자사 SERV 시스템을 적용한 DeepSeek, Nemotron, Gemma 모델이 일부 벤치마크에서 최신 Claude Fable보다 높은 점수를 기록하면서도 비용은 최대 90배 저렴하다고 주장했습니다.
여기서 중요한 건 SERV가 새로운 AI 모델이 아니라는 점입니다.
쉽게 말해,
일반 AI = 질문 → 답변
SERV = 질문 → 문제 분해 → 검증 → 재추론 → 최종 답변
구조입니다.
예를 들어 Claude에게 한 번 물어보는 대신,
코드 분석
보안 점검
오류 검증
결과 비교
등을 여러 단계로 나눠 수행한 뒤 결과를 합치는 방식입니다.
즉 "더 똑똑한 모델"이라기보다 "더 효율적인 추론 시스템"에 가깝습니다.
개인적으로 이 발표에서 중요한 부분은 성능보다 비용입니다.
최근 최상위 모델들은 성능이 올라가는 만큼 API 비용도 계속 증가하고 있는데, 앞으로는 비싼 프론티어 모델 하나에 의존하기보다
저렴한 모델 + 에이전트 시스템
필요할 때만 최상위 모델 호출
구조가 더욱 확산될 가능성이 높아 보입니다.