테더, 8억 매개변수 AI 공개…6개 평가 중 5개서 앞서

스테이블코인 발행사 테더 리미티드(Tether Limited)가 휴대전화에서 실행할 수 있는 8억 매개변수 인공지능(AI) 모델 ‘QVAC BotPsy’를 11일 공개했다. 테더의 자체 평가에서 BotPsy는 매개변수가 2.5배 많은 비교 모델을 6개 시험 중 5개에서 앞섰다.

테더 AI 리서치는 공식 소개문에서 BotPsy가 이용자의 요청을 앱의 ‘도구 호출’로 바꾸도록 설계됐다고 밝혔다. 일정 변경을 요청받으면 모델이 필요한 기능과 입력값을 고르고, 연결된 앱이 실제 변경을 수행하는 방식이다.

예를 들어 일정 앱이 일정 조회·변경 기능을 제공하면 BotPsy가 요청에 맞는 기능과 입력값을 선택하고 앱이 작업을 실행한다. 어떤 정보에 접근하고 어떤 작업을 수행할지는 개발자가 연결한 서비스와 권한 설정에 달려 있다.

BotPsy는 이용자 기기에서 실행할 수 있어 모델의 추론을 기기 안에서 처리할 수 있다. 테더는 와이파이 설정 변경과 메시지 전송을 사례로 들었지만, 이는 실제 이용자 환경에서 측정한 결과가 아니라 평가 과제에서 나온 사례다.

웹 검색이나 예약처럼 외부 서비스가 필요한 작업에는 인터넷 연결이 필요하다. 따라서 모델을 기기에서 실행할 수 있다는 점만으로 모든 기능이 오프라인에서 작동하는 것은 아니다.

◇ 시험마다 다른 결과…Claw-Eval에서는 뒤져

BFCL v4에서 BotPsy는 44.0점, 비교 모델인 Qwen3.5-2B-Think는 37.7점을 기록했다. ACEBench 점수는 각각 58.7점과 55.4점이었다.

τ-bench에서는 BotPsy가 51.5점, Qwen3.5-2B-Think가 46.5점이었다. ToolSandbox에서도 BotPsy가 64.6점으로 비교 모델의 41.2점보다 높았다.

BotPsy는 BrowseComp-Plus에서도 앞섰다. 반면 Claw-Eval에서는 46.5점으로 Qwen3.5-2B-Think의 48.9점에 못 미쳤다.

이 결과는 테더가 제시한 자체 벤치마크 평가다. 시험마다 측정하는 과제가 달라 점수를 하나의 휴대전화 사용 성공률로 해석할 수는 없다.

독립적인 평가 재현 결과나 실제 스마트폰에서의 사용 성능 평가도 발표되지 않았다. 따라서 공개된 점수는 각 벤치마크에서의 결과로 한정해 봐야 한다.

◇ Qwen 기반 모델…가중치만 공개

BotPsy는 알리바바(Alibaba)의 Qwen3.5-0.8B를 바탕으로 만들었다. 테더는 작업 예시를 활용한 미세조정과 더 큰 모델의 결과를 학습하는 증류를 거친 뒤 두 차례 강화학습을 진행했다고 설명했다.

모델 가중치는 Apache 2.0 라이선스로 공개됐다. 학습 코드와 학습 데이터는 공개 범위에 포함되지 않았다.

테더의 모델 안내는 BotPsy가 저·중간 난도 작업을 목표로 하며 실수할 수 있다고 설명한다. 금전·개인정보·건강 관련 용도와 고위험 자동 결정에는 사용을 권장하지 않는다.

테더는 영어를 권장 언어로 제시하고 중국어·프랑스어 등 일부 언어의 지시 이행 결과를 소개했다. 한국어 성능 평가 점수는 따로 공개하지 않았다.

테더는 QVAC에 시각·음성·의료·번역 모델 등을 두고 있다. BotPsy는 앱 기능 호출에 초점을 둔 모델로 QVAC에 추가됐다.

◇ 개발자 통합용 모델…일반 비서 앱은 미공개

BotPsy는 개발자가 자체 앱이나 AI 에이전트에 통합하는 모델이다. 일반 이용자가 내려받아 메시지와 일정을 곧바로 관리하는 완성형 비서 앱은 공개되지 않았다.

이번 공개에는 스테이블코인 테더(USDT)의 지갑이나 결제 기능이 포함되지 않았다. 공개된 것은 개발자가 앱에 통합할 수 있는 모델 가중치다.