비드래프트, 'GPU 추가 학습' 과정 없이 추론 성능 가진 AI 모델 개발

관련 기술 담은 연구 논문 공개…기술 3건 국내 특허 출원

국내 인공지능(AI) 스타트업(신생벤처) 비드래프트(대표 김민식)는 대형언어모델(LLM) 개발의 필수 공식으로 여겨졌던 'GPU 추가 학습(Post-training)' 과정 없이 추론 성능을 가진 AI 모델을 개발했다고 21일 밝혔다.

회사는 '다윈 패밀리(Darwin Family)'의 기술을 담은 연구 논문을 공개하고 관련 기술 3건에 대한 국내 특허를 출원했다.

이 논문은 현재 허깅 페이스 페이퍼스(Hugging Face Papers) 및 글로벌 연구 논문 저장소 arXiv(2605.14386)를 통해 공개됐으며 추가 학습 과정 없이 기존 모델들을 병합해 성능을 개선하는 방식이 제시됐다.

ⓒ비드래프트

핵심 기술은 세 가지다. MRI-Trust Fusion은 모델의 각 레이어별 기능적 중요도를 진단하고, 이를 신뢰 파라미터로 동적 융합하는 기술이다. 이를 통해 고난도 추론 벤치마크(GPQA) 정확도를 기존 정적 진단 방식 대비 +2.5%포인트(p) 향상시켰다고 설명했다.

14차원 적응형 병합 게놈(Merge Genome) 기술은 어텐션, FFN, 임베딩 등 컴포넌트 수준부터 블록 레벨까지 14개의 유전자 벡터로 제어하며 경사하강법없이 진화 탐색만으로 병합 전략을 탐색한다. 아키텍처 매퍼(Architecture Mapper)는 트랜스포머와 맘바 등 서로 구조가 다른 모델을 재학습 없이 결합할 수 있는 이종 교배 텐서 정렬 기술이다.

다윈 패밀리(Darwin Family)는 허깅 페이스(Hugging Face)의 GPQA Diamond(Graduate-Level Google-Proof Q&A) 벤치마크에서 글로벌 3위를 기록했다고 밝혔다. GPQA Diamond는 박사급 수준의 고급 과학·추론 능력을 평가하는 AI 벤치마크로 알려져 있다.

다윈(Darwin)의 기술력은 국내외 리더보드와 오픈소스 커뮤니티를 통해 증명되고 있다. 과학기술정보통신부와 한국지능정보사회진흥원(NIA)이 운영하는 'K-AI 리더보드'에서 Darwin 기반 모델들은 2·3· 4·5·7·8위를 기록했다. 특히 1위 모델과의 점수 차이는 0.001점 수준이었다.

비드래프트 로고 ⓒ 비드래프트

비드래프트는 이번 기술과 관련해 핵심 기술 3건(MRI 기반 레이어 중요도 진단 및 신뢰 가중 병합 방법론, 14차원 유전체 인코딩 기반 그래디언트-프리 진화적 모델 병합 시스템, 이종 아키텍처 간 텐서 정렬 및 교배 기법)에 대한 국내 특허 출원을 완료했으며 특허협력조약(PCT) 국제 출원도 준비 중이다.

김민식 비드래프트 대표는 "세계적인 양자화 개발자들의 참여와 애플 실리콘(Apple Silicon)부터 초경량 엣지 디바이스까지 이어지는 지원 체계, 그리고 논문으로 검증된 기술력을 바탕으로 다윈(Darwin)이 글로벌 AI 표준 생태계로 진입하고 있다"고 강조했다.