씽킹 머신즈의 오픈 웨이트 모델 잉클링 공개

주장씽킹 머신즈는 잉클링을 단순한 벤치마크 기록 경신용 모델이 아닌 실용적인 맞춤형 기초 모델로 포지셔닝합니다. 이 모델은 텍스트와 이미지, 오디오를 효율적으로 처리하며 다양한 산업 현장에서 활용하도록 설계했습니다.

팩트잉클링은 975B 총 파라미터와 41B 활성 파라미터를 가진 혼합 전문가 모델입니다. 최대 100만 토큰의 컨텍스트 윈도우를 지원하며 45조 개의 토큰으로 사전 학습을 마쳤습니다.

팩트잉클링은 아파치 2.0 라이선스를 채택하여 누구나 자유롭게 사용할 수 있는 오픈 웨이트 모델로 공개했습니다. 이용자는 허깅페이스와 팅커 플랫폼을 통해 모델에 즉시 접근하며 다양한 생태계 도구와 연동합니다.

팩트잉클링의 보급형 버전인 잉클링-스몰 모델은 276B 총 파라미터와 12B 활성 파라미터로 구성됩니다. 이 모델은 낮은 비용과 지연 시간으로 강력한 성능을 발휘하도록 경량화했습니다.

팩트잉클링은 하이브리드 슬라이딩 윈도우 어텐션과 상대적 위치 인코딩 기술을 사용합니다. 또한 2개의 공유 전문가를 포함한 혼합 전문가 구조와 8개의 다중 토큰 예측 헤드를 적용하여 추론 속도를 높였습니다.

주장잉클링은 에이전트 작업에서 뛰어난 도구 호출 능력과 간결한 추론 방식을 보입니다. 이러한 기술적 특성은 복잡한 에이전트 워크로드에서 높은 효율성을 발휘하며 실무적인 가치를 제공합니다.

팩트아티피셜 애널리시스 지표에 따르면 잉클링은 인텔리전스 인덱스 41위를 기록했습니다. 이는 네모트론 3 울트라나 젬마 4와 같은 기존 오픈 모델의 성능을 상회하는 수치입니다.

교차검증잉클링이 미국 기반 오픈 웨이트 모델 중에서는 강력한 성능을 보이지만, 일부 벤치마크에서는 중국의 최상위 오픈 모델이나 폐쇄형 모델에 비해 다소 뒤처진다는 평가가 존재합니다.

교차검증잉클링은 오디오 입력 시 지능 저하 현상이 없다고 알려졌으나, 이에 대한 구체적인 벤치마크 데이터가 더 필요하다는 신중론도 제기됩니다.

주장잉클링의 등장은 오픈 소스 생태계에서 실용적인 에이전트 모델의 기준을 한 단계 높였다는 평가를 받습니다. 앞으로 기업들이 자체 데이터를 결합하여 모델을 최적화하는 사례가 증가할 전망입니다.

주장씽킹 머신즈는 향후 잉클링의 생태계를 확장하며 개발자들이 더 쉽게 모델을 배포하도록 지원할 계획입니다. 이는 인공지능 기술의 대중화와 산업 현장 적용을 가속하는 계기가 됩니다.

출처씽킹 머신즈의 잉클링 공개와 관련한 기술 사양 및 시장 평가를 레이턴트 스페이스(Latent Space) 보도를 통해 교차 검증했습니다.