IFM, 오픈웨이트 프론티어 모델 'K2 Horizon' 공개

ai.euno.news 자동 뉴스 요약

IFM이 오픈웨이트 프론티어 모델 ‘K2 Horizon’을 공개했다. 375B-A23B, 36B-A4B, 32B, 7B, 3.7B, 0.9B 등 여섯 개 모델로 구성된 연결형 패밀리이며, 사전학습부터 추론·에이전트 사후학습까지 전체 학습 파이프라인을 함께 공개했다는 점이 핵심이다.¹

IFM 발표에 따르면 이번 공개는 단순히 가중치만 내놓는 방식과 다르다. 각 모델마다 중간 체크포인트, 학습 데이터 또는 데이터 구성 방법, 아키텍처, 전문가 혼합(Mixture-of-Experts) 구성, 학습 코드, 설정값, 세부 로그, 평가 결과까지 전부 열어뒀다. 모델과 코드는 Apache 2.0 라이선스로, 데이터셋은 재배포가 불가능한 경우 데이터 구성 방식을 상세히 공개하는 조건으로 ODC-BY 등 개별 라이선스를 적용했다.

IFM은 K2 Horizon을 “최초로 완전히 공개된 에이전트용 모델 패밀리”라고 표현했다. 추론, 도구 사용, 계획 수립, 에이전트 능력이 사후학습 과정에서 어떻게 형성되는지를 체크포인트 단위로 추적할 수 있게 했다는 것이다. 이는 결과물만 공개하는 기존 오픈웨이트 릴리스와 달리, 학습 방법 자체를 재현하고 다른 도구·환경에 응용할 수 있도록 설계했다는 설명이다.

여섯 모델은 배치 환경별로 역할이 나뉜다. 0.9B는 워치나 스마트글래스 같은 초경량 기기를, 3.7B와 7B는 스마트폰 등 온디바이스 환경을 겨냥했다. 32B(덴스)와 36B-A4B(스파스)는 로컬 워크스테이션이나 효율적 서빙에, 375B-A23B는 대규모 엔터프라이즈 배치에 쓰인다. 여섯 모델 모두 양자화를 지원하며, 핵심 아키텍처와 어휘집, 학습 방법론, 인터페이스, 평가·배포 인프라를 공유해 모델 간 전환과 작업 라우팅이 쉽도록 설계했다고 IFM은 밝혔다. 다만 0.9B 모델은 더 작은 어휘집을 쓴다.

성능 면에서 IFM은 0.9B, 3.7B, 7B 세 모델이 각자 체급에서 최고 수준(state of the art)을 기록했다고 주장한다. 특히 0.9B 모델은 AIME 2026에서 48점을 넘겼고, 3.7B와 7B는 SWE-bench와 BrowseComp에서 강한 성능을 보였다고 발표했다. 다만 IFM 스스로도 한계를 인정했는데, TerminalBench처럼 광범위한 탐색과 반복적인 오류 복구가 필요한 복잡한 작업은 소형 모델에게 여전히 어렵다고 밝혔다.

36B-A4B 모델은 새로 도입한 ‘Mixture-of-Value-Attention(MoVA)’ 메커니즘을 적용해, 활성 파라미터 대비 훨씬 큰 모델과 맞먹는 성능을 낸다고 IFM은 설명했다. 32B와 375B-A23B는 각자 비교군에서 상위권에 든다는 설명이지만, 구체적으로 어떤 모델과 비교했는지는 자료에 명시되지 않았다. 이번 벤치마크 수치와 비교 대상은 모두 IFM 자체 발표에 근거한 것으로, 제3자의 독립적인 검증 결과는 아직 확인되지 않았다.

읽기 목록은 이 브라우저에 저장됩니다.