Motif-3 (Beta): 방금 오픈소스 상위 3위를 차지한 한국의 주권 AI 모델 내부 살펴보기

Motif-3-Beta는 오픈웨이트 대규모 언어 모델 경쟁에서 가장 최근에 등장한 모델로, 독특한 배경을 가지고 있다. 이 모델은 한국 AI 인프라 기업 Moreh의 약 30명 규모 자회사인 Motif Technologies에서 개발되었으며, 2025년 2월에 설립되어 약 240억 원(약 1600만 달러)의 시리즈 B 투자를 유치했다. 보통 리더보드 상위권을 차지하는 연구소들과 비교하면 매우 작은 팀과 적은 자금이지만, 바로 그 점 때문에 이 모델의 초기 벤치마크 성적이 주목을 받고 있다. 독립 평가 기관인 Artificial Analysis Intelligence Index(AAII)에서 44점을 기록해 전 세계 오픈소스 및 오픈웨이트 모델 중 3위, 비공개 프론티어 연구소까지 포함하면 전체 11위를 차지했다.

이 모델은 명시적으로 진행 중인 작업입니다 — 베타 또는 프리뷰 체크포인트이지 완성된 릴리스가 아닙니다 — 그리고 이전 버전인 Motif-2의 완전히 허용적인 Apache 2.0 조항 대신 비상업적 연구 라이선스를 따릅니다. '강력한 초기 숫자'와 '아직 미완성, 여전히 제한됨'의 조합은 이후 모든 내용에 대한 정직한 프레임입니다: Motif-3는 오픈소스 경쟁과 한국의 AI 자립 추진에서 진정으로 흥미로운 데이터 포인트이지만, 아직 대부분의 팀이 상업적으로 배포할 수 있는 모델이 아니며, 보다 기술적인 주장 중 일부는 독립적으로 검증되지 않았습니다.

요약. Motif-3-Beta는 모티프 테크놀로지스(한국 모어의 약 30명 규모 자회사)에서 개발한 314B 총/13B 활성 파라미터의 혼합 전문가 모델로, 한국의 국가 주권 AI 프로그램인 '독파모'의 일환으로 구축되었습니다. 인공 분석 지능 지수(Artificial Analysis Intelligence Index) 44점을 기록하여 전 세계 오픈소스 모델 중 3위로, 다음으로 Kimi K3 와 GLM-5.2, 그리고 전체 11위입니다. 가중치는 Hugging Face에서 비상업적 연구 라이선스 하에 다운로드 가능하며, chat.motiftech.io에서 무료 호스팅 채팅을 이용할 수 있습니다. 아직 공개 API 가격은 없습니다. 최종 버전은 2026년 8월 초경 예상되며, MMLU, GPQA, HumanEval 점수는 모델 자체에 대해 발표되지 않았습니다.

주요 시사점

• 소규모 팀의 #3 오픈소스 데뷔작.AAII 44는 Motif-3-Beta를 오픈소스/오픈 가중치 모델 중에서 Kimi K3와 GLM-5.2 다음으로 3위에 올려놓았으며, 비공개 프론티어 연구소를 포함한 전체 순위에서는 11위를 기록했습니다. 이는 Artificial Analysis를 인용한 언론 보도에 따른 것입니다.

• 대규모 모델, 효율적인 활성화. ~314B의 총 파라미터이지만 토큰당 ~13B만 활성화되며, 384개의 라우팅된 전문가(8개 활성 + 1개 공유)를 통해 이루어집니다 — 모델의 전체 크기에도 불구하고 비용 효율적인 추론을 위해 설계된 희소성 비율입니다.

• 아직 베타이며, 여전히 비상업적입니다. 이것은 미리보기 체크포인트이며; 최종 버전은 대략 2026년 8월 초를 목표로 하고 있습니다. 가중치는 Hugging Face에서 공개되어 있지만, 비상업적 연구 라이선스 하에 있습니다 — 이는 이전 모델인 Motif-2의 Apache 2.0 이용약관에서 한 걸음 물러난 것입니다.

• 한국의 주권 AI 주력 후보. 국가 “Dokpamo”(독립 AI 기반 모델) 프로그램 하에 구축되었으며, 정부가 공급한 B200 GPU를 사용하고, 해외 오픈소스 기반 없이 독립적인 아키텍처로 마케팅되었습니다.

• 한국어 중심, 256K 컨텍스트. 전용 약 106GB 한국어 사전학습 코퍼스로 훈련되었으며, 256K 토큰 컨텍스트 윈도우를 갖추고 있습니다 — 텍스트/대화 모델로 자리매김하였으며, 멀티모달 모델이 아닙니다.

• 아직 표준 벤치마크가 발표되지 않았습니다. Motif-3 자체에 대한 MMLU, GPQA, HumanEval, KMMLU 수치가 공개되지 않았으며, 맞춤형 아키텍처에 대한 주장은 검증되지 않은 벤더 용어입니다.

이 기사의 AAII 44 / #3-open-source / #11-overall 수치는 Artificial Analysis와 모델의 Hugging Face 카드를 인용한 언론 보도를 통해 얻은 것이며, 실시간 Artificial Analysis 사이트를 직접 독립적으로 재확인하여 읽은 것이 아닙니다. 따라서 현재 시점에서 정확한 수치보다는 방향성에 가깝게 간주하십시오. Motif-3-Beta는 이름에서 알 수 있듯이 베타 버전입니다. 벤치마크, 라이선스 및 가격은 최종 출시 전에 모두 변경될 수 있습니다. Hugging Face 라이선스는 비상업적 연구용으로만 사용할 수 있습니다. 현재까지 Motif-3에 대한 MMLU, GPQA, HumanEval 또는 KMMLU 점수는 어떤 출처에서도 발표되지 않았습니다.

Motif-3 (Beta)란 무엇인가

Motif Technologies는 AI 인프라 및 GPU 가상화 소프트웨어로 더 잘 알려진 Moreh에서 분사한 한국의 AI 연구소입니다. 2025년 2월에 약 30명의 직원과 약 240억 원(약 1,600만 달러)의 시리즈 B 라운드로 설립된 Motif는 프론티어 모델 개발자 기준으로 작은 규모입니다. 이 벤치마크 계층의 대부분의 경쟁사는 훨씬 더 큰 규모의 엔지니어링 팀을 보유하고 있습니다. 회사는 임정환 CEO가 이끌고 있으며, Motif-3-Beta는 더 작은 Motif-2.6B 모델에 이어 현재까지 가장 야심찬 릴리스입니다.

아키텍처적으로, Motif-3-Beta는 대략 3140억 개의 총 파라미터를 가진 희소 전문가 혼합(MoE) 대형 언어 모델이며, 각 토큰에 대해 약 130억 개만 활성화됩니다. 라우팅은 384개의 라우팅된 전문가를 대상으로 실행되며, 토큰당 8개가 활성화되고 1개의 공유 전문가가 있습니다. 이 모델은 256K-토큰 컨텍스트 윈도우, 4,096의 히든 차원, 53개의 트랜스포머 레이어, 220,160개의 토큰 어휘를 가지며 bf16 정밀도로 제공됩니다. 텍스트/대화형 모델이며, 명시된 이미지, 오디오 또는 비디오 기능은 없으며, 의도적으로 한국어에 초점을 맞추고 있으며, 약 106GB의 한국어 텍스트로 구성된 전용 코퍼스(내부적으로 motif-3-korean-pt-v0라고 함)의 일부를 학습했습니다.

상태는 사양만큼이나 중요합니다. Motif-3-Beta는 명백히 미리보기 체크포인트(preview checkpoint)이며 완성된 모델이 아닙니다. Motif는 2026년 8월 초경에 최종 버전이 출시될 예정이라고 밝혔습니다. 가중치는 Hugging Face에서 오픈되어 다운로드할 수 있지만, 비상업적 연구 라이선스(non-commercial research license) 하에 제공되므로 현재 조건에서는 생산 또는 수익 창출 목적의 사용이 허용되지 않습니다. 이는 완전히 허용적인 Apache 2.0 라이선스로 출시된 이전 버전인 Motif-2와는 확연히 다른 변화입니다. 누구든지 모델을 다운로드하지 않고도 사용해볼 수 있는 무료 호스팅 채팅 인터페이스가 chat.motiftech.io에 있지만, 아직 공개 API 가격, 프로젝트용 GitHub 조직, 그리고 Motif-3의 아키텍처를 동료 검토 가능한 수준으로 설명하는 arXiv 논문은 없습니다. 이 모든 것은 베타 버전에서는 흔한 공백이지만, 이 모델을 중심으로 계획을 세우기 전에 알아두어야 할 사항입니다.

AAII 후크: 벤치마크 심층 분석

Motif-3-Beta가 한국 외에서 주목받는 가장 큰 이유는 하나의 독립적인 숫자, 즉 AAII(Artificial Analysis Intelligence Index) 점수 44점입니다. Artificial Analysis를 인용한 언론 보도에 따르면, 이 점수는 해당 모델을 전 세계 오픈소스 및 오픈웨이트 모델 중에서 3위(Kimi K3와 GLM-5.2에 이어)에 올려놓았으며, 폐쇄형 독점 프런티어 모델까지 순위에 포함하면 전체 11위가 됩니다. 약 1년 반 된 30명 규모의 팀이 중립적인 제3자 지수에서 글로벌 오픈소스 상위 3위에 오른 것은 합당한 성과이며, Motif의 접근 방식이 단순히 야심찬 것이 아니라 경쟁력이 있다는 가장 명확한 증거입니다.

그렇지만, 이 수치는 특정한 경고가 필요합니다. 이 수치는 언론 보도와 모델 자체의 Hugging Face 카드에서 Artificial Analysis를 인용한 데서 비롯된 것이지, 작성 시점의 실시간 Artificial Analysis 리더보드를 직접 새로 검증하여 읽은 결과가 아닙니다. AA 순위는 새로운 모델이 추가되고 기존 모델이 재평가됨에 따라 변동되므로, AAII 44 / #3-open-source / #11-overall은 라이브 사이트에서 확인한 후에야 현재 사실로 인용되어 다운스트림 의사 결정에 사용되어야 하는 스냅샷으로 취급하십시오.

Motif의 자체 문서에는 "Grouped Differential Latent Attention (GDLA)", "Grouped PolyNorm activation", 그리고 "modified mHC" 메커니즘 등 몇 가지 맞춤형 아키텍처 구성 요소도 설명되어 있습니다. 이들은 벤더가 만든 용어로, 현재 시점에서 모델 카드에 상세히 정의되어 있지 않으며 독립적으로 벤치마크되거나 동료 검토를 거치지 않았습니다. 아직 Motif-3 arXiv 논문도 없습니다. 이들을 Motif가 기존 오픈소스 베이스를 포크하는 대신 자체 아키텍처를 구축했다는 흥미로운 신호로 보는 것은 합리적이지만, 독립적인 분석이 존재할 때까지 입증된 성능상의 이점으로 취급해서는 안 됩니다.

또한 무엇이 빠져 있는지 솔직하게 말하는 것이 중요합니다. Motif-3 자체에 대해 MMLU, GPQA, HumanEval 또는 KMMLU 점수가 발표된 적이 없습니다. 이는 일반적으로 종합 지수 점수와 함께 표준 학술 벤치마크 전체를 발표하는 더 확립된 오픈 모델과 비교할 때 실질적인 격차입니다. Motif가 그 그림을 채울 때까지 — 아마도 2026년 8월 초 최종 릴리스 즈음 — AAII 수치는 자체적으로 평가 작업을 많이 수행하고 있으며, “포괄적으로 벤치마킹된 모델”이 아닌 “유망한 초기 신호”로 읽혀야 합니다.

위에 랭크된 모델들에 대한 맥락: Moonshot의 Kimi K3는 AAII 약 57(전체 4위)을 기록하고 Frontend Code Arena에서 1위를 차지했으며, 약 2.8T 파라미터의 MoE로 구축되어 백만 토큰당 $3/$15에 책정되어 있습니다. 강력하지만 속도가 느리고 장황하다고 알려져 있으며, 오픈 웨이트가 약속되었으나 아직 완전히 확인되지는 않았습니다. Z.ai/Zhipu의 GLM-5.2는 AAII 51점을 기록하고 전체 오픈 웨이트 1위 자리를 차지했으며, 약 750B/40B MoE로 완전 허용적인 MIT 라이선스로 공개되었고, 자체 호스팅이 가능하며 백만 토큰당 $1.40/$4.40에 책정되어 있습니다. 두 모델 모두 오늘날 오픈소스 지수에서 Motif-3-Beta보다 높은 순위에 있으며, 이는 유용한 맥락입니다: "오픈 모델 중 세계 3위"는 분명 강력한 결과이지만, 배포 성숙도가 더 높은 두 모델, 특히 GLM-5.2의 경우 라이선스 조건이 훨씬 더 개방적인 두 모델에 비해 뒤처진 3위입니다.

액세스 및 가격

오늘 Motif-3-Beta를 직접 다뤄보는 방법은 두 가지입니다. 첫째는 Hugging Face에서 오픈 가중치를 직접 다운로드하여 모델을 자체 호스팅하는 것입니다. 단, 현재 라이선스 조건에 따라 비상업적 연구 목적으로만 가능하며, 이 베타 릴리스에는 상업적 사용 권한이 포함되어 있지 않으므로 벤치마크 수치가 어떻든 프로덕션 배포에는 사용할 수 없습니다. 두 번째 방법은 Motif의 무료 호스팅 채팅 인터페이스(chat.motiftech.io)로, 누구나 브라우저에서 아무것도 다운로드하거나 호스팅하지 않고 모델을 시험해볼 수 있습니다.

현재 공개된 토큰당 가격이 있는 공개 API가 없습니다. 이는 이 모델을 API 우선 경쟁사인 Kimi K3(백만 토큰당 $3/$15) 또는 GLM-5.2(백만 토큰당 $1.40/$4.40)와 비교할 때 중요한 차이입니다. 두 경쟁사 모두 현재 대규모 비용을 추정할 수 있습니다. Motif가 API 가격(아마 최종 비베타 릴리스와 연계됨)을 발표할 때까지, 해당 모델들과의 비용 비교는 불완전할 수밖에 없습니다. 현재로서 실용적인 옵션은 chat.motiftech.io에서 무료로 시도하거나, 오픈 가중치를 비상업적 연구 목적으로만 자체 호스팅하는 것입니다.

한국의 자주적 AI 이야기

Motif-3-Beta는 단순한 기업의 제품 출시가 아니라, 소버린 AI(Sovereign AI)라고 불리는 한국의 추진 속에서 가시적인 데이터 포인트입니다. 소버린 AI는 국내에서 최첨단 모델을 구축하고 통제할 수 있는 능력으로, 전적으로 미국이나 중국의 기초 모델에 의존하지 않는 것을 의미합니다. Motif-3는 정부 지원을 받는 '독립 AI 기초 모델' 이니셔티브(한국 언론에서는 '독파모'라고 불림) 하에 개발되고 있습니다. 이 이니셔티브는 LG AI 연구소의 EXAONE 라인, Upstage의 Solar 모델, SK텔레콤의 자체 AI 프로그램 등 여러 경쟁 프로젝트에 동시에 자금을 지원하고 있습니다. Motif-3는 이 분야에서 가장 주목받는 진입자 중 하나이며, 특히 빠르게 구축된 점 때문에 주목받고 있습니다.

보도에 따르면, 해당 모델은 정부가 제공한 약 700~768개의 Nvidia B200 GPU를 사용하여 훈련되었으며, 핵심 개발 주기는 약 5개월이 소요되었습니다. 이는 13B 활성 파라미터 효율성을 갖춘 MoE 설계를 고려하더라도 314B 파라미터 모델로서는 빠른 일정입니다. Motif는 이 모델이 외국 오픈소스 기반이 없는 독립적인 아키텍처라고 강조했으며, 이는 기술적 자부심뿐만 아니라 국가적 자부심의 지점입니다. Dokpamo 프로그램의 목표는 단순히 "좋은 모델"이 아니라, 기존의 미국 또는 중국 오픈 웨이트 릴리즈의 미세 조정이나 파생물이 아닌, 국내 아키텍처 선택으로 처음부터 끝까지 구축된 모델을 만드는 것입니다.

총 314B 파라미터 중 13B만 활성화되는 효율성 프레임은 Motif 자체의 역사와도 의도적인 대비를 이룹니다. 이 회사의 이전 모델인 Motif-2.6B는 Nvidia 하드웨어가 아닌 AMD MI250 GPU에서 훈련되었으며, 이는 GPU 인프라 유연성에 대한 Moreh의 광범위한 관심을 반영합니다. Motif-2.6B와 Motif-3-Beta를 함께 보면, 소규모 팀이 컴퓨팅 효율성 최적화에 집중해온 일관된 이야기를 보여줍니다 — 처음에는 하드웨어 선택을 통해, 이제는 희소 MoE 라우팅을 통해 — 이는 단순히 파라미터 수를 확장하는 것보다 자원이 제한된 국가 AI 프로그램에 훨씬 더 전이 가능한 기술이라고 할 수 있습니다.

대상: 세 가지 시나리오

1. 한국어 연구자 및 NLP 팀

Motif-3-Beta의 전용 한국어 사전 학습 코퍼스는 한국어 NLP 작업(평가, 미세 조정 실험, 또는 LG의 EXAONE이나 Upstage의 Solar와 같은 다른 한국어 특화 모델과의 비교 연구)을 구체적으로 수행하는 학계 및 연구팀에게 자연스러운 선택이 됩니다. 라이선스가 비상업적 연구용이므로, 이는 정확히 라이선스가 의도한 사용 사례입니다: 가중치를 다운로드하고, 자체 평가를 실행하며, 모델을 한국어 모델 연구에서 진정으로 새롭고 독립적으로 설계된 데이터 포인트로 취급하는 것입니다.

2. 오픈소스 최전선을 추적하는 팀

만약 당신의 업무 중 일부가 오픈 가중치 모델 경쟁의 방향을 주시하는 것이라면, Motif-3-Beta는 신호로서 자세히 살펴볼 가치가 있습니다: 30명 팀이 약 5개월 동안 국가 컴퓨팅 할당을 사용하여 구축한 이 모델이 글로벌 오픈소스 모델 중 3위를 차지했다는 것은, MoE 아키텍처의 컴퓨팅 효율성이 경쟁력 있는 결과를 얻기 위한 장벽을 얼마나 낮추고 있는지를 말해줍니다. 무료 chat.motiftech.io 인터페이스를 통해 직접 사용해보고 행동 방식을 경험해보세요. 또한 2026년 8월 초에 출시될 최종 버전에서 더 완전한 벤치마크 제품군과 (아마도) 업데이트된 라이선스 조건이 제공될 예정이니 주목하세요.

3. sovereign-AI 프로그램을 주시하는 정책 및 업계 분석가

국가 AI 전략을 추적하는 사람들에게 — 미국과 중국 외의 정부들이 어떻게 독자적인 AI 역량을 구축하려 하는지 — Motif-3는 한국의 Dokpamo 프로그램이 실제로 작동하는 유용한 구체적 사례 연구입니다: 정부 GPU 할당, 소규모 민간 기업, 명시적으로 "해외 오픈소스 기반 없음" 아키텍처 주장, 그리고 5개월의 개발 주기. 이는 LG AI 연구소의 EXAONE 및 Upstage의 Solar와 함께 여러 병행 노력 중 하나이며, 각각의 접근 방식, 라이선스 선택, 벤치마크 궤적을 비교하는 것은 국가 주권 AI 자금이 실제 모델 출력으로 어떻게 전환되는지 이해하는 합리적인 렌즈가 됩니다.

사용하지 말아야 할 때

Motif-3-Beta를 상업용 또는 수익 창출 제품에 배포하지 마십시오 — 현재 Hugging Face 라이선스는 명시적으로 비상업적 연구용으로만 사용하도록 허가하며, 이를 프로덕션에서 사용하는 것은 단순한 위험이 아닌 라이선스 위반에 해당합니다. AAII 44 수치를 완전히 검증된 최종 벤치마크 결과로 취급하지 마십시오. 이는 신규로 직접 확인한 라이브 Artificial Analysis 리더보드 데이터가 아니라 보도 자료와 모델 자체 카드를 통해 얻은 값이며, 최종 버전이 출시될 때쯤이면 변경될 가능성이 높습니다. 표준적이고 잘 문서화된 벤치마크 적용 범위가 필요한 작업에 이 모델을 의존하지 마십시오 — 아직 MMLU, GPQA, HumanEval 또는 KMMLU 점수가 공개되지 않아 사용 사례를 확인할 수 없습니다. 또한 오늘 당장 프로덕션 수준의 API 액세스를 기대하지 마십시오 — 공개 API 가격, GitHub 조직, 동료 검토를 거친 아키텍처 논문이 없으며, 이 모든 것은 Motif-3 위에 연구 프로토타입 이상의 무언가를 구축하기 전에 기다리는 것이 합리적입니다.

자주 묻는 질문

Motif-3-Beta란 무엇인가요?

Motif Technologies(모티프 테크놀로지스)는 한국의 AI 연구소이자 Moreh의 자회사로, 이 모델은 sparse mixture-of-experts 대규모 언어 모델입니다. 총 약 3140억 개의 파라미터를 가지고 있으며, 토큰당 약 130억 개가 활성화됩니다. 256K-토큰 컨텍스트 윈도우를 지원하며, 전용 한국어 말뭉치로 학습되었습니다. 현재는 완성된 릴리스가 아닌 베타/프리뷰 체크포인트입니다.

Motif-3-Beta는 정말 얼마나 좋은가?

한 독립적인 지표인 Artificial Analysis Intelligence Index에 따르면, 이 모델은 44점을 기록했으며, 언론 보도에 따르면 글로벌 오픈소스 모델 중 3위(Kimi K3와 GLM-5.2에 이어)이자 전체 11위입니다. 이는 강력한 초기 결과이지만, 아직 이 모델에 대한 MMLU, GPQA, HumanEval 또는 KMMLU 점수가 발표되지 않았으므로 전체적인 그림은 불완전합니다.

Motif-3-Beta를 상업적으로 사용할 수 있나요?

현재 라이선스 하에서는 아닙니다. Hugging Face 가중치는 비상업적 연구 용도로만 공개되었습니다. 이는 이전 모델인 Motif-2에서 사용된 완전 허용적 Apache 2.0 라이선스에서 한 걸음 물러난 것이며, 오늘날 모든 프로덕션 사용에 대한 엄격한 제한입니다.

사용하는 데 비용이 얼마나 드나요?

아직 공개 API 가격이 없습니다. 호스팅된 chat.motiftech.io 인터페이스에서 무료로 모델을 사용해 보거나, 비상업적 연구 목적으로 오픈 가중치를 자체 호스팅할 수 있습니다. 가격 및 상업적 조건은 최종 출시와 함께 도입될 수 있습니다.

이것이 정말 독립적인 한국 건축인가요?

그것은 Motif의 주장이며, 한국의 국가적 “Dokpamo” 자주적 AI 프로그램의 더 큰 목표에 부합합니다—이는 그 아래에 외국 오픈소스 기반이 없는 아키텍처입니다. 이 모델은 맞춤형 구성 요소(“Grouped Differential Latent Attention,” “Grouped PolyNorm activation,” “modified mHC” 메커니즘)를 설명하지만, 이들은 아직 논문에 상세히 설명되지 않았거나 독립적으로 검토되지 않은 벤더가 설명한 용어들입니다.

최종 버전은 언제 나오나요?

Motif는 2026년 8월 초에 최종 비-베타 릴리스가 계획되어 있다고 밝혔습니다. 그 시점에 업데이트된 벤치마크와 함께 라이선스 및 가격 책정이 업데이트될 것으로 예상됩니다.

Kimi K3 및 GLM-5.2와 비교하면 어떻습니까?

두 모델 모두 현재 Artificial Analysis 오픈 소스 지수에서 Motif-3-Beta보다 높은 순위를 기록하고 있습니다. Kimi K3는 약 AAII 57, GLM-5.2는 AAII 51이며, Motif-3-Beta는 44입니다. 또한 GLM-5.2는 더 허용적인 MIT 라이선스와 발표된 API 가격(백만 토큰당 $1.40/$4.40)을 보유하고 있으며, Motif-3-Beta는 아직 이를 제공하지 않습니다.

오늘 Motif-3-Beta를 사용해야 할까요?

한국어 NLP 연구를 하고 있거나, 오픈소스 모델 경쟁을 추적하고 있거나, 또는 주권 AI 정책을 연구하고 있다면 이 도구를 사용하세요—비상업적 라이선스와 무료 채팅 인터페이스가 이러한 모든 사용 사례를 잘 지원합니다. 연구 프로토타입 이상의 것을 구축하기 전에, 더 완전한 벤치마크와 명확한 상업적 조건이 포함된 최종 릴리스를 기다리세요.

결론

Motif-3-Beta는 진정으로 주목할 만한 결과입니다: 국가 주권 AI 프로그램을 통해 자금을 지원받은 30명의 한국 팀이 약 5개월의 개발 기간 동안 독립적인 지수에서 글로벌 오픈소스 모델 중 3위를 차지했습니다. 하지만 "Beta"와 "비상업적"이라는 용어는 여기서 마케팅 각주가 아닙니다. 이 두 가지 사실은 오늘날 이 모델이 여러분의 목적에 사용 가능한지 여부를 결정합니다. 연구 아티팩트로서, 그리고 효율적인 MoE 아키텍처와 국가 AI 프로그램이 어디로 향하고 있는지에 대한 신호로서, 이 모델을 주목할 가치가 있습니다. 프로덕션 모델로서는 아직 그 수준에 도달하지 않았습니다. 보다 완전한 그림을 위해 2026년 8월 초의 최종 릴리스를 다시 확인하세요.