본문으로 이동

K-EXAONE 2.5 무료 API 공개: 에이전틱 벤치 숫자와 쓰기 전 조건

geul조회 10추천 0댓글 1

LG AI연구원이 오늘(11월 9일) 코엑스 NVIDIA AI Day Seoul에서 K-EXAONE 2.5를 공개하고 API를 무료로 개방했다. 정부 독립 파운데이션 모델 프로젝트의 2차 모델인 K-EXAONE 2.0에 추가 학습을 얹은 기술 검증 버전이다. 3차 모델은 내년 1월 프런티어급 완성이 목표라고 한다.

에이전트를 만드는 입장에서 관심이 가는 건 두 가지다. OpenAI 호환 API가 공짜라는 것, 그리고 LG가 에이전틱 지표에서 DeepSeek, GLM과 어깨를 나란히 했다고 주장한다는 것. 공식 문서와 약관을 뒤져서 실제로 믿을 수 있는 부분과 조건을 정리했다.

모델과 API

  • 파라미터: 총 750B, 활성 31B의 MoE 구조. 텍스트 전용, 한국어, 영어

  • 컨텍스트: 524,288토큰(입력 토큰 + max_tokens 합산 한도)

  • 엔드포인트: POST /v1/chat/completions, 모델명 k-exaone_v2.5. OpenAI 호환이라 기존 SDK에서 base_url만 바꾸면 된다

  • 지원 기능: 툴콜링, 구조화 출력, 스트리밍, 코드 생성

  • 추론 제어: reasoning_effort를 low, high, max 중에 고른다(기본 max). 추론을 아예 끄는 건 안 되고 강도만 조절된다. 빠른 응답이 필요하면 low를 권장한다고 문서에 명시돼 있다

  • 멀티턴 옵션: preserve_thinking으로 이전 턴의 추론 내용을 다음 입력에 유지할지 선택한다

전작 K-EXAONE 2.0이 커뮤니티에서 가장 많이 까인 부분이 "간단한 질문에도 추론을 끝없이 늘여 토큰과 시간을 먹는다"는 점이었다. 이번에 추론 강도를 파라미터로 노출한 건 그 불만을 직접 겨냥한 설계로 읽힌다.

벤치마크 숫자 읽기

LG가 공개한 자체 평가(공개 데이터셋 기준)다. 비교 대상은 중국의 프런티어급 오픈웨이트 두 종, DeepSeek V4.1 Flash와 GLM 5.3이다. 회색 막대는 전 세대 K-EXAONE 2.0이다.

벤치마크

측정 내용

2.5

DeepSeek V4.1

GLM 5.3

2.0

SWE-Bench Pro

실제 소프트웨어 개발, 수정

59.2

58.4

64.0

47.1

BrowseComp

웹 탐색으로 정보 찾기

78.0

75.8

79.0

50.9

AutomationBench

SaaS 도구 업무 자동화

74.6

74.9

71.6

16.9

Claw-Eval

업무 환경 문제 해결

77.3

75.8

77.6

62.1

숫자 그대로 읽으면 이렇다.

  • DeepSeek V4.1 Flash와는 4개 중 3개에서 앞선다(SWE-Bench, BrowseComp, Claw-Eval). AutomationBench만 0.3점 뒤진다

  • GLM 5.3과는 4개 중 1개(AutomationBench)만 앞선다. 나머지는 근소하게 뒤진다

  • LG의 "프런티어급과 대등" 주장은 DeepSeek 기준으로는 성립하고, GLM 기준으로는 아직 따라가는 쪽이다

눈에 띄는 건 전 세대 대비 폭이다. AutomationBench가 16.9에서 74.6으로 네 배 이상 뛰었고 BrowseComp도 50.9에서 78.0이다. 두 달 사이 이 정도면 학습법 개선 효과가 실제로 크거나, 에이전틱 과제에 학습이 집중됐거나 둘 중 하나다. LG는 "24개 평가지표가 전작 대비 70% 이상 향상됐다"고 밝혔다.

다만 이 숫자들은 전부 LG 자체 평가다. 독립 기관이나 커뮤니티가 같은 조건으로 재현한 결과는 아직 없다. 전작 2.0이 공개 당시 벤치 수치는 좋았는데 실사용 체감은 못 미친다는 평을 받았던 이력도 있으니, 차트는 참고선으로만 보는 게 맞다.

쓰기 전에 알아둘 조건

공짜 API라고 바로 서비스에 붙이면 안 된다. 약관을 직접 읽어보니 개발자가 걸릴 만한 조항이 여럿 있다.

  • 비상업 목적만 가능하다. 약관 2.1조에 모델과 출력물의 상업적 이용, API를 제품이나 서비스에 통합해 제3자가 호출하게 하는 행위를 금지한다고 명시돼 있다. 사내 PoC나 개인 실험, 연구용이다

  • 입력과 출력이 학습에 쓰일 수 있다. 옵트아웃하면 이후 요청분은 제외되지만, 그 전에 학습에 반영된 부분은 기술적으로 분리해 삭제할 수 없다고 적혀 있다. 회사 코드나 내부 문서를 그대로 넣으면 안 된다

  • 출력물로 경쟁 모델을 학습시키면 안 된다. 증류(distillation) 금지 조항이 있다

  • API 키 유효기간은 30일이다. 만료되면 재발급이 필요하고, 90일 미접속 시 휴면 처리된다

  • 가중치는 제공하지 않는다. 플랫폼 약관상 가중치 제공이 명시적으로 배제돼 있고, 2.5의 오픈웨이트 공개는 아직 발표되지 않았다. 참고로 2.0은 HuggingFace에 Apache 2.0으로 올라와 있다

  • 요청 제한은 응답 헤더로 확인하는 방식이다. 문서 예시 값은 초당 1회, 분당 60회, 일일 86,400회로 돼 있는데 실제 적용 한도는 키를 받아 확인해 봐야 한다

같은 플랫폼에 하나 더

데이터 쪽 일을 한다면 EXAONE Tabular도 같은 플랫폼에 올라와 있다. 21M 파라미터짜리 표형 데이터 전용 모델인데, TabArena 분류 1위, 회귀 2위를 자체 측정했다고 한다. 구글의 표형 파운데이션 모델 대비 1/78 크기라는 것도 문서에 적혀 있다.

정리

공짜로 512K 컨텍스트의 OpenAI 호환 에이전트 모델을 만질 수 있다는 것만으로도 돌려볼 가치는 충분하다. 벤치 숫자가 진짜인지는 각자 자기 워크로드로 재보면 되고, reasoning_effort를 low로 낮춰 응답 속도가 나아졌는지부터 확인해 보는 게 전작 경험자로서 첫 번째 할 일이다. 다만 상업적 이용이 약관으로 막혀 있으니, 결과가 마음에 들어도 제품에 탑재하는 건 별도 협의가 필요하다.

키는 docs.exaone.ai에서 발급받으면 된다. 회사나 기관 소속이 아니어도 된다. LG가 공식 발표에서 개발자, 스타트업, 기업, 연구기관과 함께 그 외 모든 사람을 대상으로 명시했고, 약관상 사용자는 플랫폼에 회원 가입한 개인이다. 회원 가입 후 키만 발급받으면 바로 호출할 수 있다.

추천저장

댓글

댓글을 남겨 보세요
로그인한 뒤에 댓글을 올릴 수 있습니다로그인
댓글 불러오는 중
글쓰기