Qwen

1. arXiv 2505.09388(Qwen3 Technical Report)을 열어 모델 라인업 표와 119개 언어 항목을 5분간 확인합니다.
2. Hugging Face의 Qwen/Qwen3-8B 모델 카드를 열어 라이선스가 Apache 2.0임을 캡처해 사내 법무 검토 자료로 둡니다.
3. ollama 또는 vLLM으로 Qwen3 8B를 로컬에 띄워, 한국어 질문에 한국어로 답하는지와 사고(Thinking) 모드 응답 길이를 비교합니다.
4. 알리바바 클라우드 Model Studio에서 qwen-max를 OpenAI 호환 엔드포인트로 호출해 자사 GPT 사용량과 단가·지연을 단순 비교 표로 정리합니다.
5. 엘리스클라우드 모델 라이브러리에서 Korean Qwen2.5-32B에 자사 도메인 질문 10개를 넣어 응답 일관성을 KMMLU 점수와 함께 메모합니다.

Qwen은 가중치와 코드는 Apache 2.0으로 풀려 있지만, 학습 데이터셋과 학습 파이프라인 전체가 공개된 '정식 오픈 소스 AI'는 아닙니다. Open Source Initiative 기준으로는 오픈웨이트(open-weight) 모델군으로 분류되며, Llama·DeepSeek와 같은 카테고리에서 비교됩니다.^[9] 또한 알리바바 본사가 중국 기업이라는 점에서 일부 규제 산업(공공·금융·국방)은 도입 전 데이터 처리 위치와 라이선스 조항을 별도로 검토할 필요가 있습니다.^[5] 235B 같은 대형 라인은 자체 호스팅 비용이 만만치 않아, 모든 조직이 오픈웨이트의 이득을 그대로 받기는 어렵습니다.^[1]

진화 방향은 세 갈래입니다.

1. Qwen3 보고서가 명시하듯 추론(Thinking)·비추론(Non-thinking) 모드를 한 모델에 통합하고 사고 토큰 예산을 조절하는 구조로 옮겨가고 있어, 기업이 추론 전용 모델과 일반 챗 모델을 따로 운영하지 않아도 됩니다.^[1]
2. 다국어 지원이 Qwen2.5 29개에서 Qwen3 119개 언어·방언으로 확대되어 한국어를 포함한 비영어 시장 진입 비용이 낮아지고 있습니다.^[1][2]
3. 엘리스 Korean Qwen2.5처럼 국내 파생 모델 사례가 늘면서, 한국어 도메인 모델은 처음부터 학습하지 않고 Qwen을 베이스로 SFT(Supervised Fine-Tuning, 지도 기반 미세조정)·DPO(Direct Preference Optimization, 사람 선호 데이터를 바로 반영하는 정렬 기법)를 얹는 경로가 표준 작업 방식으로 굳어지고 있습니다.^[3] 실무에서는 '오픈웨이트를 직접 호스팅할 것인가, Model Studio API로 외주할 것인가, 한국어 파생 모델을 받아 쓸 것인가'의 세 선택지를 함께 검토해야 한다는 의미입니다.