OpenWALDO, 독점적인 AI 학습 모델의 장벽을 허물고자 합니다.

(theregister.com)

The Register2026년 8월 12일AI 모델

CentOS 창립자가 주도하는 OpenWALDO 프로젝트는 투명한 오픈소스 AI 학습 데이터셋 구축을 통해 기존 폐쇄적 모델의 데이터 불투명성과 중복 학습 문제를 해결하고 AI 생태계의 협력적 기반을 마련하고자 합니다.

이 글의 핵심 포인트

1CentOS 및 Rocky Linux 창립자 그레고리 커처(Gregory Kurtzer)가 OpenWALDO 프로젝트를 주도함
2기존 오픈 웨이트 모델의 불투명한 학습 데이터, 저작권 리스크, 중복 학습으로 인한 자원 낭비 문제를 해결하고자 함
3CIQ의 지원을 받으며, 누구나 기여할 수 있는 공유형 오픈소스 AI 학습 데이터셋 구축을 목표로 함
4현재 약 167.3B개의 참조 토큰(정부 기록, 학술 논문, 공공 도메인 문학 등)을 포함하고 있음
5빅테크의 수십조 개 토큰 규모에 비하면 아직 초기 단계이며, 데이터의 투명성과 검증 가능성을 핵심 가치로 내세움

이 글에 대한 공공지능 분석

왜 중요한가?

기존 '오픈 웨이트' 모델들이 데이터 출처를 숨기고 있어 발생하는 저작권 및 보안 리스크를 근본적으로 해결하려 하기 때문입니다. 투명한 데이터셋은 AI 모델의 신뢰성을 높이고, 중복 학습을 방지하여 산업 전체의 자원 효율성을 극대화할 수 있습니다.

어떤 배경과 맥락이 있나?

현재 AI 산업은 거대 기업의 폐쇄적 데이터와 오픈 웨이트 모델 사이의 간극이 커지고 있으며, 중국 모델의 급부상으로 인해 데이터 주권과 투명성 논란이 가중되고 있습니다. OpenWALDO는 과거 리눅스가 성공했던 '검증 가능한 오픈소스' 방식을 AI 학습 데이터에 이식하려는 시도입니다.

업계에 어떤 영향을 주나?

스타트업들은 검증된 베이스라인 데이터를 활용해 자체적인 특화 데이터를 추가함으로써, 훨씬 적은 비용으로 신뢰할 수 있는 모델을 구축할 수 있게 됩니다. 이는 독점적 모델에 대한 의존도를 낮추고 데이터 기반의 차별화된 AI 서비스 개발을 가속화할 것입니다.

한국 시장에 어떤 시사점이 있나?

글로벌 표준이 될 수 있는 오픈 데이터셋의 등장은 한국 기업들에게 저비용·고효율의 AI 학습 기회를 제공합니다. 다만, 데이터 주권 확보와 함께 글로벌 오픈소스 커뮤니티와의 적극적인 참여 및 기여 전략이 필수적입니다.

이 글에 대한 큐레이터 의견

OpenWALDO 프로젝트는 AI 개발의 패러다임을 '모델 경쟁'에서 '데이터 투명성 경쟁'으로 전환하려는 야심 찬 시도입니다. 만약 이 프로젝트가 성공한다면, 스타트업들은 막대한 비용을 들여 데이터셋을 처음부터 구축할 필요 없이, 검증된 기초 자산을 바탕으로 특정 도메인에 특화된 고부가가치 모델 개발에 집중할 수 있는 강력한 레버리지를 얻게 될 것입니다.

하지만 현실적인 장벽은 매우 높습니다. 현재 OpenWALDO가 보유한 167B 토큰은 빅테크 기업들이 사용하는 수십조 개의 토큰에 비하면 극히 미미한 수준입니다. 또한, 고품질의 데이터 확보를 위한 인센티브 구조와 저작권 문제를 어떻게 해결할 것인가라는 난제가 남아 있습니다. 단순히 데이터를 공개하는 것을 넘어, 전 세계 개발자들이 지속적으로 기여할 수 있는 생태계 구축이 성패를 가를 것입니다. 따라서 창업자들은 이 프로젝트를 '완성된 솔루션'으로 보기보다는, 향후 AI 인프라의 표준이 될 가능성이 있는 '잠재적 기반 기술'로 모니터링하며 자사의 데이터 전략과 연계할 필요가 있습니다.

원문 보기 →