핵심 내용
10월 21일 GeekNews 최신 글에서 확인한 크래프톤의 Raon-1 mini 프리뷰는 모델 설계와 사전학습을 직접 수행한 약 300억 매개변수(30B) 규모의 언어모델이다. 회사 발표에 따르면 한 번의 토큰 처리 때 약 40억 매개변수(4B)만 활성화하는 전문가 혼합(MoE) 방식과 자체 선형 어텐션 기술을 결합해 연산 효율을 높였다. 한국어·영어를 지원하며 Hugging Face에 Apache-2.0 라이선스로 모델 가중치를 공개했다.
크래프톤은 한국어 대화·지시 이행과 비용 대비 성능을 강조하고 정식 버전에서 상세 기술보고서를 공개할 계획이다. 현재는 프리뷰 단계이며 회사가 제시한 벤치마크 성능을 외부의 독립 재현 결과로 취급해서는 안 된다. 총 매개변수 수와 실제 활성 매개변수 수의 차이가 메모리 점유량 전체를 동일 비율로 줄인다는 뜻도 아니다.
배경
국내 모델 개발 경쟁에서는 한국어 성능, 자체 학습 역량과 함께 실제 서비스 운영비용이 중요해지고 있다. 선택적 계산 구조는 모델 전체를 매 요청에 동원하지 않고도 표현 능력을 유지하려는 설계다.
산업·시장에 미치는 영향
국내 개발사가 상업적 활용이 허용된 가중치를 공개함으로써 한국어 Agent와 자체 호스팅 제품의 선택지가 늘었다. 경쟁력은 프리뷰 이후 외부 재현 벤치마크와 실제 추론 환경에서 검증될 것이다.
실무에서 바로 활용할 수 있는 시사점
한국어 고객 응대·문서 분류·Agent 용도로 검토한다면 실제 테스트 질의에서 정확도, 구조화 출력 성공률, 환각, 초당 토큰, GPU 메모리 사용량과 비용을 측정해야 한다. 배포 전 모델 카드·라이선스와 제공되는 추론엔진 호환성을 확인한다.
출처
GeekNews — 최신 글 크래프톤 — 라온-1 미니 프리뷰 공식 보도자료 연합뉴스 — Raon-1 mini 사양 및 공개 조건