AI 모델 경쟁의 무게중심이 파라미터 규모 확대에서 이미 만들어진 초거대 모델에 필요한 능력을 얼마나 효율적으로 추가하느냐로 옮겨가고 있다. 생성형 AI 솔루션 전문기업 제논(대표 고석태)은 이런 흐름에 맞춰 컴퓨터 화면 인식·조작 능력을 강화한 AI 모델 ‘훈민(Hunmin) VLM 397B’를 오픈소스로 공개했다.
공개 모델을 저랭크 방식으로 이식
훈민 VLM 397B는 3970억 개 파라미터를 가진 Qwen3.5-397B를 기반으로 한다. 제논은 이 모델을 저랭크 방식으로 이식한 뒤 FP8 양자화 상태에서 SFT와 강화학습(RL) 후학습을 거쳤다. 이 전체 과정에 사용된 GPU는 엔비디아 B200 8장뿐이다. 대규모 재학습 없이 제한된 컴퓨팅 자원으로 특정 능력을 추가하는 방식을 택한 셈이다.
명대우 제논 부사장(CTO)은 “AI 모델 경쟁의 무게중심이 단순히 파라미터 규모를 키우는 데서 벗어나 대규모 모델에 필요한 능력을 얼마나 효율적으로 더하고 실제 활용 가능한 수준으로 고도화하느냐로 옮겨가고 있다”고 말했다.
벤치마크로 입증한 화면 조작 능력
제논은 화면 조작 대상을 식별하는 그라운딩부터 실제 과업 수행까지 성능 개선을 벤치마크로 확인했다. 고난도 화면 인식 평가인 ScreenSpot-Pro에서는 75.6점을 기록해 허깅페이스 공식 리더보드 2위에 올랐다. 리눅스 데스크톱 과업 수행 평가인 OSWorld에서는 70.5점을 받아 기반 모델보다 22.3점 높았고, 윈도우 환경 평가 WindowsAgentArena에서도 기반 모델 대비 9.1점 높은 점수를 냈다.
능력을 추가하면서 기존 성능이 떨어지는 문제도 최소화했다. KMMLU, K-MMBench 등 한국어 벤치마크 8종에서 훈민 VLM 397B는 기반 모델과 2점 이내의 차이를 보였다. 반면 동일한 기반 모델에 컴퓨터 조작 능력을 추가한 비교 모델 Qwen-CUA는 최대 6점까지 성능이 하락했다. 명대우 부사장은 “훈민 VLM 397B는 제한된 컴퓨팅 자원으로 컴퓨터 조작 능력을 강화하면서 기존 한국어 성능까지 유지한 결과물”이라고 설명했다.
훈민 시리즈의 세 번째 공개
제논은 지난해 훈민 32B를 공개한 데 이어 올해 초 훈민 VLM 235B를, 지난 7월에는 7430억 파라미터 규모 모델에 대한 기술 보고서를 공개했다. 이번 훈민 VLM 397B는 이 시리즈의 연장선에 있다. 제논은 모델 본체와 FP8 경량 버전, 평가 방법론까지 Apache 2.0 라이선스로 오픈소스 공개했다.
명대우 부사장은 “앞으로도 훈민 시리즈를 통해 액셔너블 AI의 기반 기술을 지속적으로 고도화하는 한편 개발 과정과 방법론을 적극적으로 공유해 오픈소스 AI 생태계 발전에도 기여하겠다”고 밝혔다. 제논은 이번 후학습 기술을 자사의 실행형 AI 원에이전트(OneAgent) 고도화에도 활용할 계획이다.