본문으로 건너뛰기
J
피드

국산 31B 의료 AI가 Claude Opus 4·GPT-5.1 넘었다 - 아크릴 ALLM.H 벤치마크 SOTA

ai-ml 약 4분
tags
#medical-ai#fine-tuning#gemma#open-source-llm#benchmark
vote
0
댓글
북마크

아크릴이 Gemma 4(31B) 기반 의료 특화 모델 ALLM.H로 한국 의사국시 벤치마크에서 96.78% 정답률을 기록해 Claude Opus 4(96.55%)와 GPT-5.1(90.11%)을 상회함. 모델 크기가 아닌 데이터 전략과 파이프라인 설계로 성능을 끌어올린 사례로, 실제 병원 임상 실증도 예정되어 있음.

  • 1

    ALLM.H가 KorMedMCQA에서 96.78%로 Claude Opus 4, GPT-5.1, Gemini 2.5 Pro를 모두 상회함

  • 2

    31B 경량 모델로 72B급 이상 대형 모델 수준의 성능을 달성한 게 핵심임

  • 3

    구글 Gemma 4(31B) 기반 국내 최초 파인튜닝으로 개발됨

  • 4

    연세의료원, 경북대병원 등에서 온프레미스 방식으로 임상 실증 예정

  • 5

    향후 금융·법률·제조 등 다양한 산업 도메인으로 확장 계획

  • 아크릴이 자체 개발한 의료 특화 모델 ALLM.H가 한국 의사국시 벤치마크(KorMedMCQA)에서 96.78% 정답률로 SOTA 달성함
    • Claude Opus 4(96.55%), GPT-5.1(90.11%), Gemini 2.5 Pro(90.8%)를 모두 상회
    • 서울대병원의 오픈소스 의료모델 HARI(89.2%) 대비 7.58%p 앞섬
  • 핵심은 31B 규모의 경량 모델로 초대형 상용 모델을 이긴 점임
    • 72B 이상 초대형 모델이 아닌 31B 파라미터로 달성
    • 구글 Gemma 4(31B) 기반으로 국내 최초 파인튜닝 진행
    • 모델 크기가 아니라 고품질 데이터 구성과 학습·추론 파이프라인 설계로 성능을 끌어올림
  • 아크릴은 2024년 W&B 한국어 LLM 리더보드(호랑이 벤치)에서 오픈소스 부문 1위를 기록한 파인튜닝 역량 보유
    • 자체 LLM 평가 플랫폼 '조나단(Jonathan)'을 통한 모델 최적화 노하우 축적
  • ALLM.H는 산업 특화 파운데이션 모델 패밀리 'ALLM'의 첫 번째 결과물임
    • 의료·헬스케어 특화로 시작해 진료과별 패밀리 구조로 확장 예정
    • 향후 금융, 법률, 제조 등 다양한 산업 도메인으로 확장 계획
  • 실제 임상 환경에서의 실증도 예정됨
    • 보건복지부·과기정통부 주관 '닥터앤서 3.0', 'K-ARPA' 사업 기반
    • 연세의료원, 경북대학교병원 등에서 임상 의사결정 지원, 데이터 분석 등에 활용
    • 온프레미스 배포로 환자 데이터 보안 확보

기술 맥락

이 사례가 흥미로운 건 "작은 모델이 큰 모델을 이길 수 있다"는 걸 의료 도메인에서 구체적으로 보여줬기 때문이에요. Claude Opus 4나 GPT-5.1은 범용 모델이라 의료 지식도 잘 다루지만, 31B 규모의 도메인 특화 파인튜닝 모델이 이를 넘어선 건 데이터 전략의 중요성을 보여줘요. Gemma 4를 베이스로 선택한 것도 오픈소스 생태계 활용 측면에서 의미가 있어요. 다만 벤치마크 하나의 결과이므로 실제 임상에서의 성능은 별개의 문제예요. 온프레미스 배포 전략은 의료 데이터 주권 측면에서 현실적인 선택이에요.

도메인 특화 파인튜닝이 범용 초대형 모델을 이길 수 있다는 걸 의료 분야에서 구체적으로 입증한 사례임. 다만 단일 벤치마크 결과이므로 실제 임상 실증 결과가 더 중요한 검증 포인트가 될 것임.

prev

이전 기사 (P)

next

다음 기사 (N)

댓글

댓글

댓글을 불러오는 중...

관련 기사

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.