PFN, CEATEC서 PLaMo 활용 사례 공개

Preferred Networks(PFN)는 10월 13일부터 16일까지 마쿠하리 멧세에서 열린 CEATEC 2026에서 자체 개발 대규모 언어 모델 PLaMo 활용 사례를 전시했습니다. PFN은 AI 반도체 MN-Core부터 기반 모델과 애플리케이션까지 직접 다루는 수직 통합을 내세우며, PLaMo는 해외 모델을 토대로 삼지 않고 처음부터 개발한 핵심 모델입니다.

일본 디지털청은 정부용 생성형 AI 기반인 겐나이에서 2025년 12월부터 PLaMo 기반 번역 서비스 PLaMo 번역을 사용하고 있으며, 2026년 3월에는 PLaMo 2.0 Prime을 시험 모델로 선정했습니다. 약 800개 지자체가 도입한 Polimill의 행정용 기반 QommonsAI에서도 PLaMo를 선택할 수 있어 시민의 긴 의견을 읽고 답변 초안을 작성하는 데 쓰입니다. 다이이치 호키는 법률 정보를 근거로 답하는 ELDA 베타 버전에 PLaMo를 채택해 지자체용 온프레미스 환경에서 운영하고 있습니다.

정부 기관과 연구기관, 제조업체는 사내 데이터를 외부 클라우드로 보내지 않고 활용하기를 원합니다. 에프사스 테크놀로지스는 GPU 서버 PRIMERGY에 PLaMo를 탑재하고 사내 데이터용 애플리케이션과 함께 출하합니다.

교육용 론지로는 학생의 소논문과 작문을 약 1분 만에 첨삭하고 구체적인 조언을 제공하는 AI 글쓰기 지도 서비스입니다. PFN 교육팀이 소논문 지도 교사와 함께 개발했으며, 2026년 3월 ‘AI 첨삭 소논문 대비 코스’로 서비스를 시작했습니다. 종합형 선발 등으로 고등학생이 소논문을 쓸 기회가 늘면서 첨삭 수요도 커지고 있습니다. PLaMo는 논리 전개와 실제 경험을 담은 서술 등 교사의 관점에 따라 평가하고, 다시 쓴 글에서 앞선 지적이 반영됐는지도 확인합니다. 평가 기준과 글을 쓰기 어려울 때 제시할 소재는 모델이 아니라 외부 애플리케이션에서 설계합니다. 시가대는 4월부터 모든 학생과 교직원에게 PLaMo Chat과 PLaMo 번역을 제공하고 있습니다.

채용용 탈레스카 AI 면접에서는 AI 아바타가 지원자와 대화하며 지원 동기 등을 묻고 후속 질문을 만듭니다. 면접 후에는 종합 점수, 항목별 평가, 강점과 약점, 평가 근거, 다음 면접관에게 전달할 내용을 출력하며, 오키나와 셀룰러 전화 등이 신입사원 채용에 도입했습니다. 면접이 몰리는 시기에 대량 처리가 필요하면 GPT나 Gemini 같은 해외 모델을 쓰기도 하지만, 표준 8개 기초 역량 평가는 PLaMo로 수행합니다. PFN은 용도별로 모델 성능과의 적합성을 파악해 나눠 쓸 수 있다는 점을 자체 개발 모델의 장점으로 꼽으며, 즉시성보다 품질이 중요한 평가 분석에서 PLaMo의 강점이 드러난다고 설명했습니다.

PFN은 이미지와 언어를 함께 처리하는 시각 언어 모델 PLaMo-VL도 전시했습니다. 이미지 속 물체와 질문의 의미를 이해하는 사례로 ‘주황색 물건이 들어 있는 상자는 무슨 색인가’라는 질문에 ‘파란색’이라고 답했으며, 공장 영상에서 작업 절차를 파악해 개선점을 보고하는 용도를 구상하고 있습니다. 자회사 Preferred Robotics는 업무용 자율 운반 로봇 카차카 Evo를 시연했습니다. 10월 1일 판매를 시작한 이 로봇은 최대 100kg을 운반하며, 지정된 선반으로 이동해 짐을 들어 옮긴 뒤 원래 위치로 돌아오는 동작을 자율적으로 수행합니다. 바퀴를 잠가 짐을 관리하는 공장에서는 끌면 손상될 수 있어, 카트나 선반 아래로 들어가 들어 올리는 방식을 채택했다고 회사는 설명했습니다.

Preferred Networks(PFN)는 10월 13일부터 16일까지 마쿠하리 멧세에서 열린 CEATEC 2026에서 자체 개발 대규모 언어 모델 PLaMo 활용 사례를 전시했습니다. PFN은 AI 반도체 MN-Core부터 기반 모델과 애플리케이션까지 직접 다루는 수직 통합을 내세우며, PLaMo는 해외 모델을 토대로 삼지 않고 처음부터 개발한 핵심 모델입니다.

일본 디지털청은 정부용 생성형 AI 기반인 겐나이에서 2025년 12월부터 PLaMo 기반 번역 서비스 PLaMo 번역을 사용하고 있으며, 2026년 3월에는 PLaMo 2.0 Prime을 시험 모델로 선정했습니다. 약 800개 지자체가 도입한 Polimill의 행정용 기반 QommonsAI에서도 PLaMo를 선택할 수 있어 시민의 긴 의견을 읽고 답변 초안을 작성하는 데 쓰입니다. 다이이치 호키는 법률 정보를 근거로 답하는 ELDA 베타 버전에 PLaMo를 채택해 지자체용 온프레미스 환경에서 운영하고 있습니다.

정부 기관과 연구기관, 제조업체는 사내 데이터를 외부 클라우드로 보내지 않고 활용하기를 원합니다. 에프사스 테크놀로지스는 GPU 서버 PRIMERGY에 PLaMo를 탑재하고 사내 데이터용 애플리케이션과 함께 출하합니다.

교육용 론지로는 학생의 소논문과 작문을 약 1분 만에 첨삭하고 구체적인 조언을 제공하는 AI 글쓰기 지도 서비스입니다. PFN 교육팀이 소논문 지도 교사와 함께 개발했으며, 2026년 3월 ‘AI 첨삭 소논문 대비 코스’로 서비스를 시작했습니다. 종합형 선발 등으로 고등학생이 소논문을 쓸 기회가 늘면서 첨삭 수요도 커지고 있습니다. PLaMo는 논리 전개와 실제 경험을 담은 서술 등 교사의 관점에 따라 평가하고, 다시 쓴 글에서 앞선 지적이 반영됐는지도 확인합니다. 평가 기준과 글을 쓰기 어려울 때 제시할 소재는 모델이 아니라 외부 애플리케이션에서 설계합니다. 시가대는 4월부터 모든 학생과 교직원에게 PLaMo Chat과 PLaMo 번역을 제공하고 있습니다.

채용용 탈레스카 AI 면접에서는 AI 아바타가 지원자와 대화하며 지원 동기 등을 묻고 후속 질문을 만듭니다. 면접 후에는 종합 점수, 항목별 평가, 강점과 약점, 평가 근거, 다음 면접관에게 전달할 내용을 출력하며, 오키나와 셀룰러 전화 등이 신입사원 채용에 도입했습니다. 면접이 몰리는 시기에 대량 처리가 필요하면 GPT나 Gemini 같은 해외 모델을 쓰기도 하지만, 표준 8개 기초 역량 평가는 PLaMo로 수행합니다. PFN은 용도별로 모델 성능과의 적합성을 파악해 나눠 쓸 수 있다는 점을 자체 개발 모델의 장점으로 꼽으며, 즉시성보다 품질이 중요한 평가 분석에서 PLaMo의 강점이 드러난다고 설명했습니다.

PFN은 이미지와 언어를 함께 처리하는 시각 언어 모델 PLaMo-VL도 전시했습니다. 이미지 속 물체와 질문의 의미를 이해하는 사례로 ‘주황색 물건이 들어 있는 상자는 무슨 색인가’라는 질문에 ‘파란색’이라고 답했으며, 공장 영상에서 작업 절차를 파악해 개선점을 보고하는 용도를 구상하고 있습니다. 자회사 Preferred Robotics는 업무용 자율 운반 로봇 카차카 Evo를 시연했습니다. 10월 1일 판매를 시작한 이 로봇은 최대 100kg을 운반하며, 지정된 선반으로 이동해 짐을 들어 옮긴 뒤 원래 위치로 돌아오는 동작을 자율적으로 수행합니다. 바퀴를 잠가 짐을 관리하는 공장에서는 끌면 손상될 수 있어, 카트나 선반 아래로 들어가 들어 올리는 방식을 채택했다고 회사는 설명했습니다.