랫폼을 구동하고 있으며, 2026년 11월에는 범용 변형인 650억 파라미터의 Ripple-65B Preview를 Apache 2.0으로 공개했습니다. - [Sarvam AI](https://ai-opensource.com/ko/developers/sarvam-ai/): 인도 언어와 기업을 위한 AI를 만드는 인도 기업입니다. 2026년 3월에 공개되고 IndiaAI 미션 컴퓨팅으로 인도에서 처음부터 학습된 Sarvam 30B와 105B 추론 모델, 그리고 Sarvam Prism 의사결정 모델이 Apache 2.0을 사용합니다. - [Sber (GigaChat)](https://ai-opensource.com/ko/developers/sber/): Sber의 GigaChat 팀은 ai-sage라는 이름으로 Hugging Face와 GitVerse에 오픈웨이트를 공개하고, 릴리스마다 Sber의 기업 Habr 블로그에서 발표합니다. GigaChat 3.5 Ultra와 그 Reasoning 버전은 432B MoE(전문가 혼합) 모델이고, GigaChat 3.1 Lightning은 활성 파라미터 1.8B의 10B 모델이며, GigaAM 계열은 러시아어와 중앙아시아 언어의 음성 인식을 다룹니다. 모두 MIT 라이선스로 공개되어 있습니다. - [SenseTime](https://ai-opensource.com/ko/developers/sensetime/): 중국 AI 기업으로, SenseNova 팀이 OpenSenseNova GitHub 조직 아래에서 오픈 모델을 공개합니다. SenseNova-U1.5(2026년 8월)는 네이티브 통합 이미지·텍스트 모델이고, SenseNova-Loop-9B-Preview(2026년 10월 30일)는 9B 루프형 비전-언어 모델로, 둘 다 Apache 2.0입니다. - [Shanghai AI Laboratory](https://ai-opensource.com/ko/developers/shanghai-ai-laboratory/): 상하이에 위치한 중국 AI 연구소입니다. AI for Science 센터가 InternScience 오픈소스 조직을 운영하며, 이 조직은 Agents-A1과 Sage-A1.5 에이전트 모델을 Apache 2.0으로 공개합니다. - [SK Telecom](https://ai-opensource.com/ko/developers/sk-telecom/): A.X 언어 모델 계열을 만든 한국 통신 기업입니다. 2026년 7월에 공개된 A.X K2는 6880억 파라미터의 전문가 혼합(MoE) 모델로, Apache 2.0 아래 정부가 지원하는 주권 AI 기반 모델 프로젝트를 위해 개발되었습니다. - [Stability AI](https://ai-opensource.com/ko/developers/stability-ai/): Stability AI는 Stable Diffusion을 만든 영국 기업입니다. 2026년 5월에 공개된 Stable Audio 3 계열은 최신 오픈웨이트 라인으로, Small과 Medium 모델은 라이선스 데이터와 Creative Commons 데이터로 학습되었으며 Stability AI Community License를 사용합니다. 이 라이선스는 연 매출 100만 달러 미만이면 상업적 이용도 무료입니다. - [StepFun](https://ai-opensource.com/ko/developers/stepfun/): StepFun(阶跃星辰)은 Step 언어 모델 계열을 만드는 중국 AI 기업으로, 이와 함께 Step-Audio 음성 모델과 Step1X 이미지 편집 모델도 갖추고 있습니다. Hugging Face와 ModelScope에 가중치를 공개하며, 최신 플래그십인 Step 5 Preview는 자체 라이선스로 제공됩니다. - [Supertone](https://ai-opensource.com/ko/developers/supertone/): 기기에서 구동되는 Supertonic 텍스트 음성 변환 모델을 만든 한국 음성 AI 기업입니다. 이 모델들은 ONNX Runtime을 통해 실행됩니다. Supertonic 3는 31개 언어를 지원하며, 가중치는 BigScience OpenRAIL-M 라이선스로 공개되어 있습니다. 2026년 9월 회사는 오픈소스 저장소를 아카이브하고 개발과 지원이 종료되었다고 밝혔습니다. - [Swiss AI Initiative](https://ai-opensource.com/ko/developers/swiss-ai/): ETH 취리히, EPFL, 스위스 국가 슈퍼컴퓨팅 센터(CSCS)가 주도하는 스위스 연구 이니셔티브입니다. Apertus 모델은 완전히 공개되어 있으며, 가중치, 데이터 준비, 학습 코드, 평가가 허용적 라이선스로 공개되고, 학습은 공개된 데이터만 사용합니다. - [Tencent](https://ai-opensource.com/ko/developers/tencent/): WeChat과 훈위안(Hy) 모델 계열을 만든 중국 인터넷 기업입니다. Hy3와 Hy4 preview 언어 모델, Hy-MT2 번역 모델, Hy-Nomas 인터랙티브 비디오 월드 모델은 Apache 2.0을 사용하지만, HunyuanOCR은 여전히 EU, 영국, 한국을 제외하는 Hunyuan 커뮤니티 라이선스를 씁니다. 음성 생성·편집 모델 AuK는 MIT 라이선스를 사용하므로 저장소별로 확인하세요. - [Thinking Machines Lab](https://ai-opensource.com/ko/developers/thinking-machines-lab/): 모델 커스터마이징 도구를 만드는 미국 AI 연구소입니다. 첫 오픈웨이트 계열인 Inkling은 Apache 2.0으로 공개되었으며 파인튜닝의 기반으로 설계되었습니다. - [TokenSpark (SparkLLM)](https://ai-opensource.com/ko/developers/tokenspark/): Spark 모델 계열을 만드는 회사로, Hugging Face에서는 XHToken으로 공개합니다. 프로필에 따르면 범용 파운데이션 모델과 전문 AI 에이전트 제품을 개발하며, 여기에는 AStudio와 Loomy라는 두 하네스 시스템이 포함됩니다. 1.7B와 4B 크기의 온디바이스 언어 모델인 Spark-X2.5와 Spark-X2.6은 Apache 2.0을 사용합니다. - [Tongyi MAI](https://ai-opensource.com/ko/developers/tongyi-mai/): Alibaba Group 통이(Tongyi) 랩 소속으로 효율적인 생성 모델을 만드는 팀입니다. Apache 2.0으로 공개된 6B Z-Image 이미지 모델로 가장 잘 알려져 있으며, GUI 에이전트 모델 계열인 MAI-UI도 공개합니다. - [Tongyi Lab Speech Team](https://ai-opensource.com/ko/developers/tongyi-speech/): Alibaba Group 통이(Tongyi) 랩의 음성 팀으로, FunAudioLLM이라는 이름으로 성과를 공개합니다. Apache 2.0으로 공개된 음성 합성 모델 CosyVoice를 만든 팀입니다. - [Upstage](https://ai-opensource.com/ko/developers/upstage/): Solar 언어 모델 계열을 만든 한국 AI 기업입니다. 2026년 7월에 공개된 Solar Open 2는 2500억 파라미터의 전문가 혼합(MoE) 모델로, Upstage Solar License를 사용합니다. 이 라이선스는 Apache 2.0에 파생 모델 명명 규칙을 추가한 것입니다. - [Video Rebirth](https://ai-opensource.com/ko/developers/video-rebirth/): Video Rebirth는 2024년에 설립된 싱가포르 기반 AI 동영상 스타트업입니다. 호스팅형 동영상 모델 외에도, MiniMax H3 같은 오픈 동영상 모델을 압축하여 필요한 샘플링 스텝 수와 메모리를 줄인 HyperFlow 시리즈를 공개합니다. - [Voyage AI](https://ai-opensource.com/ko/developers/voyage-ai/): Voyage AI는 Voyage 텍스트 임베딩 모델을 만듭니다. 블로그에 따르면 이 모델들은 Voyage API를 통해서, MongoDB Atlas 고객은 Atlas Embedding and Reranking API를 통해서 이용할 수 있습니다. 2026년 1월 15일 Voyage 4 시리즈와 함께 공개된 voyage-4-nano는 Apache 2.0으로 공개된 첫 오픈웨이트 모델이며, NOTICE 파일에는 MongoDB, Inc.의 저작권이 표시되어 있습니다. - [webAI](https://ai-opensource.com/ko/developers/webai/): 사용자 기기에서 AI 모델을 로컬로 실행하는 작업 공간인 webAI 앱을 만드는 회사입니다. IBM Granite 4.2와 SmolLM3에서 포스트트레이닝된 TwIL 추론 모델은 베이스 모델의 Apache 2.0 라이선스 대신 webAI Non-Commercial License를 사용합니다. - [Xiaomi](https://ai-opensource.com/ko/developers/xiaomi/): 중국 소비자 전자기기 제조업체입니다. MiMo 파운데이션 모델 팀은 에이전트 중심의 대형 모델과 소형 연구용 체크포인트를 Hugging Face에서 MIT 라이선스 태그로 공개하고, 샤오미의 다른 연구팀은 Xiaomi-OCR-0와 OmniVoice 음성 모델 등을 공개합니다. - [Z.ai (Zhipu AI)](https://ai-opensource.com/ko/developers/z-ai/): GLM 모델 시리즈를 개발하는 중국 연구소입니다. GLM-5.3-Flash는 MIT 라이선스이고, 더 큰 GLM-5.3은 초대형 호스팅 사업만 제한하는 자체 라이선스를 사용합니다. GLM-5, 5.1, 5.2, 30B-A3B의 GLM-4.7-Flash, 그리고 GLM-OCR도 모두 MIT 라이선스입니다. - [Zyphra](https://ai-opensource.com/ko/developers/zyphra/): Zonos 텍스트 음성 변환 라인을 만든 샌프란시스코 AI 연구소입니다. 2026년 11월에 Apache 2.0으로 공개된 ZONOS3-Mini는 8억 파라미터의 전문가 혼합(MoE) 보이스 클로닝 모델로, Zyphra에 따르면 노트북, 스마트폰, 브라우저 탭에서 실시간으로 실행됩니다. ## 뉴스 - [Apertus 1.5: 스위스의 완전 오픈 모델이 이미지와 오디오를 읽다](https://ai-opensource.com/ko/news/apertus-1-5-released/): 2026-11-11. ETH 취리히, EPFL, CSCS가 7월 24일 Apertus 1.5를 공개했습니다. 이미지·오디오 입력, 262K 컨텍스트, Apache 2.0을 갖춘 완전 오픈 8B·70B 모델입니다. 오디오 이해는 실험적입니다. - [네 오픈 번역 모델, 네 가지 저울질](https://ai-opensource.com/ko/news/four-open-translation-models-four-yardsticks/): 2026-11-11. TranslateGemma, Hy-MT2, Index-Translate, PLaMo 3 Translate는 각각 다른 테스트 세트·지표·비교 대상으로 품질을 보고해 요구사항을 직접 비교할 수 없습니다. - [성장할 때까지 무료: 오픈 라이선스가 선을 긋는 지점](https://ai-opensource.com/ko/news/free-until-you-grow-open-license-thresholds/): 2026-11-11. 카탈로그의 13개 라이선스는 매출 또는 사용자 기준(50만~5,000만 달러)으로 상업 이용 무료 구간을 나누고, 그 위에서는 별도 합의를 요구합니다. 선의 위치, 계산 방식, 의무의 차이를 정리합니다. - [CPU에서 도는 초소형 텍스트 음성合成 모델: 오픈 선택지 4개 비교](https://ai-opensource.com/ko/news/tiny-text-to-speech-models-run-on-a-cpu/): 2026-11-11. Kokoro, Pocket TTS, Phonon 31M, Supertonic 3는 노트북 CPU에서 도는 1억 파라미터 이하 오픈 TTS 모델입니다. 크기·언어·음성 클로닝·라이선스를 비교합니다. - [문샷, Kimi K3.1 Pro 공개: 2.8T 파라미터 오픈 웨이트](https://ai-opensource.com/ko/news/kimi-k3-1-pro-released/): 2026-11-02. Moonshot AI가 2026년 11월 2일 Kimi K3.1 Pro를 공개했습니다. 긴 코딩·오피스 작업용 2.8T MoE 모델로, 1M 토큰 컨텍스트와 약 1.56 TB의 4비트 가중치를 갖습니다. - [Mistral Large 4 오픈 웨이트 공개: 1T 파라미터, 유럽에서 훈련](https://ai-opensource.com/ko/news/mistral-large-4-open-weights/): 2026-10-29. Mistral이 2026년 10월 29일 Mistral Large 4 가중치를 공개했습니다. 1M 토큰 컨텍스트, 160개 이상 언어, 호스팅 조건이 붙은 라이선스를 갖춘 멀티모달 MoE 모델입니다. - [NVIDIA, 프롬프트로 조종하는 음성 모델 Nemotron 3.5 Transcribe 공개](https://ai-opensource.com/ko/news/nemotron-3-5-transcribe-released/): 2026-10-28. NVIDIA가 2026년 10월 28일 OpenMDW-1.1로 Nemotron 3.5 Transcribe를 공개했습니다. 40개 언어, 화자 라벨, 번역, 프롬프트로 제어하는 전사 스타일, 최대 1시간 녹음을 지원합니다. - [메타, 816B 오픈 웨이트 모델 Muse Spark Open 공개](https://ai-opensource.com/ko/news/muse-spark-open-released/): 2026-10-15. 메타가 2026년 10월 15일 Muse Spark Open을 공개했습니다. 816B 파라미터, 42B 활성, 텍스트·이미지·비디오·오디오 입력, 1M 토큰 컨텍스트, 게이트 다운로드, 'Built with' 표기 요건을 갖습니다. ## Optional - [VRAM 계산기](https://ai-opensource.com/ko/vram-calculator/): BF16, FP8, 4비트 정밀도에서 AI 모델에 필요한 GPU 또는 통합 메모리 용량과 실행 가능한 하드웨어를 추정합니다. 모델을 선택하거나 원하는 크기를 직접 입력하세요. - [전체 모델(JSON)](https://ai-opensource.com/data/models.json): 오픈소스 AI 모델 카탈로그 전체를 JSON 또는 CSV로 내려받으세요. 파라미터, 컨텍스트 윈도우, 라이선스 유형, 출시일과 출처가 담겨 있으며, 출처만 밝히면 자유롭게 재사용할 수 있습니다. - [전체 모델(CSV)](https://ai-opensource.com/data/models.csv) - [라이선스(JSON)](https://ai-opensource.com/data/licenses.json) - [RSS 피드](https://ai-opensource.com/ko/rss.xml) - [llms-full.txt](https://ai-opensource.com/ko/llms-full.txt): The full text of this site in one file