Drex Max v1 공개, 27B 판단 모델이 확률만 답하는 방식과 24GB Mac 실행 조건

2026년 11월 1일 · Nace AI · Hugging Face 모델 카드 기준

Drex Max v1 가중치 공개 타이틀카드 — 텍스트 없이 확률만 답하는 27B 판단 모델

Nace AI가 판단 전용 모델 Drex Max v1의 가중치를 Hugging Face에 공개했습니다. 라이선스는 Nace.AI Open RAIL-M입니다.

이 모델은 텍스트를 생성하지 않습니다. 맥락을 넣고 질문을 던지면 선택지별 확률만 돌려주는 구조입니다. 10월 중순부터 호스팅 API로만 제공되던 모델이 로컬 실행 대상으로 열린 셈입니다.

파라미터dense 27B
readout head 선택지최대 255개
컨텍스트 창최대 262,144 토큰
Decision Index 0.4 (자체 측정)67.52점

공개 내용

공개 범위는 가중치와 실행 경로입니다. 회사 서버 밖에서 라우팅과 분류, 정책 검사를 직접 돌릴 수 있게 됐습니다.

답하는 방식

Drex Max가 답하는 방식 다이어그램 — 맥락 입력, 이름 붙은 질문, 한 번의 forward pass, 선택지별 확률

호출 방식은 단순합니다. 맥락을 state로 넣고 이름 붙은 질문을 던지면, 한 번의 forward pass로 선택지마다 확률을 돌려줍니다.

생성 모델에 판단을 맡기는 방식과 비교하면 차이가 분명합니다. 답을 문장으로 받은 뒤 다시 파싱하는 단계가 사라지고, 확률 숫자가 바로 다음 로직의 입력이 됩니다.

에이전트 시스템에서 판단 호출은 자주, 싸게, 그리고 조용히 돌아야 합니다. 확률만 돌려주는 모델은 그 판단 층을 따로 떼어 내는 선택지입니다.

점수 비교

Decision Index 0.4 점수 비교 차트 — Drex Max v1 67.52점, Drex v2.0 61.25점, Jev 1.13.0 57.96점

공개된 Decision Index 0.4 점수는 67.52점입니다. Drex v2.0의 61.25점, Jev 1.13.0의 57.96점보다 높습니다.

Artificial Analysis Decision Index에서는 64점으로 18개 중 4위를 기록했습니다. 두 지표 모두 출처는 모델 카드이며, 측정 주체에 대한 주의는 아래에 따로 적었습니다.

실행 경로와 메모리 조건

실행 경로는 5가지입니다. 플랫폼마다 요구 메모리가 크게 다릅니다.

경로조건
NVIDIA GPU · Python · bf16약 49GB
NVIDIA GPU · Python · 8-bit약 26GB
Apple Silicon · affine Q424GB 이상 Mac
Apple Silicon · Q8_0 GGUF파일 27.25GB, 48GB Mac 요구

가장 가벼운 경로는 affine Q4입니다. 24GB Mac에서도 돌릴 수 있다는 점이 이번 공개에서 가장 눈에 띄는 대목입니다.

다만 Mac과 CPU 경로는 현재 텍스트만 처리합니다. 이미지 입력은 NVIDIA GPU의 Python 경로에서만 됩니다.

확인되지 않은 지점

실무 판단

라우팅과 가드레일 판단을 생성 모델에 맡기면 답을 다시 파싱해야 하고 비용도 붙습니다. 판단 전용 모델을 로컬로 돌릴 수 있으면 그 층을 온디바이스로 내리는 구성이 가능해집니다.

도입 판단의 순서는 점수가 아닙니다. 먼저 라이선스 제한을 확인하고, 자체 측정 점수는 독립 검증이 나올 때까지 참고값으로만 두는 편이 안전합니다.

선행 흐름과의 연결도 있습니다. 한 번의 forward pass로 답하는 Jev 재현 연구와 EmbeddingGemma2 기반 System One 판단 서버 hunch가 같은 방향을 먼저 보였습니다. Drex Max v1은 그 계열에서 파라미터 규모를 27B까지 키운 공개 가중치 사례입니다.

출처

온디바이스오픈 모델에이전트 모델JevAX Trend