크래프톤, 라온-1 미니 프리뷰…RTX 5090 실행 예제 공개

벤치마크·비교

크래프톤 평가표에서 라온의 SWE-Verified 점수는 70.8, 비교 대상 뮤즈 글리머(Muse Glimmer)는 72.0이다. 반면 터미널 작업 평가 Terminal-Bench Lite에서는 각각 47.0과 70.7이다. 코드 수정과 터미널 작업을 한 가지 능력으로 묶기보다, 팀의 실제 업무에 가까운 평가부터 고르는 편이 유용하다.

같은 표의 한국어 내부 대화 점수는 92.9다. 지식 평가 MMLU Pro는 76.5, 지시 따르기 IFBench는 84.2로 서로 다른 장단점을 보인다. 한국어 응대가 주된 업무라면 말투와 지시 이행을, 개발 보조가 목적이라면 코드 변경과 도구 실행을 별도 시험 항목으로 만들 수 있다. 평가 조건과 각주는 공개 벤치마크와 내부 평가를 구분해 놓았다.

활용·적용

실행 문서는 Transformers, vLLM, llama.cpp, 애플 실리콘용 MLX 경로를 제공한다. RTX 5090 예제는 NVFP4 가중치와 문맥 32,768토큰, 최대 동시 시퀀스 8개를 사용한다. 긴 문서 전체를 한 번에 넣는 작업과 짧은 요청을 여럿 처리하는 작업은 이 설정부터 나눠 검토할 수 있다.

DFlash2를 이용한 최대 2.18배 출력 처리량은 B300 한 장과 MXFP8 모델, 동시성 1의 GSM8K 평가에서 나온 회사 측정값이다. 해당 표에는 동시성 8·32와 다른 문제 유형의 결과도 따로 실려 있다. 장비를 고를 때는 최대 배율 하나보다 자신의 요청 길이와 동시 처리량에 맞는 열을 읽는 것이 낫다.

가격·조건

라이선스 설명은 내려받는 모델 가중치와 구성 파일의 상업 이용·수정·재배포를 Apache 2.0 범위에서 허용한다. 모델 다운로드는 허깅페이스 접근 요청과 로그인을 거치며, 문서는 요청이 자동 승인된다고 안내한다. 직접 운영할 때는 모델 이용료보다 GPU 확보와 운영 비용을 별도 예산으로 잡는 구조다.

설치 없이 살펴보려는 독자에게는 모델 카드가 연결한 플레이그라운드가 첫 경로다. 회사는 이를 한시 무료로 안내한다. 호스팅 API와 플레이그라운드의 허용 용도·중단·향후 요금 부과는 별도 서비스 약관의 대상이므로, 기업 도입 검토에서는 내려받기와 호스팅 이용을 서로 다른 선택지로 정리하면 된다.

활용·적용

제품 설명은 Gmail·Slack 요청 정리, QuickBooks·Stripe 미수금 확인, HubSpot 고객 기록을 이용한 후속 메일 초안 등을 예로 든다. 6,000개 이상의 커넥터·플러그인을 연결점으로 제시한다. 여러 앱을 한꺼번에 연결하기보다 읽기 중심 업무 한 가지에서 알림의 정확도를 살피는 도입 순서를 생각할 수 있다.

듀엣은 읽기·초안·준비 작업을 스스로 수행하지만 메시지 발송, 결제, 문서 서명, 삭제 전에는 사용자의 승인을 기다린다. 증권 거래와 계좌 간 자금 이동은 승인 여부와 별개로 금지된다. 공식 승인 범위를 기준으로 업무를 나누면, 보조 가능한 준비 단계와 사람이 직접 처리할 실행 단계를 분리하기 쉽다.

가격·조건

연구 프리뷰는 Pro·Max에 포함되며 기존 Claude와 사용량 한도를 공유한다. 연결된 계정을 몇 시간마다 확인하는 작업도 사용량에 들어간다. 같은 구독에서 채팅과 듀엣을 함께 쓰는 팀은 메시지 수뿐 아니라 확인 주기와 보고서·재무 모델 같은 큰 작업의 빈도를 함께 조절해야 한다.

기존 Claude의 메모리·스킬·연결 앱을 이어받는 점은 처음 설정하는 범위를 줄여 준다. 반대로 새로운 독립 계정에 업무 자료를 전부 옮기는 방식과는 운영 구조가 다르다. 회사가 설명한 가상 컴퓨터는 사용자 노트북의 전원과 별개로 실행되므로, 정기 확인 업무의 담당 위치도 로컬 컴퓨터가 아닌 클라우드 작업 환경으로 정리해야 한다.

가격·조건

한 달에 음성 1,000분을 처리한다고 가정하면 공식 단가에 따른 Mini 배치 전사 비용은 3.50달러, Small 전사는 4달러, Mini 실시간 전사는 8달러다. 각각 1,000분에 분당 단가를 곱한 값이다. 배치 전사는 이미 쌓인 녹음을, 실시간 전사는 통화 중 들어오는 소리를 처리하는 용도로 구분해 예산을 잡을 수 있다.

Mistral Small 기반 음성 에이전트 API로 1,000분을 계산하면 40달러다. 음성 합성만 문자 10만 개를 생성하는 경우에는 10만÷100만×13달러로 1.30달러가 된다. 동일 요금표에서도 음성 분과 문자는 서로 다른 과금 단위이므로, 입력 녹음량과 출력 대본량을 별도 항목으로 잡으면 원가표가 명확해진다.

활용·적용

음성 에이전트 SDK는 LiveKit을 바탕으로 전사·추론·도구 호출·음성 출력을 연결한다. SIP 전화 연결과 WebRTC 브라우저·앱 연결을 지원하며, 답변 중 사용자가 말을 시작하면 출력을 멈추는 동작도 설명한다. 단순 회의록에는 전사만, 예약 조회와 상담처럼 행동이 필요한 서비스에는 에이전트 구성을 검토하는 구분이 유용하다.

전사 모델의 문맥 보정은 제품명이나 전문 용어를 입력해 인식에 반영하는 기능이다. 음성 합성 쪽은 감정·속도·강조를 지정하고, Pro Voice는 약 30분의 음성 자료를 이용한 적응 경로를 제시한다. 각 단계의 기능이 분리돼 있어, 용어 인식 문제가 큰 조직과 브랜드 음성이 중요한 조직은 서로 다른 구성 요소부터 평가할 수 있다.

벤치마크·비교

회사 비교표에서 회의 음성 AMI의 단어 오류율은 Bark 3.0이 7.82%, 엔비디아 파라키트(Parakeet)가 9.42%, 위스퍼 대형 v3(Whisper large-v3)가 13.63%다. 같은 페이지의 영어 7개 세트 평균은 각각 4.94%, 4.94%, 6.04%다. 회의 평가의 차이와 전체 평균의 차이를 따로 보면, 특정 환경에서 필요한 이점을 고르기 쉽다.

Bark 3.0 Clean은 말버릇·반복·다시 시작한 구절을 정리하며 앱의 기본 받아쓰기·회의 노트 모델이다. 원문 전사와 정리 전사의 비교에서 Clean의 7개 세트 평균 오류율은 5.83%로 표시된다. 모든 “um”을 정답에 남기는 평가에서는 의도적인 생략도 오류가 되므로, 회의록 가독성과 축어 기록 정확도를 각기 다른 목표로 정하는 편이 좋다.

활용·적용

모델 카드는 애플 실리콘의 MLX·Core ML, iPhone·iPad, Windows의 NVIDIA CUDA·CPU 실행 경로를 나눈다. Core ML Mac 경로는 macOS 15 이상과 애플 실리콘을, iOS 경로는 iOS 18 이상을 요구한다. 설치 전에는 운영체제와 원하는 실행 가속기를 먼저 대조할 수 있다.

모델을 재배포하거나 제품에 넣는 개발자는 CC BY 4.0과 모델의 출처 안내를 함께 확인해야 한다. 한편 영어 이외의 받아쓰기가 필요한 앱 사용자를 위해 회사는 Speak에서 Whisper Large v3 Turbo 경로를 유지한다고 설명한다. 영어 전용 소형 모델과 다국어 경로를 나누는 방식은 한국어·영어가 섞인 업무의 모델 선택 기준이 된다.

활용·적용

제품 설명은 완전 로컬과 하이브리드를 작업 시작 위치부터 구분한다. 완전 로컬은 Mac의 모델과 에이전트가 파일을 처리하고, 하이브리드는 클라우드가 리서치·추론을 맡으면서 비공개 파일 작업을 Mac에 배분한다. 클라우드를 이용할 업무와 기기 안에 남길 업무를 사전에 구분하는 데 이 차이가 중요하다.

이미 확보한 시장 자료와 내부 보유 내역을 분석하는 일은 회사가 제시한 로컬 활용 예다. 반대로 현재 시장 조사와 내부 재무 자료를 결합하는 거래 검토에는 하이브리드를 제시한다. 공식 사례처럼 자료의 출처와 최신성 요구를 먼저 나누면, 모든 업무를 한 모드로 통일하기보다 처리 위치를 목적에 맞출 수 있다.

가격·조건

구독 조건은 Pro·Max·Enterprise이며 Mac 앱에서 로컬 모델을 내려받아 설정하는 방식이다. 메모리 권장값은 완전 로컬 36GB, 하이브리드 32GB로 다르다. 기존 Mac의 통합 메모리와 구독 종류를 확인하는 것이 새 장비를 검토하기 전의 첫 단계다.

클라우드 확장 경로는 최신 정보, 브라우저 사용, 연결 앱이나 더 큰 추론 모델을 쓰기 위한 선택이다. 민감한 문서 처리와 외부 정보 수집을 한 작업 안에서 섞을 때는, 어떤 단계에 외부 서비스 접근을 허용할지 업무 규칙에 적어 두면 된다. 자료 보관 위치와 도구 권한을 함께 설계하는 방식이다.