Apertus, 주권 AI의 오픈 스택 실험

오픈 모델의 기준이 높아지고 있다

Apertus는 스위스 AI Initiative가 EPFL, ETH Zurich, CSCS와 함께 개발한 foundation model 프로젝트다. 첫 화면에서 강조하는 문구는 명확하다. 가중치만 여는 것이 아니라 training data, code, weights, methods, alignment principles를 문서화하고 재현 가능하게 만들겠다는 주장이다. 기술 문서 페이지는 8B와 70B 모델을 Apache 2.0으로 배포하고, Hugging Face 공식 릴리스와 사용 정책, EU AI Act 관련 공개 요약을 연결한다.

이 흐름은 GPT-NL, 주권 AI의 현실적 실험, Sarvam 유니콘, 주권 AI의 실전 자본, Rio LLM 논란, 주권 AI의 출처 증명 시험과 같은 최근 이슈와 같은 질문을 던진다. 주권 AI는 국적 라벨이 아니라 어느 데이터로, 어떤 절차로, 어떤 책임 체계 아래 훈련됐는지를 증명하는 능력이다.

왜 스위스식 오픈 모델이 다른가

Apertus의 차별점은 세 가지다. 첫째, 공개 범위를 넓게 잡는다. 가중치 공개만으로는 downstream 사용자가 데이터 권리, opt-out 처리, memorization 위험을 검토하기 어렵다. 둘째, 다국어를 전면에 둔다. 사이트는 1000개 이상의 언어를 언급한다. 영어권 벤치마크 성능만으로 공공 조달이나 지역 서비스 품질을 판단하기 어렵다는 문제의식이다. 셋째, 규정 준수를 제품 메시지로 삼는다. EU AI Act 요구에 맞춰 opt-out 존중, PII 제거, memorization 방지를 내세운다.

성능보다 조달 가능한 신뢰

기업과 정부가 AI 모델을 고를 때 최상위 benchmark만 보는 시대는 오래가지 않는다. 의료, 행정, 금융, 교육처럼 설명 책임이 필요한 영역에서는 모델이 어떤 데이터로 만들어졌는지, 어떤 opt-out을 존중했는지, 사용 제한이 무엇인지가 구매 조건이 된다. Apertus 연구 페이지는 기술 보고서와 관련 연구를 묶어 공개하고, 문서 페이지는 공식 Hugging Face 컬렉션을 연결한다. 모델 카드와 공개 문서가 제품의 일부가 되는 셈이다.

한국 기업에도 시사점이 있다. 내부망에서 실행해야 하는 업무, 개인정보가 섞인 문서 처리, 공공기관 납품처럼 데이터 이동이 민감한 프로젝트에서는 API 성능보다 배포 형태와 감사 가능성이 우선될 수 있다. OpenAI 온프레미스 조항, 배포 전쟁의 신호가 보여준 것처럼 대형 업체도 온프레미스와 전용 배포를 다시 협상 테이블에 올리고 있다.

오픈이라는 말의 비용

완전 공개는 공짜가 아니다. 모델을 직접 내려받아 운영하면 GPU 비용, inference 최적화, 안전 필터, 업데이트, 사고 대응이 모두 사용자 책임으로 넘어온다. Apertus 문서는 vLLM과 SGLang 같은 자체 호스팅 경로를 언급하지만, 운영자는 latency, batch, quantization, 보안 패치를 직접 관리해야 한다. 오픈 모델은 lock-in을 줄이지만 운영 역량이 없는 조직에는 또 다른 복잡성이 된다.

그래서 주권 AI 전략은 모델을 공개하는 데서 끝나지 않는다. 평가 데이터, 안전 정책, inference 레퍼런스, fine-tuning 가이드, 한국어와 지역 지식 평가, 조달 문서가 같이 따라와야 한다. Apertus는 그 패키지의 방향을 보여준다. 경쟁은 누가 가장 큰 모델을 공개했느냐보다 누가 신뢰 가능한 공급망을 만들었느냐로 이동한다.

자주 묻는 질문

Q1: Apertus는 무엇인가요?

A: 스위스 AI Initiative가 EPFL, ETH Zurich, CSCS와 함께 만든 오픈 foundation model 프로젝트다.

Q2: 공개 가중치 모델과 무엇이 다른가요?

A: 프로젝트는 가중치뿐 아니라 데이터, 코드, 방법론, 정렬 원칙의 문서화와 재현 가능성을 강조한다.

Q3: 한국 기업이 바로 쓸 수 있나요?

A: 기술적으로는 자체 호스팅이 가능하지만, 실제 도입에는 GPU 비용, 보안, 평가, 한국어 품질 검증이 필요하다.

Q4: EU AI Act와 왜 연결되나요?

A: 고위험 또는 대규모 모델 조달에서는 데이터 출처, opt-out, 개인정보 처리, memorization 방지 같은 문서가 중요해지기 때문이다.

Q5: 가장 큰 리스크는 무엇인가요?

A: 공개 모델이 항상 운영하기 쉬운 것은 아니다. 인프라와 안전 운영 능력이 없으면 API보다 총비용이 커질 수 있다.