270억개 의사결정 AI, 공개 평가서 67.52점

Nace AI가 매개변수 270억개(27B)의 의사결정 모델 Drex Max 기술보고서를 5일 공개했다. 회사가 제시한 Decision Index 0.4 공개 평가 점수는 67.52점이다.

Crypto Briefing은 Nace AI가 Drex 기술보고서를 공개하고 Drex Max를 선보였다고 보도했다.

Drex Max는 이용자가 입력한 문서나 기록, 질문을 읽고 미리 정한 답변 후보마다 확률을 매긴다. 대화형 AI처럼 답변을 한 단어씩 만들어 내는 대신 한 번의 연산 과정에서 선택지를 평가한다.

질문은 선택지 중 하나를 고르거나 예·아니요로 판단하고, 순서가 있는 점수를 매기는 형태로 만들 수 있다. 보고서는 이 방식이 생성한 문장을 다시 분석하는 단계를 줄이도록 설계됐다고 설명했다.

모델은 텍스트와 JSON, 이미지를 입력받는다. Crypto Briefing은 Drex Max가 26만2000토큰 문맥을 지원한다고 보도했다.

Drex 계열은 80억개 매개변수의 DLM, 90억개 모델 v1.5, 350억개 모델 v2.0, 270억개 모델 Max로 구성된다. v2.0은 전문가 혼합 구조로, 전체 350억개 가운데 약 30억개 매개변수가 활성화된다.

Drex Max는 Decision Index 0.4 공개 시험에서 67.52점을 받았다. 기술보고서가 비교한 의사결정 모델 Jev 1.14.0의 점수는 60.70점이다.

다른 평가인 Decision Bench v4에서 Drex Max의 정확도는 94.0%였다. 이 시험에서는 GPT-6 Sol, d3-turbo와 통계적으로 유의한 차이가 없었고, Claude Opus 5.5보다 1.6%포인트 낮았다.

일반 요청의 응답 시간 중앙값은 회사 측 측정에서 183밀리초였다. 기술보고서는 오리건주 시험 장비에서 측정했으며 서버까지의 네트워크 시간 70~215밀리초를 포함했다고 밝혔다.

같은 측정표에서 GPT-6 Sol의 응답 시간은 약 2.0초, Claude Opus 5.5는 약 3.5초였다. 이는 보고서가 제시한 특정 시험 환경의 결과로, 입력 길이나 서비스 환경이 달라져도 같은 속도를 보장하는 수치는 아니다.

학습에는 지도 미세조정과 조정된 피드백 기반 강화학습(RLAF)을 적용했다. Drex Max에는 이미지 처리 학습도 더했다.

기술보고서의 비교 실험에서 RLAF는 지도 미세조정만 적용한 모델보다 Decision Index 점수를 2.0점 높이고 정확도를 1.5%포인트 끌어올렸다. 선택지 순서에 대한 일관성 학습은 순서를 바꿨을 때 판단이 달라지는 비율을 낮추는 데 초점을 맞췄다.

다만 선택지가 6개 이상인 질문에서는 선택지 순서를 무작위로 바꿨을 때 가장 높은 확률을 받은 답이 달라진 사례가 13%였다. 일부 업무 영역에서는 모델의 평균 확신도가 실제 정확도보다 5~9%포인트 높아, 보고서는 적용 환경에 맞춰 기준을 조정하고 확신도가 낮은 판단을 사람에게 맡기는 방식을 제시했다.

Nace AI는 검색용 Drex for Search와 금융 분야용 Drex for Finance도 제품으로 제시했다. 두 제품은 긴 문장을 생성하기보다 검색 결과의 관련성을 평가하거나 다음 처리 경로를 고르는 작업에 초점을 둔다.

선택지별 확률을 반환하는 모델은 다른 기업에서도 공개됐다.

Drex Max의 가중치는 공개됐지만 Nace.AI Open RAIL-M 라이선스가 적용된다. 최근 12개월 총매출이 100만달러(약 13억4800만원)를 넘거나 누적 투자 유치액이 같은 기준을 넘은 조직은 개인·연구 목적 이용을 제외하고 별도 서면 상업 라이선스를 받아야 한다.

라이선스는 Nace AI 계열의 의사결정 모델이나 문서 분석 제품과 경쟁하는 서비스를 제공하는 경우에도 별도 허가를 요구한다. 채용·대출·주거·보험·의료·교육 등 개인에게 중대한 영향을 주는 결정을 의미 있는 사람의 검토 없이 완전히 자동화하는 이용도 제한한다. 공개 저장소의 코드에는 Apache-2.0 라이선스가 적용되지만, 모델 가중치의 사용 조건은 별도로 정해져 있다.