오픈 웨이트 모델은 2025년 말까지 전체 대규모 언어 모델 사용량의 약 3분의 1에 도달했습니다. 이는 OpenRouter와 Andreessen Horowitz(a16z)가 발표한, 실제 API 트래픽 100 trillion 토큰을 분석한 연구에 따른 것입니다. 이는 오픈소스 AI가 연구자들의 호기심 대상에서 프로덕션 환경의 기본 선택지로 옮겨갔음을 보여주는 지금까지 가장 명확한 신호입니다. Hugging Face는 현재 2 million개 이상의 공개 모델과 13 million명의 사용자를 보유하고 있으며(Hugging Face, State of Open Source Spring 2026), Meta의 Llama는 1.2 billion 다운로드를 돌파했고(Meta, 2025), Alibaba의 Qwen은 이를 추월해 700 million에 도달했습니다(Xinhua, 2026). 그럼에도 상위 200개 모델이 Hugging Face 전체 다운로드의 49.6%를 차지하고 있으며, 최첨단 클로즈드 모델은 여전히 최고의 오픈 모델보다 약 4개월 앞서 있습니다(Epoch AI, 2026). 이 분석은 Hugging Face, OpenRouter, a16z, Stanford HAI, Epoch AI, McKinsey, GitHub 및 13개의 다른 1차 자료에서 얻은 데이터를 종합하여 45개 이상의 검증된 데이터 포인트로 정리한 것입니다.
TL;DR
- 오픈 웨이트 모델은 2025년 말까지 대규모 언어 모델 사용량의 약 33%에 도달했으며, 이는 1년 전의 낮은 한 자릿수 비중에서 증가한 것입니다(OpenRouter, State of AI 2025).
- Hugging Face는 13 million명의 사용자를 위해 2 million개 이상의 공개 모델과 500,000개 이상의 데이터셋을 호스팅하고 있습니다(Hugging Face, State of Open Source Spring 2026).
- 상위 200개 모델(전체 모델의 0.01%)이 다운로드의 49.6%를 차지하며, 전체 모델의 약 절반은 다운로드 수가 200건 미만입니다(Hugging Face, Spring 2026).
- Alibaba의 Qwen은 Hugging Face 누적 다운로드 700 million건을 넘어섰으며, 2025년 하반기에 Llama를 앞질렀습니다(Xinhua / South China Morning Post, 2026).
- Meta의 Llama는 2025년 4월 29일까지 1.2 billion 다운로드에 도달했으며, 2024년 12월의 650 million에서 증가했습니다(Meta; TechCrunch, 2025).
- 오픈 웨이트 모델은 최첨단 클로즈드 모델보다 약 4개월, 즉 ECI 점수로 8포인트 뒤처져 있습니다(Epoch AI, 2026).
- 50% 이상의 조직이 오픈소스 AI를 사용하고 있으며, 기술 업계에서는 72%까지 상승합니다(McKinsey, 2025).
- 중국 모델은 지난 1년간 Hugging Face 다운로드의 41%를 차지했으며, 2025년 중 중국이 월간 다운로드 수에서 미국을 앞질렀습니다(Hugging Face, Spring 2026).
- 오픈소스 AI 모델 시장은 2025년 19.05 billion달러에서 2026년 23.08 billion달러로 성장할 것으로 추정됩니다(The Business Research Company, 2026).
- 2025년에 출시된 95개의 주요 모델 중 오픈 트레이닝 코드와 함께 제공된 것은 단 15개뿐이었습니다(Stanford HAI, AI Index 2026).
- 연구자들은 Hugging Face에서 약 100개의 악성 모델을 발견했으며, 그중 약 95%가 단일 직렬화 형식으로 구축되었습니다(Dark Reading / JFrog, 2024-2025).
1. 숫자로 보는 오픈소스 AI 생태계
Hugging Face는 오픈 모델의 구심점이며, 자체 Spring 2026 State of Open Source 보고서는 규모와 극단적인 관심 집중을 동시에 보여줍니다. 상위 200개 모델, 즉 전체 카탈로그의 단 0.01%가 전체 다운로드의 49.6%를 차지합니다. 반면 허브에 있는 모든 모델의 약 절반은 총 다운로드 수가 200건 미만입니다. 한편 GitHub의 Octoverse 2025는 같은 흐름의 개발자 측면을 보여줍니다. 1 million개 이상의 공개 저장소가 이제 LLM SDK를 기반으로 구축되고 있습니다.
| 지표 | 값 | 출처 |
|---|---|---|
| Hugging Face의 공개 모델 수 | 2,000,000+ | Hugging Face, State of Open Source Spring 2026 |
| Hugging Face의 공개 데이터셋 수 | 500,000+ | Hugging Face, Spring 2026 |
| 등록 사용자 수 / 조직 수 | 13,000,000 / 500,000 | Hugging Face, Spring 2026 |
| 상위 200개 모델(전체의 0.01%)이 차지하는 다운로드 비중 | 49.6% | Hugging Face, Spring 2026 |
| 총 다운로드 200건 미만인 모델 | ~50% | Hugging Face, Spring 2026 |
| LLM SDK를 사용하는 공개 GitHub 저장소 | 1,100,000+ (693,867 new, +178% YoY) | GitHub, Octoverse 2025 |
| 생성형 AI 프로젝트의 월간 기여자 수 | 68,000 (Jan 2024) to 200,000 (Aug 2025) | GitHub, Octoverse 2025 |
참고: 다운로드된 모델의 평균 크기는 2023년 827 million 파라미터에서 2025년 20.8 billion 파라미터로 증가했지만, 중앙값은 326 million에서 406 million으로 소폭 상승하는 데 그쳤습니다(Hugging Face, Spring 2026). 소형 모델이 여전히 대부분의 작업을 수행하고 있습니다. 더 폭넓은 모델 동향은 저희의 생성형 AI 통계를 참고하세요.
2. 실제 사용 현황: 오픈 웨이트, 토큰의 3분의 1에 도달
모델 수는 공급을 측정하고, 토큰 양은 수요를 측정합니다. OpenRouter의 State of AI 연구는 a16z와 함께 300개 이상의 모델에 걸친 실제 추론 트래픽 100 trillion 토큰을 분석한 것으로, 오픈 웨이트가 실제 워크로드에서 우위를 점하고 있다는 가장 강력한 공개 증거입니다. 중국의 오픈소스 모델은 2024년 하반기 주간 토큰 비중 1.2%에서 주간 평균 13.0%로 성장했으며, 일부 주에는 30%에 가까운 정점을 기록했습니다. 오픈소스 부문도 다변화되었습니다. DeepSeek의 R1은 한때 오픈 토큰의 절반 이상을 차지했지만, 2025년 하반기에 이르러서는 단일 오픈 모델이 오픈 비중의 25%를 넘지 못했습니다.
| 지표 | 값 | 출처 |
|---|---|---|
| 대규모 언어 모델 사용량 중 오픈 웨이트 비중, 2025년 하반기 | ~33% (one-third) | OpenRouter, State of AI 2025 |
| 중국 오픈소스 모델의 주간 토큰 비중 | 1.2% (late 2024) to 13.0% avg, ~30% peak | OpenRouter, 2025 |
| 중국 외 지역 오픈소스의 평균 주간 비중 | 13.7% | OpenRouter, 2025 |
| DeepSeek 토큰 수(2024년 11월~2025년 11월) | 14.37 trillion | OpenRouter, 2025 |
| Qwen 토큰 수 | 5.59 trillion | OpenRouter, 2025 |
| Meta Llama 토큰 수 | 3.96 trillion | OpenRouter, 2025 |
| Mistral AI 토큰 수 | 2.92 trillion | OpenRouter, 2025 |
| 분석된 총 토큰 수 / 모델 수 / 제공업체 수 | 100 trillion / 300+ / 70+ | OpenRouter, 2025 |
특이사항: 도구 호출(tool-calling)이 증가하면서 추론 지향 모델이 이제 전체 토큰의 절반 이상을 처리하고 있습니다. 이 변화는 저희의 AI 에이전트 통계에서 다루고 있습니다.
3. 오픈과 클로즈드 모델 간 성능 격차
최고의 오픈 모델과 최고의 클로즈드 모델 간 격차는 2024년에 극적으로 좁혀졌지만, 이후로는 더 이상 줄어들지 않았습니다. Epoch AI는 자체 Epoch Capabilities Index로 이 지연을 측정합니다. 오픈 웨이트 모델은 2026년 1월부터 5월까지 최첨단 클로즈드 모델에 약 4개월, 즉 ECI 점수로 8포인트 뒤처져 있었으며, 이는 2025년 10월까지 측정된 약 3개월의 격차보다 다소 확대된 것입니다. Stanford HAI의 2026년 AI Index 역시 Arena 리더보드에서 비슷한 양상을 보여줍니다.
| 지표 | 값 | 출처 |
|---|---|---|
| 최첨단 클로즈드 모델 대비 오픈 웨이트의 지연 | ~4 months / 8 ECI points (90% CI 7-11) | Epoch AI, 2026 |
| 이전 지연(2023년 1월~2025년 10월) | ~3 months | Epoch AI, 2025 |
| 최상위 클로즈드 모델의 최상위 오픈 모델 대비 우위(2026년 3월) | 3.3% (up from 0.5% in Aug 2024) | Stanford HAI, AI Index 2026 |
| Arena 상위 10위 내 클로즈드 모델 수 | 6 of 10 | Stanford HAI, AI Index 2026 |
| Chatbot Arena 격차, 2024년 1월~2025년 2월 | 8.04% to 1.70% | Stanford HAI, AI Index 2025 |
| 최첨단 오픈 웨이트 모델의 훈련 연산량 확장 | ~4.7x per year | Epoch AI, 2025 |
| 로컬 최전선: 6~12개월 전 최상위 LLM과 동등한 모델 | Runs on one sub-2,500-dollar GPU | Epoch AI, 2025 |
참고: 2025년 1월 출시된 DeepSeek-R1은 MATH Level 5 벤치마크에서 당시 최고의 클로즈드 모델이었던 o3-mini보다 단 2퍼센트포인트 뒤처졌습니다(Epoch AI, 2025). 이는 격차가 좁혀지고 있음을 처음으로 보여준 출시였습니다.
4. 중국의 오픈 웨이트 급부상: Qwen과 DeepSeek
2025년 가장 결정적인 변화는 지리적인 것이었습니다. 중국 모델은 지난 1년간 Hugging Face 다운로드의 41%를 차지했으며, 2025년 중 중국이 월간 다운로드 수에서 미국을 앞질렀습니다(Hugging Face, Spring 2026). Xinhua와 South China Morning Post에 따르면 Alibaba의 Qwen은 단일 오픈 모델 계열로는 가장 많이 다운로드된 존재가 되었으며, DeepSeek의 2025년 1월 앱 출시는 Sensor Tower와 TechCrunch가 추적한 다운로드 기록을 세웠습니다.
| 지표 | 값 | 출처 |
|---|---|---|
| Hugging Face 월간 다운로드 중 중국 비중, 2025년 | Surpassed the U.S. | Hugging Face, Spring 2026 |
| Hugging Face 다운로드 중 중국 모델 비중, 지난 1년 | 41% | Hugging Face, Spring 2026 |
| Qwen의 Hugging Face 누적 다운로드 수(2026년 1월) | 700,000,000+ | Xinhua / South China Morning Post, 2026 |
| Hugging Face 내 Qwen 파생 모델 수 | 200,000+ | South China Morning Post, 2026 |
| 신규 대규모 언어 모델 파생 모델 중 Qwen 기반 비중 | ~40% | South China Morning Post, 2026 |
| DeepSeek 앱의 출시 첫 19일간 다운로드 수 | 23,000,000 (2x ChatGPT) | Sensor Tower, 2025 |
| DeepSeek의 App Store 1위 달성 국가 수 | 156+ countries | TechCrunch, 2025 |
| DeepSeek-R1 대 o3-mini, MATH Level 5 | Lags by 2 points | Epoch AI, 2025 |
참고: 단 한 달 만에 Qwen의 다운로드 수는 Meta, DeepSeek, Mistral, Nvidia를 포함한 그다음 8개 오픈 모델 계열의 합계를 넘어섰습니다(South China Morning Post, 2026).
5. 기업 도입과 경제성
오픈소스 AI는 이제 주변부 실험이 아니라 주류 기업 전략이 되었습니다. McKinsey는 Mozilla, Patrick J. McGovern Foundation과 함께 41개국의 700명 이상의 기술 리더를 대상으로 Open Source Technology in the Age of AI 보고서를 위한 설문을 진행했습니다. 조직의 절반 이상이 이미 오픈소스 AI를 사용하고 있으며, 기술 업계에서는 72%까지 상승하고, 76%는 사용을 늘릴 것으로 예상합니다. a16z의 Enterprise AI 설문은 멀티 모델 스택으로의 쏠림을 보여주며, 시장 조사기관은 이 기회를 수백억 달러 규모로 추산합니다.
| 지표 | 값 | 출처 |
|---|---|---|
| 오픈소스 AI를 사용하는 조직 | 50%+ (72% in tech sector) | McKinsey, 2025 |
| 오픈소스 AI 사용 확대를 예상하는 리더 | 76% | McKinsey, 2025 |
| 독점형 대비 낮은 구현 비용을 보고 | 60% (26% average cost improvement) | McKinsey, 2025 |
| 오픈소스 AI 및 머신러닝의 기업 도입률 | 40% (+5 pts vs 2024) | Linux Foundation, 2025 |
| 프로덕션에서 5개 이상의 모델을 운영하는 기업 | 37% (up from 29%) | a16z, Enterprise AI 2025 |
| 오픈소스 AI 모델 시장, 2025년~2026년 | 19.05B to 23.08B dollars (21.1% CAGR) | The Business Research Company, 2026 |
| Mistral AI 시리즈 C(2025년 9월) | ~14B dollars valuation (1.7B euros raised) | Mistral AI; Bloomberg, 2025 |
| Hugging Face 기업가치 | 4.5B dollars (2023 Series D); ~7B reported 2025 | TechCrunch, 2023; Sacra, 2025 |
참고: 오픈소스 AI 모델 시장 전망은 업체의 추정치이므로 입수 가능한 가장 최근 자료로 취급해야 합니다(The Business Research Company, 2026). 후속 비용 계산에 대해서는 저희의 관련 자료인 AI 추론 비용 통계를, 개발자 도구에 대해서는 AI 코딩 도구 통계를 참고하세요.
6. 거버넌스, 라이선스, 보안
오픈 웨이트는 오픈소스와 같은 개념이 아니며, 규정 준수를 위해서는 이 정의가 중요합니다. Open Source Initiative는 2024년 10월 오픈소스 AI 정의를 발표했지만, 이를 완전히 충족하는 유명 모델은 거의 없습니다. 정부가 오픈 웨이트를 장려하는 방향으로 움직이는 가운데서도 2025년에 출시된 95개의 주요 모델 중 오픈 트레이닝 코드와 함께 제공된 것은 단 15개뿐이었습니다(Stanford HAI, AI Index 2026). 보안 또한 주시해야 할 지점입니다. JFrog와 연구자들은 공개 허브에서 코드 실행이 가능한 악성 모델을 확인했습니다.
| 지표 | 값 | 출처 |
|---|---|---|
| OSI가 검증한 오픈소스 AI 모델 | Pythia, OLMo, Amber, CrystalCoder, T5 | OSI / TechCrunch, 2024 |
| 오픈 트레이닝 코드 없이 출시된 2025년 주요 모델 | 80 of 95 | Stanford HAI, AI Index 2026 |
| 주요 모델 중 업계 비중, 2025년 | 91.6% | Stanford HAI, AI Index 2026 |
| Hugging Face에서 발견된 악성 모델 | ~100 (~95% one serialization format) | Dark Reading / JFrog, 2024-2025 |
| JFrog가 제로데이 악성으로 표시한 모델 | 25 | JFrog, 2025 |
| 오픈소스의 혜택을 가장 많이 받는 분야로 꼽힌 AI 및 머신러닝 | 38% | Linux Foundation, 2025 |
| 오픈 웨이트에 대한 미국 AI Action Plan의 입장 | Pro-open-weight (Jul 23, 2025) | White House, 2025 |
| EU AI Act의 범용 AI 규정 발효 | Aug 2, 2025 | European Commission, 2025 |
참고: 스타트업에 도움이 되는 오픈 웨이트의 접근성은 동시에 합성 미디어 오용의 진입 장벽도 낮춥니다. 이 위험은 저희의 딥페이크 통계에서 수치화했습니다.
요약: 숫자로 보는 오픈소스 AI
| 지표 | 값 | 출처 |
|---|---|---|
| 대규모 언어 모델 사용량 중 오픈 웨이트 비중, 2025년 하반기 | ~33% | OpenRouter, State of AI 2025 |
| Hugging Face의 공개 모델 수 | 2,000,000+ | Hugging Face, Spring 2026 |
| 상위 200개 모델이 차지하는 다운로드 비중 | 49.6% | Hugging Face, Spring 2026 |
| 프로덕션에서 5개 이상의 모델을 운영하는 기업 | 37% | a16z, Enterprise AI 2025 |
| Qwen의 Hugging Face 누적 다운로드 수 | 700,000,000+ | Xinhua / South China Morning Post, 2026 |
| Meta Llama 다운로드 수(2025년 4월) | 1,200,000,000 | Meta; TechCrunch, 2025 |
| DeepSeek-R1 대 o3-mini, MATH Level 5 | Lags by 2 points | Epoch AI, 2025 |
| DeepSeek 앱의 출시 첫 19일간 다운로드 수 | 23,000,000 | Sensor Tower, 2025 |
| 오픈소스의 혜택을 가장 많이 받는 분야로 꼽힌 AI 및 머신러닝 | 38% | Linux Foundation, 2025 |
| 최첨단 클로즈드 모델 대비 오픈 웨이트의 지연 | ~4 months / 8 ECI points | Epoch AI, 2026 |
| 최상위 클로즈드 모델의 최상위 오픈 모델 대비 우위(2026년 3월) | 3.3% | Stanford HAI, AI Index 2026 |
| 오픈소스 AI를 사용하는 조직 | 50%+ | McKinsey, 2025 |
| 오픈소스 AI 사용 확대를 예상하는 리더 | 76% | McKinsey, 2025 |
| 독점형 대비 낮은 구현 비용 | 60% (26% avg improvement) | McKinsey, 2025 |
| 오픈소스 AI/머신러닝의 기업 도입률 | 40% | Linux Foundation, 2025 |
| 오픈소스 AI 모델 시장(2026년) | 23.08B dollars | The Business Research Company, 2026 |
| Mistral AI 기업가치(2025년 9월) | ~14B dollars | Mistral AI; Bloomberg, 2025 |
| 오픈 트레이닝 코드 없이 출시된 2025년 주요 모델 | 80 of 95 | Stanford HAI, AI Index 2026 |
| Hugging Face에서 발견된 악성 모델 | ~100 | Dark Reading / JFrog, 2024-2025 |
| LLM SDK를 사용하는 공개 GitHub 저장소 | 1,100,000+ | GitHub, Octoverse 2025 |
방법론 및 출처
데이터는 모든 수치를 1차 발행처까지 추적하여 수집했으며, 2차 집계보다 2025년과 2026년의 원본 보고서, 설문, 공시 자료를 우선시했고, 업체의 시장 추정치와 이전 데이터는 등장하는 곳마다 표시했습니다.
인용 출처:
- Hugging Face, State of Open Source, Spring 2026
- OpenRouter 및 Andreessen Horowitz (a16z), State of AI: An Empirical 100 Trillion Token Study, 2025
- Andreessen Horowitz (a16z), How 100 Enterprise CIOs Are Building and Buying Gen AI, 2025
- Epoch AI, Open-Weight Models data insights, 2025-2026
- Stanford HAI, AI Index Report 2026 및 AI Index Report 2025
- McKinsey(Mozilla 및 Patrick J. McGovern Foundations와 공동), Open Source Technology in the Age of AI, 2025
- GitHub, Octoverse 2025
- Xinhua 및 South China Morning Post, Qwen downloads reporting, 2026
- Sensor Tower 및 TechCrunch, DeepSeek app data, 2025
- Meta, Celebrating 1 Billion Downloads of Llama, 2025, 및 TechCrunch, LlamaCon에서 발표된 1.2 billion 수치, 2025
- Linux Foundation, The State of Global Open Source 2025
- Open Source Initiative, Open Source AI Definition 1.0, 2024
- JFrog 및 Dark Reading, malicious model research, 2024-2025
- The White House, Winning the Race: America’s AI Action Plan, 2025
- European Commission, EU AI Act general-purpose AI guidelines, 2025
- The Business Research Company / Research and Markets, Open-Source AI Model Market Report 2026
- Mistral AI 및 Bloomberg, 시리즈 C 자금 조달 보도, 2025; Sacra, Hugging Face 기업가치 추정, 2025; TechCrunch, Hugging Face 시리즈 D, 2023
Data watch: 인용된 여러 출처는 정해진 주기로 발행됩니다. GitHub Octoverse와 Stanford HAI의 AI Index는 연간 발행물로, 다음 판은 각각 2026년 하반기와 2027년 초로 예상됩니다. McKinsey의 State of AI 및 오픈소스 관련 연구와 Linux Foundation의 State of Global Open Source 설문은 매년 진행됩니다. Hugging Face의 State of Open Source는 대략 반년마다 발행되며, 2026년 가을판이 나올 가능성이 있습니다. Epoch AI는 오픈-클로즈드 비교 추적을 지속적으로 업데이트합니다.
마지막 업데이트: 2026년 7월 10일.
새로운 데이터가 발표될 때마다 분기별로 이 페이지를 검토하고 업데이트합니다.