대한민국 독자 AI 파운데이션 모델 4종 비교 — K-EXAONE 2.0 / A.X K2 / Solar Open 2 / Motif 3
2026년 8월 11일을 기준으로 국내 파운데이션 모델 프로젝트의 4개 주요 모델이 모두 공개됐습니다. 네 팀 모두 대규모 sparse Mixture-of-Experts(MoE) 라는 큰 방향을 공유하지만, 실제 Technical Report를 열어보면 모델을 키우는 방식, attention 설계, long-context 접근, post-training, serving 최적화, 라이선스 전략에서 꽤 다른 선택이 눈에 띕니다.
이번 글은 네 모델의 Technical Report를 훑으며 정리한 노트입니다. 각 모델의 핵심 기술적 특징을 요약하고, 공개된 benchmark를 최대한 공정하게 비교한 뒤, 마지막에 개인적인 감상과 References를 붙였습니다.
평가 해석 시 주의사항 네 모델의 Technical Report 점수는 하나의 통일된 evaluation harness에서 측정된 결과가 아닙니다. 따라서 본 보고서의 국내 모델 간 표는 각 Technical Report에 보고된 점수를 공통 benchmark 이름 기준으로 정렬한 cross-report comparison입니다. 동일 benchmark라도 reasoning effort, max output tokens, sampling, benchmark subset, agent scaffold, tool 사용 여부 등이 다를 수 있으므로 소수점 단위의 차이를 절대적인 모델 순위로 해석해서는 안 됩니다. 반면 Artificial Analysis Intelligence Index(AAII)는 Artificial Analysis가 자체 harness로 수행한 독립 평가이므로, 해당 기관에 평가된 모델끼리는 상대적으로 직접 비교 가치가 높습니다.
1. Executive Summary
2026년 8월 11일을 기점으로 독자 AI 파운데이션 모델 프로젝트의 주요 4개 모델이 모두 공개되었습니다.
- LG AI Research: K-EXAONE 2.0
- SK Telecom: A.X K2
- Upstage: Solar Open 2
- Motif Technologies: Motif 3
네 모델은 모두 대규모 sparse Mixture-of-Experts (MoE)를 사용하지만, 모델을 키우는 방식, attention 설계, long-context 접근법, Post-Training, serving 최적화, 라이선스 전략은 상당히 다양합니다.
| 항목 | K-EXAONE 2.0 | A.X K2 | Solar Open 2 | Motif 3 Beta |
|---|---|---|---|---|
| 개발사 | LG AI Research | SK Telecom | Upstage | Motif Technologies |
| Total Params | 750B | 688B | 250B | 314B |
| Active Params | 37B | 33B | 15B | 13.2B |
| Routed Experts | 256 | 256 | 320 | 384 |
| Activated Experts | Top-8 + Shared | Top-8 + Shared | Top-8 + Shared | Top-8 + Shared |
| 초기화 | K-EXAONE Upcycling | From Scratch | Solar Open 1의 2.3% transfer | From Scratch |
| 주요 Pretraining | +8T CPT | ~8.2T | ~11.9T | ~12.5T |
| Native Context | 256K | 128K | 1M | 256K |
| 대표 Attention | SWA + Global | MLA + SGA | 1 Softmax : 3 Linear | GDLA |
| Post-training | SFT + RL + Preference | Think-Fusion + Multi-stage RL | 12 Specialists + MOPD | 6 GRPO Specialists + MOPD |
| 대표 시스템 기술 | MTP + DSpark | MXFP8 + NVFP4 | Linear Attention | Muon + MXFP8 |
| License | Apache 2.0 | Apache 2.0 | Solar License | Non-commercial Beta |
K-EXAONE 2.0은 기존 K-EXAONE을 236B에서 750B까지 upcycling하면서 기존 학습 투자를 최대한 보존하는 전략을 취했다. A.X K2는 688B 모델을 처음부터 학습하면서 sparse attention, low-precision training, controllable reasoning에 집중했다. Solar Open 2는 15B active compute로 native 1M context와 long-horizon agent를 목표로 하며, Motif 3는 13.2B active compute에 GDLA, mHC, PolyNorm, Muon 등 가장 많은 architectural variation을 적용했다.
2. 모델별 학습 방법과 기술적 특징
2.1 LG AI Research — K-EXAONE 2.0
모델 개요
K-EXAONE 2.0은 750B total / 37B active의 fine-grained sparse MoE입니다.
가장 큰 특징은 처음부터 750B 모델을 학습한 것이 아니라, 기존 K-EXAONE 236B-A23B를 upcycling했다는 점입니다.
- Layer: 48 → 78
- Routed Experts: 128 → 256
- Active Params: 23B → 37B
- Context: 최대 256K
LG는 기존 모델에 들어간 parameter뿐 아니라 compute, data, training recipe까지 버리지 않기 위해 from-scratch training 대신 upcycling을 선택했다고 설명합니다.
Architecture
전체 78 layers는:
- 2 Dense Layers
- 76 MoE Layers
로 구성됩니다.
Attention은 기존 K-EXAONE의 Sliding Window Attention + Global Attention hybrid 구조를 유지합니다.
MoE에서는:
- 256 Routed Experts
- Top-8 Routed Experts
- Shared Expert 1개
를 사용합니다.
후반부 16개 MoE layer에는 Clamped SwiGLU를 적용합니다. 이는 깊은 layer에서 activation이 비정상적으로 커지는 현상을 제어하기 위한 설계입니다.
Pretraining
Upcycling 이후 먼저 모델을 안정화하는 healing stage를 수행하고, 이후 추가 8T tokens의 continual pretraining을 진행합니다.
이후 별도의 mid-training으로 context를 확장합니다.
| Stage | Training | Context |
|---|---|---|
| Continual Pretraining | +8T | 기본 pretraining |
| Mid-Stage 1 | 400B | 64K |
| Mid-Stage 2 | 400B | 최대 256K |
Mid-training에서는 long-form reasoning, repository-level code, multi-step tool use 비중을 높입니다.
Post-training
Technical Report는 K-EXAONE 2.0의 post-training이:
- Supervised Fine-Tuning
- Online Reinforcement Learning
- Preference Learning
을 포함한다고 명시합니다.
다만 구체적인 Section 5에서는 SFT와 Preference Learning이 상세하게 설명되고, online RL의 세부 recipe는 상대적으로 제한적으로 공개됩니다.
SFT에는 약 350B tokens가 구성되며, Preference Learning에는 자체 방법인 GROUPER(Group-wise SimPER)가 사용됩니다.
따라서 K-EXAONE 2.0의 post-training은 대규모 SFT와 preference/safety alignment가 특히 강조된 구조로 보는 것이 적절합니다.
MTP + DSpark
K-EXAONE 2.0은 production inference를 위해 두 speculative decoding path를 제공합니다.
MTP
- Backbone과 함께 학습
- Self-drafting head로 사용
DSpark
- Final target model이 완성된 뒤 별도로 학습
- Semi-autoregressive 방식으로 draft block 생성
Technical Report의 8×H200, TP8, FP8 환경에서:
- MTP: 1.27~1.77× E2E speedup
- DSpark: 1.81~2.57× E2E speedup
을 기록합니다.
따라서 일부 자료에서 언급된 “3~5배 가속”보다는 최대 약 2.57배 E2E 가속이 Technical Report 기준 정확한 표현인것으로 보입니다.
K-EXAONE 2.0의 포지션
기존 대형 모델을 버리지 않고 더 크게 만들면서, long-context·safety·serving까지 안정적으로 가져가는 전략
이라고 요약할 수 있습니다.
2.2 SK Telecom — A.X K2
모델 개요
A.X K2는 688B total / 33B active의 MoE 모델입니다.
일부 자료에는 692B로 적혀 있지만, 공식 Technical Report와 model card 기준으로는 688B입니다.
- 61 Layers
- 256 Routed Experts
- Top-8 Experts
- Shared Expert 1개
- 33B Active Params
K-EXAONE과 달리 from scratch로 학습했습니다. (아마도 전 모델이 ….흠)
Sparse Gated Attention
A.X K2의 핵심 architecture는 Sparse Gated Attention(SGA)입니다.
기본 attention은 MLA를 사용하지만, 긴 context에서는 lightweight indexer가 중요하다고 판단한 2,048개의 KV position만 선택한다.
따라서:
- 128K context → 약 1.6%
- 256K context → 약 0.8%
의 위치에 대해서만 attention을 수행합니다.
A.X K2는 sparse attention을 적용한 상태에서도 LongBench 성능이 거의 변하지 않았다고 보고합니다.
즉 목표는 단순히 context length를 확장하는 것이 아니라:
긴 context에서 attention compute 자체를 줄이는 것
입니다.
Gated Norm
A.X K2는 Gated Norm(GN)을 사용합니다.
Large Transformer에서는 일부 hidden activation이 다른 값보다 수십~수천 배 커지는 massive activation 문제가 발생할 수 있습니다.
이 현상은 특히 FP8이나 FP4처럼 block 단위 scaling을 사용하는 low-precision format에서 문제가 됩니다.
Gated Norm은 이러한 outlier를 억제해:
- Training stability
- FP8 stability
- FP4 quantization robustness
를 높이는 역할을 합니다.
Native MXFP8 Training
A.X K2의 중요한 특징 중 하나는 pretraining 자체를 MXFP8로 수행했다는 점입니다.
Forward와 backward에 E4M3 MXFP8을 사용하고, 안정성이 중요한 parameter와 gradient는 FP32로 유지합니다.
또한 공개 checkpoint는 FP8 serving에 바로 사용할 수 있으며, NVFP4 기반 4-bit serving도 지원합니다. 공식 model card는 A.X K2를 Apache 2.0으로 공개하고 research와 commercial use를 모두 허용한다고 설명합니다.
Pretraining Curriculum
A.X K2의 pretraining은 약 8.2T tokens입니다
| Stage | Tokens | Context | 목표 |
|---|---|---|---|
| Stage 1 | 6.4T | 4K | General Knowledge |
| Stage 2 | 1.4T | 4K | Advanced Reasoning |
| Stage 3A | ~0.22T | 32K | Long Context |
| Stage 3B/3C | ~0.14T | 128K | Long Context + SGA |
여기서 중요한 점은 A.X K2의 native context는 128K라는 것입니다.
256K는 YaRN scaling을 이용한 inference extension입니다.
따라서 Solar Open 2의 native 1M과 동일한 의미로 비교하면 안 됩니다.
Think-Fusion
Post-training은:
Indexer SFT → Main SFT → Multi-stage On-policy RL
구조입니다.
Think-Fusion은 동일 prompt에 대해:
- Thinking response
- Non-thinking response
를 모두 학습시켜 하나의 checkpoint에서 reasoning mode를 제어하도록 합니다.
Main SFT 전체 규모는 약 60.6B tokens입니다.
Multi-stage RL
RL에서는:
- Instruction Following
- Human Preference
- Agentic Tool Use
- Safety
를 함께 최적화합니다.
Optimization에는 CISPO와 GDPO를 사용하며 전체적으로 약 100K prompts가 사용됩니다. A.X K2 Technical Report는 RL에 약 100K prompts를 사용했다고 명시합니다.
A.X K2의 포지션
Math/Korean reasoning + sparse long-context + low-precision deployment + controllable reasoning
이 가장 명확한 특징입니다.
2.3 Upstage — Solar Open 2
모델 개요
Solar Open 2는:
- 250B Total
- 15B Active
- 48 Layers
- 320 Routed Experts
- Top-8
- Shared Expert 1개
- 1M Context
의 MoE 모델입니다.
Hybrid Linear Attention
Solar Open 2의 attention pattern은:
Softmax → Linear → Linear → Linear을 반복합니다.
즉 전체 attention layer의:
- 25%는 Softmax Attention
- 75%는 Linear Attention
입니다.
Linear attention에는 KDA 계열 구조를 사용하며 positional encoding은 NoPE, 즉 explicit positional encoding을 사용하지 않습니다.
Negative Eigenvalues
Solar는 KDA recurrent state의 transition 값에 음수를 허용합니다.
기존 recurrent/linear attention이 정보를 주로:
- 유지하거나
- 감소시키는
방향이었다면, Solar Open 2에서는 기존 state를 반전하거나 적극적으로 수정하는 dynamics까지 가능하게 만듭니다.
이러한 hybrid attention과 recurrent state 설계로 native 1M context를 지원합니다.
Selective Weight Transfer
Solar Open 2는 Solar Open 1 전체를 upcycling하지 않습니다.
기존 모델에서 architecture가 호환되는 5.69B parameters, 약 2.3%만 가져옵니다.
가져오는 부분은:
- Embedding / Output
- Normalization
- 일부 Attention Projection
- Shared Expert
등입니다.
반면 약 241.7B의 routed expert parameter는 새로 초기화합니다.
따라서 Solar의 방법은:
완전한 from-scratch와 full upcycling의 중간 형태인 partial warm start
로 볼 수 있습니다.
Pretraining
Solar Open 2의 학습 과정은:
10T General Pretraining → 1T Intensive Pretraining → 865B Length Expansion
입니다.
총 약 11.9T tokens를 학습하고, Length Expansion 단계에서 context를 1M까지 확장합니다.
Post-training
Solar의 post-training은:
SFT → Multi-domain RL → 12 Specialist Teachers → MOPD
구조입니다.
Reasoning, coding, tool use, workspace, search, preference, safety 등 capability별 specialist를 별도로 강화한 뒤 하나의 student model에 통합합니다. Solar Open 2는 12개의 specialist를 MOPD로 통합한다고 명시합니다.
MOPD
Multi-teacher On-Policy Distillation에서는 student가 자신의 trajectory를 생성하고, 해당 domain의 teacher가 student가 방문한 state에서 supervision을 제공합니다.
따라서 단순히 teacher의 완성된 response를 SFT하는 것과 달리:
student가 실제로 실수하고 drift하는 state에서 teacher에게 배우는 방식
입니다.
Solar Open 2의 포지션
15B active compute + native 1M context + Korean knowledge work + long-horizon agent
로 요약할 수 있습니다.
2.4 Motif Technologies — Motif 3 Beta
모델 개요
Motif 3 Technical Report 기준:
- 314B Total
- 13.2B Active
- 53 Layers
- 384 Routed Experts
- Top-8
- Shared Expert 1개
- 256K Context
입니다.
Hugging Face UI에서는 약 315B로 표시되지만 Technical Report architecture 기준으로는 314B입니다.
네 모델 중 active parameter가 가장 적고 expert pool은 가장 큽니다.
GDLA
Motif의 핵심 attention architecture는 Grouped Differential Latent Attention(GDLA)입니다.
GDLA는:
- Differential Attention
- Grouped Differential Attention
- MLA-style latent KV compression
- Query-dependent output gating
을 결합합니다.
핵심 아이디어는 attention에서 signal과 noise에 공통적으로 나타나는 component를 제거하면서 MLA의 KV cache efficiency를 함께 활용하는 것입니다.
mHC
Motif는 conventional residual connection 대신 modified manifold-constrained hyper-connections(mHC)를 사용합니다.
일반 Transformer가 하나의 residual stream을 사용하는 것과 달리 여러 residual stream을 mixing하는 방식입니다.
Expert-Specific PolyNorm
일반적인 MoE는 expert가 달라도 동일한 activation function을 사용합니다.
Motif는 각 expert가 자신만의 polynomial activation coefficient를 학습하게 합니다.
즉 expert specialization을:
- routing
- weights
뿐 아니라 nonlinearity 자체까지 확장합니다.
Muon
Motif 3는 matrix-shaped parameter의 primary optimizer로 Muon을 사용하고:
- Embedding
- LM Head
- Vector parameters
에는 AdamW를 사용합니다.
314B MoE 규모에서 Muon을 실제 pretraining에 사용했다는 점도 기술적으로 흥미로운 부분입니다.
Pretraining
약 12.5T tokens를 학습합니다.
Technical Report에 따르면 NVIDIA Nemotron pretraining collection에서 유지한 데이터가 전체 corpus의 약 70%를 차지하며, 나머지는 자체 web, STEM, code, math, Korean, legal, financial, synthetic data 등으로 구성됩니다.
Specialist RL
Motif의 post-training은:
General SFT → 6 GRPO Specialists + 1 SWE SFT Specialist → MOPD
입니다.
6개의 RL teacher가 총 13개의 verifier domain을 나누어 학습합니다.
모든 verifier reward를 하나의 RL에 섞지 않는 이유는:
- reward variance
- verifier latency
- 서로 다른 failure mode
간 interference를 줄이기 위해라고 합니다.
Motif 3의 포지션
13.2B active compute에서 aggressive architecture + specialist RL로 agent capability를 최대화하는 전략
으로 볼 수 있습니다.
3. 네 모델의 기술 전략 한눈에 비교
| 구분 | K-EXAONE 2.0 | A.X K2 | Solar Open 2 | Motif 3 Beta |
|---|---|---|---|---|
| Model initialization | Full-model upcycling | From scratch | 2.3% selective transfer | From scratch |
| Attention | SWA + Global | MLA + SGA | 25% Softmax + 75% Linear | GDLA |
| Position | RoPE/SWA hybrid | RoPE + ABF/YaRN | NoPE | RoPE 계열 |
| Long Context | 256K native | 128K native / 256K YaRN | 1M native | 256K native |
| MoE | 256 / Top-8 | 256 / Top-8 | 320 / Top-8 | 384 / Top-8 |
| Stabilization | Clamped SwiGLU | Gated Norm | gated/KDA design | PolyNorm + mHC annealing |
| Low Precision | FP8 serving | Native MXFP8 training | B200-scale training | MXFP8 experts |
| Main Optimizer | — | AdamW | — | Muon + AdamW |
| Reasoning Control | Thinking / Non-thinking | Think-Fusion | reasoning effort | reasoning mode |
| Post-training philosophy | General SFT + preference/RL | Unified multi-task RL | Specialists → MOPD | Specialists → MOPD |
| Serving-specific feature | MTP + DSpark | SGA + NVFP4 | Linear attention / 1M | MTP / fine-grained MoE |
4. 4-Way Common Benchmark
네 Technical Report에 모두 등장하는 대표 공통 benchmark는 다음 네 개입니다.
Cross-report comparison — unified harness가 아님
| Benchmark | K-EXAONE 2.0 | A.X K2 | Solar Open 2 | Motif 3 |
|---|---|---|---|---|
| GPQA Diamond | 82.2 | 85.6 | 86.3 | 83.4 |
| HLE | 18.3 | 27.8 | 28.8 (w/o tools) | 37.0 |
| IFBench | 72.6 | 75.9 | 80.0 | 78.2 |
| AA-LCR | 56.2 | 66.0 | 62.3 | 72.3 |
4.1 GPQA Diamond
공개 report score 기준:
Solar 86.3 > A.X K2 85.6 > Motif 83.4 > K-EXAONE 82.2
Solar와 A.X K2가 상대적으로 강하지만 최신 글로벌 frontier와는 아직 차이가 있습니다.
| 모델 | 공개 형태 | GPQA Diamond | 평가 기준 |
|---|---|---|---|
| GPT-5.6 Sol (max) | Closed | 94.1 | Artificial Analysis |
| Gemini 3.1 Pro Preview | Closed | 94.1 | Artificial Analysis |
| Claude Opus 5 (High Effort) | Closed | 93.7 | Artificial Analysis |
| Kimi K3 | Open Weight | 93.5 | Artificial Analysis |
| GLM-5.2 | Open Weight | 91.2 | 공식 Model Report |
| DeepSeek V4 Pro | Open Weight | 90.1 | GLM-5.2 공식 비교표 |
| Solar Open 2 | Open Weight | 86.3 | Upstage Technical Report |
| A.X K2 | Open Weight | 85.6 | SKT Technical Report |
| Motif 3 | Open Weight | 83.4 | Motif Technical Report |
| K-EXAONE 2.0 | Open Weight | 82.2 | LG Technical Report |
4.2 HLE
Motif 37.0 > Solar 28.8 > A.X K2 27.8 > K-EXAONE 18.3
Motif가 가장 강한 결과를 보고합니다.
다만 HLE는 report별 subset/setting 차이가 있을 수 있습니다. 예를 들어 LG는 text-only subset, Solar는 without-tools setting을 명시합니다.
| 모델 | 공개 형태 | HLE | 평가 기준 |
|---|---|---|---|
| Claude Fable 5 (Max) | Closed | 53.3 | Artificial Analysis |
| Claude Opus 5 (Max) | Closed | 52.6 | Artificial Analysis |
| Claude Opus 5 (Xhigh) | Closed | 52.5 | Artificial Analysis |
| Claude Opus 4.8 (Max) | Closed | 49.8 | Kimi K3 공식 비교, No Tools |
| GPT-5.6 Sol (Max) | Closed | 44.5 | Kimi K3 공식 비교, No Tools |
| Kimi K3 (Max) | Open Weight | 43.5 | Kimi K3 공식, No Tools |
| Motif 3 | Open Weight | 37.0 | Motif Technical Report |
| Solar Open 2 | Open Weight | 28.8 | Solar Technical Report |
| A.X K2 | Open Weight | 27.8 | SKT Technical Report |
| K-EXAONE 2.0 | Open Weight | 18.3 | LG Technical Report |
4.3 IFBench
Solar 80.0 > Motif 78.2 > A.X K2 75.9 > K-EXAONE 72.6
Instruction-following에서 Solar가 가장 높은 공개 점수를 보입니다.
| 모델 | 공개 형태 | IFBench | 평가 기준 |
|---|---|---|---|
| Grok 4.3 (Medium) | Closed | 83.3 | Artificial Analysis |
| Grok 4.20 0309 (Reasoning) | Closed | 82.9 | Artificial Analysis |
| MiniMax-M3 | Open Weight | 82.9 | Artificial Analysis |
| Solar Open 2 | Open Weight | 80.0 | Solar Technical Report |
| Qwen 3.7 Max | Closed / API | 79.1 | Motif Technical Report 비교표 |
| Motif 3 | Open Weight | 78.2 | Motif Technical Report |
| DeepSeek V4 Pro | Open Weight | 76.5 | Motif Technical Report 비교표 |
| A.X K2 | Open Weight | 75.9 | SKT Technical Report |
| K-EXAONE 2.0 | Open Weight | 72.6 | LG Technical Report |
4.4 AA-LCR
Motif 72.3 > A.X K2 66.0 > Solar 62.3 > K-EXAONE 56.2
Long-context reasoning에서는 Motif가 가장 높은 report score를 보입니다.
| 모델 | 공개 형태 | AA-LCR | 평가 기준 |
|---|---|---|---|
| GPT-5.2 Codex (Xhigh) | Closed | 75.7 | Artificial Analysis |
| GPT-5 (High) | Closed | 75.6 | Artificial Analysis |
| GPT-5.1 (High) | Closed | 75.0 | Artificial Analysis |
| Kimi K3 (Max) | Open Weight | 74.7 | Artificial Analysis / Kimi 공식 |
| GPT-5.5 (Xhigh) | Closed | 74.3 | Artificial Analysis / Kimi 공식 |
| GPT-5.6 Sol (Max) | Closed | 73.7 | Artificial Analysis / Kimi 공식 |
| Motif 3 | Open Weight | 72.3 | Motif Technical Report |
| GLM-5.2 (Max) | Open Weight | 71.3 | Kimi K3 공식 비교 |
| A.X K2 | Open Weight | 66.0 | SKT Technical Report |
| Solar Open 2 | Open Weight | 62.3 | Solar Technical Report |
| K-EXAONE 2.0 | Open Weight | 56.2 | LG Technical Report |
세 개를 요약하면 현재 그림은 다음과 같습니다.
| Benchmark | 독파모 최고 | 점수 | 글로벌 최고권 | 점수 | 인상 |
|---|---|---|---|---|---|
| HLE | Motif 3 | 37.0 | Claude Fable 5 | 53.3 | 격차 큼 |
| IFBench | Solar Open 2 | 80.0 | Grok 4.3 Medium | 83.3 | 상당히 근접 |
| AA-LCR | Motif 3 | 72.3 | GPT-5.2 Codex Xhigh | 75.7 | 매우 근접 |
5. 3-Way Domain-Specific Benchmark
5.1 Math / Korean
K-EXAONE 2.0 vs A.X K2 vs Solar Open 2
| Benchmark | K-EXAONE 2.0 | A.X K2 | Solar Open 2 | 글로벌 프론티어 / Reference |
|---|---|---|---|---|
| AIME 2026 | 92.3 | 97.1 | 95.7 | GLM-5.2 — 99.2 |
| KMMLU-Pro | 69.1 | 80.5 | 78.4 | DeepSeek V4 Pro — 80.5* |
| CLIcK | 84.2 | 91.6 | 90.7 | DeepSeek V4 Pro — 91.6* |
AIME 2026은 GLM-5.2 공식 model card 기준 99.2가 현재 확인되는 가장 강한 공개 reference입니다. 같은 표에서 GPT-5.5 98.3, Gemini 3.1 Pro 98.2, Qwen3.7-Max 97.0이 보고됩니다.
KMMLU-Pro와 CLIcK는 최신 글로벌 모델을 동일 harness로 폭넓게 평가한 independent leaderboard가 아직 없어, K-EXAONE 2.0 Technical Report의 비교표에서 가장 높은 외부 모델인 DeepSeek V4 Pro의 80.5 / 91.6을 reference로 사용하여 표기했습니다.
공개 결과 기준으로 A.X K2가 독파모 모델중 세 benchmark 모두 가장 높습니다.
특히 한국어에서는:
- KMMLU-Pro: 80.5
- CLIcK: 91.6
으로 매우 높은 성능을 보입니다.
5.2 Coding / Agent
K-EXAONE 2.0 vs Solar Open 2 vs Motif 3
| Benchmark | K-EXAONE 2.0 | Solar Open 2 | Motif 3 | 글로벌 프론티어 / Reference |
|---|---|---|---|---|
| SWE-bench Verified | 68.2 | 70.4 | 76.2 | Claude 4.5 Opus — 76.8* |
| τ³-Banking | 14.2 | 19.6 | 35.3 | Kimi K3 — 33.4* |
SWE-bench 공식 leaderboard의 동일 mini-SWE-agent v2.0.0 harness에서는 Claude 4.5 Opus High Reasoning이 76.8%로 가장 높고, Gemini 3 Flash와 MiniMax M2.5가 각각 75.8%입니다.
τ³-Banking의 Artificial Analysis 독립 평가에서는 Kimi K3가 33.4%, GPT-5.6 Sol Max가 33.0%, Claude Opus 5 High Effort가 32.8%로 현재 최고권입니다.
공개 결과 기준으로 Motif의 agent specialization이 가장 뚜렷합니다.
그런데 Motif 모델의 τ³-Banking 점수가 정말… 신기하네요..? 아마도 Artificial Analysis 독립평가로 하면 더 낮은 점수가 나올것으로 예상됩니다.
Motif는 추가로 Terminal-Bench 2.1 = 74.9를 보고합니다.
Solar는
Terminal Bench Hard, LG와 Motif는Terminal-Bench 2.1을 사용하므로 Terminal score는 같은 행에서 직접 비교하지 않습니다.
5.3 Scientific Coding
K-EXAONE 2.0 vs A.X K2 vs Motif 3
| Benchmark | K-EXAONE 2.0 | A.X K2 | Motif 3 | 글로벌 프론티어 / Reference |
|---|---|---|---|---|
| SciCode | 40.1 | 41.0 | 40.6 | Claude Fable 5 — 60.2 |
Artificial Analysis의 현재 SciCode 독립 평가에서는 Claude Fable 5가 60.2%로 가장 높고, Gemini 3.1 Pro Preview 58.9%, Kimi K3 58.7%가 뒤를 잇습니다.
이 표는 꽤 중요한 결과를 보여줍니다. 독파모 세 모델이 모두 40~41점 수준인데 최신 frontier는 약 60점이므로, 지금까지 본 benchmark 가운데 scientific coding은 글로벌 frontier와의 격차가 가장 명확한 영역 중 하나입니다.
6. Global Open Frontier와 비교
6.1 대표 Reasoning Benchmark
최신 글로벌 open-weight reference로 GLM-5.2와 DeepSeek V4 Pro 등을 놓으면 다음과 같은 그림을 볼 수 있습니다.
| Benchmark | Global Reference | 독파모 공개 최고 |
|---|---|---|
| AIME 2026 | GLM-5.2 99.2 | A.X K2 97.1 |
| GPQA Diamond | GLM-5.2 91.2 | Solar Open 2 86.3 |
| KMMLU-Pro | DeepSeek V4 Pro 80.5* | A.X K2 80.5 |
KMMLU-Pro의 DeepSeek V4 Pro 80.5는 LG Technical Report가 제시한 비교값입니다.
GLM-5.2 공식 benchmark table은:
- AIME 2026: 99.2
-
GPQA-Diamond: **91.2 Kimi K3: 93.5** - DeepSeek V4 Pro GPQA: 90.1
- DeepSeek V4 Pro AIME 2026: 94.6
을 보고합니다.
7. Artificial Analysis Intelligence Index (AAII)
Technical Report의 자체 benchmark 비교와 별개로, Artificial Analysis Intelligence Index는 Artificial Analysis가 동일한 자체 methodology로 평가하는 composite index라는 점에서 중요합니다.
2026년 8월 11일 기준 AAII v4.1은 다음 9개 평가를 포함합니다.
- GDPval-AA v2
- τ³-Banking
- Terminal-Bench 2.1
- SciCode
- Humanity’s Last Exam
- GPQA Diamond
- CritPt
- AA-Omniscience
- AA-LCR
7.1 현재 확인되는 AAII
| 모델 | AAII v4.1 | 비고 |
|---|---|---|
| Kimi K3 | 57 | Open weights |
| GLM-5.2 Max | 51 | Open weights |
| DeepSeek V4 Pro Max | 44 | Open weights |
| Motif 3 Beta | 44 | Open weight |
| K-EXAONE 2.0 | — | 평가 미확인 |
| A.X K2 | — | 평가 미확인 |
| Solar Open 2 | — | 평가 미확인 |
8. 라이선스와 공개성
성능뿐 아니라 실제 기업·연구 활용 관점에서는 model license도 중요한 차이입니다.
| 모델 | License | Weight 공개 | Commercial Use | 주요 조건 |
|---|---|---|---|---|
| K-EXAONE 2.0 | Apache 2.0 | O | O | 표준 Apache 2.0 |
| A.X K2 | Apache 2.0 | O | O | 표준 Apache 2.0 |
| Solar Open 2 | Upstage Solar License | O | O | derivative model 이름 Solar..., Built with Solar 표시 |
| Motif 3 | MIT | O | O | 저작권·라이선스 고지 유지 |
9. Capability별 정리
| Capability | 현재 가장 인상적인 모델 | 이유 |
|---|---|---|
| Math | A.X K2 | AIME 2026 97.1 |
| Korean | A.X K2 / Solar | KMMLU-Pro·CLIcK / Korean Suite |
| Scientific Reasoning | Solar / A.X K2 | GPQA 국내 최고권 |
| Instruction Following | Solar | IFBench 80.0 |
| Long-context Architecture | Solar | Native 1M |
| Long-context Reasoning | Motif | AA-LCR 72.3 |
| Tool / Agent | Motif | τ³-Banking 35.3 |
| Korean Office Work | Solar | Ko-GDPval 86.8 |
| Safety | K-EXAONE | Korean safety pipeline |
| Low-precision Deployment | A.X K2 | MXFP8 + NVFP4 |
| Speculative Decoding | K-EXAONE | MTP + DSpark |
| Architecture Novelty | Motif / Solar | GDLA·PolyNorm·mHC / KDA·NoPE |
| License Openness | LG / SKT | Apache 2.0 |
| Independent AAII | Motif | AAII 44 |
개인적인 소감
이번 4개 모델을 정리하면서 가장 흥미로웠던 점은 모두 MoE를 사용하지만 방향은 꽤 달랐다는 것입니다.
LG와 SKT는 비교적 안정적인 backbone 위에서 scaling, low-precision, serving 최적화에 집중했고, Upstage와 Motif는 linear attention, NoPE, GDLA, mHC, PolyNorm, Muon처럼 architecture 쪽에서 더 과감한 선택을 했습니다.
성능도 생각보다 많이 올라왔습니다. A.X K2는 수학과 한국어에서 특히 강했고, Solar는 instruction following과 1M context, Motif는 agent/tool use와 long-context reasoning에서 인상적인 결과를 보였습니다. 반면 HLE와 SciCode를 보면 broad expert reasoning과 scientific coding은 아직 글로벌 frontier와 차이가 꽤 남아 있는 것 같습니다.
개인적으로 현재 가장 균형이 좋아 보이는 모델은 A.X K2, 기술적으로 가장 흥미로운 모델은 Solar Open 2와 Motif 3였습니다. K-EXAONE 2.0도 benchmark만 보면 상대적으로 덜 화려하지만, 236B 모델을 750B까지 upcycling하고 MTP·DSpark까지 붙인 점은 실제 서비스 관점에서 의미가 커 보입니다.
그리고 이번에는 라이선스도 좋았습니다. K-EXAONE 2.0과 A.X K2는 Apache 2.0, Motif 3는 MIT로 공개됐습니다. 이제 4개 중 3개 모델을 상당히 자유롭게 활용할 수 있다는 점도 긍정적입니다.
다음 세대에서는 단순 benchmark 상승뿐 아니라, 이런 구조적 선택들이 실제 latency, serving cost, long-context 활용, agent reliability에서 얼마나 차이를 만드는지가 더 궁금하네요.
References
Technical Reports
- LG AI Research — K-EXAONE 2.0 Technical Report (arXiv:2608.04505)
- SK Telecom — A.X K2 Technical Report (GitHub)
- Upstage — Solar Open 2 Technical Report (arXiv:2607.20062)
- Motif Technologies — Motif 3 Technical Report (arXiv:2608.09119)
Evaluation & Benchmarks
- Artificial Analysis Intelligence Index (AAII)
- GPQA Diamond — Rein et al., GPQA: A Graduate-Level Google-Proof Q&A Benchmark
- HLE — Humanity’s Last Exam
- IFBench — Instruction Following Bench
- AA-LCR — Artificial Analysis Long Context Reasoning
- SciCode — Scientific coding benchmark
Comments