K-EXAONE 2.5 무료 API 공개: 에이전틱 벤치 숫자와 쓰기 전 조건
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, 모델명k-exaone_v2.5. OpenAI 호환이라 기존 SDK에서 base_url만 바꾸면 된다지원 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 있다멀티턴 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.
댓글