가중치 (모델이 학습으로 얻은 수치)
영어 model weights · 일본어 重み(ウェイト) · 읽는 법 가중치
가중치는 AI가 학습하면서 얻은 수많은 수치로, 답을 계산할 때 입력에 곱해 쓰는 값입니다. 모델의 실력이 이 수치에 담겨 있어 공개 조건이 중요합니다.
HowtoAI 글에서는 모델 가중치를 공개하는지, 어떤 조건으로 내려받아 쓸 수 있는지를 설명할 때 이 말이 쓰였습니다.
확인 2026-10-26출처 「머신러닝 용어집」
1이 말, 이런 곳에서 만납니다
처음 보는 말이 낯선 것은 당연합니다. 대개 이런 자리에서 마주칩니다.
HowtoAI 글 「DeepSeek와 ChatGPT 비교」 FAQ
“V4 가중치는 MIT 라이선스로 공개되어 있지만, 큰 V4-Pro는 개인 컴퓨터에서 돌릴 수 없습니다.”
HowtoAI 글 「AlphaFold 3」 FAQ
“내려받는 가중치는 둘 다 상업 이용이 안 됩니다.”
AI 모델 내려받기 안내 페이지 (예)
“가중치 파일과 이용 조건(라이선스)을 함께 확인하세요.”
2한 장면으로 이해하기
가중치는 요리사의 손맛과 같습니다. 레시피(모델의 구조)가 같아도 오랜 연습으로 몸에 밴 손맛이 다르면 맛이 달라집니다. AI도 구조가 같아도 학습으로 얻은 수치가 다르면 실력이 달라집니다.
모델의 실력은 학습으로 얻은 수치에 담겨 있습니다.
3우리 회사도 해당될까요?
이런 경우 해당됩니다
- AI 모델을 내려받아 직접 돌려 보려 한다
- ‘가중치 공개’라는 소개 글을 읽고 업무에 써도 되는지 궁금하다
- AI 서비스 회사가 모델의 가중치를 공개했는지 알아보려 한다
이런 경우는 걱정을 덜어도 됩니다
- ChatGPT 같은 AI 서비스를 웹이나 앱으로 쓰기만 한다(가중치를 직접 만질 일이 없습니다)
- 점수 계산에서 항목마다 비중을 달리 두는 ‘가중’ 이야기(뜻이 다른 말입니다)
가중치를 공개했더라도 이용 조건은 모델마다 다르니 라이선스를 먼저 읽어야 합니다.
4조금 더 자세히
가중치는 AI 모델 안에 들어 있는 수많은 수치입니다. AI는 많은 글과 그림을 보며 이 수치를 조금씩 고쳐 가고, 학습이 끝나면 고쳐진 수치가 그대로 남습니다. 오랜 연습 끝에 몸에 밴 요리사의 손맛처럼, 모델이 배운 내용이 이 수치 묶음에 담겨 있다고 보면 됩니다. AI가 답할 때는 이 수치를 입력값에 곱해 계산합니다. 그래서 같은 구조의 모델이라도 가중치가 다르면 답하는 솜씨가 달라집니다.
주의할 점 가중치를 공개했다고 해서 모두 오픈소스는 아닙니다. 내려받아 쓸 수 있는 가중치도 이용 조건이 따로 있고, 영리 목적 사용이 막힌 것도 있습니다. 업무에 쓰기 전에 라이선스를 꼭 읽어 보세요.
5그래서 무엇을 하면 되나요?
- 1쓰려는 AI 모델의 라이선스를 읽고 영리 목적 사용이 되는지 확인합니다.사장님
- 2가중치를 내려받아 쓰는 경우 어느 모델·어느 조건인지 기록해 둡니다.제작사
- 3서비스에 쓰는 AI 모델의 가중치가 공개된 것인지, 공급 조건이 바뀔 수 있는지 물어봅니다.서비스 회사
제작사에 이렇게 물어보세요
“우리 홈페이지나 업무에 쓰는 AI 모델은 가중치가 공개된 모델인가요? 쓰는 모델의 이용 조건(라이선스)에서 영리 목적 사용이 가능한지 알려 주세요.”
6자주 묻는 질문
Q. 가중치가 공개되면 오픈소스인가요?
그렇지 않습니다. OSI의 정의는 가중치뿐 아니라 학습 데이터 정보와 코드까지 공개하도록 요구합니다. 가중치만 공개한 모델은 ‘오픈웨이트’라고 부릅니다.
Q. 가중치는 학습이 끝난 뒤에도 바뀌나요?
Google 용어집에 따르면 가중치를 정하는 것이 학습이고, 학습으로 정해진 가중치를 써서 예측하는 것이 추론입니다. 추론할 때는 정해진 가중치를 그대로 씁니다.
7이 풀이의 근거
- 출처
「머신러닝 용어집」 (확인 2026-10-26)
「오픈소스 AI 정의 1.0」 (확인 2026-10-26)
「신경망: 노드와 은닉층」 (확인 2026-10-26)
- 확인한 날
- 2026-10-26 · 다음 확인 2027-01-26
- 풀이
- 양진석 · 따뜻한기술 대표
이 정의를 인용하려면
“가중치는 AI가 학습하면서 얻은 수많은 수치로, 답을 계산할 때 입력에 곱해 쓰는 값입니다. 모델의 실력이 이 수치에 담겨 있어 공개 조건이 중요합니다.” — 용어집 「가중치 (모델이 학습으로 얻은 수치)」 (확인 2026-10-26), atatakaidigital.com/kr/glossary/model-weights