80억짜리 작은 AI가 논문 리포트를 3.5배 빨리… Ai2 'AstaBrief' 통째로 공개
출처를 단 연구 리포트를 한 번에 써 내는 8B 모델이에요. 모델 파일과 학습 데이터까지 모두 풀었어요.
- 논문을 찾아 읽고 출처까지 단 리포트를 한 번에 쓰는 작은 AI예요.
- Ai2의 연구 도우미 Asta에 '빠른 모드'로 이미 들어가 있어요.
- 모델 파일과 학습 데이터가 공개됐고, 상업 이용도 되는 Apache 2.0이에요.
내가 모은 논문 PDF로 출처 달린 리포트를 만드는 로컬 RAG 파이프라인의 베이스 모델로. Apache 2.0이라 사내 도구에 넣어도 돼요.
새 분야 들어갈 때 Asta 빠른 모드로 "이 주제 핵심 논문 10개와 결론" 리포트를 먼저 뽑고 읽을 논문을 고르기.
저희 일에는 당장 쓸 곳이 없어 보여요. 다만 논문이 원문인 기사를 쓸 때, 배경 조사용으로 Asta 빠른 모드를 써 보면 좋을 것 같아요.
무슨 일이야?
비영리 AI 연구소 Ai2(앨런 AI 연구소)가 AstaBrief-8B를 공개했어요. 질문을 던지면 관련 논문을 바탕으로 출처(인용)를 단 리포트를 써 주는 모델이에요. 알리바바의 Qwen3-8B를 바탕으로, 80억 개 파라미터(모델 크기를 나타내는 숫자)짜리 작은 모델로 만들었어요.
예전 방식은 문단 요약, 묶기 같은 단계를 여러 번 거쳐 비쌌는데, AstaBrief는 리포트 전체를 '한 번에' 써 내요. Ai2의 연구 도우미 Asta의 '리포트 만들기'에서 Claude 기반 '생각 모드' 옆에 '빠른 모드'로 들어갔어요.
X 게시물 보기 · https://twitter.com/allen_ai/status/2106045334711341383
숫자로 보면
| 항목 | 값 | 한 줄 평 |
|---|---|---|
| 리포트 1편 시간 | 51.1초 | 생각 모드는 178.5초 |
| 평가 평균 점수 | 87 | 바탕 모델 Qwen3-8B는 77.3 |
| 인용 정확도 | 90.5 | 단 출처가 맞는 비율 |
| 공개 학습 데이터 | 4.7만 + 6천 쌍 | 지도 학습 예시 + 선호 학습 쌍 |
점수는 Ai2의 과학 질문 평가 세트(ScholarQA-CS2) 기준이에요. 연구자 3명이 직접 비교한 평가에서도 2명이 인용 정확도 면에서 AstaBrief를 더 좋게 봤어요.
그래서 뭐가 달라져?
"좋은 리서치는 큰 AI만 한다"는 공식에 금이 갔어요. 작은 모델도 일을 하나로 좁혀 잘 가르치면, 큰 모델 파이프라인과 겨루면서 훨씬 빠르고 싸게 돌 수 있어요. 학습 데이터까지 열려 있어 다른 팀이 따라 만들기도 쉬워요.
나는 어떻게 써먹지?
- 바로 써 보기 Asta의 리포트 만들기에서 '빠른 모드'를 골라 궁금한 주제를 던져 보세요.
- 내 PDF로 Ai2가 함께 푼 예제 흐름을 고치면, 내가 모은 논문 PDF로 리포트를 만들 수 있어요.
- 주의 과학 논문 리포트에 맞춘 모델이에요. 일반 대화나 블로그 글쓰기에는 기대만큼 안 나올 수 있어요.
