메뉴
HN
Hacker News • 12일 전

오픈소스 AI·오픈 모델 필독 목록

IMP
7/10
핵심 요약

AI 연구자 네이선 램버트가 오픈 모델 분야를 빠르게 이해할 수 있는 핵심 문서 목록을 공유했습니다. 오픈 모델의 정의와 경제적 의미, 안전성 논쟁, 미중 경쟁까지 최근 몇 년간의 대표적 글들을 망라한 종합 가이드로, 정책·사업 전략 수립에 유용한 자료입니다.

번역된 본문

오픈소스 AI 및 오픈 모델 필독 목록 — 오픈 모델과 그 시사점을 빠르게 파악하는 방법. 네이선 램버트, 2026년 9월 11일.

여러분 안녕하세요! 저는 오픈 모델에 대한 일반 대상 및 정책 관련 글을 준비하면서 연구 자료를 정리하게 되었는데, 여기 공유해 봅니다. 정말 훌륭한 자료들이 많습니다. 이것은 최근 몇 년간 오픈 모델에 관해 쓰인 최고의 글들을 모은 목록입니다. 이 분야를 제대로 이해하고 싶은 분이라면 이 글들을 읽으면 현재 상황에 대한 포괄적인 개요를 얻을 수 있습니다. 추가할 만한 글이 있다면 댓글로 알려주세요. 시간이 지나며 계속 업데이트하겠습니다. (목록 마지막 업데이트: 2026년 9월 13일)

기초 오픈 모델이란 무엇이고, 왜 사람들이 공개하는지, 비즈니스 전략과 어떤 관련이 있는지, 리스크는 무엇인지에 대한 내용.

  • 오픈소스 소프트웨어가 기업에서 어떻게 활용되어 왔는지와 이것이 AI에 어떤 의미인지 보여주는 초기 징후를 다룬 오픈소스 AI 전략 안내 — 「오픈소스 소프트웨어에서 오픈소스 전략으로」, 빌 걸리 (2026년 5월).
  • 메타가 왜 오픈 모델을 공개하는지에 대한 가장 명확한 설명 중 하나로, 마크 저커버그의 라마 3 출시 관련 발언 — 「오픈소스 AI가 나아갈 길」, 마크 저커버그 (2024년 7월).
  • 라이선스, 모델 실행 비용, 데이터 접근성 등의 요소에 따라 오픈 모델을 이분법적 오픈/클로즈드가 아닌 스펙트럼(그라디언트)으로 봐야 하는 이유 — 「생성형 AI 공개의 스펙트럼: 방법과 고려사항」, 아이린 솔레이먼 (2023년 2월).
  • 강력한 클로즈드 모델의 보완재로서 오픈 모델이 미래 경제에서 수행할 역할. 전 세계 기업에서 오픈 모델이 맞춤형 에이전트 워크플로 구축에 사용될 이유 – 「오픈 모델의 다음 단계」, 네이선 램버트 / Interconnects (2026년 3월).
  • 지식재산권 역사와 오픈 대 클로즈드 모델 논쟁(예: 증류)을 바탕으로, 오픈 모델이 기존 경제의 광범위한 부분에 보완적 도구를 제공함으로써 가치를 포착한다는 입장 — 「오픈 AI 대 클로즈드 AI의 간단한 경제학」, 크리스천 카탈리니 (2026년 8월).
  • 오픈 모델이 성능 면에서 클로즈드 모델보다 계속 뒤처질 수밖에 없는 이유 — 「영원한 추격자로서의 오픈 모델」, 네이선 램버트 / Interconnects (2026년 2월).
  • 오픈 모델과 클로즈드 모델의 채택이 서로 다른 궤도에 있다는 내용 — 「오픈 모델과 클로즈드 모델은 서로 다른 지수 곡선 위에 있다」, 네이선 램버트 / Interconnects (2026년 6월).
  • 강력한 오픈 웨이트 모델을 공개하면서도 안전을 진지하게 고려하는 균형점을 제시한 글 — 「오픈 웨이트로 가는 안전한 길」, Thinking Machines Lab (2026년 7월).
  • 텍스트 중심 LLM이 기록된 잠재적 위험을 매우 미미하게만 증가시킨다는 것을 보여준 한계 위험성 관련 초기 논문 — 「오픈 파운데이션 모델의 사회적 영향에 대하여」, 사야시 카푸어, 리시 보마사니 외 (2024년 2월).
  • 클로즈드 모델의 안전장치가 정기적으로 우회되어, 오픈 웨이트 모델의 가상의 위험이 현실화되기도 전에 수많은 실제 AI 리스크가 이미 발생하고 있다는 지적 — 「불안전한 오픈소스 AI라는 신화」, 플로리안 브란트 (2026년 6월).
  • 진정한 개방형 AI 연구를 저해한 핵심 요인인 오픈 데이터의 대규모 감소에 관한 글 — 「동의의 위기: AI 데이터 공유지의 급격한 쇠퇴」, 셰인 롱프레 외 (2024년 7월).
  • 강력한 중국 모델이 AI 생태계에 미치는 영향의 최근 사례 — 「Kimi K3: 오픈 웨이트 경쟁의 격화」, 네이선 램버트 / Interconnects (2026년 7월), 「GLM-5.2는 오픈 에이전트의 전환점」, 네이선 램버트 / Interconnects (2026년 6월).
  • 2025년 오픈 모델의 흐름을 정리한 요약: 「네이선 램버트에게 듣는 중국 AI 생태계와 오픈 모델 격차 | The Curve 2025」, Golden Gate Institute for AI (2025년 11월).
  • [선택] 오픈 모델 채택에 관한 최신 데이터: 미국 대 중국 모델 채택에 관한 종합 요약 — 「ATOM 리포트」 (2026년 4월), 지역별 모델 다운로드·파생 모델·연구 채택 최신 데이터 — Interconnects 채택 대시보드, 그리고 생태계에서 꼭 알아야 할 가장 중요한 모델들 — Interconnects Artifacts Hub.

Interconnects AI는 독자 후원으로 운영됩니다. 구독을 고려해 보세요.

원문 보기
원문 보기 (영어)
Open-Source AI & Open Models Reading List How to get up to speed on open models and their implications. Nathan Lambert Sep 11, 2026 84 3 15 Share Hey all! I’ve been prepping for some public-audience and policy-facing writing on open models, so I figured I would share my research materials. There’s lots of wonderful stuff in here. This is my list of the best writing on open models in the last few years. If someone decides they want to get up to speed on the area, reading this will be a comprehensive overview of the state of affairs. Please comment pieces to consider adding below, and I’ll update this over time. List last updated: 13 Sep. 2026 Share Foundation What open models are, why people release them, how they relate to business strategy, and what the risks are. On open source AI strategy, a walkthrough of how open-source software has been used by businesses and early signs of what that means for AI — From Open Source Software to Open Source Strategy , Bill Gurley (May 2026). One of the clearest articulations is Mark Zuckerberg’s comments around Llama 3’s release as to why Meta releases open models — Open Source AI is the Path Forward , Mark Zuckerberg (Jul. 2024) Why you should view open models on a gradient, rather than binary open/closed, based on factors such as licenses, cost of running the model, data access, etc. — The Gradient of Generative AI Release: Methods and Considerations , Irene Solaiman (Feb. 2023). The role open models will play in the economy of the future, as a complement to strong closed models. Why open models will be used to create custom agentic workflows in enterprises across the world – What comes next with open models , Nathan Lambert / Interconnects (Mar. 2026) A position on how open models will capture value by providing a complementary tool to large swaths of the existing economy, drawing on the history of IP and current debates on open vs. closed models (e.g. distillation) — Some Simple Economics of Open versus Closed AI , Christian Catalini (Aug. 2026) Why open models will constantly be behind closed models in performance — Open models in perpetual catch-up , Nathan Lambert / Interconnects (Feb. 2026) Where adoption differs for open and closed models — Open and closed models are on different exponentials , Nathan Lambert / Interconnects (Jun. 2026) A clear articulation on how to balance releasing powerful open-weight models while taking safety seriously — A Safe Path to Open Weights , Thinking Machines Lab (Jul. 2026). Early paper on marginal risks that showed text-focused LLMs very marginally increased documented potential risks of models — On the Societal Impact of Open Foundation Models , Sayash Kapoor, Rishi Bommasani et al. (Feb. 2024). Closed models safety guardrails are regularly bypassed causing a plethora of real AI-risks before hypothetical risks of open weight models have emerged — The Myth of unsafe Open Source AI , Florian Brand (Jun. 2026). The mass reduction in open data, which is a crucial factor that has hampered truly open AI research — Consent in Crisis: The Rapid Decline of the AI Data Commons , Shayne Longpre et al. (Jul. 2024). Recent examples on how strong Chinese models impact the AI ecosystem — Kimi K3: The open-weights escalation , Nathan Lambert / Interconnects (Jul. 2026) / GLM-5.2 is the step change for open agents , Nathan Lambert / Interconnects (Jun. 2026). A summary of the story of open models in 2025: Nathan Lambert on China’s AI Ecosystem and the Open Model Gap | The Curve 2025 , Golden Gate Institute for AI (Nov. 2025). [ Optional ] Latest data on open model adoption: A general summary on US vs. China model adoption — The ATOM Report (Apr. 2026), The latest data on model downloads, derivatives, and research adoption by region — Interconnects Adoption Dashboard , and The most important models to know about in the ecosystem — Interconnects Artifacts Hub Interconnects AI is a reader-supported publication. Consider becoming a subscriber. Subscribe US-China Competition Who is leading in open models, how this has changed over time, how China maintains its leading position, and relevant history. Why the U.S. needs to invest in open models for fundamental R&D / innovation in the face of growing competition from China – The ATOM Project , Nathan Lambert (Aug. 2025) The lens as to why open models help spur research innovation and beneficial outcomes for AI — Why I build open language models , Nathan Lambert / Interconnects (Oct. 2024) Why open models foster education, innovation and competition, three core American values — Banning Open Source AI Would Be A Mistake , Nathan Lambert & Kevin Xu (Jun. 2026) Why the recent “vibe regulation” / vague federal oversight mechanisms set us up for a clash and-or ban of frontier open models in the near future — 6 months to live for open models , Nathan Lambert / Interconnects (Jul. 2026) [ Optional ] Fully open language model technical reports to illustrate the start of the art in understanding: Pythia (EleutherAI, 2023), Olmo (2024), Olmo 2 (2024), Olmo 3 (2025) Chinese open-source history leading up to AI — Chinese Open Source: A Definitive History , Kevin Xu (Mar. 2026). China’s structural advantages in open-source — China’s Structural Advantage in Open Source AI , Kevin Xu (Jun. 2025). How Chinese labs themselves discuss building models, and how the Chinese industry differs from the U.S. — Notes from inside China’s AI labs , Nathan Lambert / Interconnects (May 2026). Why Chinese labs are so good at keeping up with American competition (e.g. American open weight labs struggle to compete with Chinese labs on fair performance comparisons) — GLM-5.3: How Chinese labs keep stride with the frontier , Nathan Lambert / Interconnects (Aug. 2026). Prominent uses of Chinese models by Western companies have prompted meaningful regulatory attention ( more discussion ) Lawmakers have probed the following companies over using Chinese models: DoorDash ( CNBC , Jul. 31 2026), Airbnb ( Bloomberg , Apr. 29 2026; Semafor , Apr. 29 2026), Anysphere / Cursor ( Bloomberg , Apr. 29 2026; Semafor , Apr. 29 2026), Apple ( Reuters , May 17 2025) Other western companies have very publicly shifted the models they use from American, closed labs to Chinese open models to save costs. Examples include Perplexity prominently and rapidly adopted DeepSeek R1 ( Forbes , Jan. 28 2025) and Thomson Reuters building on Qwen to move off Claude ( Business Insider , Aug. 24 2026) Leave a comment Technical Details What is distillation and how much does it help Chinese labs, how do open models impact frontier AI risks like cybersecurity, and how far are open models behind the closed frontier? The open-closed model gap has reduced in recent years, and is now at roughly 4-6 months. The leading open models have all come from Chinese labs since ~2024. SemiAnalysis article which ran independent evaluations, concluding that open models have been getting closer to the closer frontier of performance over time — Are Open Models Catching Up? , SemiAnalysis (Aug. 2026) Open models are on the Pareto cost frontier, while not at the absolute performance frontier. E.g. DeepSeek V4 Flash, see evaluation and cost on Artificial Analysis . Data sources from Epoch AI and Artificial Analysis (and U.S. v China , related) showing the open-closed gap over time. An independent analysis of the open-closed gap across a mix of public and private evaluations — How far behind are open models? , Håvard Tveit Ihle (May 2026) E.g. in 2025, the product lead of Z.ai said with respect to their release time “Get it out fast. We open source it within a few hours.” — The Z.ai Playbook , ChinaTalk (Nov. 21, 2025) Cyber, risks & open models (I plan to develop this further) Why we cannot effectively ban open models as used by bad actors for cyber capabilities (they will always have access) — The OpenAI/Huggingface incident; how we should manage the imminent arrival of autonomous hacking too cheap to meter , Joshua Saxe (Jul. 2026) W
오픈소스 오픈 웨이트 LLM AI 정책 미중 경쟁