---
title: "국산 31B 의료 AI가 Claude Opus 4·GPT-5.1 넘었다 - 아크릴 ALLM.H 벤치마크 SOTA"
published: 2026-04-14T01:05:02.969Z
canonical: https://jeff.news/article/1708
---
# 국산 31B 의료 AI가 Claude Opus 4·GPT-5.1 넘었다 - 아크릴 ALLM.H 벤치마크 SOTA

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.

- 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.

## 핵심 포인트

- ALLM.H가 KorMedMCQA에서 96.78%로 Claude Opus 4, GPT-5.1, Gemini 2.5 Pro를 모두 상회함
- 31B 경량 모델로 72B급 이상 대형 모델 수준의 성능을 달성한 게 핵심임
- 구글 Gemma 4(31B) 기반 국내 최초 파인튜닝으로 개발됨
- 연세의료원, 경북대병원 등에서 온프레미스 방식으로 임상 실증 예정
- 향후 금융·법률·제조 등 다양한 산업 도메인으로 확장 계획

## 인사이트

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.