AI 모델·도구 6종, 문서 분석부터 보안까지 공개

바이두, 앤트그룹 산하 인클루전AI, vLLM 시맨틱 라우터, 컨커런스, 네이스AI, 코그니션 등은 각기 문서 분석·에이전트·의료·검색·보안 분야의 AI 도구와 모델 6종을 공개하거나 출시했습니다. 공개 시점은 기사에 인용된 소셜미디어 게시물 기준 10월 26~27일입니다.

바이두는 수백 페이지 문서를 한 번에 분석하는 광학문자인식(OCR) 모델 ‘언리미티드 OCR 2’를 오픈소스로 공개했습니다. 매개변수 33억4000만개 규모의 비전언어모델로, 문자와 표, 수식, 그림, 제목 구조를 인식합니다. 문서가 길어져도 연산량과 메모리 사용량이 급격히 늘지 않도록 희소 어텐션 기술인 SR-SWA를 적용했습니다. 바이두는 5,000페이지 문서 시험에서 성능이 유지됐다고 밝혔고, 마라톤독벤치에서 77.1점을 얻어 키미 K3의 33.7점을 앞섰다고 발표했습니다. 책, 연구 논문, 기업 보고서 처리에 활용할 수 있으며 모델 가중치와 코드는 MIT 라이선스로 공개됐습니다.

앤트그룹 산하 인클루전AI는 추론과 에이전트 작업 성능을 개선한 ‘링 3.1 플래시-1019’를 오픈소스로 공개했습니다. 전체 매개변수는 5,600억개이며 전문가 혼합(MoE) 구조로 토큰당 250억개를 활성화하고, 최대 100만 토큰 컨텍스트를 지원합니다. 후속 학습 강화 뒤 오토메이션벤치-AA 점수는 62%에서 68%로, AA-브리프케이스 점수는 약 1,400에서 1,524 Elo로 올랐습니다. 아티피셜 애널리시스 인텔리전스 지수도 41점에서 44점으로 상승했으며, 코딩과 과학 문제 해결 성능도 개선됐다고 회사는 밝혔습니다. MIT 라이선스로 공개됐습니다.

오픈소스 프로젝트 vLLM 시맨틱 라우터는 텍스트·이미지·영상을 입력받아 답을 선택하는 약 261억개 매개변수의 멀티모달 의사결정 모델 ‘d3-울트라’를 공개했습니다. 모델은 선택지 중 하나를 고르거나 예·아니요로 답하고 판단 확률을 출력합니다. 이미지 속 물체 위치를 찾고 영상에서 움직임을 추적할 수도 있습니다. 하나의 입력으로 여러 질문에 동시에 답하도록 설계돼 반복 호출을 줄이며, 이미지 한 장에 관한 질문 1~255개 처리에는 0.3~2.16초가 걸렸다고 개발팀은 밝혔습니다. 에이전트의 작업 선택, 요청 분류, 도구 호출 결정에 특화했고 아파치 2.0 라이선스로 공개됐습니다.

미국 의료 AI 스타트업 컨커런스는 진료 기록과 일상 건강 정보를 연결해 시간에 따른 환자 상태 변화를 추적하는 ‘헬스 월드 모델’을 소개했습니다. 전자의무기록의 검사·처방·진료 정보에 에이전트가 환자와 대화해 얻은 증상 변화, 치료 반응, 생활환경 정보를 더해 개인별 디지털 트윈을 구축하는 방식입니다. 병원 방문 사이의 상태를 추적하고 향후 질병 위험이나 치료 결과를 예측하는 것이 목표입니다. 회사는 데이터브릭스와 협력해 의료기관별 데이터에 기반한 시스템을 구축하고 있습니다. 장기 건강 변화를 학습하는 생성 기반 모델과 예측 기술은 연구 과제이며, 완성된 의료 예측 모델의 임상 성능은 검증되지 않았습니다.

네이스AI는 에이전트가 문서에서 정보를 찾도록 돕는 ‘드렉스 포 서치’를 출시했습니다. 답이 있을 법한 폴더·파일·페이지·표 위치를 먼저 판단하는 방식으로, 브라우즈컴프 플러스에서 정답률 92.05%와 질문당 평균 검색 호출 12.6회를 기록해 해당 평가 2위에 올랐습니다. 업무 문서 관련 529개 질문을 이용한 자체 실험에서는 코딩 에이전트에 연결했을 때 작업 단계가 62%, 입력 토큰 사용량이 56% 줄고 처리 속도가 2.3배 빨라졌습니다. 클로드 코드와 코덱스 등 에이전트에 연결할 수 있고 PDF, 스프레드시트, 오디오, 영상 검색을 지원합니다.

코그니션은 앤트로픽의 클로드 미소스 등 AI 모델로 취약점을 찾고 수정하는 ‘데빈 시큐리티 2.0’을 출시했습니다. 소스코드 전체에서 취약 경로를 찾아 실제 공격 가능성과 피해 수준에 따라 우선순위를 매기고, 별도 가상환경에서 재현·수정·테스트한 뒤 개발자 검토용 풀 리퀘스트(PR)를 생성합니다. 수정 반영 뒤 공격 경로가 차단됐는지도 확인합니다. 대규모 코드베이스를 병렬 조사하는 에이전틱 맵리듀스 구조를 적용했으며, 기업은 미소스에 별도 접근하지 않고 데빈을 통해 보안 검사를 수행할 수 있습니다.

바이두, 앤트그룹 산하 인클루전AI, vLLM 시맨틱 라우터, 컨커런스, 네이스AI, 코그니션 등은 각기 문서 분석·에이전트·의료·검색·보안 분야의 AI 도구와 모델 6종을 공개하거나 출시했습니다. 공개 시점은 기사에 인용된 소셜미디어 게시물 기준 10월 26~27일입니다.

바이두는 수백 페이지 문서를 한 번에 분석하는 광학문자인식(OCR) 모델 ‘언리미티드 OCR 2’를 오픈소스로 공개했습니다. 매개변수 33억4000만개 규모의 비전언어모델로, 문자와 표, 수식, 그림, 제목 구조를 인식합니다. 문서가 길어져도 연산량과 메모리 사용량이 급격히 늘지 않도록 희소 어텐션 기술인 SR-SWA를 적용했습니다. 바이두는 5,000페이지 문서 시험에서 성능이 유지됐다고 밝혔고, 마라톤독벤치에서 77.1점을 얻어 키미 K3의 33.7점을 앞섰다고 발표했습니다. 책, 연구 논문, 기업 보고서 처리에 활용할 수 있으며 모델 가중치와 코드는 MIT 라이선스로 공개됐습니다.

앤트그룹 산하 인클루전AI는 추론과 에이전트 작업 성능을 개선한 ‘링 3.1 플래시-1019’를 오픈소스로 공개했습니다. 전체 매개변수는 5,600억개이며 전문가 혼합(MoE) 구조로 토큰당 250억개를 활성화하고, 최대 100만 토큰 컨텍스트를 지원합니다. 후속 학습 강화 뒤 오토메이션벤치-AA 점수는 62%에서 68%로, AA-브리프케이스 점수는 약 1,400에서 1,524 Elo로 올랐습니다. 아티피셜 애널리시스 인텔리전스 지수도 41점에서 44점으로 상승했으며, 코딩과 과학 문제 해결 성능도 개선됐다고 회사는 밝혔습니다. MIT 라이선스로 공개됐습니다.

오픈소스 프로젝트 vLLM 시맨틱 라우터는 텍스트·이미지·영상을 입력받아 답을 선택하는 약 261억개 매개변수의 멀티모달 의사결정 모델 ‘d3-울트라’를 공개했습니다. 모델은 선택지 중 하나를 고르거나 예·아니요로 답하고 판단 확률을 출력합니다. 이미지 속 물체 위치를 찾고 영상에서 움직임을 추적할 수도 있습니다. 하나의 입력으로 여러 질문에 동시에 답하도록 설계돼 반복 호출을 줄이며, 이미지 한 장에 관한 질문 1~255개 처리에는 0.3~2.16초가 걸렸다고 개발팀은 밝혔습니다. 에이전트의 작업 선택, 요청 분류, 도구 호출 결정에 특화했고 아파치 2.0 라이선스로 공개됐습니다.

미국 의료 AI 스타트업 컨커런스는 진료 기록과 일상 건강 정보를 연결해 시간에 따른 환자 상태 변화를 추적하는 ‘헬스 월드 모델’을 소개했습니다. 전자의무기록의 검사·처방·진료 정보에 에이전트가 환자와 대화해 얻은 증상 변화, 치료 반응, 생활환경 정보를 더해 개인별 디지털 트윈을 구축하는 방식입니다. 병원 방문 사이의 상태를 추적하고 향후 질병 위험이나 치료 결과를 예측하는 것이 목표입니다. 회사는 데이터브릭스와 협력해 의료기관별 데이터에 기반한 시스템을 구축하고 있습니다. 장기 건강 변화를 학습하는 생성 기반 모델과 예측 기술은 연구 과제이며, 완성된 의료 예측 모델의 임상 성능은 검증되지 않았습니다.

네이스AI는 에이전트가 문서에서 정보를 찾도록 돕는 ‘드렉스 포 서치’를 출시했습니다. 답이 있을 법한 폴더·파일·페이지·표 위치를 먼저 판단하는 방식으로, 브라우즈컴프 플러스에서 정답률 92.05%와 질문당 평균 검색 호출 12.6회를 기록해 해당 평가 2위에 올랐습니다. 업무 문서 관련 529개 질문을 이용한 자체 실험에서는 코딩 에이전트에 연결했을 때 작업 단계가 62%, 입력 토큰 사용량이 56% 줄고 처리 속도가 2.3배 빨라졌습니다. 클로드 코드와 코덱스 등 에이전트에 연결할 수 있고 PDF, 스프레드시트, 오디오, 영상 검색을 지원합니다.

코그니션은 앤트로픽의 클로드 미소스 등 AI 모델로 취약점을 찾고 수정하는 ‘데빈 시큐리티 2.0’을 출시했습니다. 소스코드 전체에서 취약 경로를 찾아 실제 공격 가능성과 피해 수준에 따라 우선순위를 매기고, 별도 가상환경에서 재현·수정·테스트한 뒤 개발자 검토용 풀 리퀘스트(PR)를 생성합니다. 수정 반영 뒤 공격 경로가 차단됐는지도 확인합니다. 대규모 코드베이스를 병렬 조사하는 에이전틱 맵리듀스 구조를 적용했으며, 기업은 미소스에 별도 접근하지 않고 데빈을 통해 보안 검사를 수행할 수 있습니다.