업스테이지, 소형 LLM '솔라 미니 4' 공개…350억 파라미터 규모

(etnews.com)

전자신문 IT2026년 10월 1일AI 모델

업스테이지가 3erv50억 개의 매개변수 중 30억 개만 활성화하는 MoE 구조의 소형 LLM '솔라 미니 4'를 공개하며, 고효율·고성능을 바탕으로 기업용 AI 에이전트 및 자동화 시장 공략을 본격화한다.

이 글의 핵심 포인트

1업스테이지, 350억 파라미터 규모의 SLM '솔라 미니 4' 공개
2MoE(전문가 혼합) 구조 적용으로 실제 추론 시 30억 개 파라미터만 활성화
3글로벌 AI 평가기관 AAII 인텔리전스 인덱스 종합 24점 기록 (동급 모델 상회)
4양자화 적용 시 GPU 1장으로 구동 가능하여 온프레미스 환경에 적합
5솔라 프로(고난도 에이전트)와 솔라 미니(업무 자동화)의 투트랙 운영 전략

이 글에 대한 공공지능 분석

왜 중요한가?

거대 모델(LLM) 중심의 경쟁에서 효율적인 소형 모델(SLM)로 패러다임이 전환되는 시점에서, 저비용·고성능 추론이 가능한 기술적 돌파구를 보여주었습니다. 특히 MoE 구조를 통해 연산 비용을 획기적으로 낮추면서도 성능을 유지했다는 점이 핵심입니다.

어떤 배경과 맥락이 있나?

기업들이 데이터 보안과 운영 비용 문제로 인해 클라우드 기반 LLM 대신 온프레미스나 엣지 환경에서의 SLM 도입을 검토하는 추세입니다. 업스테이지는 이러한 시장 수요에 맞춰 '프로'와 '미니'라는 투트랙 전략을 통해 서비스 목적에 맞는 모델 선택지를 제공하고자 합니다.

업계에 어떤 영향을 주나?

AI 에이전트 개발사들에게는 저비용으로 대규모 반복 업무를 처리할 수 있는 강력한 인프라가 제공됨을 의미합니다. 이는 단순 챗봇을 넘어 실질적인 워크플로우 자동화 솔루션의 확산을 가속화할 것입니다.

한국 시장에 어떤 시사점이 있나?

글로벌 빅테크(알리바바, 엔비디아)와 경쟁 가능한 수준의 기술력을 입증함으로써, 국내 AI 스타트업이 글로벌 API 시장(OpenRouter 등)을 통해 세계 무대로 진출할 수 있는 이정표를 제시했습니다.

이 글에 대한 큐레이터 의견

업스테이지의 이번 발표는 '모델의 크기'보다 '모델의 효율성'이 AI 비즈니스의 핵심 경쟁력이 될 것임을 시사합니다. 특히 MoE 구조를 활용해 350억 개의 파라미터를 보유하면서도 실제 추론 시에는 30억 개만 사용하는 전략은, 인프라 비용 절감이 절실한 스타트업들에게 매우 매력적인 선택지입니다.

다만, 모델의 경량화와 효율성 추구는 필연적으로 복잡한 논리적 추론 능력의 한계라는 트레이드오프를 동반할 수 있습니다. '솔라 미니'가 반복 업무에는 탁월하겠으나, 고도의 문맥 이해가 필요한 영역에서는 '프로' 모델과의 의존도가 높아져 결국 전체 시스템의 비용 구조가 복잡해질 위험이 있습니다. 따라서 창업자들은 단순히 모델의 성능에 매몰되기보다, 자사의 서비스 워크플로우 중 어느 단계에 '미니'를 배치하여 비용 효율을 극대화할지 정교한 아키텍처 설계에 집중해야 합니다.

원문 보기 →