인공지능 소프트웨어 전문업체 코난테크놀로지가 강세다.
추론모드가 통합된 코난 LLM 신규모델 ‘ENT(엔터프라이즈)-11’이 벤치마크에서는 딥시크를 제쳤다는 소식이 주가에 영향을 주는 것으로 보인다.
26일 오전 10시43분 코난테크놀로지는 전날보다 24.5% 오른 2만5150원에 거래되고 있다.
코난테크놀로지는 일반 모드와 추론 모드를 하나의 엔진에 통합한 점이 신규 모델의 가장 큰 특징이라고 소개했다.
단일 모델로서 일반 질의 응답뿐만 아니라 복잡한 추론을 요구하는 작업에도 최적의 답변을 제공할 수 있도록 전환 대응한다.
일반용 모델과 추론용 모델을 별도로 제공하는 타사 모델과 비교해 더 낮은 GPU 비용으로도 고성능 AI 서비스가 가능하다는 점에서 차별화된다.
한국어 최적화 구조를 갖춘 것도 강점이다.
Qwen, LLaMA, Gemma, DeepSeek 등의 모델 대비 한국어 토큰이 사전 학습 단계에서 더 많이 포함돼 있어 한국어 기반 질의에 대한 처리 정확도와 응답 속도 면에서 월등히 앞선다.
출시 전 진행한 자체 벤치마크에서도 검증했다.
ENT-11 모델의 매개변수는 매개변수(파라미터)가 320억개로, 중국 딥시크의 LLM 'R1'(6710억개) 대비 약 5% 수준에 해당한다.
멀티턴 대화 및 지시를 따르는 능력을 측정하는 ‘MT-Bench’ 평가의 ▲작문 ▲역할극 ▲추론 ▲수학 ▲코딩 ▲정보 추출 ▲STEM(과학·기술·공학·수학) ▲인문학 등 8개 항목에서 딥시크 R1과 대등한 점수를 기록했다.
코딩 성능은 크게 앞섰다.
ENT-11 모델과 매개변수가 32B로 동일한 딥시크 R1모델에 비해서는 평균 4.75%포인트(P) 성능이 높았다.
코난테크놀로지는 MT-Bench를 직접 번역 및 검수, 교정하여 평정 결과의 정확성을 증대하고, 오차를 감소시킨 ‘Konan MT-Bench’를 자체 구축해 신규 모델의 성능을 거듭 평가했다.
그 결과 ‘ENT-11’ 모델은 동일 크기의 딥시크 R1 대비 평균 5.38%p 높은 성능을 기록했다.
특히 복잡한 추론과 수학 분야에서 모두 앞섰다.
컴팩트한 모델임에도 효율적이고 정밀화된 설계를 통해 추론 성능을 극대화했음을 나타낸다.
‘ENT-11’ 모델의 일반 모드 성능 또한 이전 모델인 ‘ENT-10’ 대비 4.5%P 향상됐다.
모델 성능 향상은 컨텍스트 처리 능력에서도 확인된다.
기존 ENT-10 모델이 최대 16K 컨텍스트를 지원했다면, ENT-11 은 최대 128K 토큰의 긴 컨텍스트까지 확장됐다.
한글 토큰 기준으로 A4 용지 128장 분량, 영어 토큰으로는 320장 분량에 달한다.
김영섬 대표는 "LLM 모델이 늘어남에 따라 그 평가 방식도 다변화되는 가운데, 특정 평가지표에만 과도하게 피팅되어 일부 평가에서만 성능이 좋게 나타나는 모델에 대해서는 변별력이 필요하다"고 말했다.
이어 "딥시크 R1대비 20배나 작은 모델이지만 더 나은 추론 성능을 입증한 만큼 고품질의 한국어 데이터와 개발 인프라를 강점으로 앞으로도 코난테크놀로지가 만든 LLM 기술이 국내 생성형 AI 성능의 바로미터가 될 수 있도록 매진하겠다"고 덧붙였다.
신규 모델은 이달 말 공식 출시한다.
멀티턴 벤치마크에서 입증된 우수한 성능과 자원 소모를 최소화하는 효율성을 바탕으로, 점차 정교해지고 전문성이 요구되는 AI 에이전트 환경에서의 높은 활용도가 기대된다.
박형수 기자 parkhs@asiae.co.kr
<ⓒ투자가를 위한 경제콘텐츠 플랫폼, 아시아경제 무단전재 배포금지>
占쎌쥙�⒳펺�뗭삕占쎈끉��뜝�덈열占쎈틶�앾옙�덇콬�좎룞�숋옙�얠삕占쎈뜆肉댐옙醫롫윥甕겸뫅�숋옙�⑹맶�좎럥�ｆ뤃�먯삕�ル∥�わ옙�깅뼠占쎌닂彛싷옙紐꾨㎍占쎌쥙�ο옙�쎌삕�좎럥�삣뜝�덉뒧占쏙퐛�앾옙��뱜占쎌쥙��땟占썲뜝�숈삕占쎌닂�숃쥈�ｍ뀤�좎럩伊숂뙴�묒삕占쎌슜�삣뜝�덉뒦占썩넀�억옙�щ뮛筌�맮�숂뙴怨뺤삺�좎럩�귛퐲�룹삕�용뿪�▼뜝�뚯쪠占썬깾�녺뙼蹂�굲�좎럥理롳옙�ｋ쐻占쎈슢�뚦뜝�숈삕
占쎌쥙�⒳펺�뗭삕占쎈끉��뜝�덈열占쎈틶�앾옙��쑋�좎럥踰⑨옙�낅꽞嚥▲꺃�뗰옙醫롫윪獒뺣뿰�숋옙��굲�좎떬�ろ떋�좎럩伊숋옙恝�숋옙怨쀬굲�좎럩堉싷옙類앸쐻占쎈뜄�좑옙��占쎈Ŋ�뺧옙�モ닪占썬굝�앾옙�딅떚�좎럩�귨옙�뗭삕�ル―�▼뜝�뚯쪠占싸듬쐻占쎌늿�뺧옙�뺢턂占쎈벨�숋옙��떔�좎떥�ъ맶�좎럥�녽�얠렱�앾옙��빃�좎럩�귨옙�낅꽞嚥▲굥�딉옙醫롫윪鴉딆늹�댐옙臾믪굲�좎럥肉�옙類앸쐻占쎈슡��뜝�뚭텓占쎌빢�숋옙�됰쭍占쎌쥙�ο옙�룹삕占쎌뼚�뺝뜝�덈쐠�댐옙
占쎌쥙�⒳펺�뗭삕占쎈끉��뜝�덈열占쎈틶�앾옙�덇콬�좎룞�숋옙�얠삕占쎈뜆肉댐옙醫롫윥占쎈씛�숋옙�좎굲�좎룞�숋옙�듭삕�ル∥�ε뜝�덉뵛占쎌닂�숋옙醫롪뎡占쎌쥙�ο옙猿볦삕繹먮씮�뺧옙�モ닪占싸룸탶野껊챶爾잌뜝�뚮땬占쎌닂�숋옙猿롫㎜占쎌쥙�⒴젆遺룸쐻占쎈챶夷⑨옙醫묒삕
占쎌쥙�⒳펺�뗭삕占쎈끉��뜝�덈열占쎈틶�앾옙��쑋�좎럥�띰옙�얠삕占쎈돂而�옙醫롫짗占쎌눨�앾옙��첓�좎떥�곗굲�꾬옙�댐옙類앸쐻占쎌닀留듿뜝�뚭텓占쎌빢�숋옙�곕츥占쎌쥙�⑼옙洹잙┛占쎈냱�뺝뜝�뚮폏�묆꺈�숅넫濡レ쑋�좎럩��옙�뗭삕占썬끇�쎽벧猿뗪섀�담끏�쇿뜝占�
X(占쎌쥙�⒳펺�뗭삕占쎈끉��뜝�덈열占쎈틶�앾옙�덇콬�좎룞�숋옙�얠삕占쎈뜆肉댐옙醫롫윥甕겸뫅�숋옙��굲�좎럩伊숁뤃�먥뵾占쏙옙�쇿뜝�꾪뜌��뵃彛뽪�⑤벚�룟뜝�⑸쳟占승�뙕占쎈Ŋ�뺝뜝�숈삕占쎌쥙�ν씙�좎럥踰⑨옙�뗭삕占쏙옙�뷂옙醫롫뼢�룸갭釉몌옙醫롫윪亦낅돍�숋옙�뽰맶�좎럥��옙�竊꾬옙�용폖�좎럩�뱄옙�쎌삕占쎈뿫�뉛옙醫롫윪鴉딆닂�숋옙�볥��잙컾諭욜몭�쇱삕沃섃뫜�숁�⑤㈇�∽옙醫롫윪鴉딆뮋�쇿뜝占�)
占쎌쥙�⒳펺�뗭삕占쎈끉��뜝�덈열占쎈틶�앾옙�덇콬�좎룞�숋옙�얠삕占쎈뜆肉댐옙醫롫윥占쎈씛�숋옙�좎굲�좎럥�ｏ옙類㏃삕�ル∥�ε뜝�щ걖��벩�앾옙��뎡�좎럩伊숋옙管�싧뜝�뚯굲占썬꺂�ο옙管逾볟칰紐껋퀫�좎럩�귨옙�뗭삕�좎럡�▼뜝�뚯쪠占싼띿삕占쎈씭堉��좎럩伊숋옙�논렭占쎈뿭�뺧옙�얠삕占쎈뿭�뺧옙�ο옙��▼뜝�뚯쪠占썩뮪�놅옙猷뱀굲嶺뚮Ŋ鍮뽳옙�ｋ쐻占쎈슢�뚦뜝�덈꺼占쎌닂�숁�⑥쥓堉잞옙醫롫윪��옙�숋옙��굲�좎럡�뉛옙占쎈쐻占쎈슣履좑옙猷뱀돸占쎌눨�앭뜝占�
