샤오미(Xiaomi)가 자사의 대규모 언어모델(LLM) '미모(Mimo) 2.6'의 사후 학습(post-training) 과정을 실시간 대시보드를 통해 전격 공개했습니다. 이번 공개는 학습 진행 단계, 누적 비용, 토큰 사용량, 평가 결과 등 모델 개발의 핵심 지표들을 투명하게 보여주며, 일반적으로 비공개로 진행되는 AI 모델 학습 과정을 외부에 노출하는 이례적인 시도입니다. 이는 AI 개발의 투명성을 강조하고 사용자 신뢰를 얻으려는 샤오미의 전략으로 풀이됩니다.
공개된 대시보드에 따르면, 미모 2.6 프로(Pro) 버전은 누적 학습 비용 74만 286달러에 206억 개의 토큰을 학습했으며, 플래시(Flash) 버전은 32만 1,465달러에 378억 개의 토큰을 학습했습니다. DeepSWE v1.1 벤치마크에서 프로 버전은 62.24점, 플래시 버전은 60.77점을 기록하며 경쟁력 있는 성능을 보여주고 있습니다. 또한, 동적 샘플러(dynamic sampler)의 성능 지표인 dynsam/avg@n 값도 각각 0.590과 0.603으로, 학습 초기 단계 대비 유의미한 상승을 보였습니다. 대시보드는 학습 배치 구성, 단계별 소요 시간, 보상 및 최적화 지표 등 매우 상세한 정보를 실시간으로 제공하며, 심지어 특정 노드의 VRAM 문제로 인한 재시작 상황까지 공지하는 등 높은 수준의 투명성을 보여줍니다.
이러한 샤오미의 투명한 정보 공개는 AI 업계에 신선한 충격을 주고 있습니다. 기존에는 모델의 크기나 학습 방식이 베일에 싸여 있었던 경우가 많았으나, 샤오미는 개발 과정을 공개함으로써 기술적 자신감을 드러내고 사용자들의 신뢰를 구축하려는 의도를 엿볼 수 있습니다. 특히, 비용 대비 뛰어난 성능을 제공한다는 사용자들의 긍정적인 평가와 함께, 이러한 개방성이 AI 모델 개발의 새로운 표준이 될 수 있을지 주목됩니다. 다른 빅테크 기업들이 보안 및 경쟁 우위 확보를 위해 학습 과정을 비공개하는 것과 대조적인 행보로, 향후 AI 생태계 전반에 투명성 경쟁을 촉발할 가능성도 있습니다.