오픈소스처럼 보이는 가중치라도 라이선스가 같지는 않습니다. 업무에 모델을 넣기 전에 오픈소스 LLM 라이선스를 먼저 보시면 상용 배포와 파인튜닝에서 걸리는 조건을 가릴 수 있습니다. 라이선스 문구를 모델 카드만으로 단정하지 않는 것이 안전합니다.
가중치 공개와 OSI 승인 오픈소스는 다른 개념입니다. 내부 자동화에 쓰는 경우와 외부 서비스를 제공하는 경우도 허용 범위가 갈립니다. 아래에서는 Llama 계열과 Apache 2.0, Gemma 약관을 업무 관점에서 맞춰 보고 선택 전에 확인할 표시 의무를 정리합니다. 같은 계열 이름만 보고 배포해도 된다고 단정하기 어렵습니다.
오픈소스 LLM 라이선스가 실제 사용에 미치는 영향
가중치를 내려받아 쓰는 순간부터 복제·배포·파생 조건이 계약으로 붙습니다. 내부 실험만 할 때와 고객에게 API를 열 때는 같은 모델이라도 위험이 달라집니다. 상업적 이용 가능 LLM으로 보여도 표시 의무와 이용자 수 한도가 남아 있을 수 있습니다. 고객 데이터가 모델 학습에 다시 들어가는지까지 같이 보셔야 합니다.
라이선스가 허용해도 수용 가능 이용 정책이 별도로 들어오는 경우가 있습니다. 금지된 용도로 서비스를 열면 권리가 끊길 수 있으니 약관과 정책을 함께 읽으셔야 합니다. 모델 카드의 한 줄 요약만 믿고 상용 배포를 결정하지 않는 편이 안전합니다.
주요 오픈소스 LLM 라이선스 유형과 허용 범위 비교
(출처: 토크아이티(Talk IT))
공개 가중치 모델은 Apache 2.0 같은 OSI 계열과 Llama 커뮤니티 라이선스, Gemma 이용약관처럼 맞춤 계약으로 나뉩니다. 이름이 오픈이어도 재라이선스·특허·표시 의무가 다릅니다. 아래 표는 업무에서 자주 보는 유형만 맞춰 본 것입니다.
같은 계열 안에서도 버전마다 조항이 바뀝니다. Llama 2·3과 Llama 3.1 이후는 다른 모델을 학습에 쓰는 허용 범위가 갈립니다. Hugging Face 모델 카드의 Apache 2.0 표기는 그 저장소에만 해당하므로 시리즈 전체를 같다고 보시면 안 됩니다. 라이선스 파일과 이용 정책, 모델 카드를 한 세트로 보관해 두시면 나중에 배포 심사에 쓰시기 쉽습니다.
| 라이선스 유형 | 대표 사례 | 업무에서 확인할 조건 |
|---|---|---|
| Apache 2.0 | Mistral-Small-4-119B-2603 모델 카드 | 상업·비상업 이용을 허용한다고 표기합니다. 해당 저장소에 한정해 보시면 됩니다. |
| Llama Community License | Llama 3, Llama 3.3 | 사용·복제·배포·파생·수정을 허용합니다. MAU 7억, 표시 의무, 타 LLM 개선 금지를 같이 보셔야 합니다. |
| 맞춤 이용약관 | 초기 Gemma Terms of Use | Apache 2.0이 아닙니다. 금지 이용 정책과 하류 이전, 일방 종료 조항이 있습니다. |
Apache·MIT·Llama 계열 라이선스 차이
Apache 2.0과 MIT는 저작권 고지와 라이선스 사본을 유지하면 상업 이용과 수정을 폭넓게 허용하는 편입니다. Apache 2.0 LLM으로 게시된 카드는 그 파일 기준으로 상업·비상업을 열어 둡니다. Llama 커뮤니티 라이선스는 사용·복제·배포·파생·수정을 허용하면서도 별도 한도를 붙입니다.
출시일 기준 라이선시와 계열사 제품·서비스 MAU가 7억을 넘으면 Meta에 별도 라이선스를 요청해야 하며 부여 전에는 권리를 행사할 수 없습니다. Llama 3.3도 수용 가능 이용 정책을 계약에 넣고 같은 이용자 수 한도를 둡니다. MIT는 특허 조항이 짧은 편이라 특허 방어가 필요하면 Apache 2.0 문구를 따로 확인하시면 됩니다.
상용 서비스에 바로 넣기 어려운 조항
Llama 3 가중치나 파생물을 배포하거나 이를 쓰는 제품·서비스를 제공하면 라이선스 사본을 함께 주고 Built with Meta Llama 3를 눈에 띄게 표시해야 합니다. Llama Materials로 학습·파인튜닝한 모델을 배포할 때는 모델명 앞에 Llama 3를 붙여야 합니다. 이 표시를 빼면 배포 조건을 어긴 상태가 됩니다.
초기 Gemma는 Apache 2.0이 아니라 Gemma Terms of Use로 배포됩니다. 금지 이용 정책, 하류 이용자 제한 이전, Google의 일방적 종료와 약관 변경 여지가 OSI 승인 라이선스와 다릅니다. 하류 이용자에게 같은 제한을 넘겨야 하는 약정이 있으면 재판매 구조부터 다시 짜야 할 수 있습니다.
상업적 이용·재배포·파인튜닝에서 막히는 조건
Llama 3 라이선스는 Llama Materials와 그 출력으로 Meta Llama 3 및 그 파생물 이외의 다른 LLM을 개선하는 것을 금지합니다. 출력을 수집해 경쟁 모델을 키우는 작업은 허용 범위 밖입니다. 파인튜닝 자체를 막지는 않더라도 배포 명칭과 사용 목적에서 막힐 수 있습니다.
Meta FAQ 기준으로 Llama 2와 Llama 3는 모델 일부와 응답 출력으로 다른 AI 모델을 학습하는 일을 제한합니다. Llama 3.1 이후는 올바른 출처 표시를 하면 그 학습이 허용됩니다. 버전을 섞어 쓰실 때는 출력 재사용 조항을 버전별로 확인하셔야 합니다. 파인튜닝 가중치를 외부에 올릴 계획이면 명칭 접두어와 라이선스 동봉을 배포 체크에 넣으시면 됩니다.
업무용 AI 도구 선택 시 라이선스 체크리스트
도입 전에 모델 카드와 LICENSE 원문을 같이 여셔야 합니다. 상업 이용 가능 여부, 재배포 시 고지, 파생 모델 명칭, 출력으로 다른 모델을 학습할 수 있는지, 이용자 수 한도를 순서대로 보시면 됩니다. 오픈웨이트 모델 제약은 가중치가 공개돼도 남습니다.
수용 가능 이용 정책이 계약에 편입되는지도 확인하셔야 합니다. 금지 업종이나 자동화 시나리오가 정책에 걸려 있으면 내부 파일럿과 대외 서비스가 한꺼번에 막힐 수 있습니다. 계열사 이용자 수까지 합산하는 조항이 있으면 규모 산정 방식을 법무와 맞춰 두시는 것이 좋습니다. 업무용 생성형 AI 라이선스는 기능 비교표보다 이 조건이 먼저입니다.
내부 자동화와 외부 서비스 제공을 나눌 때
사내 문서 요약처럼 외부에 모델을 재배포하지 않는 자동화는 표시 의무와 재배포 조항의 부담이 상대적으로 작습니다. 다만 출력을 다른 모델 학습에 넣는 파이프라인이 있으면 Llama 2·3 조건에 걸릴 수 있습니다. 고객에게 챗봇을 제공하는 순간부터는 배포·표시·명칭 규칙이 본격적으로 적용됩니다.
MAU 7억 조항은 대형 플랫폼에 가깝지만 계열사 합산과 출시일 기준 산정을 내부만의 이용자로 단정하면 안 됩니다. 외부 API로 제공할 계획이 있으면 처음부터 Apache 2.0 등 재라이선스가 단순한 카드를 후보에 두는 편이 운영에 유리합니다. 내부 도구라도 계열사 포털에 열어 두면 서비스 제공으로 읽힐 여지가 있습니다.
오픈소스 LLM 라이선스 비교 정리와 선택 결론
오픈소스 LLM 라이선스 비교의 핵심은 가중치 공개 여부가 아니라 배포·표시·학습 재사용·이용자 수 한도입니다. Apache 2.0으로 적힌 개별 모델은 상업 이용 폭이 넓은 편이고 Llama 커뮤니티 라이선스는 허용과 제한이 같이 붙어 있습니다. Gemma처럼 맞춤 약관은 OSI 오픈소스와 같다고 보시면 안 됩니다.
업무용 생성형 AI를 고르실 때는 내부 자동화인지 외부 서비스인지를 먼저 나누고 LICENSE와 이용 정책을 원문으로 확인하시면 됩니다. 표시 문구와 모델명 접두어, 타 모델 개선 금지를 체크리스트에 고정해 두시면 배포 직전에 조항을 놓치는 일을 줄일 수 있습니다. 후보 모델을 고르신 뒤에는 해당 버전 LICENSE를 다시 읽어 조항이 바뀌지 않았는지 확인하시면 됩니다.
