Gemma 4가 Apache 2.0으로 바뀌자 벌어진 일: 파생 모델 폭증과 로컬 Codex 워크플로우
Google이 Gemma 4를 Apache License 2.0으로 재라이선스하며 생긴 커뮤니티 파생 모델 생태계와 Codex CLI 로컬 통합, 개인용 LLM 워크플로우 설계를 정리한다.
2026-08-14 · 최초 발행 2026-04-18
Google이 2026년 4월 오픈 가중치 모델 Gemma 4를 기존 Gemma 라이선스에서 Apache License 2.0으로 재라이선스했다. 커뮤니티는 SuperGemma4 같은 파생 모델을 빠르게 배포하고 있고, 개인 개발자는 Codex CLI 같은 로컬 개발 도구와 결합해 완전 로컬·프라이빗한 LLM 워크플로우를 구축할 수 있게 됐다.
무엇이 바뀌었나
| 항목 | 내용 |
|---|---|
| 모델 | Gemma 4 (2B / 9B / 31B) |
| 이전 라이선스 | Gemma 라이선스(사용 제한 조항 포함) |
| 신규 라이선스 | Apache License 2.0 |
| 적용 시점 | 2026-04 (가중치·파생 모두 재라이선스 옵션) |
| 배포 채널 | Hugging Face, Kaggle, GCS |
오픈 가중치(Open Weights)는 모델 가중치 자체를 공개하되 라이선스로 사용 범위·재배포 조건을 규정하는 방식이고, Apache 2.0은 특허 라이선스 조항을 포함하는 관대한(permissive) 오픈소스 라이선스다. Codex CLI는 로컬 터미널에서 LLM 에이전트 루프를 실행하는 CLI 도구를 가리킨다.
사용 제한 조항이 사라진다는 것의 의미
| 항목 | Gemma 라이선스 | Apache 2.0 |
|---|---|---|
| 상업적 사용 | 허용(조건부) | 허용 |
| 재배포 | 허용(사용 제한 조건 전파) | 허용 |
| 파생 모델 이름 규정 | 존재 | 없음 |
| 사용 제한 조항(AUP) | 존재 | 없음 |
| 특허 라이선스 | 명시 안 됨 | 명시적 특허 라이선스 |
| 라이선스 종료 조건 | AUP 위반 시 | 특허 소송 시 |
Apache 2.0은 사용 제한·이름 규정이 없어 파생 모델 공개가 실질적으로 자유로워지고, 특허 라이선스가 명시되면서 기업의 법무 리스크도 줄어든다.
오픈 가중치 라이선스가 관대해지는 흐름
최근 트렌드는 커스텀 오픈 라이선스에서 관대한 오픈소스 라이선스로 옮겨가는 중이다. Apache 2.0 전환은 파생 모델·상용 제품 개발자의 법적 불확실성을 없애는 대신, Google은 배포 거버넌스가 아닌 기술·플랫폼 차별화로 경쟁하는 쪽을 택한 셈이다.
Apache 2.0 이후 늘어난 파생 모델들
수학·코드 전용 혼합 데이터로 SFT+DPO 파인튜닝한 SuperGemma4, 의료 QA용 지도 학습 파생 Gemma4-Medical, 한국어 중심 토크나이저 재학습+한국어 코퍼스 SFT를 거친 Gemma4-Ko, 모바일·엣지 배포용 4비트 양자화 Gemma4-Lite-4bit가 재라이선스 이후 빠르게 등장했다. Apache 2.0 전환 이후 파생 모델 공개 속도와 수가 눈에 띄게 늘었다.
SuperGemma4는 이렇게 만들어졌다
베이스 가중치에 선호 학습 데이터를 결합해 추론 벤치마크에서 상승폭을 확보했다. Apache 2.0이므로 결과물의 재배포·상용 이용·재파인튜닝이 모두 자유롭고, 로컬 추론 엔진과의 조합이 모델 유용성의 실질적인 축이 된다.
Codex CLI가 로컬 모델과 붙는 방식
Codex CLI는 OpenAI가 공개한 CLI 에이전트가 대표적이지만 오픈 호환 CLI도 다수 존재한다. 로컬 모델 백엔드 교체가 자유롭고 Gemma 4가 Apache 2.0이 되면서 교체 비용도 거의 사라졌다. 네트워크 격리 환경에서도 동작해 프라이버시·보안 민감 업무에 유리하다.
내 컴퓨터에서 돌리는 LLM 워크플로우 설계
모델 호스팅은 GPU 워크스테이션·Mac Unified Memory·CPU 양자화 중에서 고르고, 추론 엔진은 CPU/양자화에 강한 llama.cpp, GPU/처리량에 강한 vLLM, Apple Silicon에 최적화된 MLX 중에서 선택한다. 에이전트 루프는 Codex CLI·Aider·SWE-agent 같은 로컬 에이전트가 맡고, 셸 실행·파일 편집·깃 조작·간이 웹 검색 같은 툴을 통합한다. 노트·문서는 로컬 RAG로 프라이빗하게 인덱싱해 컨텍스트로 제공한다.
오프라인 코드 어시스턴트와 개인 연구 에이전트
폐쇄망·보안 코드베이스에서는 클라우드 LLM을 쓸 수 없다. SuperGemma4 31B에 Codex CLI와 로컬 RAG를 결합하면 코드 편집·리뷰·테스트 자동화가 완전히 로컬에서 동작한다.
개인 논문·노트·코드를 외부에 업로드하지 않고 검색·요약하고 싶다면 Gemma4-Ko와 로컬 벡터 DB, Aider 기반 에이전트를 조합해 개인 지식베이스 QA와 작성·정리 업무를 자동화할 수 있다.
도입 전에 확인할 것들
31B 모델은 24GB 이상 VRAM 또는 64GB 이상 Unified Memory를 권장하고, 4/5비트 양자화 시 벤치마크가 얼마나 떨어지는지도 미리 평가해야 한다. Apache 2.0이라도 NOTICE 파일·수정 이력 유지는 의무이고, 파생 모델을 쓸 때는 그 파인튜닝 데이터셋의 라이선스도 상위까지 확인해야 한다. 로컬 모델이라도 프롬프트 인젝션·툴 남용 위험은 여전히 남아 있다.
Gemma 4의 Apache 2.0 재라이선스는 기술 업그레이드 없이도 생태계 가치를 크게 끌어올린 전략적 전환이다. 커뮤니티는 SuperGemma4 같은 파생 모델로 빠르게 응답했고, Codex CLI 등 로컬 에이전트와 결합해 완전한 프라이빗 LLM 워크플로우가 현실화됐다. 개인 개발자는 이제 프런티어 API에 의존하지 않고도 자기 하드웨어에서 코딩·연구·에이전트 태스크를 수행할 수 있고, 기업은 데이터 주권과 라이선스 불확실성을 동시에 해결하는 경로를 확보했다.