LFM3: 하나의 백본에서 갈라진 6종 모델 — Liquid AI의 온디바이스 전문화 전략

Liquid AI · LFM3 · ax-trend 이슈 #3564 · 2026-10-27 공개

하나의 백본, 여섯 가지 전문 모델 — LFM3 개요
개요 — 하나의 백본에서 여섯 가지 전문 모델이 갈라집니다

거대한 범용 모델 하나가 아니라, 용도별 작은 모델 여섯 가지입니다

Liquid AI가 10월 27일 새 파운데이션 모델 패밀리 LFM3를 발표했습니다. 첫 출시는 2B 파라미터급 모델 6종이며, 모두 같은 LFM3-1.7B-Base 백본에서 갈라집니다. 구성은 텍스트·비전·오디오·옴니 4종에 디시전 모델 2종을 더한 형태입니다.

디시전 모델이 눈에 띄는 이유는 출력 형태 때문입니다. 비전 모델과 옴니 모델에서 각각 특화됐고, 생성 문장을 길게 늘어놓는 대신 보정된 답을 내놓습니다. 판단이 곧 결과물인 에이전트·분류 작업에는 문장보다 답이 먼저입니다.

모델을 고르는 일이 곧 아키텍처를 고르는 일이 되는 셈입니다. 텍스트만 필요한 곳에는 텍스트 모델을, 카메라 입력이 필요한 곳에는 비전 모델을 고르면 되고, 둘 다 같은 학습 계열에서 나왔습니다.

Liquid AI의 노선은 처음부터 이 방향이었습니다. 하나의 거대 범용 모델 대신, 용도에 맞는 작은 모델을 골라 기기에서 돌리는 쪽을 밀어왔고, LFM3는 그 노선의 새 세대입니다.

백본 제작 방식

베이스 모델은 22T 토큰으로 사전 학습됐습니다. 마지막 3.5T 토큰은 선별된 고품질 데이터로 중간 학습한 구간이며, 이 구간에서 에이전트 흔적과 도구 호출 비중을 높이고 컨텍스트를 256K 토큰까지 넓혔습니다.

아키텍처는 24개 층에 세 가지 연산자를 섞은 트리 하이브리드입니다. 게이트 단기 컨볼루션 13개 층, 전역 어텐션 6개 층, 256 토큰 창 슬라이딩 윈도 어텐션 5개 층으로 구성됩니다. 층수를 더하면 24층이 맞아떨어집니다.

텍스트 모델 LFM3-1.7B는 256K 토큰 컨텍스트를 지원하고, Hermes Agent·Pi·OpenClaw 같은 에이전트 하네스에서 동작하도록 사후 학습됐습니다. 단일 GPU 파인튜닝으로 자기 도메인에 맞출 수 있다는 점도 함께 밝혀졌습니다.

하나의 백본에서 여섯 모델로 — 백본 학습, 모달리티 특화, 디시전 특화, 기기 실행
흐름 — 백본 학습부터 기기 실행까지 같은 계열로 이어집니다

작은 크기인데도 벤치마크 숫자가 눈에 띕니다

공개 벤치마크에서 작은 크기 대비 강한 성적이 나왔습니다. IFEval 96.66, ToolSandbox 80.36, BFCL V4 도구 호출 71.39, LiveClaw 45.60을 기록했습니다.

LFM3-1.7B 공개 벤치마크 — IFEval 96.66, ToolSandbox 80.36, BFCL V4 71.39, LiveClaw 45.60
벤치마크 — 수치는 텍스트 모델 기준, Liquid AI 자체 측정입니다

수치 출처에 주의가 필요합니다. 인용한 수치는 주로 텍스트 모델 기준이며, 비전·오디오·옴니·디시전 모델의 세부 벤치마크는 모델 카드로 나뉘어 있습니다. 벤치마크 수치 자체도 Liquid AI 자체 측정이라, 독립 기관의 재현 결과는 아직 미확인 상태입니다.

온디바이스 주장의 신뢰 범위

온디바이스 속도가 이번 발표의 또 다른 축입니다. 4비트 정밀도에서 약 1GB 크기로 들어가고, 테스트한 세 가지 온디바이스 환경에서 다음 모델보다 1.8배에서 2.8배 빠르게 디코딩한다고 밝혔습니다.

하드웨어 탐색 범위도 함께 넓어졌습니다. 전화기 1종과 노트북 1종 수준이던 탐색이 14종 기기·백엔드 조합으로 확대됐고, 삼성 갤럭시 S26 Ultra와 원플러스 15, 라즈베리 파이 5, 애플 M4 Max와 AMD Ryzen AI 노트북, 퀄컴 Hexagon NPU가 탐색 대상에 들어갔습니다.

다만 체감 속도와 정확도는 자기 하드웨어에서 직접 재는 과정이 필요합니다. 발표 수치와 내 기기에서의 체감은 다른 문제라서, 도입 전에 실측을 거치는 편이 안전합니다.

실무 판단: 먼저 확인할 것

실무 판단은 이렇게 정리됩니다. 용도에 맞는 모델을 같은 백본 계열에서 고르는 것이 이번 발표의 실무적 이점입니다. 다만 벤치마크가 자체 측정이고 세부 수치가 모달리티별로 나뉘어 있으니, 자기 하드웨어 실측과 모델 카드 확인을 도입 결정보다 앞에 두는 편이 안전합니다. 라이선스 세부 조항과 상용 이용 범위는 LFM Open License v1.0과 모델 카드에서 직접 확인해야 합니다.

베이스와 사후 학습 모델은 오픈웨이트로 공개됐습니다. Hugging Face와 Liquid AI Playground, Liquid AI API에서 바로 쓸 수 있습니다. 앞서 다룬 Liquid AI 모델로는 LFM2.5-24B-A2B(#3239), 멀티모달 디시전 모델 d1-ultra(#3307), 비전이 추가된 d1(#3030)이 있습니다.

원문 이슈

온디바이스멀티모달에이전트 모델오픈 모델AX Trend