오픈소스 AI를 이해하는 질문은 더 이상 “쓸 만한 모델이 있나”에 그치지 않는다. 모델은 많아졌지만, 데이터셋·추론 엔진·개발 도구·하드웨어까지 포함하면 어디가 충분히 성숙했고 어디가 아직 비어 있는지 판단하기 어렵다.
Current AI의 Gap Map은 이 문제를 풀기 위한 생태계 지도다. 2025년 2월 파리 AI Action Summit에서 비영리 단체로 출범한 Current AI는 이미 4억 달러의 약정을 확보했고, Gap Map v0.1을 통해 오픈소스 AI의 강점과 빈틈을 체계적으로 보이려 한다.
순위표가 아니라 우선순위 지도
Gap Map v0.1은 2만4626개 프로젝트를 조사하고, 그중 421개를 상세 평가했다. 이 421개는 소프트웨어 도구·라이브러리 266개, 모델 85개, 데이터셋 50개, 하드웨어 프로젝트 20개로 구성된다.1
평가 축은 크게 개방성, 역량, 채택도다. 그래서 Gap Map은 “어떤 프로젝트가 1등인가”를 보여주는 성능표라기보다, “어느 영역에 투자가 필요하고 어떤 의존성이 위험한가”를 보는 도구에 가깝다.
예를 들어 어떤 영역은 기술 역량은 높지만 선택지가 적어 특정 프로젝트에 의존할 수 있다. 반대로 라이선스나 접근성은 열려 있어도 실제 사용이 적다면 확산이 과제가 된다. 독자가 얻어야 할 핵심은 단일 점수가 아니라 격차의 성격이다.
데이터셋은 다른 범주와 같은 방식으로 읽으면 안 된다
Gap Map에서 특히 주의해서 봐야 할 부분은 데이터셋이다. 현재 방법론에서 데이터셋 범주는 역량 점수가 null로 처리된다. 말뭉치에 모델 성능과 같은 “역량” 축을 적용하기 어렵다는 문제가 제기됐기 때문이다.2
그 결과 데이터셋 범주의 성숙도 점수는 사실상 채택도와 같아진다. 더 나아가 단계·격차 로직도 역량 점수가 null이면 기본적으로 채택 격차를 선택하는 구조다.2 즉 데이터셋 영역에 표시되는 “채택 격차”가 반드시 실제 저채택의 증거라고 보기는 어렵다. 측정 방식의 결과일 수 있다.
실제로 훈련용 데이터셋 범주에는 FineWeb, C4, Dolma, RedPajama, The Stack 같은 공개 데이터셋이 포함된다.2 이 중 FineWeb-2는 월간 다운로드 약 9만4000회로 채택도 L2, C4는 약 83만1000회로 L3, Dolma는 약 4000회로 L1에 해당한다.2 숫자만 보면 채택 수준이 크게 갈리지만, 대형 말뭉치는 일반 소프트웨어 패키지처럼 자주 설치되는 대상이 아니다. 다운로드 수만으로 성숙도를 읽으면 데이터셋은 구조적으로 낮게 보일 수 있다.
데이터 영역의 진짜 질문은 “얼마나 쓰이나”만이 아니다
훈련 데이터에서 더 중요한 질문은 “다운로드가 충분한가”보다 “핵심 데이터가 공개되어 있는가”일 수 있다. 공개 데이터셋이 존재하더라도, 프런티어 모델을 만드는 기업들의 실제 훈련 데이터는 대부분 외부에서 보이지 않는다.
따라서 Gap Map을 읽을 때는 색깔이나 단계만 보고 결론을 내리기보다, 범주별 점수 산정 방식부터 확인해야 한다. 특히 데이터셋 영역에서는 “덜 성숙하다”는 신호가 실제 생태계 부재를 뜻하는지, 아니면 현재 측정 방식이 데이터셋의 특성을 충분히 반영하지 못한 결과인지 구분해야 한다.
Gap Map을 실무적으로 읽는 법
Gap Map의 가치는 정답을 주는 데 있지 않다. 오히려 더 좋은 질문을 던지게 만드는 데 있다.
모델 영역에서는 역량과 개방성이 함께 높은지 본다.
도구·라이브러리 영역에서는 특정 프로젝트 의존도가 과도한지 본다.
데이터셋 영역에서는 채택도 수치가 실제 사용성을 얼마나 반영하는지 따로 판단한다.
하드웨어 영역에서는 개방형 대안이 충분한지, 병목이 어디에 있는지 확인한다.
결론적으로 Open Source AI Gap Map은 오픈소스 AI 생태계의 빈칸을 보는 출발점이다. 다만 모든 범주를 같은 잣대로 읽으면 오해가 생긴다. 특히 데이터셋은 현재 방법론상 채택도 중심으로 성숙도가 계산되므로, 숫자보다 측정 맥락을 먼저 봐야 한다. Gap Map을 제대로 활용하려면 “무엇이 부족한가”와 함께 “그 부족함이 어떻게 측정됐는가”를 같이 읽어야 한다.
2[methodology] Recalibrate maturity and gap framing for dataset categories · Issue #58
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.