모델 803건 · 국산 131 · 가격 645 추적 중
국내 AI 생태계

비드래프트, 자기개선 AI로 리더보드 5관왕

AI타임스·2026-09-28

요약

국내 스타트업 비드래프트는 자사 추론 모델 '다윈-180B-RSI'가 허깅페이스 공인 벤치마크 5개 리더보드에서 모두 1위를 차지했다고 9월 28일 밝혔다. 이 모델은 사람의 개입 없이 모델 스스로 풀이를 검증하고 재학습하는 '재귀적 자기개선(RSI)' 기술을 핵심으로 한다. 회사 측은 전문가혼합(MoE) 구조를 채택해 효율성을 높였다고 설명했다.

큐레이터 노트

원문에 없는 맥락입니다

5개 리더보드 1위는 비드래프트 측 발표 내용으로, 원문에는 별도의 독립 기관 검증 여부가 언급되지 않았다.

깊이 읽기

이 기사 한 건이 아니라, 같은 사안을 다룬 이 사이트의 기록을 근거로 정리했습니다

이 일이 어디서 왔나

재귀적 자기개선(RSI)은 9월 15일 중국 연구진이 5단계 발전 로드맵을 내놓고 현재 기술 수준을 2단계로 평가하면서 국내외에서 주목받은 개념이다. 이후 9월 17~18일 구글이 '드림-RSI', 앤트로픽이 클로드의 자기개선 관여도 지표를 잇달아 공개했고, 비드래프트는 이번에 자사 모델에 같은 RSI 개념을 적용해 리더보드 1위를 차지했다고 발표했다. 비드래프트는 앞서 9월 15~16일 온디바이스 모델 '포켓-35B'의 다운로드 성과로도 보도된 바 있는 서울 AI 허브 입주 딥테크 스타트업이다.

짚어야 할 점

  • 구글과 앤트로픽이 각각 연산 비용 절감, 관여 비율 수치 등 RSI의 구체적 작동 방식과 근거 지표를 함께 공개한 것과 달리, 이번 발표는 리더보드 순위 결과 위주이며 RSI 적용 방식에 대한 기술적 설명은 제한적이다.
  • 중국 연구진의 5단계 로드맵에 비춰보면 '다윈-180B-RSI'가 어느 단계에 해당하는 기술인지가 이번 발표만으로는 가늠되지 않는다.
  • MoE 구조 효율성 개선은 AWS가 9월 25일 통신 병목 해소로 처리량 40% 향상을 발표하는 등 업계 공통 관심사로, 비드래프트의 효율성 주장도 이런 흐름과 맞닿아 있다.
  • 지니젠AI가 9월 17일 한국어 품질 리더보드를 별도로 공개한 것처럼 벤치마크 리더보드가 난립하는 가운데, 이번 '5관왕'이 어떤 리더보드들인지 구체적으로 밝혀지지 않았다.

아직 확인되지 않은 것

  • 허깅페이스 리더보드 5개 1위가 독립적인 제3자 검증을 거친 결과인지, 비드래프트 자체 제출·측정치인지 확인되지 않았다.
  • '재귀적 자기개선'이 구체적으로 어떤 검증·재학습 절차로 이뤄지는지, 인간 개입이 완전히 배제됐는지에 대한 기술적 근거는 제시되지 않았다.
  • MoE 구조 채택에 따른 효율성 향상이 구체적으로 어느 정도인지 수치가 공개되지 않았다.

다른 매체는 이렇게 썼다

같은 사안을 다룬 다른 곳의 보도입니다

노타, 멀티모달 AI 경량화 기술 NeurIPS 채택
ZDNet Korea · 2026-10-01

노타는 멀티모달 AI 모델의 성능 저하를 최소화하면서 GPU 메모리 사용량을 줄이는 '모달리티 인지 전문가 프루닝' 연구 논문이 NeurIPS 2026 메인트랙에 채택됐다고 밝혔다. 이 기술은 MoE 기반 멀티모달 모델에서 전문가 모듈을 제거할 때 언어와 이미지 이해 능력을 함께 고려해…

비드래프트 '다윈-180B-RSI', 벤치마크 5개 1위
ZDNet Korea · 2026-09-28

국내 AI 기업 비드래프트는 추론 모델 '다윈-180B-RSI'가 허깅페이스가 공인한 5개 리더보드에서 각 1위를 기록했다고 28일 밝혔다. 이 모델은 AIME 2026과 HMMT 2026에서 100% 만점을, GPQA 다이아몬드에서 94.44%를 기록해 기존 최고점(각각 97.1%, …

AWS, EKS·EFA·DeepEP로 MoE 강화학습 처리량 40% 향상
AWS ML Blog · 2026-09-25

AWS는 믹스처 오브 엑스퍼트(MoE) 모델을 RLHF나 GRPO로 대규모 강화학습 후속 학습할 때 나타나는 통신 병목 문제를 다뤘다. Amazon EKS와 Elastic Fabric Adapter(EFA), DeepEP를 결합해 전문가 병렬화(Expert Parallelism)의 동적…

이 사안의 흐름

같은 주제를 다룬 이 사이트의 기록 — 최신순

이 글에 나온 말

용어집 전체 →
추론 모델
최종 답을 내놓기 전에 문제를 여러 단계로 나누어 스스로 사고 과정을 생성하도록 훈련된 대규모 언어 모델을 말한다.
벤치마크
AI 모델의 성능을 정량적으로 측정하고 서로 비교할 수 있도록 표준화한 평가용 문제 집합과 채점 기준을 말한다.
학습
학습은 모델이 데이터를 반복적으로 살펴보며 예측 오차를 줄이는 방향으로 내부 파라미터를 조정해 나가는 과정을 말한다.
평가
AI 모델이나 시스템의 출력이 원하는 기준에 얼마나 부합하는지를 정량적·정성적으로 측정하는 절차를 말한다.

이 분야 브리핑

여러 매체가 함께 다룬 사안을 한 번에

이 페이지는 원문을 요약·재서술하고 이 사이트가 쌓은 기록을 덧붙인 큐레이션입니다. 원문 본문은 싣지 않으며, 수치와 표기는 원문 기준을 유지했습니다.

AI타임스 원문 전체 보기 →

같은 분야의 다른 소식

전체 뉴스 →