https://arxiv.org/pdf/2510.04871v1
상세 내용이 궁금하신 분들은 직접 읽어 보세요.
일단 이 새로운 AI모델, TRM 특징부터 점검해 봅니다.
1. 작습니다. 아주 많이 작습니다.
2. 대략 1/10,000 은 작은데 ARC-AGI 1,2에서 딥시크, 제미나이 등을 넘어섭니다.
단순 예측이 아닌 재귀적 사고여서 더 똑똑합니다.
# 어디에 쓸 만 할까요.
음... 이 소식을 접해도 바로 용도가 떠오르는 분이 있다면 관심이 많은 분일 것 같습니다.
네. 바로 피지컬AI나 온디바이스와 같은 특정 목적형 AI입니다.
## 한계이자 장점
제가 따로 말 하지 않아도 대개는 스케일을 키워야 더 똑똑하다고 알고 있었을 것입니다.
이런 통념은 왜 생겼을까요. 여러 이유가 있지만 대체적으로 많은 것을 알고 있어야
추론 능력과 결합 되어 좋은 대답을 내놓기 때문일 것입니다.
즉, 다양한 지식을 가지고 더 정교한 추론을 통해야 사용자가 원하는 대답이 나온다는 것인데요.
이 부분은 소위 말하는 벤치딸...과 실제 체감을 다르게 만드는 중요한 포인트입니다.
얼마 전, 엑사원의 성능이 Qwen3 32B를 넘어선 소식(Qwen의 이 3 초기 기본 모델 이후 추가된 변형 모델들은 더 뛰어납니다)을 전했을 때, 벤치 올인 아니냐는 댓글이 달렸습니다.
그런데, 이런 지적은 하나마나한 것이 모든 AI모델은 벤치를 감안 하는 정도가 아니라
올인해서 만듭니다. 모두가 행하는 것을 엑사원만 그렇다고 말하는 것은 맞지 않는 것이죠.
그런데, 여기서 짚어 볼 문제가 있습니다.
벤치 올인이라는 지적은 맞지 않지만, 실제로 지식의 양에 의해 답변의 질이 달라지는 현상은 있다는 것입니다.
이 점 때문에 초거대 파운데이션 모델의 필요성으로 제기 되었던 것이고,
이 파운데이션 모델을 증류하여 여러 응용 버전을 만들고 있는 곳이 다수인 것입니다.
Qwen 과 같은 오픈 소스만이 아니라, 클라우드 기잔의 선두 기업들 역시 마찬가집니다.
위에 링크한 TRM 관련 논문의 의미는 ...
그러니까 어떻게 이렇게 초소형 모델로 이렇게 똑똑할 수 있게 하느냐는 주제를 다룬 것입니다.
한 가지 참고할 것은 AI는 아주 오래 된 연구 분야이기에 이미 개념 적으로는 나올 수 있는 것들은 99%는 나와 있는 것이어서,
완전히 새로운 것은 없다고 봐야합니다. 즉, TRM 역시 없던 개념이 아니라 있었지만 극복 하지 못해 왔던 것인데,
삼성이 이것을 가장 잘 해낸 것으로 볼 수 있어서 주목할 만합니다.
# 그럼 어디에 써먹을까에 대해
자! 똑똑한데 지식엔 한계가 있습니다. 어디에 적합할까요.
네. 바로 방대한 자료가 필요한 범용이 아닌...
특수한 목적에 부합해야 할 때 입니다.
관심사에 따라 다르겠지만 자동차를 좋아 한다면...자율주행이 먼저 떠오르겠네요.
로봇, 물류, 전기차, 제조설비, 스마트폰 등의 온디바이스 연산에 제한이 있지만
필요한 성능은 달성하면서, 비용 부담이 크지 않을 수 있는...
그러니까 도입 비용과 운용 비용이 모두 저렴할 수 있는 길을 연 것으로 생각해 볼 수 있습니다.
TRM의 의미는 파라미터가 줄었음에도 기존 프런티어 모델 보다 특정 성능에서 앞선다?
그럼 그 앞선 것을 어디에 써먹을까로 사고를 연장해 보면,
이렇게 필요한 지식만 빠르게 처리하는 것이 핵심 의미라고 볼 수 있고,
센서 피드백이나 작업 지시, 특정 상황에의 대응 등에 쓰임새가 좋다고 볼 수 있습니다.
https://github.com/SamsungSAILMontreal/TinyRecursiveModels
### 버티컬 AI의 시대의 큰 성과.
전 이 소식을 듣자 마자 생각난 것이,
실제 산업에의 사용 접근성을 상당히 크게 높일 수 있다는 점에서 고무적이라고 생각했습니다.
비싼 도입 비용 및 인력 활용이 아니라
저렴하게 접근이 가능해지면 놀라운 속도로 버티컬AI가 장착 될 수 있겠습니다.
막대한 지식까진 아니나 필요한 만큼 있고, 각 전문 분야의 데이터 로 파인튜닝까지 한다면,
즉, 일반 소비자는 잘 모르지만 기존에 있던 발전 방향에
가장 작으면서 가장 똑똑한 녀석의 등장이라는 것입니다.
나온다면 전 연구 목적으로 이미 쓸곳이 많아서 기대가 되네요
이게 딱 애플이 하고자 하는 방안일텐데 애플은 애간장좀 타겠네요 ㅋㅋ
작은 모델은 구글도 적극적으로 밀고 있는걸로 알고 있습니다.
인공지능은 딱 두가지 싸움입니다. 초미니 모델로 온디바이스가 가능한 공개모델과 겁나 큰 초지능 모델 두가지가 가장 시장성이 좋을 겁니다
thinking-many-many-thinking 모델이라고 보면 될런지요..
꺼억~
로봇이나 전자기기등에 쓰면 잘 맞겠네요.