아랍에미리트 기술혁신연구소(TII)가 개발한 방언 특화 언어 모델 Falcon-Emirati-7B가 2026년 10월 6일 공개됐습니다. Falcon-H1-Arabic을 기반으로 어휘와 말투, 문화적 맥락을 포함한 에미리트 아랍어를 이해하고 생성하도록 설계됐습니다. 개발진은 일상 대화와 유머, 협상, 이야기에서 현대 표준 아랍어(MSA)와 다른 걸프 방언이 흔히 쓰이며, 시와 속담, 일화는 직역하면 의미가 사라질 수 있다고 설명했습니다.

Falcon-H1-Arabic은 각 블록에서 상태공간모델(Mamba)과 트랜스포머 어텐션을 병렬로 실행하는 혼합 구조를 사용합니다. 모델군에는 3B, 7B, 34B 매개변수 버전이 있으며, 문맥 창은 최대 128K와 256K 토큰입니다. 학습 자료에는 현대 표준 아랍어, 걸프·레반트·이집트·마그레브 아랍어, 영어와 다국어 자료가 포함됩니다. Falcon-Emirati-7B는 언어 처리 능력과 학습·추론 비용의 균형을 고려해 7B 버전을 채택했습니다. 개발진은 3B는 원하는 문화·언어적 깊이를 내기에 용량이 부족하고, 34B는 방언 대화 모델의 비용을 지나치게 높인다고 판단했습니다.

개발진은 에미리트 아랍어가 온라인 글보다 말에서 더 많이 쓰이고, 관용구와 시에 문화적 맥락이 얽혀 있으며, 방언 자료의 양이나 적합한 학습 단계를 정하는 확립된 방법이 없어 맞춤 학습이 어렵다고 밝혔습니다. 이들은 자료 구성, 학습 단계와 지도 전략을 시험하고 자동 점수와 원어민 평가를 함께 활용했습니다. 자료 처리 과정은 에미리트인이 직접 쓴 웹·포럼 글, 유산·관습·역사·사회 규범에 관한 현대 표준 아랍어 문서, 에미리트 특유의 어휘·문법·문체 규칙에 따라 생성한 합성 방언 예시를 결합했습니다. 문화 자료는 에미리트 관련 주제의 맥락을 보태고, 합성 자료는 일상 대화 자료의 공백을 메웠습니다.

평가에는 정확성, 자연스러움, 말투와 문화적 적절성을 살핀 에미리트 원어민 검토와 원어민이 만든 객관식 벤치마크 Alyah가 포함됐습니다. Alyah는 인사, 예절, 비유 표현, 유산과 시를 다루는 1,173문항으로 구성됐습니다. Falcon-Emirati-7B는 Alyah에서 84.83%를 기록해 공개된 비교 대상인 아랍어·다국어 모델을 앞섰으며, 여기에는 훨씬 큰 모델도 포함됐습니다. 저자들은 모델 크기만으로 에미리트 방언 능력이 생기지 않았고, 특히 시·유산·언어 및 방언 문항에서 방언에 맞춘 학습이 중요했다고 밝혔습니다.

연구진은 Gemini 3.7 Flash로 같은 1,173개 문항의 서술형 답변도 평가했습니다. 정답 여부와 답변이 현대 표준 아랍어가 아닌 실제 에미리트 방언으로 작성됐는지를 따로 채점한 결과, Falcon-Emirati-7B의 부분 점수 방식 방언 충실도는 0.52였습니다. 비교 모델은 ALLaM-7B-Instruct-preview 0.05, gemma-3-27b-it 0.03, Jais-2-8B-Chat 0.02, Fanar-2-27B-Instruct 사실상 0.00이었습니다. Fanar는 문항의 26.2%에 답변을 거부했고, 나머지 각 모델의 거부율은 5% 미만이었습니다. Fanar의 부분 점수 정답률은 다섯 모델 가운데 가장 낮은 0.27이었습니다.

범주별 블라인드 일대일 평가에서 Falcon-Emirati-7B는 Jais, ALLaM, Fanar와의 대결에서 대부분의 범주를 이겼습니다. Jais와 비교한 승률은 시·창작 표현에서 0.69 대 0.31, 언어·방언에서 0.62 대 0.38이었습니다. ALLaM과의 같은 범주 결과는 각각 0.66 대 0.34, 0.58 대 0.42였습니다. Fanar와는 모든 범주에서 이겼으며, 시·창작 표현은 0.88 대 0.12, 종교·사회적 민감성은 0.80 대 0.20이었습니다. 인사·일상 표현은 가장 접전이어서 Jais에는 0.46 대 0.54로 졌고, ALLaM과는 0.50으로 비겼으며, Fanar에는 0.70 대 0.30으로 이겼습니다. 별도로 아랍컬처-다이얼로그의 아랍에미리트 상황 283건에서 네 모델을 대상으로 에미리트 아랍어와 현대 표준 아랍어, 위치 정보의 양을 달리해 평가했지만, 제공된 내용은 결과를 밝히기 전에 끊깁니다.

아랍에미리트 기술혁신연구소(TII)가 개발한 방언 특화 언어 모델 Falcon-Emirati-7B가 2026년 10월 6일 공개됐습니다. Falcon-H1-Arabic을 기반으로 어휘와 말투, 문화적 맥락을 포함한 에미리트 아랍어를 이해하고 생성하도록 설계됐습니다. 개발진은 일상 대화와 유머, 협상, 이야기에서 현대 표준 아랍어(MSA)와 다른 걸프 방언이 흔히 쓰이며, 시와 속담, 일화는 직역하면 의미가 사라질 수 있다고 설명했습니다.

Falcon-H1-Arabic은 각 블록에서 상태공간모델(Mamba)과 트랜스포머 어텐션을 병렬로 실행하는 혼합 구조를 사용합니다. 모델군에는 3B, 7B, 34B 매개변수 버전이 있으며, 문맥 창은 최대 128K와 256K 토큰입니다. 학습 자료에는 현대 표준 아랍어, 걸프·레반트·이집트·마그레브 아랍어, 영어와 다국어 자료가 포함됩니다. Falcon-Emirati-7B는 언어 처리 능력과 학습·추론 비용의 균형을 고려해 7B 버전을 채택했습니다. 개발진은 3B는 원하는 문화·언어적 깊이를 내기에 용량이 부족하고, 34B는 방언 대화 모델의 비용을 지나치게 높인다고 판단했습니다.

개발진은 에미리트 아랍어가 온라인 글보다 말에서 더 많이 쓰이고, 관용구와 시에 문화적 맥락이 얽혀 있으며, 방언 자료의 양이나 적합한 학습 단계를 정하는 확립된 방법이 없어 맞춤 학습이 어렵다고 밝혔습니다. 이들은 자료 구성, 학습 단계와 지도 전략을 시험하고 자동 점수와 원어민 평가를 함께 활용했습니다. 자료 처리 과정은 에미리트인이 직접 쓴 웹·포럼 글, 유산·관습·역사·사회 규범에 관한 현대 표준 아랍어 문서, 에미리트 특유의 어휘·문법·문체 규칙에 따라 생성한 합성 방언 예시를 결합했습니다. 문화 자료는 에미리트 관련 주제의 맥락을 보태고, 합성 자료는 일상 대화 자료의 공백을 메웠습니다.

평가에는 정확성, 자연스러움, 말투와 문화적 적절성을 살핀 에미리트 원어민 검토와 원어민이 만든 객관식 벤치마크 Alyah가 포함됐습니다. Alyah는 인사, 예절, 비유 표현, 유산과 시를 다루는 1,173문항으로 구성됐습니다. Falcon-Emirati-7B는 Alyah에서 84.83%를 기록해 공개된 비교 대상인 아랍어·다국어 모델을 앞섰으며, 여기에는 훨씬 큰 모델도 포함됐습니다. 저자들은 모델 크기만으로 에미리트 방언 능력이 생기지 않았고, 특히 시·유산·언어 및 방언 문항에서 방언에 맞춘 학습이 중요했다고 밝혔습니다.

연구진은 Gemini 3.7 Flash로 같은 1,173개 문항의 서술형 답변도 평가했습니다. 정답 여부와 답변이 현대 표준 아랍어가 아닌 실제 에미리트 방언으로 작성됐는지를 따로 채점한 결과, Falcon-Emirati-7B의 부분 점수 방식 방언 충실도는 0.52였습니다. 비교 모델은 ALLaM-7B-Instruct-preview 0.05, gemma-3-27b-it 0.03, Jais-2-8B-Chat 0.02, Fanar-2-27B-Instruct 사실상 0.00이었습니다. Fanar는 문항의 26.2%에 답변을 거부했고, 나머지 각 모델의 거부율은 5% 미만이었습니다. Fanar의 부분 점수 정답률은 다섯 모델 가운데 가장 낮은 0.27이었습니다.

범주별 블라인드 일대일 평가에서 Falcon-Emirati-7B는 Jais, ALLaM, Fanar와의 대결에서 대부분의 범주를 이겼습니다. Jais와 비교한 승률은 시·창작 표현에서 0.69 대 0.31, 언어·방언에서 0.62 대 0.38이었습니다. ALLaM과의 같은 범주 결과는 각각 0.66 대 0.34, 0.58 대 0.42였습니다. Fanar와는 모든 범주에서 이겼으며, 시·창작 표현은 0.88 대 0.12, 종교·사회적 민감성은 0.80 대 0.20이었습니다. 인사·일상 표현은 가장 접전이어서 Jais에는 0.46 대 0.54로 졌고, ALLaM과는 0.50으로 비겼으며, Fanar에는 0.70 대 0.30으로 이겼습니다. 별도로 아랍컬처-다이얼로그의 아랍에미리트 상황 283건에서 네 모델을 대상으로 에미리트 아랍어와 현대 표준 아랍어, 위치 정보의 양을 달리해 평가했지만, 제공된 내용은 결과를 밝히기 전에 끊깁니다.