Liquid AI LFM3 공개 — 작은 모델로 텍스트·이미지·음성을 다루는 방법
작은 모델이 텍스트를 넘어 이미지와 음성, 판단까지 다룰 수 있을까요? Liquid AI가 LFM3 제품군을 공개하며 기기 안에서 특화 모델을 쓰는 방향을 제시했습니다.
공통 기반 위에 모인 여섯 모델
Liquid AI는 10월 27일 텍스트, 비전, 음성, 멀티모달 및 판단 모델을 아우르는 LFM3 제품군을 발표했습니다. 공통 기반을 사용하면서 업무별 모델을 골라 쓰는 구조입니다.
1.7B 텍스트 모델의 역할
텍스트 모델 LFM3-1.7B는 대화와 추론, 도구 호출을 담당합니다. 회사는 작은 모델의 에이전트 업무 능력을 개선했다고 설명합니다.
2B급이라는 크기의 의미
첫 제품군은 대체로 20억 매개변수 안팎입니다. 매개변수 크기는 저장과 실행 비용을 짐작하는 출발점이지만 품질을 단독으로 결정하지는 않습니다.
텍스트·이미지·소리를 나누는 이유
이미지와 음성에는 서로 다른 입력 처리 과정이 필요합니다. LFM3는 공통 기반에 각 입력을 처리하는 모델을 연결해 필요한 기능을 선택하게 합니다.
새로운 혼합 구조
회사는 새 제품군을 세 가지 계열을 결합한 하이브리드 구조라고 설명합니다. 구조의 장점은 같은 조건에서 측정한 실제 성능과 비용으로 평가해야 합니다.
이전 세대와 매개변수 비교
회사에 따르면 LFM3-1.7B는 이전 LFM2.5-2.6B보다 매개변수가 35% 적으면서 비교 평가에서 더 높은 성능을 보였습니다. 이는 회사가 제시한 평가에 한정됩니다.
22조 토큰 사전학습
회사는 사전학습에 22조 토큰을 사용했다고 밝혔습니다. 토큰 양만으로 데이터의 품질이나 한국어 성능이 확인되는 것은 아닙니다.
공개 가중치와 실제 접근 경로
기본 모델과 후속 학습 모델의 가중치는 Hugging Face에 공개됐고 Liquid API와 Playground에서도 접근할 수 있습니다. 다운로드 가능 여부와 사용 권한은 구분해야 합니다.
휴대 기기에서의 실행 가능성
회사는 기기 내부 실행을 핵심 활용으로 제시합니다. 로컬 실행은 네트워크 의존을 줄일 수 있지만 실제 속도는 기기와 실행 방식에 따라 다릅니다.
4비트 양자화와 메모리
공식 설명에 따르면 텍스트 모델은 4비트 양자화에서 약 1GB에 들어갑니다. 이는 가중치 규모에 관한 설명이며 실행 전체 메모리 사용량과 같지 않습니다.
긴 문맥의 비용
텍스트 모델은 최대 256K 토큰 문맥을 지원한다고 안내됩니다. 긴 입력을 모두 처리할 때 필요한 메모리와 지연은 별도로 확인해야 합니다.
도구 호출과 에이전트 작업
회사는 도구 호출과 브라우저·업무 앱 작업 벤치마크를 공개했습니다. 실제 에이전트가 파일이나 외부 서비스를 다룰 때는 별도의 권한 제한과 실행 기록이 필요합니다.
비전 모델이 보는 이미지
LFM3-VL-2B는 이미지와 텍스트를 함께 처리합니다. 문서나 장면에 관한 질문을 맡기기 전에는 업무에 맞는 실제 자료로 정확도를 측정해야 합니다.
동영상 입력과 프레임 처리
회사는 비전 인코더가 표본 프레임을 쌍으로 묶어 시간 정보를 표현한다고 설명합니다. 모든 길이의 영상이나 실시간 감시에서 같은 성능을 보장하는 것은 아닙니다.
음성 모델의 작업 범위
음성 모델은 음성 인식과 번역, 음성 생성 등 여러 작업을 대상으로 합니다. 한국어 음질과 인식률은 언어 지원 표와 실제 시험을 통해 따로 확인할 부분입니다.
Omni 모델의 결합 입력
Omni 모델은 텍스트와 이미지, 음성을 함께 다루도록 설계됐습니다. 입력 결합이 가능한 것과 모든 상황에서 정확한 추론을 한다는 것은 다릅니다.
의사결정 모델 d1
d1-2B와 d1-Omni-2B는 주어진 입력에 대해 구조화된 판단을 내리는 모델입니다. 회사는 선택, 문서에서 값 찾기, 위치 지정 등 여러 출력 유형을 소개했습니다.
확률과 판단 결과 해석
판단 모델이 확률을 반환해도 그 숫자를 곧바로 확정 사실로 취급할 수는 없습니다. 오류가 중요한 업무에서는 기준값과 사람의 검토 절차를 함께 설계해야 합니다.
모델별 속도 비교의 조건
회사가 제시한 속도와 처리량은 장비, 정밀도, 동시 요청 수에 영향을 받습니다. 자사 수치를 자신의 PC에서 그대로 얻을 수 있다고 보장하지 않습니다.
비전 인코더의 효율
새 비전 인코더는 이전 계열보다 계산량을 줄이도록 설계됐다고 회사가 설명합니다. 비교 대상과 입력 크기, 실행 환경을 함께 확인해야 합니다.
로컬 미세조정의 의미
개발자는 공개 가중치를 내려받아 자체 데이터로 조정할 수 있습니다. 단일 GPU 미세조정 가능성도 회사가 제시했지만 필요한 메모리는 설정에 따라 달라집니다.
상용 라이선스 확인
공개 가중치라는 표현이 모든 상업적 이용에 제한이 없다는 뜻은 아닙니다. 도입 전 모델 카드의 LFM Open License 원문과 적용 조건을 확인해야 합니다.
도입 전 실제 업무 평가
도입할 때는 기기의 지연과 메모리, 한국어 정확도, 민감한 입력의 처리 방식, 오류 복구를 함께 살펴야 합니다. 회사 벤치마크는 현장 시험을 대신하지 않습니다.
핵심 정리와 다음 확인점
LFM3는 작은 공통 기반을 텍스트·시각·음성·판단 작업으로 확장한 제품군입니다. 관심 있는 모델 카드와 라이선스를 확인하고 자신의 업무 표본으로 먼저 비교해 보세요.
출처
협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://svil.dev/