30명이 5개월에 만든 국산 모델이 MIT로 풀렸다

지난 3주 동안 한국에서 700B급 모델이 세 개 나왔다. SK텔레콤 A.X K2가 688B로 7월 29일, LG AI연구원 K-EXAONE 2.0이 750B로 7월 31일. 파라미터 총량이 헤드라인을 먹었다.

그런데 8월 13일에 나온 네 번째 모델은 총량이 314B로 가장 작다. Motif Technologies의 Motif 3다. 그리고 독자 AI 파운데이션 모델 사업 2차 평가에 들어간 네 모델 중 외부 벤치마크 점수가 가장 높다. Artificial Analysis Intelligence Index 기준 47점, 전체 LLM 중 9위이자 오픈웨이트 모델 중 4위다.

한눈에 보기

2차 평가는 8월 8일부터 11일까지 진행됐다. 성비와 연령비를 주민등록 인구 구성에 맞춰 무작위로 뽑은 일반인 200명이 평가단으로 들어갔고 네 팀 중 세 팀이 다음 단계로 간다.

총량이 아니라 활성 파라미터가 청구서를 정한다

Motif 3은 전문가 혼합 구조다. 총 314B을 얹어 두되 토큰 하나를 처리할 때 실제로 도는 건 13.2B뿐이다. 750B짜리 모델과 나란히 놓으면 총량은 절반 이하지만 추론 비용을 결정하는 숫자는 활성 파라미터 쪽이다.

이 차이가 1인 개발자에게는 크다. 750B 오픈웨이트 모델을 받아 본 사람은 안다. 가중치를 내려받는 것과 그걸 돌릴 GPU를 빌리는 것은 다른 문제고 후자가 훨씬 비싸다. 활성 13.2B는 자체 서빙을 상상해 볼 수 있는 자리에 든다.

다만 활성 파라미터가 작다고 서빙이 저절로 싸지지는 않는다. 전문가 혼합은 토큰마다 도는 전문가만 계산하되 가중치 전체는 메모리에 올려 둬야 한다. 314B을 얹을 자리가 필요하고 그건 GPU 한 장으로 안 된다. 활성 13.2B이 줄이는 건 메모리가 아니라 연산량, 즉 초당 처리량과 응답 지연이다.

그래서 1인 개발자의 현실적 경로는 자체 서빙보다 호스팅 추론 쪽이다. 같은 하드웨어에서 처리량이 높으면 토큰 단가가 내려가고 그 값이 그대로 API 요금표에 반영된다. 자체 서빙은 데이터를 밖으로 못 내보내는 경우에 남겨 두는 선택지다.

회사는 자체 어텐션 구조 GDLA를 비롯해 아키텍처와 옵티마이저, 후처리를 직접 짰다고 밝혔다. 언어 모델 외에 비전 7B, 오디오 0.7B, 비디오 VAE 1.2B 인코더도 같이 만들었다. 팀 규모는 약 30명이고 정부가 배정한 연산을 받아 5개월을 썼다.

성능 줄보다 라이선스 줄이 먼저다

베타 가중치는 비상업 제한이 걸려 있었다. 만져 볼 수는 있어도 제품에 넣을 수는 없었다. 8월 13일 최종 공개에서 그 제한이 MIT로 바뀌었다. 상업적 사용, 파인튜닝, 재배포에 조건이 사실상 없다.

숫자 47점보다 이 줄이 실무를 바꾼다. Apache 2.0과 MIT의 실질 차이는 특허 조항 정도라 대부분의 1인 SaaS에는 둘 다 통과다. 문제는 언제나 비상업 제한이었다. 상업 제한이 붙은 모델로 파일럿을 짜 놓고 나중에 라이선스를 확인하는 순서로 일하면 그 파일럿은 버리는 코드가 된다.

라이선스를 언제 확인하느냐도 습관 문제다. 허깅페이스 카드 상단에 한 줄로 적혀 있고 읽는 데 3초 걸린다. 그런데 대개는 벤치마크 표를 먼저 보고 스크래치 코드를 짠 다음 배포 직전에 확인한다. 순서를 뒤집으면 버리는 작업이 사라진다. 베타 가중치가 비상업이었다가 정식판에서 풀리는 이번 같은 패턴도 흔하다. 같은 이름이라도 받은 시점에 따라 조건이 다르니 릴리스 태그까지 같이 적어 두는 편이 안전하다.

국산 모델이 갖는 실용적 이점도 한국어 처리 자체보다는 다른 데 있다. 한국어 문서를 국내에 둔 채로 자체 서빙할 수 있는 오픈웨이트 선택지가 넉넉해졌다는 점이다. 고객 상담 로그, 계약서, 진료 기록처럼 밖으로 못 내보내는 데이터를 다루는 팀에게는 이 조합이 곧 사업 가능 여부다.

anyAX 관점

30명이 5개월에 세계 오픈웨이트 4위를 찍었다. 이 문장에서 뽑아 갈 교훈이 "작은 팀도 파운데이션 모델을 만들 수 있다"는 쪽이면 대부분의 독자에게는 쓸모가 없다. 정부 배정 연산이라는 전제가 붙어 있고 그건 대부분 못 받는다.

쓸모 있는 쪽은 반대편이다. 30명이 다섯 달을 갈아 넣은 결과물을 오늘 누구나 조건 없이 가져다 쓴다. 모델을 만든 팀과 모델을 쓰는 팀 사이의 격차가 좁혀진 게 아니라 그 격차가 무의미해지는 층이 하나 더 생겼다. 314B을 훈련할 능력은 여전히 몇 개 팀에만 있고 그걸 파인튜닝해서 특정 업종 문서에 붙이는 일은 혼자서도 된다.

그러면 고를 때 볼 순서가 정해진다. 첫째 줄이 라이선스, 둘째 줄이 활성 파라미터, 셋째 줄이 벤치마크다. 벤치마크 47점과 37점의 차이는 실제 업무에서 대개 프롬프트와 검색 설계로 뒤집힌다. 반면 비상업 제한 한 줄과 활성 파라미터 13.2B 대 70B의 차이는 뒤집을 방법이 없다. 앞의 둘은 제약이고 뒤의 하나는 출발점이다.

벤치마크를 덜 믿으라는 말과 무시하라는 말은 다르다. AAII 47점과 31점은 같은 잣대로 잰 값이고 그 간격이 작지도 않다. 다만 그 잣대가 재는 건 일반 지능이지 내 업무가 아니다. 계약서에서 특약 조항을 뽑아내는 일, 상담 로그를 다섯 갈래로 분류하는 일, 제품 설명을 세 줄로 줄이는 일은 각각 다른 능력을 쓴다. 후보 모델 두셋을 골라 내 데이터 50건으로 직접 재는 반나절이 순위표를 백 번 보는 것보다 정확하다. 그 반나절을 쓰려면 그전에 라이선스가 통과돼 있어야 하니 순서는 다시 라이선스가 먼저다.

한 가지 더. 독파모 평가는 네 팀 중 셋만 남긴다. 떨어진 팀의 모델도 이미 공개돼 있고 라이선스도 그대로 남는다. 사업 선정 결과와 그 모델을 내 제품에 쓸지는 별개 판단이다. 국가가 고르는 기준과 1인 창업가가 고르는 기준이 같을 이유가 없다.

참고

• Motif-3 모델 카드와 MIT 라이선스 표기 (Hugging Face)
• Motif 3 최종 릴리스와 상업 제한 해제를 정리한 기사 (Tech Times)
• 독파모 2차 참가 모델들의 AAII 점수 비교 (Digital Today)
• K-EXAONE 2.0 공개 발표 (LG AI Research)