엔비디아($NVDA) 연구원 “AI 가중치·학습 레시피 공개해야”

크리스 알렉시우(Chris Alexiuk) 엔비디아($NVDA) 딥러닝 시니어 제품 연구 엔지니어는 “가중치와 학습에 쓰인 데이터, 학습 레시피 등 모든 것에 접근할 수 있어야 한다”고 말했다.

엔비디아는 5일 직원 소개 글에서 알렉시우를 딥러닝 분야 시니어 제품 연구 엔지니어로 소개했다. 그는 네모트론(Nemotron)을 회사의 중요한 프로젝트로 꼽으며 개방성을 이유로 들었다.

알렉시우는 유튜브에서 대규모언어모델(LLM) 애플리케이션과 AI 에이전트를 만들고, 미세조정·평가·배포하는 방법을 개발자에게 가르친다. 개발자가 AI 지식과 정보를 더 쉽게 접하도록 돕는 일이 교육 활동을 이어가는 동력이라고도 밝혔다.

알렉시우의 개인 소개 페이지에는 네모트론의 참고 구현과 시연 프로그램을 만들고 LLM·에이전트·평가 관련 기술 글을 쓴다고 적혀 있다. 이 페이지는 그가 엔비디아에서 딥러닝 분야 제품 연구를 시작한 시점을 2023년 1월로 표시했다.

엔비디아는 10월 14일 네모트론 3.5를 공개했다. 네모트론 3.5 슈퍼는 총 1200억 개 가운데 120억 개의 파라미터를 활성화하는 멀티모달 모델이며, 라이트닝은 총 300억 개 가운데 30억 개를 활성화하는 텍스트 모델이다.

두 모델은 최대 100만 토큰의 문맥 길이를 지원한다. 슈퍼는 텍스트·이미지·영상을 처리하며, 라이트닝은 텍스트 모델이다.

알렉시우는 프로필에서 라이트닝을 개인 개발자의 반복·고빈도 작업에, 울트라를 기업의 장시간 자율 에이전트와 심층 조사에 활용하는 예로 들었다. 이는 프로필에서 소개한 용도 사례다.

알렉시우가 공동 집필한 10월 15일 엔비디아 기술 글은 개발자가 네모트론 3.5 슈퍼 VL을 자체 데이터와 도구, 정책, 업무 절차에 맞춰 추가 학습할 수 있다고 설명했다. 해당 글의 성능 비교와 도입 사례 수치는 엔비디아가 제시한 결과다.

모델 가중치는 학습 과정에서 조정되는 값이고, 학습 데이터는 모델이 학습할 때 사용하는 자료다. 학습 레시피는 데이터를 이용해 모델을 학습시키는 절차와 방법을 가리킨다.

오픈소스 이니셔티브(OSI)의 ‘오픈소스 AI 정의 1.0’은 모델 수정에 필요한 학습 데이터 정보와 학습·실행 코드, 모델 파라미터 등을 기준 요소로 제시한다. 따라서 가중치를 공개했다는 사실만으로 해당 정의의 요건을 모두 충족한다고 볼 수는 없다.

엔비디아는 네모트론 3.5 공개 자료에 모델 체크포인트와 데이터셋, 모델 카드, 평가·학습 레시피를 포함했다. 이 설명은 네모트론 3.5 공개 자료에 한정된다.

네모트론 3.5 라이트닝의 허깅페이스 모델 카드에는 라이선스가 OpenMDW-1.1로 표시돼 있다. 라이선스 표기와 공개 자료만으로 OSI 정의 충족 여부를 단정할 수는 없다.

알렉시우는 2026년 8월 12일 The Sequence와의 문답에서 네모트론이 오픈 모델 생태계에 기술 지식을 돌려주는 동시에 대규모 사전학습과 강화학습에 필요한 GPU 도구·인프라를 이해하려는 엔비디아의 계획적 작업이라고 설명했다.

그는 폐쇄형 모델도 사용한다며 공개형과 폐쇄형 모델이 함께 쓰일 수 있다고 말했다. 엔비디아는 앞서 공개형과 독점형 AI 모델의 비용·통제권을 함께 논의한 바 있다.