내 컴퓨터에서 AI를 돌릴 수 있는 건 ‘가중치가 공개된 모델’이 있기 때문입니다. 그런데 이 공개를 두고 규제 논의가 오갔고, Anthropic CEO가 2026년 7월 27일 회사의 입장을 직접 밝히는 글을 올렸습니다. 이 글은 그 내용과, 공개 모델을 쓰는 입장에서 무엇을 알아 두면 되는지 정리합니다.
무엇에 대한 논의였나
배경은 이렇습니다. 일부에서 특정 국가에서 만든 공개 모델의 사용을 제한하는 방안이 거론됐고, 이에 반대하는 서한에 여러 기술 기업이 서명했습니다. 그 과정에서 Anthropic이 자사 이익을 위해 공개 모델 금지를 원한다는 주장도 나왔습니다.
글은 이를 정면으로 부인합니다. “Anthropic은 공개 가중치 모델의 금지를 주장한 적이 없다”고 명시했습니다.
“위험하지 않은 공개 모델은 공공재”
글의 표현을 그대로 옮기면, 위험한 역량이 없는 공개 가중치 모델은 공공재입니다. 돌리는 데 필요한 계산 비용 외에는 들지 않고, 기업과 개발자와 연구자에게 가치를 준다는 것입니다.
대신 우려의 지점은 다른 곳에 있다고 밝힙니다. 보호주의적 금지는 그가 걱정하는 안보 문제를 해결하지 못한다는 것이고, 진짜 우려는 권위주의 정부가 더 강력한 AI를 갖게 되는 상황이라고 적었습니다.
공개 모델을 쓰는 입장에서
이 논의는 추상적으로 들리지만, 로컬에서 모델을 돌려 본 분이라면 직접 걸리는 이야기입니다. 실무에서는 세 가지를 확인하는 편이 좋습니다.
- 어디까지 공개됐는가 — 가중치만 공개인지, 학습 방법과 데이터까지 공개인지 다릅니다.
- 상업적 사용 조건은 무엇인가 — “공개”가 “아무 제한 없음”을 뜻하지는 않습니다. 조건이 붙는 라이선스가 많습니다.
- 안전장치가 제거된 버전인가 — 커뮤니티에서 재가공된 변형본은 원본과 동작이 다를 수 있습니다.
정리하면
공개 모델은 로컬 AI를 가능하게 만든 기반입니다. 논의의 초점은 “공개하느냐”보다 “어떤 역량까지 공개하느냐”에 있습니다. 쓰는 입장에서는 모델 이름만 보지 말고 라이선스와 출처를 같이 확인하는 습관이 실질적인 대응입니다. 원문은 Anthropic 발표에서 볼 수 있습니다.
발표가 밝힌 두 가지 우려
Anthropic 글은 안보 측면의 우려를 두 가지로 나눕니다. 첫째는 권위주의 정부가 더 강력한 AI를 갖게 되는 상황입니다. 글은 이 위험이 모델의 공개 형식과 무관하다고 봅니다. 비공개로 훈련한 모델이 군과 보안 기관에 넘어가는 경우가 오히려 가장 위험할 수 있다는 설명입니다. 둘째는 오용과 정렬 문제입니다. 사이버 공격이나 생물학적 공격에 쓰일 가능성, 그리고 심각한 정렬 문제입니다. 글에 따르면 공개 가중치는 안전장치를 적용하기 어렵고, 사용을 감시하기 어려우며, 한번 공개한 가중치는 거둬들일 수 없다는 점에서 비공개 모델보다 위험이 큽니다.
다만 글은 미국 기업이 중국산 공개 모델을 쓰지 못하게 막는 방식으로는 두 번째 문제도 풀리지 않는다고 주장합니다. 오용하려는 쪽이 합법적인 미국 기업일 가능성이 낮기 때문입니다.
Anthropic이 지지한다고 밝힌 세 가지 정책
| 정책 | 글에 적힌 내용 |
|---|---|
| 칩 수출 통제 | 강력한 칩과 제조 장비를 중국에 팔지 않고, 밀수와 우회를 단속합니다. |
| 증류 단속 | 산업 규모의 증류를 막는 정책 수단을 마련합니다. 글은 공개 여부보다 국가가 뒤에서 지원하는 규모가 더 중요하다고 봅니다. |
| 의무 안전 시험 | 충분히 강력한 모델은 공개 여부와 출신 국가에 관계없이 출시 전에 사이버·생물·정렬 위험을 시험합니다. |
이 표는 발표문이 밝힌 입장을 옮긴 것이며, 각 정책이 실제로 어떤 법이나 규정으로 이어질지는 이 글의 범위 밖입니다.
반대 서한에 대한 답
글은 공개 가중치가 접근성을 넓히고 일부 분야의 경쟁을 키우며 고객에게 더 많은 통제권을 준다는 점은 인정합니다. 반면 공개가 안전장치 개발을 더 쉽게 만든다거나, 접근이 넓어지면 공격자보다 방어자에게 더 유리하다는 주장에는 동의하지 않는다고 밝힙니다. 생물학 분야는 공격이 방어보다 유리하다는 것이 그 이유입니다. 그래서 이런 질문은 입장 대립이 아니라 출시 전 실측 시험으로 답해야 한다는 것이 글의 결론입니다.
참고: 라이선스가 명시된 공개 모델 사례
“공개 모델”이라도 조건은 모델마다 다르다는 점을 보여 주는 사례로, OpenAI의 gpt-oss 저장소를 볼 수 있습니다. 저장소 소개에 따르면 gpt-oss-120b와 gpt-oss-20b는 OpenAI의 오픈 웨이트 언어 모델이며, 라이선스는 Apache-2.0으로 적혀 있습니다. 저장소가 밝힌 규모는 다음과 같습니다.
| 모델 | 전체 매개변수 | 활성 매개변수 | 저장소가 밝힌 실행 조건 |
|---|---|---|---|
| gpt-oss-120b | 117B | 5.1B | 80GB GPU 한 장에 들어가도록 설계(H100, MI300X 예시) |
| gpt-oss-20b | 21B | 3.6B | 16GB 메모리에서 실행 가능 |
이 사례는 어디까지나 라이선스 표기와 실행 조건이 문서에 어떻게 적히는지 보여 주는 예입니다. 같은 확인 절차를 쓰려는 모델의 저장소와 라이선스 문서에도 그대로 적용하면 됩니다.
발표 일정과 용어 정리
발표는 2026년 7월 27일에 게시됐고, 7월 28일에 연구 협업과 관련된 내용이 수정됐다고 표기돼 있습니다. 글에 나오는 용어는 다음과 같이 이해하면 읽기 쉽습니다.
| 용어 | 이 글에서의 뜻 |
|---|---|
| 공개 가중치(오픈 웨이트) | 학습이 끝난 모델의 가중치 파일을 내려받아 직접 돌릴 수 있게 공개한 모델입니다. 학습 데이터와 방법까지 공개한다는 뜻은 아닙니다. |
| 활성 매개변수 | 한 번 계산할 때 실제로 쓰이는 매개변수입니다. gpt-oss-120b는 전체 117B 중 5.1B가 활성이라고 저장소에 적혀 있습니다. |
| 증류 | 다른 모델의 출력을 이용해 새 모델을 훈련하는 방식입니다. 발표는 산업 규모의 증류를 단속 대상으로 꼽습니다. |
| 의무 안전 시험 | 모델을 내놓기 전에 사이버·생물·정렬 위험을 시험하는 절차입니다. |
위험 관리 틀로 읽어 보기
미국 국립표준기술연구소(NIST)의 AI 위험관리 체계는 2023년 1월 26일에 공개된 자발적 활용 틀로, 조직이 AI가 개인과 조직과 사회에 주는 위험을 관리하고 AI 제품에 신뢰성을 담도록 돕는다고 소개됩니다. 틀의 구성 요소는 Govern, Map, Measure, Manage 네 가지입니다. 공개 모델을 업무에 들이려는 조직이라면 이 네 단어를 기준으로 “누가 책임지는가, 어디에 쓰는가, 어떻게 시험하는가, 문제가 생기면 어떻게 하는가”를 순서대로 적어 보는 방식으로 활용할 수 있습니다. 해당 소개 페이지는 각 구성 요소의 세부 내용까지 설명하지는 않으므로, 구체적인 절차는 체계 본문을 읽어야 합니다.
업데이트
이 글의 원문 발행 뒤에도 제품 기능·정책·측정 조건은 달라질 수 있습니다. 이 글은 2026년 10월 18일 기준으로 공개된 발표 내용과 그 한계를 설명하는 데 범위를 둡니다. 새 공지에서 제공 범위·제한·수치가 달라졌다면 그 최신 공지가 우선합니다.
확인 자료
기준일: 2026-10-18