모델 817건 · 국산 131 · 가격 654 추적 중
파운데이션 모델·LLM

업스테이지 경량모델 '솔라 미니 4', 수능 수학 평가서 강세

AI타임스·2026-09-18

요약

서강대학교 수학과 김종락 교수 연구팀은 업스테이지의 경량 모델 '솔라 미니 4 프리뷰'가 수능 수학 평가에서 높은 정답률과 빠른 속도, 뛰어난 도구 활용 능력을 보였다고 18일 밝혔다. 연구팀은 자체 개발한 AI 수학 추론 평가 플랫폼 '앤트로피매스'를 통해 이 모델의 수능 수학 문제 해결 능력을 검증했다. 평가는 공통 22문항과 확률과 통계·미적분·기하 각 8문항 등 총 46문항으로 구성됐다.

큐레이터 노트

원문에 없는 맥락입니다

이번 평가는 서강대 연구팀이 자체 개발한 플랫폼으로 진행된 학계 검증으로, 독립 제3기관의 벤치마크와는 성격이 다르다는 점을 감안해 볼 필요가 있다.

깊이 읽기

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

이 일이 어디서 왔나

업스테이지는 9월 14일 경량 모델 '솔라 미니 4' 무료 프리뷰를 공개하며 상용 모델 '솔라 프로 4'와 비슷한 성능을 더 작은 크기로 낸다고 설명한 바 있다. 이후 KT의 '모두의 AI' 컨소시엄 참여, 베스핀글로벌과의 교육 AI 협력 등 솔라 모델의 활용 사례가 이어지는 가운데, 이번에는 서강대 연구팀이 수능 수학 평가로 이 모델의 실제 성능을 검증한 결과가 나왔다.

짚어야 할 점

  • 이번 결과는 서강대 연구팀이 자체 개발한 '앤트로피매스' 플랫폼으로 진행한 학계 검증으로, 오픈AI·구글 등 경쟁 모델과 나란히 비교한 독립 벤치마크와는 성격이 다르다.
  • 정식 API 공개는 9월 22일로 예정돼 있어, 이번 평가 결과가 일반 사용자 대상 서비스 시점과 맞물려 공개된 점도 눈여겨볼 만하다.
  • 회사 측이 강조해온 '경량화하면서도 성능 유지'라는 주장이 자체 상용 모델(솔라 프로 4) 대비뿐 아니라 수학 추론이라는 특정 영역에서도 확인됐다는 의미가 있다.

아직 확인되지 않은 것

  • '앤트로피매스' 플랫폼의 채점 기준이나 문제 출처, 다른 모델과의 동일 조건 비교 여부 등 평가 방법론의 세부 내용은 확인되지 않았다.
  • 이번 결과가 논문이나 제3자 검토를 거쳤는지, 즉 동료 평가를 통과한 것인지는 나오지 않았다.
  • 경쟁 경량 모델(예: 딥시크 V4.1 플래시 등)과의 직접 비교 수치는 제시되지 않아 상대적 위치는 알 수 없다.

다른 매체는 이렇게 썼다

같은 사안을 다룬 다른 곳의 보도입니다

하정우 "독파모, 벤치마크 아닌 실사용으로 평가해야"
ZDNet Korea · 2026-10-06

하정우 국가인공지능전략위원회 부위원장은 6일 서울 코엑스 'AI 페스타 2026' 산업정책토크쇼에서 독자 AI 파운데이션 모델(독파모)의 경쟁력을 벤치마크 점수뿐 아니라 전 세계 개발자들이 실제로 얼마나 선택해 쓰는지로도 평가해야 한다고 제안했다. 대형 모델과 함께 이를 증류한 경량 모…

업스테이지, 경량 LLM '솔라 미니 4' 공개
전자신문 IT · 2026-10-01

업스테이지가 경량언어모델(SLM) '솔라 미니 4'를 공개했다. 전문가혼합(MoE) 구조를 적용해 적은 연산량으로 고성능·고효율을 구현한 것이 특징이다. 동급 규모의 활성 매개변수를 쓰는 소형 모델 가운데 최고 수준의 성능을 기록했다고 밝혔다. 글로벌 AI 평가기관 아티피셜 애널리시스의…

업스테이지, 소형 LLM '솔라 미니 4' 공개…비용·속도 개선
ZDNet Korea · 2026-10-01

업스테이지가 전문가혼합(MoE) 구조를 적용해 추론 시 일부 파라미터만 선택적으로 활성화하는 소형 LLM '솔라 미니 4'를 공개했다. 글로벌 AI 평가기관 아티피셜 애널리시스가 산정한 인텔리전스 인덱스(AAII) 평가에서 동급 활성 파라미터 모델 중 최고 수준의 종합 점수를 기록했다고…

이 사안의 흐름

같은 주제를 다룬 이 사이트의 기록 — 최신순

이 글에 나온 말

용어집 전체 →
평가
AI 모델이나 시스템의 출력이 원하는 기준에 얼마나 부합하는지를 정량적·정성적으로 측정하는 절차를 말한다.
추론
추론(Inference)은 학습이 끝난 인공지능 모델이 새로운 입력을 받아 예측이나 답변 같은 출력을 만들어내는 과정을 말한다.

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 →