그래나이트 4.2 공개, 30억급 동급 2위

IBM이 공개 가중치 언어모델 그래나이트 4.2(Granite 4.2) 3종을 공개하고 기업용 에이전트 성능을 전면에 내세웠다. 30억 매개변수 모델은 독립 평가에서 같은 규모 공개 가중치 모델 46개 가운데 2위에 올랐다.

IBM 리서치는 25일 그래나이트 4.2를 30억, 80억, 300억 매개변수 세 가지 크기로 공개했다고 밝혔다. 세 모델은 모두 아파치 2.0 라이선스로 배포됐고, 단계별 추론 기능과 도구 호출 기능을 갖췄다.

사용자는 모델이 답변 전 충분한 추론을 수행하도록 하거나 낮은 강도의 추론만 쓰도록 설정할 수 있다. 추론 없이 바로 답하도록 하는 방식도 지원한다. IBM은 이를 기업 업무에서 필요한 속도와 정확도 사이의 선택지를 넓히는 기능으로 설명했다.

이번 공개에서 가장 눈에 띄는 대목은 소형 모델의 성능이다. Artificial Analysis는 그래나이트 4.2 30억 매개변수 모델에 인텔리전스 인덱스 14점을 부여했다. 이는 같은 규모 공개 가중치 모델군의 중앙값 4점을 웃도는 수치다.

그래나이트 4.2 80억 매개변수 모델은 같은 평가에서 20점을 받았다. 같은 규모 모델군 중앙값은 9점이었다. 매개변수 규모를 키우는 경쟁만이 아니라, 기업이 실제로 운용할 수 있는 작은 모델의 효율을 높이는 흐름이 이어지는 셈이다.

IBM은 그래나이트 4.2의 초점을 기업용 에이전트 업무에 맞췄다. 에이전트는 단순 답변 생성에 그치지 않고 코드 저장소, 터미널, 검색 환경에서 여러 단계를 거쳐 작업을 수행하는 AI 사용 방식을 뜻한다. 모델이 어떤 도구를 어떤 순서로 쓸지 판단하고, 실행 결과를 바탕으로 다음 동작을 정하는 구조다.

IBM 리서치는 80억과 300억 매개변수 모델에 소프트웨어 엔지니어링, 터미널 사용, 검색 기반 작업을 포함한 별도 에이전트 강화학습 단계를 적용했다고 설명했다. 30억 매개변수 모델에는 이 단계가 적용되지 않았다. 세 모델 모두 기본 강화학습과 정렬 단계를 거쳤지만, 실제 샌드박스 환경에서 도구를 쓰며 학습한 모델은 80억·300억 매개변수 모델이다.

IBM이 공개한 자체 평가에서도 대형 모델은 코딩·추론 지표를 앞세웠다. 그래나이트 4.2 300억 매개변수 모델은 SWE-Bench Verified에서 57.00%, AIME25에서 89.17%를 기록했다. 80억 매개변수 모델은 SWE-Bench Verified 47.67%, AIME25 86.67%를 기록했다.

30억 매개변수 모델은 AIME25 78.33%, BFCL v4 52.41%로 제시됐다. SWE-Bench Verified는 소프트웨어 오류 수정 능력을, AIME25는 수학 추론 능력을 보는 평가 지표다. BFCL은 함수 호출과 도구 사용 능력을 재는 벤치마크로 쓰인다.

기술 구조도 바뀌었다. 허깅페이스(Hugging Face)에 공개된 기술 설명은 그래나이트 4.2를 조밀한 디코더 전용 추론 모델군으로 소개했다. 세 모델은 약 15조 토큰으로 사전학습됐고, 모든 모델이 추론 모드 전환과 네이티브 도구 호출을 지원한다.

공개 가중치 모델은 모델의 가중치를 내려받아 직접 실행하거나 조정할 수 있는 AI 모델을 뜻한다. 기업 입장에서는 폐쇄형 API에만 의존하지 않고 자체 인프라, 보안 정책, 비용 구조에 맞춰 모델을 운용할 수 있다는 점이 핵심이다. 앞서 본지도 오픈웨이트 AI 모델이 기업용 AI 인프라 전략의 한 축으로 부상하고 있다고 보도했다.

한국 기업과 개발자에게도 배포 조건은 중요한 변수다. 아파치 2.0 라이선스는 상업적 사용과 수정 배포를 폭넓게 허용한다. IBM은 그래나이트 4.2가 클라우드, 온프레미스, 엣지 환경 배포를 염두에 둔 모델이라고 밝혔다.

다만 독립 평가와 IBM 자체 평가는 같은 기준에서 나온 수치가 아니다. 실제 업무 적용 성능은 각 기업의 데이터, 보안 요건, 운영 환경에서 별도 검증해야 한다. 공개 가중치 모델 경쟁은 매개변수 규모보다 실제 업무를 얼마나 안정적으로 처리하는지로 옮겨가고 있다.