Ai2, 과학 인용 보고서 모델 아스타브리프 공개

2분 Ai2아스타브리프과학AI오픈가중치
최근 30일 조회수 — 좋아요 —

핵심 요약

아스타브리프 8B는 과학 문헌을 종합해 인용 보고서를 생성하며 가중치·학습 데이터·워크플로도 공개됐다.

앨런인공지능연구소(Ai2)가 과학 문헌을 종합해 인용 보고서를 만드는 오픈 가중치 모델 아스타브리프 8B(AstaBrief 8B)를 공개했다. 연구 질문과 검색된 논문 발췌문을 입력하면 근거를 인용한 보고서를 한 번에 작성한다. 모델 가중치뿐 아니라 학습 데이터와 자체 PDF로 보고서를 만드는 예제 워크플로도 함께 배포했다.1

아스타브리프는 Ai2의 과학 연구용 에이전트 플랫폼 아스타(Asta)에서 ‘빠른 모드(Fast mode)’를 담당한다. 기존 ‘사고 모드(Thinking mode)’는 클로드(Claude)를 사용한다. 전체 아스타 파이프라인에서 보고서 한 건을 만드는 데 걸린 시간은 빠른 모드가 평균 51.1초, 사고 모드가 178.5초였다. 약 3.5배 빠른 셈이다. Ai2는 생성 단계의 시간이 “거의 10배에 가깝게 감소했다”고 설명했으며, 출처에 제시된 전체 파이프라인 수치로 확인되는 차이는 3.5배다.

Ai2가 속도와 함께 강조한 것은 과학적 근거를 다루는 방식이다. 과학 보고서는 문헌을 요약하는 데 그치지 않고, 연구 결과가 뒷받침하는 범위를 넘어서지 않아야 하며 독자가 인용을 검증할 수 있어야 한다. 이를 위해 Ai2는 실제 연구 질의 수만 건을 활용하고, 인용 중심 필터링과 선호도 데이터를 적용했다. 보고서를 절별로 나눠 쓰던 파이프라인도 전체 문서를 한 번에 생성하도록 바꿨다. 기반 모델은 큐원3-8B(Qwen3-8B)이며, 연구진은 사후 학습 데이터와 평가, 보고서 생성 구조에 개발 역량을 집중했다.1

오픈 가중치는 민감하거나 아직 발표하지 않은 연구 주제를 외부 서비스에 보내기 어려운 기관에 특히 의미가 있다. 기관이 자체 인프라에서 모델을 구동하고 내부 PDF를 바탕으로 보고서를 만들 수 있기 때문이다. 다만 공개된 성능 비교를 현재 상용 최첨단 모델과의 우열로 읽어서는 안 된다. 학습과 평가 대부분이 2025년에 이뤄졌고, Ai2도 당시 비교에 쓴 비공개 모델을 기준으로 한 결과이며 최신 모델을 상대로 전체 평가를 다시 수행하지 않았다고 밝혔다.1

Footnotes

  1. Hugging Face Blog, “Open-sourcing AstaBrief, the fast report-generation model in Asta” ↩ ↩2 ↩3

읽기 목록은 이 브라우저에 저장됩니다.

출처

  1. Open-sourcing AstaBrief, the fast report-generation model in Asta — Hugging Face Blog

이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요. 교차 보도 없이 단독 출처로 작성됐습니다.