어떤 오픈 모델이 생태계에 더 도움이 될까?

맞음, 그 그래픽은 가장 최근에 출시된 모델들만 보고 있음.

차트가 좀 잘못됐긴 한데, DeepSeek은 학습에 사용된 데이터를 전혀 공개하지 않았고 방법론도 논문에만 기술되어 있음. 출시 당시 아무리 하이프가 심했어도 Olmo만큼 오픈 소스 생태계에 기여한 건 절대 아님.

30B 모델의 학습 데이터는 전체적인 관점에서 보면 사소한 거임. 유용하고 가치 있는 건 맞지. 하지만 실제 현실 세계에서의 영향력과 가치 측면에서 보면 오픈 소스 운동에 대한 기여도는 DeepSeek, Llama, Qwen 시리즈에 비해 한참 뒤처짐. 체크마크 개수만 보고 각각의 체크마크가 다 똑같이 가치 있다고 생각하는 모양인데, 실제로는 안 그래.

웨이트 공개하고 이론적인 논문 몇 개 내놓는 게 오픈 소스의 정의가 아님. 제발 정의 좀 다시 확인하고 제대로 인정받아야 할 곳에 공을 돌리자. DeepSeek, Qwen, Llama는 단 한 번도 오픈 소스였던 적이 없음. Llama는 로컬 추론 운동을 실제로 시작하게 만든 모델이라 공로를 많이 인정해야 하지만, 여전히 오픈 소스와는 거리가 멀고, 심지어 차트에 있지도 않다는 사실이 많은 걸 시사함.

오픈 소스의 정확한 정의를 따지면서 좁게만 보겠다는 거네. 알겠음.

난 더 큰 그림을 보고 있음. Deepseek가 오픈 웨이트 모델에서 CoT를 공개적으로 보여주고 상세한 시스템 카드를 제공한 건 오픈 소스 운동을 근본적으로 한 단계 끌어올린 거임. Qwen은 자체 웨이트 모델로 1년 넘게 연구의 중추 역할을 해왔고. Llama는 뭐, 더 말할 것도 없지.

Olmo는 저 지표상으론 거의 존재감도 없고.

너 같은 사람들이랑 의미론 가지고 싸운 적이 한두 번이 아닌데…

Qwen이나 DeepSeek가 생태계의 개방성에 기여하지 않았다고 생각한다고 해서 내가 좁게 보고 있다고 생각하진 않음. 물론 둘 다 AI 전반에 엄청난 발전을 가져온 훌륭한 모델인 건 맞지만, 저 차트의 목적은 그게 아니니까. Llama에 대해선 의견이 같아서 다행이네. Olmo는 안전성 연구에 엄청나게 쓰이고 있고, 자체 데이터셋이랑 학습 파이프라인 구축할 때 진짜 근간이 되는 모델임. 개방성 측면에선 얘를 따라올 모델이 없지.

뉴스그룹에서도 이런 식의 논쟁을 많이 해봤는데…