챗GPT, DeepSeek 등 최첨단 LLM의 투명성과 접근성: 숨겨진 진실을 파헤치다

본 연구는 100개 이상의 최첨단 LLM을 분석하여 오픈소스 모델의 투명성과 접근성 문제를 체계적으로 규명하고, '오픈워싱' 문제를 제기하며, 책임 있는 AI 개발 및 배포의 중요성을 강조합니다.

최근 급증하는 오픈소스 인공지능(AI) 논의에도 불구하고, 최첨단 대규모 언어 모델(LLM)의 투명성과 접근성에 대한 연구는 부족했습니다. Ranjan Sapkota, Shaina Raza, Manoj Karkee 세 연구자는 이러한 현실에 주목하여 "챗GPT, DeepSeek 등 최첨단 대규모 언어 모델의 투명성과 접근성에 대한 종합 분석" 연구를 진행했습니다.

이 연구는 오픈소스 이니셔티브(OSI)의 새로운 오픈소스 소프트웨어 정의를 기반으로, ChatGPT, DeepSeek, LLaMA 등 지난 5년간의 최첨단 LLM들을 분석하여 투명성 기준 준수 여부와 부분적인 오픈의 함의를 평가했습니다. 특히, 오픈소스 모델과 오픈 가중치 모델이라는 두 가지 관점에서 투명성과 접근성을 심층적으로 분석했습니다.

흥미로운 점은, 일부 모델이 오픈소스로 분류되더라도 실제로 완전히 오픈소스인 것은 아니라는 사실입니다. 심지어 가장 이상적인 경우에도, 오픈소스 모델들은 종종 모델 학습 데이터, 코드, 가중치 접근성, 탄소 배출량 등의 중요 지표를 공개하지 않습니다. 연구진은 이러한 현상을 '오픈워싱(open-washing)'이라고 명명하며, 이는 모델의 재현성, 편향 완화, 도메인 적응을 제한한다고 지적했습니다.

핵심 발견:

• 이 연구는 100개 이상의 최첨단 LLM을 오픈소스 및 오픈 가중치 모델이라는 이중 렌즈를 통해 체계적으로 분석한 최초의 연구입니다.
• 많은 모델이 '오픈소스'를 표방하지만, 실제로는 완전한 투명성을 제공하지 않는다는 사실을 밝혀냈습니다.
• 오픈소스 모델조차도 학습 데이터, 코드, 가중치, 탄소 배출량 등 중요 정보를 공개하지 않는 경우가 많습니다.

이 연구 결과는 향후 연구의 방향을 제시하고, 더 큰 투명성, 책임성, 윤리적인 모델 배포를 위한 책임 있는 지속 가능한 AI 관행을 촉구합니다. AI의 발전과 함께 투명성과 접근성에 대한 논의는 더욱 중요해지고 있으며, 이 연구는 그 중요한 첫걸음이 될 것입니다. AI의 미래는 얼마나 투명하고 접근 가능한가에 달려 있습니다.