CLIEN

본문 바로가기 메뉴 바로가기 보기설정 테마설정
톺아보기 공감글
커뮤니티 커뮤니티전체 C 모두의광장 F 모두의공원 I 사진게시판 Q 아무거나질문 D 정보와자료 N 새로운소식 T 유용한사이트 P 자료실 E 강좌/사용기 L 팁과강좌 U 사용기 · 체험단사용기 W 사고팔고 J 알뜰구매 S 회원중고장터 B 직접홍보 · 보험상담실 H 클리앙홈
소모임 소모임전체 ·굴러간당 ·주식한당 ·아이포니앙 ·MaClien ·일본산당 ·방탄소년당 ·자전거당 ·개발한당 ·소시당 ·이륜차당 ·안드로메당 ·나스당 ·AI당 ·육아당 ·영화본당 ·골프당 ·가상화폐당 ·클다방 ·디아블로당 ·사과시계당 ·걸그룹당 ·리눅서당 ·소셜게임한당 ·젬워한당 ·노젓는당 ·패스오브엑자일당 ·IoT당 ·창업한당 ·노키앙 ·축구당 ·윈폰이당 ·캠핑간당 ·라즈베리파이당 ·패셔니앙 ·여행을떠난당 ·맛있겠당 ·물고기당 ·바다건너당 ·3D메이킹 ·X세대당 ·ADHD당 ·AI그림당 ·날아간당 ·배드민턴당 ·야구당 ·농구당 ·블랙베리당 ·곰돌이당 ·비어있당 ·FM당구당 ·블록체인당 ·보드게임당 ·활자중독당 ·볼링친당 ·냐옹이당 ·문명하셨당 ·클래시앙 ·콘솔한당 ·요리한당 ·쿠키런당 ·대구당 ·DANGER당 ·뚝딱뚝당 ·개판이당 ·동숲한당 ·날아올랑 ·전기자전거당 ·e북본당 ·갖고다닌당 ·이브한당 ·도시어부당 ·FM한당 ·포뮬러당 ·안경쓴당 ·차턴당 ·총쏜당 ·땀흘린당 ·하스스톤한당 ·히어로즈한당 ·인스타한당 ·KARA당 ·키보드당 ·꼬들한당 ·덕질한당 ·어학당 ·가죽당 ·레고당 ·LOLien ·Mabinogien ·임시소모임 ·미드당 ·밀리터리당 ·땅판당 ·헌팅한당 ·오른당 ·MTG한당 ·소리당 ·적는당 ·방송한당 ·PC튜닝한당 ·찰칵찍당 ·그림그린당 ·소풍간당 ·심는당 ·품앱이당 ·리듬탄당 ·달린당 ·Sea마당 ·SimSim하당 ·심야식당 ·윈태블릿당 ·미끄러진당 ·나혼자산당 ·스타한당 ·스팀한당 ·파도탄당 ·퐁당퐁당 ·테니스친당 ·테스트당 ·빨콩이당 ·공대시계당 ·터치패드당 ·트윗당 ·VR당 ·시계찬당 ·WebOs당 ·위스키당 ·와인마신당 ·WOW당
임시소모임
고객지원
  • 게시물 삭제 요청
  • 불법촬영물등 신고
  • 쪽지 신고
  • 닉네임 신고
  • 제보 및 기타 제안
© CLIEN.NET
공지[점검] 잠시후 서비스 점검을 위해 약 30분간 접속이 차단됩니다. (금일 18:15 ~ 18:45)

모두의공원

삼성이 일냈다는 AI 모델, TRM의 의미와 활용 분야 예상 8

14
2025-10-09 15:35:50 수정일 : 2025-10-09 15:48:13 122.♡.56.205
천문공

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.

천문공 님의 게시글 댓글
  • 주소복사
  • Facebook
  • X(Twitter)
댓글 • [8]
삭제 되었습니다.
어머
IP 66.♡.126.27
10-09 2025-10-09 16:10:40 / 수정일: 2025-10-09 16:13:37
·
아직 모델이 허깅페이스에 없어서 써보진 못했는데 상당히 좋은 결과가 맞습니다. 특히 7M이라는 크기가 딱 16기가 스마트폰이나 타블렛 노트북에서 돌리기 좋은 사이즈이고 삼성이 램 밴드위스를 올리다는 말도 있어서 더욱 온디바이스로 쓰기에 좋아 보입니다.

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
NPV
IP 211.♡.206.180
10-09 2025-10-09 16:46:38
·
어려워요. 어쨌든 쩐다는거죠?
봄이머무는언덕
IP 211.♡.155.75
10-09 2025-10-09 17:04:56
·
IoT와 결합시키는 방향으로 가겠군요
하얀종이배
IP 118.♡.3.201
10-09 2025-10-09 17:27:48
·
아 이해했어...
비타민아저씨
IP 175.♡.208.55
10-10 2025-10-10 01:09:50
·
답변을 16번까지 재귀시키는 방법이라던데
thinking-many-many-thinking 모델이라고 보면 될런지요..
짐농
IP 121.♡.223.183
10-10 2025-10-10 04:02:08
·
학습할 데이터가 외부에 노출되면 안되는 조건일 때 써먹기 좋다는 얘기인가요?
떡갈나무
IP 1.♡.2.244
10-10 2025-10-10 08:46:12
·
트름 ai !
꺼억~

로봇이나 전자기기등에 쓰면 잘 맞겠네요.
Fluid
IP 1.♡.70.53
10-10 2025-10-10 10:24:05
·
NPU에 탑재해서 큰 시스템의 부분으로 패러럴하게 쓰인다면 좋을 것 같아요
새로운 댓글이 없습니다.
이미지 최대 업로드 용량 15 MB / 업로드 가능 확장자 jpg,gif,png,jpeg,webp
지나치게 큰 이미지의 크기는 조정될 수 있습니다.
목록으로
글쓰기
글쓰기
목록으로 댓글보기 이전글 다음글
아이디  ·  비밀번호 찾기 회원가입
이용규칙 운영알림판 운영소통 재검토요청 도움말 버그신고
개인정보처리방침 이용약관 책임의 한계와 법적고지 청소년 보호정책
©   •  CLIEN.NET
보안 강화를 위한 이메일 인증
안전한 서비스 이용을 위해 이메일 인증을 완료해 주세요. 현재 회원님은 이메일 인증이 완료되지 않은 상태입니다.
최근 급증하는 해킹 및 도용 시도로부터 계정을 보호하기 위해 인증 절차가 강화되었습니다.

  • 이메일 미인증 시 글쓰기, 댓글 작성 등 게시판 활동이 제한됩니다.
  • 이후 새로운 기기에서 로그인할 때마다 반드시 이메일 인증을 거쳐야 합니다.
  • 2단계 인증 사용 회원도 최초 1회는 반드시 인증하여야 합니다.
  • 개인정보에서도 이메일 인증을 할 수 있습니다.
지금 이메일 인증하기
등록된 이메일 주소를 확인하고 인증번호를 입력하여
인증을 완료해 주세요.