테더 8억 AI, 도구 호출 자제 평가서 86.1점

테더사가 매개변수 8억 개인 온디바이스 인공지능(AI) 모델 'QVAC BotPsy'를 공개했다. 이 모델은 적절한 도구가 없을 때 호출을 삼가는 BFCL v4 항목에서 86.1점을 받았다.

테더 AI 리서치는 11일 공식 발표에서 BotPsy가 알리바바(Alibaba)의 Qwen3.5-0.8B를 기반으로 개발됐다고 밝혔다. 모델은 일정 변경이나 메시지 전송처럼 앱 기능을 골라 요청하는 '도구 호출' 작업에 초점을 맞췄다.

모델 가중치는 Apache 2.0 라이선스로 공개돼 개발자와 연구자가 내려받아 쓸 수 있다. 가중치는 학습을 마친 모델의 설정값으로, 공개하면 다른 개발자가 모델을 활용할 수 있다.

허깅페이스(Hugging Face)에 게시된 기술 문서에는 에이전트·도구 사용 능력을 측정하는 6개 시험 결과가 담겼다. BotPsy는 테더가 비교 대상으로 고른 매개변수 1.2B 이하 모델보다 높은 점수를 냈고, Qwen3.5-2B-Think와 비교해서도 6개 중 5개 시험에서 앞섰다.

예외는 Claw-Eval이다. 이 시험에서 BotPsy는 46.5점, Qwen3.5-2B-Think는 48.9점을 기록했다.

BFCL v4 전체 점수는 BotPsy가 44.0점, Qwen3.5-2B-Think가 37.7점이었다. 기반 모델인 Qwen3.5-0.8B-Think는 23.4점을 받았다.

이 점수는 테더가 공개한 자체 비교 결과다. 시험마다 측정 방식이 달라 점수만으로 AI 능력 전반의 우열을 판단하기 어렵고, 제3자가 같은 시험을 재현한 결과는 확인되지 않았다.

테더가 별도로 내세운 86.1점은 적절한 도구가 없을 때 모델이 도구 호출을 지어내지 않는지를 평가한 BFCL v4 항목의 결과다. 모델이 기능을 고를 수 없는 상황에서 무리하게 호출하지 않는지를 측정한다.

이 항목은 도구 호출을 삼가는 능력만 평가한다. 위험하거나 유해한 요청을 폭넓게 거부하는 안전성 평가와는 범위가 다르다.

파올로 아르도이노(Paolo Ardoino) 테더 CEO는 공식 발표에서 “달력과 메시지, 문서를 관리하는 비서는 가장 사적인 정보에 접근해야 한다”고 말했다. 로컬 AI가 정보 처리에 대한 통제권을 이용자에게 더 돌려줄 수 있다는 취지다.

기기 안에서 실행하면 개인정보를 중앙 서버로 보내야 할 필요를 줄일 수 있다. 다만 로컬 실행만으로 데이터 보호가 보장되는 것은 아니다.

어떤 정보에 접근하고 외부 서비스와 연결할지는 모델을 탑재한 앱의 권한과 설계에 달렸다. 따라서 실제 보호 수준은 모델뿐 아니라 앱이 정한 접근 범위에도 좌우된다.

QVAC 안내는 웹 검색이나 예약 서비스처럼 인터넷에 연결되는 도구를 쓰려면 네트워크 접속이 필요하다고 설명한다. 로컬 모델을 사용하더라도 이런 기능을 실행하는 과정에는 외부 연결이 들어갈 수 있다.

테더는 모델 가중치를 Apache 2.0 라이선스로 공개했지만 학습 데이터와 학습 코드는 공개하지 않았다. 이번 공개는 학습 자료와 코드까지 포함한 전면 공개가 아니라 가중치 공개에 해당한다.

QVAC은 BotPsy를 개발자가 자체 비서나 에이전트에 통합해 쓰는 모델로 안내한다. 일반 이용자가 바로 내려받아 쓰는 전용 소비자용 앱은 제공하지 않는다고 밝혔다.

BotPsy는 비전·음성·건강·번역 모델을 포함한 QVAC 제품군에 도구 실행 기능을 더했다. 테더는 지난 10월 AI 반도체 기업 텐스토렌트(Tenstorrent)의 시리즈 E 투자에도 참여했다. 테더는 BotPsy가 실수할 수 있으며 금융·건강·개인정보처럼 민감하거나 위험이 큰 용도에는 적합하지 않다고 안내했다.