바이두, 2,800억 매개변수 기반 모델 ERNIE 5.5 Flash Base 오픈소스 공개

무슨 일이 있었나

바이두(Baidu)가 매개변수 2,800억 개 규모의 파운데이션 모델 ERNIE 5.5 Flash Base를 오픈소스로 공개했다. 이 모델은 혼합 전문가(mixture-of-experts) 구조를 채택했으며, 파인튜닝을 거치지 않은 기반 모델 상태로 배포된다.

모델은 33조 5천억 개 토큰으로 사전 학습되었다. 이 소식을 처음 보도한 The Decoder에 따르면, 이번 공개의 핵심은 완성된 제품이 아니라 개발자와 기업이 직접 가져다 쓸 수 있는 출발점을 제공한다는 데 있다.

기반 모델이 튜닝되지 않은 채 배포되므로, 이를 도입하는 팀이 튜닝 방향, 안전성 경계, 실서비스에서의 응답 동작을 직접 설계하게 된다.

중요한 이유

대형 기반 모델이 오픈소스로 공개되면 기업이 AI 역량을 구축하는 방식이 달라진다. 외부 API에 의존하던 조직도 모델을 자체 환경에서 검증하고 조정할 수 있게 되며, 이는 데이터 통제와 운영 구조에 대한 선택지를 넓힌다.

고객 경험 관점에서 보면 책임의 무게가 이동한다. 모델이 어떤 질문에 어떻게 답하고, 어디에서 멈추며, 언제 사람에게 넘기는지는 모델 제공자가 아니라 도입 조직의 설계 결정이 된다. 즉 기술 도입이 곧 서비스 설계 과제가 된다.

주요 수치

• 2,800억 개: ERNIE 5.5 Flash Base의 매개변수 규모
• 33조 5천억 개: 사전 학습에 사용된 토큰 수
• 파인튜닝 없음: 기반 모델 상태로 오픈소스 공개

레네상스의 시각

모델 공개는 성능 경쟁의 한 장면으로 읽히기 쉽지만, 실제로 중요한 것은 그 이후 단계다. 공개된 가중치는 누구나 내려받을 수 있는 재료에 불과하며, 고객이 체감하는 품질은 튜닝과 안전 설계가 만들어낸다.

오픈소스 기반 모델은 도입 비용을 낮추지만, 경험의 책임은 오히려 도입 조직에 넘어온다. 응답의 어조, 거절의 방식, 사람에게 넘기는 시점은 행동경제학이 말하는 기본값(default)과 같은 역할을 하며, 한번 정해지면 사용자의 선택을 조용히 좌우한다. 따라서 배포 전에 실제 사용자 여정 단위로 응답 품질과 안전 경계를 시험하는 것이 우선이다. 모델을 고르는 일보다 서비스가 실패할 때의 경로를 설계하는 일이 고객 신뢰를 지키는 데 더 큰 영향을 준다.