비드래프트 ‘다윈’, SuperCLUE 수학·과학 추론 평가서 공개 모델 중 1위
-2026년 11월 평가 대상 19개 모델 중 두 번째 점수…자기개선·온디바이스 기술 소개
인공지능(AI) 스타트업 비드래프트(대표 김민식)는 자사 추론 거대언어모델(LLM) ‘다윈(Darwin-180B-RSI)’이 SuperCLUE의 2026년 11월 평가에서 수학·과학 추론 부문 공개 가중치 모델 중 가장 높은 점수를 기록했다고 밝혔다.
SuperCLUE는 AI 모델의 성능을 평가하는 벤치마크다. 비드래프트에 따르면 이번 수학·과학 추론 평가에서 다윈은 구글 제미나이, xAI 그록, 딥시크, 문샷AI Kimi 등 평가에 포함된 모델보다 높은 점수를 기록했다. 폐쇄형 모델을 포함한 평가 대상 전체에서는 오픈AI의 GPT-6.1-Sol에 이어 두 번째로 높은 점수를 받았다.
이번 평가는 에이전트 코딩, 수학·과학 추론, 환각 제어, 정밀 지시 이행, 장문 맥락 등 다섯 개 부문으로 구성됐다. 비드래프트는 다섯 부문의 종합 지능지수 점수를 비교한 결과 다윈이 공개 가중치 모델 중 다섯 번째, 전체 평가 대상 19개 모델 중 아홉 번째에 해당한다고 설명했다.
다윈은 1,800억개 매개변수 규모의 모델이다. 회사는 다윈이 이번 수학·과학 추론 평가에서 2조8,000억개 매개변수급 모델보다 높은 점수를 기록했다며, 모델 규모 대비 추론 성능을 높이는 개발 전략을 적용했다고 설명했다.
비드래프트는 허깅페이스에도 다윈의 벤치마크 결과를 공개했다. 허깅페이스 공인 리더보드는 전 세계 연구기관과 기업이 같은 공개 과제로 모델 성능을 겨루는 분야별 공식 순위표다. 회사에 따르면 다윈은 과학 추론 평가 GPQA에서 94.44점을 기록했으며, 수학 경시대회 기반 평가인 AIME 2026과 HMMT에서는 각각 100점을 기록했다. 법률 추론 평가 LEXam과 문서 이해 평가 ExtractBench 등의 결과도 공개했다.
비드래프트는 이러한 성능 개선에 모델 합성과 자기개선 기술을 활용했다고 설명했다. 회사가 개발한 모델 생성 방식 ‘다윈’은 둘 이상의 공개 모델을 선택한 뒤 각 모델의 FFN(피드포워드) 영역을 분석하고, 모델별 강점을 추출해 하나의 모델로 합성하는 방식이다.
이후 ‘모델 자체 개선(Model-level RSI)’ 단계에서는 모델이 생성한 풀이의 정답 여부를 자동으로 검증하고, 검증된 풀이를 학습에 활용한다. 회사는 이 단계에서 사람이 작성한 풀이와 추론 과정은 사용하지 않았다고 밝혔다. 비드래프트는 다윈에 이러한 강점 추출·합성과 자기개선 방식을 적용했으며, 대형 모델부터 ‘포켓(POCKET)’ 시리즈까지 제공하고 있다고 설명했다.
AI 안전 기술 ‘비커널(ViKernel)’도 개발하고 있다. 회사는 비커널을 모델 가중치에 반영한 규칙으로 AI의 행동을 판정하고 위험한 행동을 제한하며, 사람이 작동을 중단할 수 있도록 설계한 기술이라고 소개했다.
국산 신경망처리장치(NPU) 기반 기술 ‘브이코어(VKORE)’도 개발하고 있다. 회사는 리벨리온의 ATOM-Max NPU 등 국산 AI 반도체에서 모델의 학습과 구동을 지원하는 기술을 통해 해외 GPU와 외산 클라우드에 대한 의존을 줄이는 것을 목표로 하고 있다고 밝혔다.
비드래프트는 네이버클라우드가 주관하는 ‘사이버보안 특화 AI 파운데이션 모델 개발’ 사업에 컨소시엄 참여사로 합류해 AI 모델의 안전 진단과 위험 대응 역할을 맡고 있다.
온디바이스 AI 분야에서는 포켓 시리즈를 통해 노트북에서 모델을 구동하는 방식을 제공하고 있다. 비드래프트에 따르면 포켓 시리즈는 허깅페이스에서 최근 30일간 52만5,554건의 다운로드를 기록했다.
회사는 정보통신산업진흥원(NIPA)이 주관한 ‘AI 컴퓨팅 활용 지원 사업’과 ‘첨단 GPU 활용지원 사업’을 통해 확보한 컴퓨팅 자원을 이번 모델 개발에 활용했다고 밝혔다.
김민식 비드래프트 대표는 “개발사가 아니라 외부 평가기관이 직접 채점한 결과라는 점에서 이번 1위의 의미가 남다르다”며 “가장 작은 모델로 세계 최대 모델을 제친 효율은 한국 인공지능의 경쟁력을 보여주는 지표”라고 말했다.