Kolibri: 공개 가중치와 AI 주권 검증

Aleph Alpha의 Kolibri는 유럽 기관에 주권 약속보다 구체적인 것을 준다. 보존·조정하고 선택한 인프라에서 실행할 수 있는 다운로드 가중치다. 독일어·영어 모델은10월3일 공개됐고10월5일 추가 회사 발표가 나왔다. 가장 강한 제안은 배포 통제와 독일어 업무이지 모든 벤치마크의 세계 선두가 아니다.

독일 정부가 Kolibri를 발표하거나 국가 공공 모델로 선택한 것은 아니다. 독일 민간 기업이 행정·산업·국방·항공우주 등 규제 영역의 후보를 내놓았다. 채택에는 평가·통합·조달이 필요하다. 기존 공공기관과의 협력 관계가 이 버전으로 중대한 정부 결정을 수행한다는 증거는 아니다.

희소 계산이 작은 모델을 뜻하지 않는다

Kolibri는 총781억 파라미터 중 토큰당 약34.6억을 활성화한다. 전문가 혼합은 각 층384개 라우팅 전문가에서6개를 선택하고 공유 전문가1개도 사용한다.50층 중10층만 전체 어텐션이며 나머지는512토큰 슬라이딩 창이다. 계산을 줄여도 전체 가중치에 접근할 수 있어야 한다.

Apache2.0은 상업 이용·수정·재배포를 허용한다. BF16과 낮은 정밀도 FP8이 공개됐고 후자는 약78GB로 기재됐다. 공개 가중치는 API보다 나은 이식성을 주지만 모든 학습 결정을 재현하지는 않는다. 완전 재구성에는 데이터·코드·방법·전문성·큰 계산 자원이 필요하다.

구조화 출력, 기본 도구 호출, 끔·낮음·중간·높음 추론 수준을 지원한다. OpenAI 호환 서비스 인터페이스는 통합 부담을 낮춘다. 모델 카드는 사람이 행동 전 출력을 검토하는 자문 시스템을 전제로 하며 중요한 사안의 자율 결정자로 제시하지 않는다.

광고하는 최대 문맥은1,048,576토큰, 기본 장문맥 학습 길이는262,144다. 이전 단계는16,384와65,536을 썼다. 복잡한 업무와 효율적 운영에서는 기본 길이 이하를 권장한다. 백만 설정은 외삽 검증이며 같은 길이의 기본 학습이 아니다.

독일어 특화와 서로 다른 수치

Aleph Alpha는 독일 행정 문서에 영어 중심 모델의 유창성 이상이 필요하다고 본다. 법률 참조, 긴 합성어, 기관 역할, 절차 가정은 일반 필터나 번역으로 왜곡될 수 있다. 독일어 웹 필터를 조정하고 의회·법률·공공영역 문서를 포함했다.

보도의 독일어 비중은 다르다. 두 보도는 주 사전학습21.3%,20조 중 약4.3조 토큰 제시라고 한다. 다른 보도는23.9%와 영어62.5%·코드13.6%를 제시한다. 또 다른 설명은 영어/코드를62%/14%로 반올림한다. 같은 분모로 조정된 비율이라고 쓸 수 없다. 해명이 필요한 문서 차이지 임의로 올바른 값을 만들 이유가 아니다.

데이터 설명은 초기 필터·중복 제거 뒤 사용 가능한 독일어3900억 토큰을 확보했지만 약4조 목표에 못 미쳤다고 한다. 전용 Common Crawl 과정은 고유1.3조를 모았고, 독일 문서 재표현은 문답·백과 형식 등 약1조를 더 만들었다. 말뭉치 구성과 반복 제시는 다른 수치이며 모두 더해 고유 데이터로 만들면 안 된다.

12만8000토큰 이중언어 어휘는 독일어 형태론에 UniBPE를 쓴다. 회사는 독일어 토큰당4.7바이트, 영어4.2바이트와 더 의미 있는 행정 합성어 분할을 보고한다. 압축 개선은 문맥과 계산을 아낄 수 있지만 법률 정확성을 증명하지 않는다.

약80만 독일어 지도 추론 예제에 독일어 문장 시작을 써 영어 전환을 줄였다. 읽기 좋은 설명은 직원 검토를 돕지만 생성 추론이 내부 계산을 충실히 기록하지는 않는다. 출처·버전 프롬프트·접근 기록이 필요하다. 독일어·영어 지식 기준일은2026년6월18일로 새 사실에는 검색·도구가 필요하다.

상세 학습 기록도 쉬운 로컬 재현은 아니다

회사에 따르면 사전학습은768개 Nvidia B200에서21일 진행해9월11일 끝났고38차례 비계획 중단을 체크포인트로 자동 복구했다. 해당 단계는392,000GPU시간으로 기재됐다. 정제 전 원시 토큰200조 넘게 처리했고 주 학습20조, 중간 학습3.44조, 장문맥 적응2000억을 썼다.

후속 학습은 별도 수치다. 합성 생성1740억 토큰, 필터 후 허용적 라이선스 데이터와 합친 지도 혼합2680억, 강화학습120만개 넘는 선별 과제를 사용했다. 단계별 수치를 고유 원시 문서나 주 말뭉치 비율에 단순 합산하면 안 된다.

공개한 학습 단계의 에너지 추정950MWh에는 데이터센터 부대 비용이 들지만 지도 미세조정·강화학습·소규모 실험·일부 활동은 빠진다.450만개 넘는 URL 차단 목록과 라이선스·합법 출처·거부 요청·제삼자 데이터 검사를 설명한다. 문서는 검토를 가능하게 하지만 모든 저작권·개인정보 문제 해결을 입증하지 않는다.

학습은 독일과 핀란드에서 했으며 개발·공급망의 독일/유럽 통제를 주장한다. 프롬프트 국내 저장보다 넓지만 외국 칩·소프트웨어·전력·전문업체 의존은 남는다. 주권은 남은 의존을 관리하는 것이지 제거하는 것이 아니다.

하드웨어와 긴 문맥은 운영 제약이다

최소 구성 목록은 A10080GB2개, H100SXM5 2개 또는 H200·B200·B3001개다. 일부 권장 구성은 H100SXM5나 H2002개이며 새 단일 가속기 지침도 있다.34.6억 활성 파라미터라고 같은 크기의 평범한 데스크톱 모델이 되지는 않는다.

회사 비교에서780억 설계는 H1002개로 약256,000토큰 요청18개를 동시에 처리했고, 실험1230억 설계는3개였다. 디코딩도28% 빨랐다. 구매 보장이 아니며 정밀도·배치·소프트웨어·입출력 길이·메모리·통신·서비스 목표가 실제 비용을 바꾼다.

Kolibri Base의 RULER는256,000토큰69.8, 백만63.2였다. 최대 수용 길이가 모든 세부의 신뢰성 있는 활용을 보장하지 않는다. 근거는 반복·모순·악성 지시 사이에 묻힐 수 있다. 권한 기반 검색과 추적 인용이 무관한 개인정보까지 전부 한 요청에 넣는 것보다 나을 수 있다.

근거 학습은 유망하지만 성적은 혼합적이다

Merlin-Arthur는 근거 있는 문서와 핵심을 일부러 뺀 적대적 버전을 만들어 증거가 있으면 답하고 없으면 보류하도록 한다. 내부 평가에서 무근거 항목의 답변 보류44%, Kolibri Origin15%를 보고했다. 독일 공공 프록시는0.54에서0.75로 올랐다. 회사 평가이며 감사된 생산 신뢰성은 아니다.

비공개 고객 프록시는 자동차 공급업체·반도체·산업 구동·항공우주도 다룬다. 학술 시험보다 업무를 닮아도 과제·프롬프트·점수·기준선 없이는 재현할 수 없다. 정답과 무근거 답, 적절한 보류와 불필요한 거절, 인용 정확성을 나눠야 한다. 보류율만 높으면 유용성을 신중함과 맞바꾼 것일 수 있다.

회사 수학 결과는 AIME2025영어96.9/독일어87.5, AIME2026 96.0/90.0이다. GPQA Diamond는84.3/81.3이었다. Mistral·Qwen·Nvidia와 일부 비교는 경쟁력을 보여 주고 선택 과제에서 활성 파라미터 최대4배 모델과 겨루지만 보편적 우위는 아니다.

도구·에이전트 결과는 고르지 않다. BFCLv4전체61.4에 비해 표의 Qwen3.6 35B-A3B는67.2, 다중 턴47.5다. TerminalBench2.1은27.7로 표의 Qwen3.6·Nemotron3Super·밀집Qwen3.8보다 낮다. 분야 에이전트는 통신94.7·항공76.7·은행38.1이며 다른 모델이 앞선 항목도 있다. 프롬프트·추론 예산·번역·오염·채점이 비교에 영향을 준다.

정부에는 하나의 챔피언이 아닌 여러 경로가 있다

바덴뷔르템베르크 F13 지원과 정부기관8만명 대상이라고 인용한 배포는 제도권 접점을 보여 주지만 Kolibri 생산 사용은 아니다. 명시된 사례에는 업무·활성 사용자·인간 검토·오류 유형·검증 뒤 절약 시간이 필요하다. 수천명의 파일럿 자격과 매일 사용은 다르다.

SAP와 OpenAI는2025년9월 OpenAI for Germany를 발표해 OpenAI 기술과 SAP Delos Cloud·Microsoft Azure 구성을 결합했다. 모델 과정 소유보다 국내 운영·계약·관리 지원에 초점을 둔다. 관리 서비스는 용량·모니터링·갱신을 제공하고 이동 가능한 가중치는 지속성·버전 통제를 늘리지만 고객 책임도 키운다.

연방 KIPITZ는 요약·번역·초안·재작성·대화를 지원하며 클라우드 독립과 용도별 공개 모델을 계획한다. 인용한 발표에 Kolibri 선정은 없다. Agentic AI Hub 시범은 계획·허가·회의 전사·공공 서비스를 다루지만 모델 도구 호출만으로 권한이나 완전한 에이전트가 제공되지 않는다.

대안은 Mistral, 유럽 컨소시엄 OpenEuroLLM, Deutsche Telekom German Industrial AI Cloud의 독영 Soofi, Meta·Qwen·Nvidia 공개 모델이다. Mistral은 프랑스 배포와 SAP를 포함한 검토 중 프랑스·독일 협력 등 정부 활동에도 참여한다. 교체 가능한 선택지가 한 국가 챔피언 의존보다 주권을 강화한다.

독립 평가도 다른 길이다. Bundesdruckerei MÖVE는 독일어9데이터셋·7기준으로 시작해 행정/법률·보안·지속성·민주 가치를 다루며 BSI·Fraunhofer AISEC가 보안에 협력한다. 별도13개사39모델 연구는 모든 거버넌스 선두를 찾지 못했고 추정 에너지는60배 넘게 달랐다. 상위2개도64정당4788정치 입장에서 정확도0.671이었다. Kolibri 직접 평가는 아니며 유럽 출신이 독일 기관 역량을 증명하지 않는다는 뜻이다.

통제는 운영과 회사 변화를 견뎌야 한다

Aleph Alpha–Cohere 통합 제안은 규제 승인이 필요하다. 보도는 베를린·토론토의1000명 넘는 그룹을 Cohere 이름으로 운영한다고 한다. Kolibri는 이미 완성됐지만 제안된 통합은 아직 승인을 기다리며 효력이 발생하지 않았다. 연구·유통 확대는 도움이 되지만 지식재산·관할·지원·미래 버전·지속성은 명확해야 한다. 현재 Apache2.0 가중치는 현 조건으로 남으며 미래 개방은 별도다.

EU GPAI 행동 규범은 관련 AI Act 의무 입증을 돕는 자발적 제도다. 서명·GDPR 지향 설계·공개 라이선스는 모든 앱이나 학습 데이터 문제를 인증하지 않는다. 초안·검색·급여 자격 결정은 위험이 다르고 배포자는 목적·영향받는 사람·안전·감독·기록·이의 제기에 책임진다.

이동 가능한 가중치도 어댑터·검색 색인·오케스트레이션·모니터링의 종속을 남길 수 있다. 프롬프트 주입·데이터 추출·오염 문서·위험 호출에는 앱 통제가 필요하다. 승인 매뉴얼 읽기가 장비 명령권이 되어서는 안 되고 문서 지원이 무제한 메일 권한이어서도 안 된다.

다음 증거는 독립 재현과 지속적 실명 도입이다. 독일 법률·지자체 언어·지역 차이·접근 불가 기록·모순되거나 오래된 규칙·철회 권한·악성 지시·에너지·지연·복구를 시험해야 한다. 호스팅·맞춤 버전과 다운로드 버전도 비교해야 한다. 기관이 신뢰성 있는 서비스를 검사·운영·대체·관리할 수 있을 때 주권이 믿을 만해지며 국적이나 백만 토큰 제목이 시험을 대신할 수 없다.

출처

도구 디렉터리 둘러보기 →

Kolibri, 독일 AI 통제권을 내려받게 하지만 자동으로 보장하지는 않는다