리퀴드 AI, 의사결정 모델 ‘d1’ 출시..."기존 1위 제브 제쳤다"
(aitimes.com)
리퀴드 AI가 텍스트 생성 대신 정해진 선택지의 확률을 계산하여 기업의 반복적 의사결정을 자동화하는 새로운 모델 'd1'을 출시하며, 기존 모델인 제브(jev)를 넘어선 효율적인 AI 솔루션의 가능성을 제시했습니다.
이 글의 핵심 포인트
- 1리퀴드 AI, 의사결정 특화 모델 'd1' 출시
- 2텍스트 생성 대신 정해진 선택지에 대한 확률을 계산하는 방식
- 3출력 토큰 생성이 없어 비용 및 처리 효율 극대화
- 4기업의 반복적인 판단 업무 자동화에 초점
- 5기존 주목받던 모델 '제브(jev)'를 넘어서는 성능 목표
이 글에 대한 공공지능 분석
왜 중요한가?
기존 LLM의 텍스트 생성 방식에서 벗어나 '확률 계산'이라는 목적 지향적 접근을 통해 AI의 활용 범위를 단순 대화에서 정교한 의사결정 영역으로 확장했기 때문입니다. 이는 비용 효율성과 처리 속도를 동시에 잡을 수 있는 기술적 진보를 의미합니다.
어떤 배경과 맥락이 있나?
최근 AI 트렌드가 범용적인 텍스트 생성을 넘어, 특정 태스크를 저비용·고효율로 수행하는 '소형화 및 특화 모델'로 이동하고 있는 흐름 속에 있습니다. 특히 제브(jev)와 같은 모델이 주목받는 상황에서 리퀴드 AI는 차별화된 아키텍처를 선보였습니다.
업계에 어떤 영향을 주나?
텍스트 생성 없이 확률값만 출력하므로 토큰 비용을 획기적으로 줄일 수 있어, 대규모 데이터를 처리해야 하는 기업용 자동화 솔루션 시장의 경쟁 구도가 재편될 것입니다. 이는 단순 챗봇 개발을 넘어 정교한 로직을 가진 에이전틱(Agentic) 워크플로우 개발의 가속화를 불러올 것입니다.
한국 시장에 어떤 시사점이 있나?
한국의 제조, 금융, 물류 등 반복적 판단이 중요한 산업군을 타겟으로 하는 스타트업들에게 저비용·고성능의 의사결정 엔진 도입 기회가 열렸습니다. LLM 기반의 범용 서비스보다는 특정 도메인에 특화된 'Decision-making as a Service' 모델 개발이 유망할 것입니다.
이 글에 대한 큐레이터 의견
리퀴드 AI의 d1 출시는 AI의 역할을 '말하는 비서'에서 '판단하는 엔진'으로 전환하려는 시도로 평가됩니다. 텍스트 생성 과정을 생략함으로써 얻는 압도적인 속도와 비용 절감은, 대량의 로그 데이터나 실시간 트랜잭션을 처리해야 하는 기업용 AI 에이전트 개발자들에게 매우 매력적인 도구가 될 것입니다.
다만, 이 모델은 '정해진 선택지'라는 전제 조건이 필수적입니다. 즉, 문제의 범주를 사전에 정의할 수 없는 비정형적이고 창의적인 문제 해결에는 한계가 명확합니다. 따라서 개발자들은 모든 문제를 d1으로 해결하려 하기보다는, 정형화된 판단은 d1으로, 복잡한 추론은 기존 LLM으로 처리하는 '하이브리드 아키텍처'를 설계하는 전략적 접근이 필요합니다.
관련 뉴스
댓글
아직 댓글이 없습니다. 첫 댓글을 남겨보세요.