# 오픈 생태계

### 오픈(Open) 생태계

**AI 오픈 생태계란, 다양한 주체(기업, 개발자, 학계 등)가 인공지능 기술, 데이터, 모델, 툴, 연구 결과 등을 자유롭게 공유·활용·기여하며, 상호 협력적으로 발전시켜 나가는 AI 기술 기반의 개방형 협력 체계**를 말합니다.

> "누구나 참여하고 함께 발전시키는 AI"

<figure><img src="https://2205039449-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FP46kmAPgkh44WxrxOFrp%2Fuploads%2FGlS9j4YlSOkJMVjy7gkF%2FChatGPT%20Image%202025%E1%84%82%E1%85%A7%E1%86%AB%204%E1%84%8B%E1%85%AF%E1%86%AF%2016%E1%84%8B%E1%85%B5%E1%86%AF%20%E1%84%8B%E1%85%A9%E1%84%8C%E1%85%A5%E1%86%AB%2012_29_22.png?alt=media&#x26;token=dccf6a9e-af3b-424f-ae70-5db54a8c5717" alt="" width="563"><figcaption></figcaption></figure>

#### 예시

* **LLaMA**: 메타(페이스북)에서 공개한 오픈소스 AI 언어모델, 누구나 다운로드하여 활용 가능
* **Gemma**: 구글에서 공개한 작은 크기의 AI 모델, 개인 컴퓨터에서도 실행 가능
* **허깅페이스(Hugging Face)**: AI 모델과 데이터셋을 무료로 공유하는 플랫폼, "AI계의 깃허브"

#### 장점

✅ **업무 최적화**: 조직 요구사항과 도메인에 맞춤 설계 가능\
✅ **보안성**: 오픈소스를 내재화하여 직접 구축하는 것이기 때문에, 중요 기술과 데이터를 외부에 노출하지 않음\
✅ **명확한 목적**: 목적 중심 설계로 특화 범위 내에서 높은 정확도와 안정성 확보

#### 단점

❗ **전문가 필요**: 오픈된 AI기술을 내재화하고 적용할 내부 전문가 필요\
❗ **인프라 필요:**  AI를 학습하고 추론할 수 있는 GPU 인프라 필요 ([ai-2](https://insight.aimember.ai.kr/1-ai/2-ai/ai-2 "mention") 장 참고)\
❗ **상대적 성능 미흡:**  AI 모델 크기, 학습된 데이터 양이 폐쇄 생태계 AI보다 확연이 작으므로, 상대적으로 성능이 미흡함

### 🧠 오픈 생태계 내의 **특화 AI (Specialized AI)**

> &#x20;**“한 가지 일을 집중적으로 특히 잘하는 AI”**\
> 오픈소스 모델을 기반으로 특정 조직이나 도메인에 맞게 학습시킨 커스텀 AI를 의미합니다.

**✅ 대표 사례**

* **롯데이노베이트 OCR**: 영수증 특화 문자인식 AI
* **롯데 건설 프리미엄 챗봇**: 건축 기술을 공유하는데 특화되도록 학습시킨 AI 비서

#### **✅** 특화 AI가 적합한 경우

* **높은 정확도가 필수적**인 업무
  * 예: 의료 진단, 품질 검사, 법률 문서 분석
* **반복적인 특정 업무**가 많을 때
* **회사 고유 데이터**로 학습이 필요할 때

> **흔한 오해와 주의사항**
>
> 특화 AI에게 설계 범위 밖의 질문을 하면 답을 얻기가 어렵습니다. \
> 예: 영수증 인식 AI에게 상품 추천을 요청하는 경우