오픈 소스 LLM 모델

왜 이 문서가 중요한가

2026년 현재 오픈 소스 LLM은 단순히 "Meta Llama vs Mistral" 식의 비교를 넘어, 라이선스 taxonomy·Dense/MoE 아키텍처 선택·자체 평가 워크플로우가 핵심 의사결정 축이 됐다. 본 hub는 그 세 가지 축을 6개의 child 문서로 분할해 다룬다.

대상 독자

LLM을 실제 서비스에 올릴 엔지니어링 리더
사내 모델 도입을 검토하는 프로덕트 매니저·AI 거버넌스 담당자
모델 카드를 읽을 줄 알지만 벤치마크의 한계를 알고 싶은 연구자·기획자

본 hub가 다루지 않는 것

벤치마크 순위표 (의도적으로 미수록 — child 문서 §"자체 평가 워크플로우"에서 사유 설명)
폐쇄형 프론티어 모델 상세 (별도 hub에서 다룸)
비디오/이미지/TTS 등 다른 모달리티 (각각 별도 hub 페이지 참고)

6개 child 문서 한눈에 보기

#	제목	핵심 질문	라이선스/아키텍처
1	오픈 소스 LLM 라이선스 가이드	"이 모델을 상업 서비스에 올려도 되나?"	Apache 2.0 / MIT / Llama Community / Gemma Terms 4종 비교
2	Qwen 모델 패밀리 상세	"다국어 균형이 좋은 Apache 2.0 모델은?"	Alibaba Qwen 라인업 (Dense + MoE)
3	DeepSeek 모델 패밀리 상세	"추론 특화 오픈 모델은?"	DeepSeek-V3·R1, MLA·DeepSeekMoE
4	Llama · Mistral · Gemma · Phi 비교	"내 용도에 맞는 패밀리는?"	4개 패밀리 라인업·라이선스 매트릭스
5	Dense vs MoE 아키텍처 가이드	"VRAM·비용·확장성 트레이드오프는?"	활성 vs 총 파라미터, 라우팅, MLA
6	오픈 LLM 자체 평가 워크플로우	"내 데이터로 검증하려면?"	벤치마크 한계 + 3단계 자체 평가

위 표의 child ID는 업로드 후 실제 ID로 교체됩니다.

빠른 시작 — 어떤 child부터 읽을까

시나리오별 권장 경로

A. "사내 서비스에 LLM을 올리려는데 라이선스부터 확인하고 싶다" → 1(라이선스) → 4(패밀리 비교) → 6(자체 평가)

B. "성능 좋은 오픈 모델이 뭔지 빠르게 알고 싶다" → 4(패밀리 비교) → 2 또는 3(Qwen / DeepSeek) → 6(자체 평가)

C. "GPU 사양에 맞는 모델을 고르고 싶다" → 5(Dense vs MoE) → 2 또는 4(라인업) → 6(자체 평가)

D. "벤치마크 점수가 제각각인데 뭘 믿어야 하나" → 6(자체 평가) → 1(라이선스) → 나머지

라이선스 taxonomy 미리보기

라이선스	대표 모델	상업 이용	비고
Apache 2.0	Qwen, Mistral	✅ 자유	특허 라이선스 포함
MIT	DeepSeek, Phi	✅ 자유	표시 의무만
Llama Community	Meta Llama	⚠️ 조건부	MAU 7억 이상 별도 협상
Gemma Terms	Google Gemma	⚠️ 조건부	가중치 직접 서빙 시 별도 확인

자세한 비교는 child §1에서 다룬다.

아키텍처 분기점 미리보기

2026년 오픈 LLM은 Dense vs MoE 분기점이 가장 중요하다.

Dense: 모든 파라미터가 매 토큰 활성화. 단일 GPU 서빙에 적합 (Phi·Gemma·Mistral Small)
MoE: 활성 파라미터는 적지만 가중치는 모두 VRAM에 올라가야 함. GPU당 처리량 효율이 높음 (Qwen3 MoE·DeepSeek-V3·Mixtral·Llama 4)

자세한 의사결정 플로우는 child §5에서 다룬다.

평가 워크플로우 미리보기

본 hub는 벤치마크 순위표를 의도적으로 싣지 않는다. 대신 child §6에서 다음을 안내한다.

1차 스크리닝 — Hugging Face Open LLM Leaderboard + Artificial Analysis
2차 자체 평가 — 골든셋 50~200건 + lm-evaluation-harness
3차 운영 검증 — A/B 또는 shadow 평가, 비용·latency·품질·안전성 4축

다음 단계

멀티모달 capability가 필요하면 → 멀티모달 AI 모델
비디오 생성 모델을 찾고 있다면 → 오픈 소스 비디오 생성 모델
이미지 생성 모델을 찾고 있다면 → 오픈 소스 이미지 생성 모델
TTS 모델을 찾고 있다면 → 오픈 소스 TTS 모델
에이전트/도구 연결을 원한다면 → AI 에이전트와 에이전틱 AI

참고 자료

Qwen 공식 GitHub: https://github.com/QwenLM
DeepSeek 공식 GitHub: https://github.com/deepseek-ai
Meta Llama 공식 GitHub: https://github.com/meta-llama
Mistral 공식 GitHub: https://github.com/mistralai
Hugging Face 모델 허브: https://huggingface.co/models
Ollama 로컬 실행 라이브러리: https://ollama.com/library
Open LLM Leaderboard: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard

상위 문서: ← AI 모델 출처: [주제 가이드 — 오픈 소스 LLM 모델] (자체 조사·작성 2026-10-02) — 6개 child 문서 hub 인덱스 공급사: 자체 작성 + 각 모델 개발사 공식 공개 자료

변경 이력

날짜	변경
2026-10-02	hub 본문 재구성 — 6개 child로 분할 + 인덱스 페이지화
2026-10-02	hub 본문 재구성 — 6개 child(1002-1007) 링크 연결, 인덱스 페이지화
2026-10-02	초안 작성 — 라이선스 taxonomy + 주요 패밀리 + Dense/MoE + 벤치마크 신뢰성 경고 + 선택 가이드