엔비디아가 자체 개발한 AI 모델 패밀리 ‘Nemotron 3’를 오픈 모델로 공개했습니다. 모델 가중치(weights)는 물론 학습에 쓴 데이터와 학습 레시피까지 허깅페이스에 함께 올렸고, 라이선스도 상업적 이용을 허용하는 개방형입니다. GPU를 파는 회사가 자기 AI 모델을 여기까지 열어 놓은 이유는 무엇인지, 실제로 어디까지 ‘무료·오픈’인지 오늘 오후 브리핑에서 짚어 보겠습니다.

📌 핵심 요약(TL;DR)

• 엔비디아 Nemotron 3는 Nano·Super·Ultra 세 크기로 구성된 오픈 모델 패밀리입니다. 2025년 12월 15일 처음 공개됐고, 가장 큰 Ultra는 2026년 6월 4일 나왔습니다.
• 가중치·학습 데이터·학습 레시피가 모두 허깅페이스에 올라와 있으며, 라이선스는 상업적 이용·미세조정·재배포를 허용하는 개방형(OpenMDW-1.1)입니다.
• 내세운 지향점은 ‘투명하고 효율적인 에이전트(agentic) AI’입니다. 하이브리드 Mamba-트랜스포머 MoE 구조와 최대 100만 토큰 컨텍스트가 특징입니다.

🧭 Nemotron 3가 정확히 무엇인가요?

Nemotron 3는 엔비디아가 직접 만든 오픈 웨이트 AI 모델 패밀리입니다. 엔비디아는 2025년 12월 15일 이 모델군을 처음 공개하면서, 여러 AI 에이전트가 협업하는 ‘멀티 에이전트’ 작업에 맞춘 효율적인 오픈 모델이라고 소개했습니다. 젠슨 황 CEO는 “개방형 혁신이 AI 발전의 토대”라며, Nemotron을 통해 개발자에게 필요한 투명성과 효율을 제공하는 오픈 플랫폼으로 AI를 바꾸겠다고 밝혔습니다.

구조를 보면 하이브리드 Mamba-트랜스포머 MoE(전문가 혼합) 아키텍처를 썼습니다. 추론할 때 전체 파라미터 가운데 일부 ‘전문가’만 활성화해 연산 비용을 낮추는 방식입니다. 최대 100만 토큰의 긴 컨텍스트를 지원하고, 추론 예산(reasoning budget)을 추론 시점에 조절할 수 있습니다. 에이전트·추론·대화 성능을 두루 끌어올리려는 설계입니다.

🔓 어디까지 ‘무료·오픈’인가요? — 라이선스가 핵심입니다

‘무료·오픈’의 핵심은 모델 가중치와 학습 자산이 실제로 공개돼 있고 상업적 이용까지 허용된다는 점입니다. Nemotron 3는 모델 가중치와 함께 학습에 쓴 데이터(재배포 권리를 가진 범위), 학습 레시피를 공개했습니다. 이 자산들은 허깅페이스의 ‘NVIDIA Nemotron v3’ 컬렉션에서 내려받아, 배포하기 전에 직접 검증해 볼 수 있습니다.

라이선스는 개방형인 OpenMDW-1.1입니다. 상업적 이용과 미세조정은 물론, 출처만 표기하면 재배포도 할 수 있습니다. 다만 ‘오픈’이 곧 ‘아무 제약 없이 무엇이든 가능’을 뜻하지는 않습니다. 데이터 공개 범위는 엔비디아가 재배포 권리를 가진 부분으로 한정되고, 출처 표기 같은 라이선스 조건도 지켜야 합니다. 그렇더라도 폐쇄형 상용 API와 비교하면 투명성과 자체 운영의 자유도가 크게 넓어진 것은 분명합니다.

📊 Nano·Super·Ultra는 무엇이 다른가요?

세 모델은 크기와 용도가 다릅니다. 작업 규모에 맞춰 골라 쓰라는 취지입니다.

• Nemotron 3 Nano: 총 약 300억(30B, 정확히는 31.6B) 파라미터에서 한 번에 최대 30억(3B)만 활성화하는 소형 모델입니다. 2025년 12월 15일 가장 먼저 공개됐고, 소프트웨어 디버깅이나 콘텐츠 요약, 정보 검색처럼 비용을 아껴야 하는 작업에 맞춰 최적화됐습니다. 엔비디아에 따르면 이전 세대 Nemotron 2 Nano보다 토큰 처리량이 최대 4배 높고, 추론 토큰 생성은 최대 60%까지 줄었습니다.
• Nemotron 3 Super: 약 1,000억(100B) 파라미터에서 토큰당 최대 100억(10B)을 활성화하는 고정확도 추론 모델입니다. IT 티켓 자동화처럼 여러 에이전트가 협업하며 대량으로 처리하는 작업을 겨냥합니다.
• Nemotron 3 Ultra: 약 5,000억(약 550B) 파라미터에서 토큰당 최대 500억(약 55B)을 활성화하는 대형 추론 엔진입니다. 2026년 6월 4일 나왔고, 심층 리서치나 전략적 계획이 필요한 복잡한 워크플로를 노립니다. Super와 Ultra는 엔비디아 블랙웰 아키텍처의 4비트 NVFP4 학습 포맷을 써서 메모리 요구량을 줄이고 학습 속도를 높였습니다.

🛠️ 개발자에게는 무엇이 달라지나요? — 데이터·도구까지 함께 열었습니다

엔비디아는 모델만 내놓은 게 아니라, 특화된 AI 에이전트를 만드는 데 필요한 데이터와 도구도 함께 공개했습니다. 사전학습·사후학습·강화학습용으로 3조(3T) 토큰 규모의 새 데이터셋을 내놨고, 복잡한 에이전트 시스템의 안전성을 평가·강화하는 ‘Nemotron 에이전트 안전 데이터셋’도 함께 풀었습니다. 여기에 학습 환경을 제공하는 NeMo Gym, 사후학습을 위한 NeMo RL, 모델 안전성과 성능을 검증하는 NeMo Evaluator 같은 오픈소스 라이브러리를 깃허브와 허깅페이스에 올렸습니다.

이미 도입에 나선 기업도 여럿입니다. 엔비디아에 따르면 액센츄어, 크라우드스트라이크, 커서(Cursor), 딜로이트, 오라클 클라우드 인프라스트럭처, 팰런티어, 퍼플렉시티, 서비스나우, 지멘스, 시놉시스, 줌 등이 제조·사이버보안·소프트웨어 개발 등 여러 분야의 AI 워크플로에 Nemotron 계열 모델을 붙여 쓰고 있습니다. 배포 쪽도 LM Studio, llama.cpp, SGLang, vLLM 같은 주요 실행 환경이 Nemotron 3를 지원해, 자체 인프라에서 직접 돌리기가 한결 수월해졌습니다.

🌐 오픈 생태계 확장은 어떤 흐름인가요?

Nemotron 3 공개는 엔비디아가 오픈 모델 생태계 전반을 넓혀 가는 흐름의 한복판에 있습니다. 엔비디아는 자사 모델뿐 아니라 딥시크, 큐원(Qwen), GLM 같은 인기 오픈소스 모델도 블랙웰 GPU에 맞춘 최적화 배포판으로 넓히고 있습니다. 예컨대 2026년 6월 26일에는 지푸 AI의 GLM-5.2를 자체 NVFP4(4비트)로 양자화한 체크포인트를 허깅페이스에 공개했는데, 원본 FP8 기준 약 1.5TB이던 용량을 410GB 수준으로 줄이면서도(약 70% 감소) 정확도는 거의 그대로 유지했다고 밝혔습니다. 오픈소스 모델이 자사 GPU에서 가장 잘 돌아가게 다듬어, 하드웨어의 활용 가치까지 함께 끌어올리려는 전략인 셈입니다.

🧩 총평 — 무엇을 짚어볼까요?

Nemotron 3는 ‘가중치만 공개’하는 선을 넘어 학습 데이터와 레시피, 개발 도구까지 함께 연 개방형 모델 패밀리입니다. 2025년 12월 Nano로 문을 열어 2026년 6월 Ultra까지 라인업을 채웠고, 상업적 이용이 허용되는 라이선스 덕분에 기업과 개발자가 자체 인프라에서 직접 검증하고 운영할 여지가 넓어졌습니다. 다만 ‘오픈’의 실제 범위는 라이선스 조건과 데이터 공개 범위 안에서 헤아려야 합니다. 실제로 도입할 때는 활성 파라미터 규모와 워크로드의 병목이 메모리인지 디코딩 속도인지에 따라 성능·비용 이점이 달라질 수 있다는 점도 함께 봐야 합니다. GPU 회사가 모델까지 열어 준 이번 결정이 개방형 AI 경쟁 구도를 어떻게 흔들지가 앞으로의 관전 포인트입니다.

※ 본 글은 정보 제공 목적이며 투자 조언이 아닙니다.

🔗 출처

• NVIDIA Debuts Nemotron 3 Family of Open Models (NVIDIA Newsroom)
• NVIDIA Nemotron 3 Family of Models (research.nvidia.com)
• NVIDIA Nemotron v3 Collection (Hugging Face)
• NVIDIA Nemotron: Advanced Multimodal AI Models (nvidia.com)
• 엔비디아, ‘GLM-5.2’ 4비트 양자화 모델 공개 (AI타임스)