LLM 효율화 경쟁 속 비드래프트, AI 프레임워크 기술 공개

대형언어모델(LLM) 시장에서 연산 효율과 추론 성능 개선 경쟁이 이어지는 가운데, 국내 인공지능(AI) 스타트업 비드래프트(VIDraft)가 추가 학습 과정 없이 추론 성능을 높이는 AI 프레임워크 기술을 공개했다.

비드래프트는 자사가 개발한 'Darwin Family' 계열 모델 관련 연구 논문을 공개하고, 핵심 기술 3건에 대한 국내 특허를 출원했다고 밝혔다.

최근 AI 업계에서는 GPU 비용과 학습 자원 부담이 커지면서 추가 학습(Post Training) 없이 성능을 개선하려는 기술 개발이 이어지고 있다. 업계에서는 모델 병합(Model Merging) 기술이 생성형 AI 효율화 경쟁의 주요 분야 가운데 하나로 꼽힌다고 보고 있다.

이번 논문은 'Darwin Family: MRI Trust Weighted Evolutionary Merging for Training Free Scaling of Language Model Reasoning'이라는 제목으로 공개됐으며, Hugging Face Papers와 오픈소스 논문 저장소 arXiv에 게재됐다.

Darwin Family는 모델 병합 방식으로 추론 성능을 개선하는 AI 프레임워크다. 핵심 기술로는 MRI Trust Fusion과 적응형 병합 구조 기술 등이 적용됐다.

회사 측에 따르면 MRI Trust Fusion은 모델 레이어별 중요도를 분석해 파라미터를 융합하는 기술이다. 또한 서로 다른 AI 구조 간 병합을 지원하는 기능도 포함됐다.

비드래프트는 해당 모델이 Hugging Face의 AI 벤치마크 'GPQA Diamond' 평가에서 글로벌 상위권 성과를 기록했다고 설명했다. GPQA Diamond는 과학적 추론 능력을 평가하는 AI 벤치마크 가운데 하나다.

현재 Darwin 모델은 Windows·Linux·Mac 환경 등 다양한 플랫폼을 지원하고 있다.

김민식 비드래프트 대표는 "AI 모델 효율화와 관련한 기술 개발을 이어갈 계획"이라고 말했다.

한편 이번 연구는 과학기술정보통신부 재원으로 수행된 'AI컴퓨팅자원활용기반강화(GPU 임차 지원) 사용자 지원사업' 지원을 받아 진행됐다.

김민주 기자 minjoo@hankyung.com