파워링크  AD

인공지능(AI) 트렌드를 가장 빠르게 알 수 있는 허깅페이스를 분석하는 정원훈의 AI 트렌드입니다. 지난주 이 칼럼은 귀와 눈과 입을 장만한 '감각을 갖춘 AI'를 이야기했습니다. 감각을 갖춘 AI가 이번 주에 한 일은 '체급 낮추기'였습니다.

1조6000억 파라미터짜리 거인의 풀이법을 90억짜리 모델이 물려받고, 40억짜리 모델이 3D 장면을 코드로 짜며, 6억짜리 모델이 23개 언어로 목소리를 흉내 냅니다. 덩치 대신 전공을 내세운 '작은 전문가'들이 순위표를 채운 한 주였습니다.

모델에서는 3주 연속 정상을 지킨 딥시크 '1017'이 상위 3위에서 내려오고, 딥시크의 풀이법을 증류해 담은 뒤 안전장치까지 떼어 낸 9B 모델이 맨 윗자리에 올랐습니다. 미니맥스의 4K 이미지 모델과 지난주에 이어 자리를 지킨 '사진 한 장 3D' 아이돌이 뒤를 이었습니다. 스페이스에서는 얼굴을 마주 보고 대화하는 3D 아바타, 말 한마디로 3D 장면을 짜 주는 코딩 공방, 목소리를 복제하는 작은 성우가 나란히 올랐습니다.

이번 주 순위는 11월 12일 오전 8시 12분 기준 허깅페이스 모델 트렌딩(Trending) 상위 3개와, 허깅페이스가 11월 9일 꼽은 '이번 주의 스페이스(Spaces of the week)' 상위 3개를 기준으로 했습니다. 키워드는 세 가지입니다. '거인을 스승 삼은 소형 모델', '자물쇠를 뗀 파생판', 그리고 '세 번째 한국 제외'입니다. 이번 주도 퀴즈로 시작하겠습니다.

가로세로 4096화소, 약 1680만 화소의 그림을 단 여섯 단계 만에 그려 내고, 참고 사진을 16장까지 받아 줍니다. 그런데 라이선스의 '적용 지역'에서 대한민국은 빠져 있습니다. 이 모델의 이름은?

파라미터는 6억개 남짓인데 한국어를 포함한 23개 언어로 말하고, 짧은 녹음과 그 대본만 건네면 그 사람의 목소리를 흉내 냅니다. 이 모델의 이름은?

정답은 '미니맥스 H3 이미지(MiniMax-H3-Image)'와 '오디오8 TTS 리얼리스틱 에어(Audio8-TTS-Realistic-Air)'입니다. 그럼 이번 주에는 어떤 혁신이 등장했는지 함께 살펴보겠습니다.
AI 모델 톱3

1위: Xtools-at/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic | Text Generation

"증류와 탈검열이 한 이름에 담긴 모델"

이름이 길수록 사연도 긴 법입니다. 이번 주 1위는 이름만 차근차근 읽어도 족보가 보이는 모델입니다. 'DeepSeek-V4-Pro'는 스승, 'Qwen3.5-9B'는 제자, 'UNCENSORED-heretic'은 그 뒤에 벌어진 일입니다. '좋아요'는 2960개, 월 다운로드는 1만6700여 회입니다.

족보는 3대에 걸쳐 있습니다. 할아버지는 알리바바의 소형 모델 큐원3.5-9B(Qwen3.5-9B)입니다. 아버지는 '잭롱(Jackrong)'이라는 개발자가 만든 증류판으로, 딥시크의 최상위 모델 '딥시크 V4 프로'가 가장 깊이 생각하는 모드에서 내놓은 수학·이공계(STEM) 풀이 약 25만건을 큐원3.5-9B에 가르쳤습니다. 지도 학습을 먼저 하고 가벼운 강화 학습을 덧붙였다고 합니다. 딥시크 V4 프로는 전체 파라미터가 1조6000억개이니, 제자는 스승의 약 180분의 1 크기입니다. 전교 1등의 풀이 노트를 물려받은 후배쯤 되는 셈입니다. 스승이 MIT 라이선스로 공개된 모델이라 이런 '과외'가 가능했다는 점도 짚어 둘 만합니다.

성적표는 '점수'보다 '태도'가 눈에 띕니다. 잭롱의 모델 카드에 따르면 수학·물리·화학 각 500문항으로 치른 MMLU-Pro 시험에서 증류판의 평균은 90.53%로, 원래의 큐원3.5-9B(89.60%)보다 0.93%포인트 높았습니다. 차이가 크지는 않습니다. 대신 한 문제를 푸는 데 쓴 '생각 토큰'이 평균 4425개에서 2858개로 줄었고, 정답 하나당 토큰은 36.1% 덜 썼습니다. "답은 알파벳 한 글자로만 써라"라는 지시를 지킨 비율도 37.3%에서 97.2%로 뛰었습니다. 더 똑똑해졌다기보다 군말이 줄고 말귀가 밝아진 것입니다. 스승의 지식보다 '답안 작성 요령'을 먼저 배운 셈이죠.

이번 주 1위에 오른 것은 그 아들뻘인 파생판입니다. 'xtools-at'이라는 사용자가 '헤레틱(Heretic)'이라는 공개 도구로 잭롱의 증류판에서 '거절하는 기능'을 걷어 냈습니다. 모델 카드에 따르면 시험용 요청 100건 가운데 원본은 100건을 모두 거절했지만 이 판은 3건만 거절합니다. 그러면서도 원본과 답변 성향이 얼마나 달라졌는지를 재는 수치(KL 발산)는 0.0422로 낮게 유지했다고 밝힙니다. 다른 능력은 건드리지 않고 '거절'만 골라서 뺐다는 주장입니다(이 기법은 토막상식에서 자세히 다룹니다).

여기서 흥미로운 대비가 하나 나옵니다. 필자가 확인한 시점에 아버지 격인 잭롱의 증류판은 '좋아요'가 50여개였습니다. 정성 들여 가르친 원본보다 자물쇠를 뗀 파생판이 수십 배의 관심을 받은 것입니다. 커뮤니티가 무엇에 목말라 있는지를 보여 주는 숫자이면서, 동시에 기업이 왜 '모델의 족보'를 따져야 하는지를 보여 주는 숫자이기도 합니다.

단서를 정리하겠습니다. 첫째, 카드에 적힌 성적은 모두 잭롱의 증류판을 잰 값이지 탈검열판을 따로 잰 값이 아닙니다. 둘째, 각 과목의 일부 문항만 뽑아 치른 시험이고 카드 스스로 "종합적인 능력·안전성 평가가 아니다"라고 적었습니다. 셋째, 코딩 데이터는 학습에 쓰지 않아 코딩과 도구 사용 향상은 '예비적'이라고 합니다. 넷째, 개인이 만든 실험적 모델이라 환각과 추론 오류가 있을 수 있습니다. 라이선스는 아파치 2.0으로 상업 이용 자체는 자유로운 편이지만, 안전장치가 없는 모델을 고객 응대나 사내 서비스에 그대로 올리는 일은 라이선스가 아니라 책임의 문제입니다. 활용처는 수학·과학 문제 풀이 보조, 증류 기법 연구, 그리고 모델 안전성 연구입니다.

2위: MiniMaxAI/MiniMax-H3-Image | Text-to-Image

"여섯 번의 붓질로 1680만 화소…4K를 '기본값'으로 그리는 화가, 그러나 한국은 이번에도 지도 밖"

중국 AI 기업 미니맥스(MiniMax)가 11월 10일 공개한 이미지 생성·편집 모델입니다. 공개 이틀 만에 '좋아요' 695개, 다운로드 14만3000회를 기록했습니다. 지난주 3위 스페이스였던 '피카 H3 플렉스'의 바탕이 된 영상·음성 모델 'H3'를 기억할 겁니다. 이번에는 미니맥스가 같은 뼈대로 '그림 전용' 모델을 직접 내놓았습니다.

특징은 세 가지로 요약됩니다. 첫째, 크기입니다. 그림을 그리는 확산 트랜스포머만 331억 파라미터이고, 4096×4096(1:1)부터 6272×2688(21:9)까지 약 1600만 화소의 그림을 한 번에 그립니다. 작게 그린 뒤 확대하는 것이 아니라 처음부터 큰 캔버스에 그린다는 뜻입니다. 둘째, 속도입니다. 증류 기법으로 붓질을 여섯 단계로 줄였고, 미니맥스는 4K 그림 한 장을 10초 안에 만든다고 소개합니다. 다만 어떤 장비에서 잰 값인지는 발표문에 적혀 있지 않습니다. 셋째, 겸업입니다. 글로 그림을 그리는 일과 기존 사진을 고치는 일을 한 모델이 맡고, 참고 사진은 16장까지 받습니다. "이 모델이, 이 옷을 입고, 이 배경에서"를 사진으로 지정할 수 있다는 뜻입니다.

짐은 가볍지 않습니다. 본체 내려받기 용량이 약 68.65GB이고, 글을 이해하는 부품(큐원3-VL 기반 텍스트 인코더, 약 66.7GB)은 H3 저장소에서 따로 가져옵니다. 합치면 135GB 안팎입니다. 모델 카드는 엔비디아 H200 같은 서버용 가속기를 지원 장비로 꼽습니다. 가정용 PC보다는 데이터센터의 물건이라는 이야기입니다. 성적표도 아직 비어 있습니다. 미니맥스는 "오픈 웨이트 모델 가운데 최고 수준의 지시 이행 능력"이라고 자평하지만, 모델 카드와 발표문 어디에도 벤치마크 점수는 없습니다. 당분간은 '회사 측 주장'으로 읽어야 합니다.

이제 한국 독자에게 가장 중요한 대목입니다. 이 모델은 'MiniMax-H3-Image 커뮤니티 라이선스'(11월 10일 자)를 따르는데, 권리를 주는 '적용 지역'에서 유럽연합(EU), 영국, 미국과 함께 대한민국을 뺐습니다. 제5조 4항은 적용 지역 밖에서 모델은 물론 그 '결과물(Outputs)'을 사용·배포·표시하는 것까지 금지합니다. 지난주 H3 영상 모델과 같은 구조입니다. 달라진 점도 있습니다. 지난주 살펴본 H3 영상 라이선스는 연 매출 2000만 달러 초과 시 사전 서면 승인을 요구했는데, 이번 이미지 라이선스는 그 기준이 100만 달러입니다. 문턱이 20분의 1로 낮아진 것입니다. 제3자에게 모델을 호스팅 서비스로 제공하려 해도 별도 승인이 필요하고, 상업 제품 화면에는 'MiniMax-H3-Image'를 눈에 띄게 표시해야 합니다.

정리하면 국내에서는 이 라이선스만으로 가중치를 내려받아 업무에 쓰거나 결과물을 광고에 실을 수 없습니다. 미니맥스는 자사 API와 '하이뤄 AI' 등 자체 서비스로도 이 모델을 제공하고, 별도 서면 승인을 신청하는 양식도 열어 두었습니다. 국내 기업이라면 이 경로들의 약관을 법무 검토와 함께 확인하는 것이 순서입니다. 훈위안3D-2 미니, H3 영상에 이어 3주 연속으로 '한국 제외' 조항을 만난 셈입니다. 활용처는 적용 지역 안이거나 별도 승인을 받는다는 전제 아래, 인쇄용 고해상도 광고 시안, 상품 합성 이미지, 여러 참고 사진을 엮는 화보 작업입니다.

3위: speridlabs/idol | Image-to-3D

"2주 연속 3위, '좋아요'는 네 배…빛망울 공방에 줄이 길어졌다"

지난주 3위로 소개한 스페리드랩스(Speridlabs)의 '사진 한 장 3D' 모델이 자리를 지켰습니다. 모델 소개는 지난 칼럼에서 다뤘으니 '그사이 무슨 일이 있었나'만 짚겠습니다.

숫자가 먼저 달라졌습니다. 지난주 527개였던 '좋아요'는 2140개로 네 배가 됐고, 1만700여회였던 월 다운로드는 2만8300회로 늘었습니다. 모델 파일은 13일째 그대로인데 관심만 불어난 것입니다. 물건 사진 한 장을 넣으면 최대 104만8576개의 빛망울(3D 가우시안 스플랫)로 입체를 빚고, 그래픽카드 메모리는 최대 7.2GB를 쓰며, 본체는 아파치 2.0이라는 기본 사양도 그대로입니다. 약관 동의가 필요한 다른 회사의 부품(DINOv3, FLUX.2의 VAE)을 빌려 쓴다는 각주 역시 변함이 없습니다.

아이돌이 2주째 순위에 머무는 이유는 이번 주 스페이스 2위와 나란히 놓고 보면 더 잘 보입니다. 아이돌은 '사진을 보고 입체를 빚는' 방식이고, 뒤에서 만날 3D 코더는 '말을 듣고 입체를 코드로 짜는' 방식입니다. 길은 달라도 목적지는 같습니다. 3D 제작의 문턱을 전문가의 작업실에서 일반인의 브라우저로 끌어내리는 일입니다. 활용처는 지난주와 같이 쇼핑몰의 3D 상품 보기, 게임 소품 초안, 증강현실(AR) 콘텐츠입니다.

AI 응용프로그램(Spaces) 톱3

허깅페이스의 스페이스는 AI 모델을 웹 브라우저에서 바로 체험할 수 있는 플레이그라운드입니다. 코드 한 줄 없이 최신 AI 기술을 만져 볼 수 있죠. 이번 주 세 자리는 모두 허깅페이스가 추천한 '주목(Featured)' 스페이스로, '마주 보는 AI', '코드로 빚는 AI', '목소리를 닮는 AI'로 정리됩니다. 공교롭게도 세 스페이스의 주인공은 모두 파라미터 50억개가 안 되는 작은 모델입니다. 아래 설명은 각 스페이스 소개문과 관련 모델 카드를 근거로 했습니다.

1위: Ava | townbox

"채팅창 대신 얼굴…내 브라우저 안에 사는 3D 말동무"

지난주 칼럼 끝자락에 "함께 인기를 끌고 있다"고 한 줄로 소개한 그 스페이스가 일주일 만에 '이번 주의 스페이스' 맨 앞자리에 올랐습니다. '좋아요'는 85개입니다.

에이바(Ava)는 화면 속 3D 캐릭터입니다. 마이크에 대고 말을 걸면 듣고, 이해하고, 입 모양을 맞춰 가며 목소리로 대답합니다. 자막을 켤 수 있고 안경을 씌우는 식으로 겉모습도 바꿀 수 있습니다. 두뇌는 지난주 소개한 리퀴드 AI(Liquid AI)의 21억7000만 파라미터 옴니 모델 'LFM3-Omni-2B'입니다. 듣기, 생각하기, 말하기를 한 모델이 처리하니 음성 인식과 음성 합성 모델을 따로 이어 붙일 필요가 없습니다.

핵심은 '어디서 도느냐'입니다. 이 스페이스를 X에서 소개한 빅터 무스타르(Victor Mustar)의 설명에 따르면 모든 추론이 사용자의 기기에서 이뤄져 대화 내용이 밖으로 나가지 않고, 허깅페이스의 웹GPU(WebGPU) 커널이 연산을, '토킹헤드(TalkingHead)'와 '헤드오디오(HeadAudio)'라는 공개 도구가 얼굴 움직임과 입 모양 맞추기를 맡습니다. 서버의 GPU를 빌려 쓰는 2위·3위 스페이스와 달리, 에이바는 서버가 웹페이지만 건네주고 일은 내 컴퓨터가 합니다. 스페이스 목록에서 2위와 3위에는 붙은 'Running on Zero' 표시가 에이바에는 없는 이유입니다. 그만큼 내 컴퓨터의 그래픽 성능에 따라 반응 속도가 달라질 수 있습니다.

같은 모델인데 지난주의 '구슬 버튼'보다 이번 주의 '얼굴'이 더 큰 인기를 얻었다는 점이 재미있습니다. 기술은 그대로이고 달라진 것은 포장입니다. 사람은 결국 얼굴을 보고 이야기하고 싶어 한다는, 오래된 진실을 다시 확인합니다. 다만 조건이 있습니다. LFM3-Omni는 'LFM 오픈 라이선스 v1.0'을 따르므로 연 매출 1천만 달러 이상인 기업이 상업적으로 쓰려면 리퀴드 AI와 별도 계약이 필요합니다. 활용처는 키오스크 안내원, 외국어 회화 상대, 어르신 말벗 서비스, 게임 속 대화형 캐릭터입니다.

2위: Qwen3.5 4B 3D Coder Studio | akhaliq

"그리는 대신 '웹페이지 한 장으로 만드는' 3D "

허깅페이스에서 새 모델이 나올 때마다 발 빠르게 체험장을 만들어 올리는 개발자 akhaliq의 스페이스입니다. 목록에 오른 지 하루밖에 안 됐는데 '좋아요' 34개를 모았습니다.

사용법은 간단합니다. 만들고 싶은 장면을 글로 설명하면(원하면 참고 사진도 한 장 곁들여서) 3D 장면이 담긴 HTML 파일 하나를 통째로 만들어 줍니다. 이 파일은 웹 3+D 라이브러리인 '스리제이에스(Three.js)'로 짠 코드라서 어떤 브라우저에서든 열면 바로 입체 장면이 돌아갑니다. 3D 파일을 '그려' 주는 것이 아니라, 3D 장면을 그리는 '코드'를 써 주는 것입니다. 조각가에게 조각상을 받는 것이 아니라 조립 설명서와 부품 목록을 받는 것에 가깝습니다. 그래서 결과물을 열어 숫자 하나만 고쳐도 색이나 크기를 바꿀 수 있습니다.

두뇌는 'CCORE'라는 개인 개발자가 만든 'Qwen3.5-4B-3D-Coder'입니다. 알리바바의 큐원3.5-4B를 Three.js 장면 4146건(학습 3,933건, 검증 213건)으로 추가 학습시킨 모델로, 큐원 공식 제품은 아닙니다. 모델과 학습 데이터셋이 각각 아파치 2.0과 MIT로 공개돼 있고, 4비트 압축 파일은 2.71GB라 노트북에서도 돌아갑니다. 이 모델 자체도 필자가 확인한 시점에 모델 트렌딩 9위에 올라 있었습니다.

단서는 개발자 스스로 밝혀 두었습니다. 아직 '이른 미리보기' 단계라 어떤 장면은 한 번 더 시도하거나 손으로 고쳐야 하고, 같은 변수 이름을 두 번 쓰는 식의 오류가 주로 관찰됐다고 합니다. 실제로 받아 돌려 본 사용자 가운데에는 결과물을 띄우려면 직접 수정이 필요했다는 후기도 있습니다. 시제품을 빨리 보는 용도로는 훌륭하지만 완성품을 기대하면 실망할 수 있습니다. 활용처는 웹 3D 시안, 교육용 입체 시각화, 게임 소품 초안, 제품 소개 페이지의 3D 장식입니다.

3위: Audio8 TTS Realistic Air Playground | Edge0

"6억 파라미터의 성우…23개 언어로 말하고, 짧은 녹음만 들으면 그 목소리를 닮는다"

음성 모델을 만드는 '엣지제로(Edge0)'의 음성 합성(TTS) 모델 '오디오8 TTS 리얼리스틱 에어'를 써 보는 공식 체험장입니다. 스페이스 '좋아요'는 39개, 모델 '좋아요'는 390개 안팎입니다.

글을 넣으면 목소리가 나옵니다. 여기에 짧은 참고 녹음과 그 녹음의 대본을 함께 건네면 그 사람의 목소리로 읽어 줍니다. 추가 학습 없이 한 번 듣고 따라 한다는 뜻에서 '제로샷 음성 복제'라고 부릅니다. 모델 본체는 6억115만여 파라미터로, 이번 주 2위 미니맥스 화가의 55분의 1 크기입니다. 그런데도 23개 언어를 지원하고, 한국어는 이전 판(Preview)부터 들어 있던 11개 언어 가운데 하나입니다. 소리는 44.1kHz, 즉 CD 음질로 나옵니다.

구조는 '이중 자기회귀(DualAR)' 방식입니다. 느린 쪽이 "무슨 소리를 낼지"의 큰 줄기를 정하면 빠른 쪽이 "그 소리의 결"을 채웁니다. 대본을 쓰는 작가와 그 대본에 숨결을 넣는 성우가 한 팀으로 일하는 셈입니다. 엣지제로는 이 구조가 피시 오디오(Fish Audio)의 'S2 Pro'에서 영감을 받았다고 밝혔습니다.

성적표는 정직한 편입니다. 영어·중국어 발음 정확도를 재는 Seed-TTS 시험의 오류율은 1.25%로, 알리바바의 큐원3-TTS-1.7B(1.01%)와 같은 급인 0.6B판(1.12%)에 조금 뒤집니다. 24개 언어 시험에서는 5.89%로 선두권(2.74%)과 차이가 있습니다. 엣지제로는 평가 방식이 모델마다 달라 엄밀한 순위가 아니라는 점, 그리고 이 지표들은 '알아듣기 쉬운가'와 '목소리가 닮았는가'를 잴 뿐 이름에 내건 '실감(Realistic)'을 재는 것은 아니라는 점을 카드에 직접 적었습니다. 언어에 따라 품질 차이가 있고 발음 오류, 반복, 누락이 생길 수 있으니 실제로 쓰기 전에 반드시 들어 보라는 당부도 있습니다.

라이선스는 아파치 2.0으로 상업 이용이 자유로운 편입니다. 하지만 이 모델에서 진짜 중요한 조건은 라이선스 밖에 있습니다. 모델 카드는 다른 사람의 목소리를 복제하기 전에 허락을 받고, 합성 음성임을 적절히 알리라고 권고합니다. 목소리는 지문만큼이나 개인적인 정보이기 때문입니다. 활용처는 본인 목소리로 만드는 다국어 안내 방송, 오디오북과 영상 내레이션, 게임 캐릭터 음성, 목소리를 잃어 가는 환자를 위한 음성 보존입니다.

시사점 & 인사이트

이번 주 트렌드를 한마디로 요약하면 '작아진 전문가, 가벼워진 자물쇠, 좁아진 지도'입니다.

첫째, '큰 모델 하나'에서 '작은 전문가 여럿'으로 무게중심이 옮겨 간다.

이번 주 순위의 여섯 자리 가운데 다섯 자리의 주인공이 파라미터 100억개 미만입니다. 수학·과학을 푸는 9B, 3D 코드를 짜는 4B, 보고 듣고 말하는 2B, 목소리를 내는 0.6B, 그리고 핵심 생성부가 6억6000만 개인 3D 모델입니다. 모든 것을 조금씩 잘하는 거인 대신 한 가지를 확실히 하는 작은 모델이 주목받고 있습니다. 기업 입장에서는 반가운 흐름입니다. 작은 모델은 사내 서버나 직원의 노트북에서 돌릴 수 있고, 데이터를 밖으로 내보내지 않아도 됩니다. 'AI 도입'의 질문이 "어느 회사의 큰 모델을 구독할까"에서 "우리 업무 하나하나에 어떤 작은 모델을 붙일까"로 바뀌고 있습니다.

둘째, 거인의 실력은 '물려받을 수 있는 자산'이 됐다.

1위 모델의 뿌리는 한 개인 개발자가 딥시크의 풀이 25만건으로 소형 모델을 가르친 증류판입니다. 2위 미니맥스 화가도 붓질을 여섯 번으로 줄이는 데 증류를 썼습니다. 거대 모델이 MIT 같은 너그러운 조건으로 공개되면, 그 실력은 곧바로 수많은 작은 모델로 흘러내립니다. 물론 다 물려받는 것은 아닙니다. 이번 사례에서 점수 향상은 1%포인트 안쪽이었고, 뚜렷이 좋아진 것은 효율과 지시 이행이었습니다. '거인을 증류했다'는 문구를 보면 무엇이, 얼마나 옮겨왔는지를 성적표에서 확인하는 습관이 필요합니다.

셋째, 안전장치가 '떼었다 붙였다 하는 부품'이 됐다.

원본 증류판의 '좋아요'는 50여개, 안전장치를 뗀 파생판은 2960개입니다. 게다가 그 작업은 누구나 내려받을 수 있는 공개 도구로 이뤄졌습니다. 가중치가 공개된 모델에서 '거절하는 기능'은 더 이상 떼어 낼 수 없는 본체의 일부가 아니라는 뜻입니다. 정책 담당자에게는 "모델 제작사의 안전장치만으로 충분한가"라는 질문을, 기업 실무자에게는 "우리가 받은 파일이 원본에서 몇 번의 손을 거쳤나"라는 질문을 던집니다. 사내 도입 기준에 '공식 저장소의 원본 또는 출처와 변경 내용이 분명한 파생판만 사용한다'는 한 줄을 넣어 두길 권합니다. 지난 주에 강조한 '모델의 족보' 관리가 일주일 만에 1위 모델의 이름으로 다시 나타났습니다.

넷째, '한국 제외'가 3주 연속이고, 문턱은 더 낮아졌다.

훈위안 3D-2 미니, 미니맥스 H3, 그리고 이번 주 미니맥스 H3 이미지까지 3주 연속입니다. 이번에는 별도 승인이 필요한 매출 기준도 2천만 달러에서 100만 달러로 내려왔습니다. 적용 지역 안의 기업에도 조건이 빡빡해진 것입니다. '오픈 웨이트'라는 말이 '어디서나, 누구나'를 뜻하지 않는다는 점이 갈수록 분명해집니다. 국내 기업은 모델 선택표에 '지원 언어', '적용 지역'에 더해 '매출 문턱' 칸을 두고, 같은 회사의 모델이라도 제품마다 라이선스를 따로 읽어야 합니다. 법률 자문은 아니니 도입 전에 법무 검토를 받기 바랍니다.

토막상식 : 거절 스위치만 골라 끄는 수술…'어블리터레이션(Abliteration)'

이번 주 1위 모델의 이름 끝에 붙은 'heretic'과 꼬리표 'abliterated'는 같은 계열의 기법을 가리킵니다. 우리말로 옮기면 '거절 제거'쯤 됩니다. 잘라 낸다는 뜻의 '어블레이션(ablation)'과 지워 없앤다는 뜻의 '오블리터레이션(obliteration)'을 합친 말입니다.

대부분의 AI 모델은 위험하거나 부적절한 요청을 받으면 "도와드릴 수 없습니다"라고 거절하도록 훈련돼 있습니다. 그런데 2024년에 발표된 한 연구가 흥미로운 사실을 보여 줬습니다. 모델이 거절할 때는 내부의 계산 흐름에 일정한 '방향'의 신호가 나타나고, 이 신호만 골라 지우면 모델이 거절하지 않게 된다는 것입니다. 어블리터레이션은 이 발견을 응용한 기법입니다.

비유하자면 이렇습니다. 건물의 화재경보기는 연기를 감지하면 울립니다. 경보기를 망치로 부수면 건물의 다른 설비까지 상할 수 있습니다. 어블리터레이션은 배선도에서 경보기로 가는 전선 한 가닥만 찾아 끊는 방식입니다. 조명과 엘리베이터는 그대로 돌아가는데 경보만 울리지 않습니다. 모델을 처음부터 다시 가르치는 것이 아니라 이미 있는 가중치를 살짝 고치는 작업이라 시간과 비용도 적게 듭니다.

헤레틱은 이 작업을 자동화한 공개 도구입니다. '거절 횟수는 최대한 줄이되, 원본과의 차이는 최소한으로'라는 두 목표를 놓고 가장 좋은 설정을 스스로 찾아 줍니다. 모델 카드에 적힌 '거절 100건 중 3건'과 'KL 발산 0.0422'가 바로 그 두 목표의 성적표입니다. KL 발산은 고친 모델과 원본의 답변 성향이 얼마나 다른지를 재는 자로, 0에 가까울수록 원본과 비슷하다는 뜻입니다.

이 기법은 양면이 뚜렷합니다. 연구자에게는 모델 속에서 안전장치가 어떻게 작동하는지 들여다보는 창이고, 지나치게 조심스러운 모델 때문에 의학·보안·창작 분야의 정당한 질문까지 막히던 사용자에게는 해법입니다. 반면 화재경보가 꺼진 건물에서는 불이 나도 아무도 알려 주지 않습니다. 걸러지지 않은 답변에 대한 책임은 온전히 쓰는 사람의 몫이 됩니다. 수치가 낮다고 해서 모든 능력이 그대로라는 보증도 아닙니다.

기억하실 것은 하나입니다. 어블리터레이션은 모델을 다시 가르치지 않고 '거절로 가는 전선'만 골라 끊는 수술이고, 이름에 'abliterated', 'uncensored', 'heretic'이 붙은 모델은 경보기가 꺼진 건물이라는 뜻입니다.

마무리

이번 주 허깅페이스를 한 문장으로 요약하면 이렇습니다. "AI는 작아지면서 전문가가 됐고, 자물쇠는 가벼워졌으며, 쓸 수 있는 땅의 경계선은 한 줄 더 그어졌다."

거인의 풀이 노트를 물려받은 9B 모델이 자물쇠를 뗀 채 정상에 올랐고, 미니맥스는 1680만 화소를 여섯 번의 붓질로 그리는 화가를 내놓으면서 한국을 다시 지도 밖에 두었습니다. 아이돌은 2주째 빛망울 공방의 문을 열어 두었습니다. 스페이스에서는 얼굴을 마주 보는 말동무, 말 한마디로 입체 장면을 짜 주는 코딩 공방, 짧은 녹음으로 목소리를 닮는 작은 성우가 나란히 자리를 채웠습니다.

마지막으로 '작다'는 것에 관해 한마디 덧붙입니다. 모델이 작아진다는 것은 통제의 손잡이가 데이터센터에서 우리 각자의 책상 위로 옮겨 온다는 뜻입니다. 내 노트북에서 구동하는 모델에는 관리자도, 이용 약관을 확인하는 창구도 없습니다. 기술이 가벼워질수록 쓰는 사람의 판단은 무거워져야 합니다. 누군가의 목소리를 빌리기 전에 허락을 구하고, 내려받은 모델의 족보를 확인하는 일처럼 말입니다.

※ 외부필자의 원고는 IT조선의 편집방향과 일치하지 않을 수 있습니다.

정원훈 텐에이아이 대표는 명지대학교 AI콘텐츠창작학과 겸임교수이자 한국인공지능경영협회 이사, 한국지식재산교육연구학회 이사 겸 기술가치평가위원장과 한국벤처창업학회 이사로 활동하고 있다. 법률 AI 서비스 ‘서울로봇’과 블록체인 기반 ESG 프로젝트 ‘BlockESG’를 총괄했고, 장성군 RE100 산업단지 및 AI 데이터센터 조성 타당성 분석 컨설팅을 수행했다. 아시아경제신문 뉴미디어본부 차장과 매경인터넷 금융센터 팀장을 거쳤으며, SNS 플랫폼 개발, 대안신용평가 시스템 구축, AI 기반 법률 서비스 등 IT·금융·인공지능을 융합한 혁신 프로젝트를 주도해 온 전문가다.
쿠팡 파트너스 활동의 일환으로,
이에 따른 일정액의 수수료를 제공받습니다.