사카나 AI, 다중 모델 오케스트레이터 푸구 출시

주장사카나 AI는 단일 인공지능 모델의 한계를 극복하기 위해 여러 모델을 협업시키는 다중 모델 오케스트레이터 푸구를 출시했습니다. 이 시스템은 복잡하고 긴 작업에서 단일 모델보다 뛰어난 효율을 보이며 인공지능 생태계의 새로운 방향을 제시합니다.

팩트도쿄에 본사를 둔 사카나 AI는 푸구와 푸구 울트라 두 가지 버전을 선보였습니다. 푸구는 일반적인 작업에 최적화된 모델이며, 푸구 울트라는 복잡한 다단계 문제 해결을 위해 설계되었습니다.

팩트사카나 AI가 발표한 벤치마크 결과에 따르면 푸구 울트라는 앤스로픽의 페이블 5 및 미소스 프리뷰와 대등한 성능을 기록했습니다. 특히 소프트웨어 엔지니어링 벤치마크인 스웨 벤치 프로와 라이브 코드 벤치 등 코딩 및 추론 분야에서 우수한 성적을 보였습니다.

팩트푸구는 사용자의 요청에 따라 스스로 작업을 처리하거나 적합한 전문 모델들을 호출하여 팀을 구성합니다. 모든 선택과 위임, 검증 및 합성 과정은 내부적으로 자동 수행되며 사용자는 오픈에이아이 호환 응용 프로그램 인터페이스를 통해 접근합니다.

교차검증푸구의 성능은 시스템 풀에 포함된 모델들의 수준에 의존한다는 한계가 있습니다. 주요 인공지능 기업들이 접근을 제한할 경우 푸구가 선택할 수 있는 대안 모델의 범위가 줄어들 수 있습니다.

주장사카나 AI는 특정 기업의 모델에만 의존하는 구조가 국가나 기업의 인프라 측면에서 취약점이 될 수 있다고 경고합니다. 푸구는 모델 풀을 자유롭게 교체할 수 있어 특정 공급업체에 종속되는 벤더 락인 현상을 방지합니다.

팩트약 500명의 베타 사용자가 이미 푸구를 실무에 활용하고 있습니다. 초기 테스트 결과 푸구 울트라는 코드 리뷰 과정에서 기존 모델보다 많은 버그를 찾아내는 등 복잡한 워크플로우에서 강점을 보였습니다.

팩트푸구의 기술적 기반은 사카나 AI가 국제학술대회인 아이씨엘알 2026에서 발표한 트리니티와 컨덕터 연구에 뿌리를 둡니다. 이는 자연계의 군집 행동과 진화 원리를 인공지능 시스템에 적용하려는 사카나 AI의 철학을 반영합니다.

팩트사카나 AI는 구글 출신 연구원인 리온 존스와 데이비드 하가 공동 설립했습니다. 리온 존스는 트랜스포머 아키텍처를 제시한 어텐션 이즈 올 유 니드 논문의 공동 저자입니다.

주장이번 푸구의 출시는 인공지능 모델 간의 상호 운용성을 높여 기술의 범용성을 확장하려는 시도로 평가됩니다. 사카나 AI는 모델의 독립성을 확보함으로써 인공지능 활용의 유연성을 극대화합니다.

교차검증다만 다중 모델을 결합하는 과정에서 발생하는 지연 시간이나 비용 효율성에 대해서는 추가적인 검증이 필요합니다. 실제 산업 현장에서의 대규모 도입 사례가 뒷받침되어야 기술적 완성도를 입증할 수 있습니다.

출처더 디코더의 보도 내용과 사카나 AI 공식 발표 자료를 교차 검증했습니다.