리퀴드 AI가 10월 27일 새 모델 계열 LFM3를 공개했다. 20억 개 안팎의 매개변수를 가진 여섯 모델을 하나의 뼈대에서 갈라 냈고, 가중치는 모두 열려 있다. 목표는 거대한 만능 모델 하나가 아니라, 기기에 맞춰 고쳐 쓰는 작은 모델이다.
LFM3가 내놓은 여섯 모델
여섯 모델은 모두 LFM3-1.7B-Base라는 하나의 백본에서 출발한다. 그중 넷은 입력 방식이 다르다. 글, 이미지, 소리, 그리고 이들을 함께 받는 옴니 모델이다. 나머지 둘은 비전과 옴니 모델을 특화해 만든 의사결정 모델이다. 회사가 그리는 그림은 분명하다. 범용 대형 모델 하나를 계속 돌리는 대신, 상황에 맞는 한 모델을 골라 현장에서 바로 쓰는 방식이다.
하나의 백본 위에 세 가지 층
구조는 세 가지 층을 섞은 형태다. 24개 층 가운데 13개는 게이트가 붙은 짧은 합성곱이고, 커널 크기는 이전 세대의 3에서 7로 커졌다. 5개는 256개 토큰 창을 쓰는 슬라이딩 윈도 주의, 나머지 6개는 전체 주의다. 여기에 머리별 게이트 주의와 부분 회전 위치 인코딩, 샌드위치 정규화가 더해진다. 어휘집은 이전 8B 모델의 12만 8000개를 그대로 쓴다. 라틴 문자 밖의 언어를 처리할 때 토큰을 덜 쓰기 위해서다.
22조 토큰과 256K 문맥
사전 학습에는 22조 토큰이 들어갔다. 마지막 3조 5000억 토큰은 중간 학습으로 따로 돌렸는데, 여기에는 에이전트 궤적과 도구 호출 데이터가 더 많이 섞였다. 같은 구간에서 문맥 길이도 25만 6000토큰까지 늘렸다. 학습 뒤에는 네 단계를 거쳤다. 지도 미세조정, 혼합 강화학습, 여섯 개 전문 교사 모델을 붙인 증류, 그리고 에이전트 강화학습이다.
14종 기기에서 돌려본 이유
회사는 이번에 하드웨어를 붙여 놓고 구조를 고르는 방식을 크게 넓혔다. 이전 세대에서는 휴대폰 한 대와 노트북 한 대를 기준으로 삼았지만, 이번에는 14가지 기기와 실행 환경을 함께 돌렸다. 삼성 갤럭시 S26 울트라와 원플러스 15, 라즈베리 파이 5, 애플 M4 맥스와 AMD 라이젠 AI 노트북, Arm과 x86 클라우드 CPU, GPU, 퀄컴 헥사곤 NPU가 여기 들어간다. 기기마다 잘 도는 구조가 다르기 때문에, 학습 단계에서부터 실제 하드웨어를 끌어들인 것이다.
회사가 밝힌 속도와 메모리
회사 측에 따르면 LFM3-1.7B는 짧은 프롬프트에서 이전 1.2B 모델과 비슷한 성능을 내고, 8000토큰 문맥에서는 약 25% 빠르다. 시험한 기기 세 곳에서는 모두 가장 빠른 모델이었고, 두 번째 모델보다 디코딩이 1.8배에서 2.8배 빨랐다. 메모리 사용량도 가장 낮았다. 12만 8000토큰 문맥을 돌리는 데 필요한 KV 캐시는 1.6GB로, 비교 대상인 Qwen3.5-4B의 4.3GB, MiniCPM5-2B의 5.6GB보다 적다. 엔비디아 B300 한 장과 SGLang을 조합하면 동시 요청 1024건에서 하루 36억 토큰을 처리한다고 밝혔다.
오픈웨이트로 푼다는 것
기본 모델과 후학습 모델의 가중치는 공개 당일부터 허깅페이스, 리퀴드 플레이그라운드, 리퀴드 AI API에서 받을 수 있다. 기업이 자체 데이터로 다시 학습시킬 수 있다는 뜻이다. 작은 모델을 현장에 맞게 고쳐 쓰는 전략은 가중치가 열려 있어야 성립한다. 반대로 말하면, 같은 모델이 여러 회사의 제품에 서로 다른 모습으로 들어갈 수 있다는 뜻이기도 하다.
큰 모델이 여전히 나은 영역
회사가 내놓은 평가를 보면 경계가 드러난다. 에이전트 과제에서는 몇 배 큰 모델과 겨룰 만하다고 하고, 지시 따르기와 함수 호출에서는 앞선다고 밝혔다. 브라우저와 업무 앱을 오래 조작하는 과제에서는 Qwen3.5-9B를 앞섰다. 반대로 에이전트 코딩과 지식형 과제에서는 더 큰 모델이 여전히 강하다고 회사 스스로 인정했다. 이 수치는 모두 회사가 잰 값이고, 외부 기관의 검증은 아직 없다.
어떤 팀에 맞나
기기 안에서 돌아가는 비서, 인터넷이 끊겨도 작동해야 하는 검사 장비, 음성과 화면을 함께 받는 현장 도구가 1차 후보다. 반대로 복잡한 코드를 다루거나 방대한 지식을 끌어와야 하는 일은 여전히 클라우드의 큰 모델에 맡기는 편이 낫다. LFM3는 그런 작업을 대체하려는 모델이 아니라, 큰 모델로 넘어가기 전 단계의 비용과 지연을 줄이려는 선택지다. 여섯 모델 가운데 무엇을 고를지는 결국 기기 사양과 입력 형태가 정한다.
