LFM2.5-VL-3B, 엣지 환경을 위한 더 나은, 빠른 비전 기능

(huggingface.co)

Hugging Face2026년 8월 12일AI 모델

LiquidAI가 발표한 LFM2.5-VL-3B는 엣지 환경에 최적화된 고성능 비전 언어 모델로, 화면 이해와 도구 호출 능력을 극대화하여 온디바이스 AI 애플리케이션의 실시간 성능과 효율성을 혁신할 수 있는 핵심 기술입니다.

이 글의 핵심 포인트

1LFM2.5-VL-3B는 엣지 환경 및 온디바이스 앱을 위해 최적화된 비전 언어 모델임
2UI/화면 이해, 객체 탐지(Grounding), 멀티 이미지 추론, 함수 호출 기능의 대폭 강화
3SigLIP2 400M 비전 인코더와 LFM2.5-2.6B 텍스트 백본을 결합하여 구축
434T 토큰 규모의 학습 및 확장된 128K 어휘집(Vocabulary) 적용으로 다국어 지원 강화
5동일 체급 모델 대비 실시간 성능과 도구 사용(Tool use) 능력에서 우수한 벤치마크 결과 기록

이 글에 대한 공공지능 분석

왜 중요한가?

거대 모델 중심의 AI 트렌드가 클라우드를 넘어 스마트폰, PC 등 엣지 디바이스로 이동하는 시점에서, 저사양 하드웨어에서도 고성능 비전 기능을 구현할 수 있는 경량화된 강력한 모델의 등장은 매우 중요합니다. 특히 추론 과정을 생략하고 직접 답변하는 구조는 실시간성이 필수적인 서비스에 결정적입니다.

어떤 배경과 맥락이 있나?

최근 AI 산업은 막대한 컴퓨팅 비용이 드는 클라우드 기반 LLM에서 벗어나, 개인정보 보호와 저지연성을 보장하는 온디바이스(On-device) AI로 무게 중심이 옮겨가고 있습니다. LiquidAI는 이를 위해 시각 인코더와 텍스트 백본을 결합하고 대규모 데이터 학습과 강화학습을 통해 효율성을 극대화했습니다.

업계에 어떤 영향을 주나?

UI/UX 자동화, 로봇 공학, 모바일 앱 개발 등 비전 기능이 필수적인 분야의 스타트업들에게 저비용·고효율의 AI 엔진 선택지를 제공합니다. 특히 함수 호출(Function calling) 성능 향상은 AI 에이전트가 실제 소프트웨어를 제어하는 '액션형 AI' 시대를 가속화할 것입니다.

한국 시장에 어떤 시사점이 있나?

모바일 및 가전 분야에서 글로벌 경쟁력을 가진 한국 기업들에게 온디바이스 AI 에이전트 개발의 새로운 기회를 제공합니다. 특히 UI 자동화나 스마트 팩토리, 보안 솔루션 등 비전 기술 기반의 국내 AI 스타트업들은 이러한 경량 모델을 활용한 서비스 차별화 전략을 고민해야 합니다.

이 글에 대한 큐레이터 의견

LFM2.5-VL-3B의 등장은 'AI 에이전트'가 단순한 챗봇을 넘어 사용자의 화면을 보고 직접 조작하는 '액션형 AI'로 진화하는 데 있어 강력한 촉매제가 될 것입니다. 특히 UI 이해도와 함수 호출 능력의 결합은 모바일 앱이나 웹 서비스의 자동화를 구현하려는 스타트업들에게 매우 매력적인 도구입니다.

하지만 주의할 점도 있습니다. 모델이 '추론 과정 없이 직접 답변'하도록 설계되었다는 점은 속도를 얻는 대신 복잡한 논리적 추론 능력을 희생했을 가능성을 시사합니다. 따라서 고도의 수학적 사고나 다단계 논리가 필요한 작업에서는 한계가 있을 수 있으므로, 창업자들은 서비스의 목적에 따라 이 모델을 메인 엔진으로 쓸지, 아니면 보조적인 실행 엔진으로 쓸지 명확히 구분하여 아키텍처를 설계해야 합니다.

원문 보기 →