Data on AI Models

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Epoch AI의 “Data on AI Models”는 1950년부터 현재까지 3500개가 넘는 머신러닝 모델의 핵심 지표와 추정치를 추적해 공개하는 AI 모델 데이터베이스입니다.

📌 핵심 요약

이 데이터베이스는 AI 모델 3500개 이상을 대상으로 모델 발전을 이끄는 주요 요소를 추적하며, 2026년 6월 24일 기준으로 업데이트되었습니다.
모델 수집은 문헌 검토, Papers With Code, 역사적 기록, 고인용 논문, 주요 학회 발표, 개인 제안 등 여러 출처를 기반으로 하며, 목록은 완전하지 않지만 중요한 모델을 폭넓게 포괄하려는 목적을 가집니다.
데이터는 Notable AI Models, Large-Scale AI Models, Frontier Models, All Models 등 여러 CSV 파일로 제공되며, 인터랙티브 그래프와 표 형식 탐색도 지원합니다.
Epoch AI는 모델의 훈련 컴퓨트, 파라미터 수, 데이터셋 크기 등을 출판물에서 직접 수집하거나 모델 구조, 학습 데이터, 하드웨어, 학습 기간 등의 정보로 추정합니다.
각 기록에는 정확도 수준이 표시되며, 데이터는 출처와 저자를 명시하는 조건 아래 Creative Commons Attribution 라이선스로 자유롭게 사용, 배포, 복제할 수 있습니다.

🧩 주요 포인트

이 데이터베이스는 AI 모델 3500개 이상을 대상으로 모델 발전을 이끄는 주요 요소를 추적하며, 2026년 6월 24일 기준으로 업데이트되었습니다.
모델 수집은 문헌 검토, Papers With Code, 역사적 기록, 고인용 논문, 주요 학회 발표, 개인 제안 등 여러 출처를 기반으로 하며, 목록은 완전하지 않지만 중요한 모델을 폭넓게 포괄하려는 목적을 가집니다.
데이터는 Notable AI Models, Large-Scale AI Models, Frontier Models, All Models 등 여러 CSV 파일로 제공되며, 인터랙티브 그래프와 표 형식 탐색도 지원합니다.
Epoch AI는 모델의 훈련 컴퓨트, 파라미터 수, 데이터셋 크기 등을 출판물에서 직접 수집하거나 모델 구조, 학습 데이터, 하드웨어, 학습 기간 등의 정보로 추정합니다.
각 기록에는 정확도 수준이 표시되며, 데이터는 출처와 저자를 명시하는 조건 아래 Creative Commons Attribution 라이선스로 자유롭게 사용, 배포, 복제할 수 있습니다.

🧠 상세 정리

1. 데이터베이스의 목적과 범위

Epoch AI의 “Data on AI Models”는 AI와 머신러닝 모델의 발전을 이해하기 위한 공개 데이터베이스입니다. 본문은 이 데이터베이스가 3500개가 넘는 모델을 포함하며, 머신러닝 진보를 이끄는 핵심 요소를 추적한다고 설명합니다. 페이지 하단 설명에 따르면 이 공개 데이터베이스는 1950년부터 현재까지의 모델을 다루며, AI의 궤적을 보여주는 데이터와 그래프를 제공합니다. 따라서 단순한 모델 목록이 아니라, 시간에 따른 모델 규모와 관련 지표를 비교하고 탐색할 수 있도록 설계된 자료입니다.

2. 모델 수집 기준과 포함 대상

데이터셋의 모델은 문헌 검토, Papers With Code, 역사적 기록, 많이 인용된 출판물, 주요 학회 프로시딩, 개인의 제안 등 다양한 출처에서 수집되었습니다. Epoch AI는 이 목록이 완전한 것은 아니라고 밝히지만, 출시 당시 최첨단 성과를 냈거나 1000회 이상 인용되었거나 월간 활성 사용자 100만 명 이상을 확보했거나 이에 준하는 역사적 중요성을 가진 모델을 포함하려고 합니다. FAQ에서는 주목할 만한 모델의 기준으로 인정된 벤치마크에서의 성능 향상, 높은 인용 수, 역사적 관련성, 중요한 사용 사례를 제시합니다. 즉 포함 여부는 단일 기준이 아니라 성능, 인용, 사용량, 역사적 의미 등을 종합해 판단됩니다.

3. 제공 형식과 접근 방법

본문은 데이터를 여러 방식으로 내려받고 탐색할 수 있다고 안내합니다. 다운로드 항목에는 Notable AI Models, Large-Scale AI Models, Frontier Models, All Models가 각각 CSV 형식으로 제공되며, 모두 2026년 6월 24일에 업데이트된 것으로 표시됩니다. Python에서는 pandas를 이용해 https://epoch.ai/data/all_ai_models.csv 주소에서 CSV를 읽어오는 예시도 제시되어 있습니다. 또한 사용자는 인터랙티브 도구로 데이터를 탐색하거나 표 형식으로 직접 볼 수 있으며, 그래프에서는 Y축, X축, 색상 기준, 표시 옵션, 회귀선, 신뢰구간 폭, 텍스트 필터, 상위 N개 모델 표시 같은 설정을 조정할 수 있습니다.

4. 주요 모델 분류: notable, frontier, large-scale

FAQ는 데이터베이스에서 사용하는 주요 분류를 구분해 설명합니다. Notable 모델은 최첨단 성능을 발전시켰거나, 학술 출판물에서 많이 인용되었거나, 월간 사용자 100만 명을 넘겼거나, 역사적으로 매우 중요하거나, 개발 비용이 100만 달러를 넘긴 경우 등으로 표시됩니다. Frontier 모델은 출시 당시 훈련 컴퓨트 기준 상위 10위 안에 든 모델을 뜻하며, 더 큰 모델이 개발됨에 따라 이 기준은 시간이 지나며 커집니다. Large-scale 모델은 10^23 FLOP을 넘는 컴퓨트로 학습된 모델이며, 본문은 이 정적 기준이 일부 AI 규제 프레임워크에서 사용된다고 설명합니다.

5. 추정 방식과 불확실성 표시

Epoch AI는 훈련 컴퓨트 같은 세부 정보가 출판물에 직접 제시된 경우 이를 수집하고, 그렇지 않은 경우 모델 구조와 학습 데이터, 또는 학습 하드웨어와 기간 같은 정보를 바탕으로 추정한다고 설명합니다. 데이터베이스에는 각 항목별 추정 과정에 대한 메모가 포함될 수 있으며, 자세한 방법론은 별도 문서에서 다룹니다. 정확도는 “Confident”, “Likely”, “Speculative”로 표시되며, 각각 훈련 컴퓨트, 파라미터 수, 데이터셋 크기 추정치가 대략 3배, 10배, 30배 범위 안에서 맞는 수준으로 설명됩니다. 그래프에서 물음표 아이콘은 “Speculative” 신뢰도 기록을 나타내며, 해당 수치를 매우 정밀한 값으로 다루지 말라는 경고 역할을 합니다.

6. 갱신, 한계, 라이선스와 피드백

이 데이터셋은 학술 출판물, 보도자료, 온라인 뉴스 등 여러 출처를 모니터링해 최신 상태를 유지한다고 설명합니다. 매주 Google Search API를 이용한 자동 검색 과정이 새로 공개된 모델을 식별하며, Epoch 직원이 수동으로 찾은 모델도 추가됩니다. 다만 머신러닝 분야는 새 모델 출시가 잦기 때문에 누락된 모델이 있을 수 있으며, 주요 모델은 일반적으로 출시 후 2주 안에 추가되고 다른 모델은 문헌 검토 과정에서 주기적으로 추가된다고 안내합니다. 데이터는 출처와 저자를 밝히면 Creative Commons Attribution 라이선스에 따라 자유롭게 사용, 배포, 복제할 수 있으며, 오류나 누락, 질문은 [email protected]로 보낼 수 있습니다.

🧾 핵심 주장 / 시사점

그래프 탐색기와 전체 데이터베이스의 모델 수가 다를 수 있는 이유는, 탐색기가 훈련 컴퓨트·파라미터 수·데이터셋 크기처럼 시각화 가능한 추정치가 있는 모델만 보여주기 때문입니다.
이 데이터는 공개 정보에 의존하므로 회사, 연구소, 연구자, 기타 조직이 공개하지 않은 정보가 있으면 기록 범위와 정확도에 한계가 생깁니다.
모델 비교나 분석에 사용할 때는 단순 수치뿐 아니라 각 기록의 신뢰도 라벨과 항목별 추정 메모를 함께 확인해야 합니다.

✅ 액션 아이템

Notable AI Models·Large-Scale·Frontier·All CSV와 그래프·표 탐색 항목을 함께 조회해 2026년 6월 24일 기준 갱신 범위를 점검한다.
문헌, Papers with code, 역사 기록, 학회 발표, 개인 제안별 출처를 대조해 중요 모델의 포함 여부와 누락 가능성 판단 기준을 정한다.
정확도, 훈련 컴퓨트, 파라미터 수, 데이터셋 크기 지표의 직접 수집치와 추정치를 구분해 CC BY 저작 조건 하의 재사용 범위를 정리한다.