답변게시됨20 소스
StartLux 27B, 중국 신뢰형 AI MCP 테스트 종합 2위
StartLux V1.0 27B Preview는 중국 정보통신기술원(CAICT)의 MCP 테스트에서 39.25점으로 2위를 기록했으며, 1.6T 파라미터 DeepSeek V4 Pro와의 격차는 1.30점이었다. 27B 모델인 StartLux는 284B DeepSeek V4 Flash 0731과 198B Step 3.7 Flash를 앞섰고, 위치 탐색에서 1위를 차지했으며 브라우저 자동화와 금융 분석에서도 강한 성능을 보였다.
게시자GPT-5.6 Luna로 편집GPT Image 1.5로 이미지 생성
연구 답변
주요 시사점
- StartLux V1.0 27B Preview는 중국 정보통신기술원(CAICT)의 MCP 테스트에서 39.25점으로 2위를 기록했으며, 1.6T 파라미터 DeepSeek V4 Pro와의 격차는 1.30점이었다.
- 27B 모델인 StartLux는 284B DeepSeek V4 Flash 0731과 198B Step 3.7 Flash를 앞섰고, 위치 탐색에서 1위를 차지했으며 브라우저 자동화와 금융 분석에서도 강한 성능을 보였다.
- 이번 결과는 기업이 AI 모델을 선택할 때 파라미터 수만이 아니라 도구 호출 신뢰성, 업무 완료율, 개인정보 보호, 총비용, 로컬 배포 가능성을 함께 봐야 한다는 점을 보여준다.
AI 프롬프트
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Shanghai-based StartLux’s StartLux-V1.0-27B-Preview, a 27-billion-parameter model built on Qwen3.6-27B with targeted post-training a. Article summary: StartLux-V1.0-27B-Preview was a notable outlier in CAICT’s MCP special test: it placed second overall with a 39.25 score despite having 27 billion parameters. It trailed the 1.6-trillion-parameter DeepSeek-V4-Pro by 1.30. Topic tags: general, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
상하이 기반 AI 기업 StartLux의 StartLux-V1.0-27B-Preview가 중국 정보통신기술원(CAICT) 인공지능연구원이 진행한 신뢰형 AI 대규모 모델 벤치마크의 MCP 특화 테스트에서 종합 2위를 차지했다. 270억 개의 파라미터를 사용하는 이 모델의 점수는 39.25점으로, 1위인 1.6조 파라미터 규모의 DeepSeek-V4-Pro에 불과 1.30점 뒤졌다. 10
3
이 결과를 ‘27B 모델이 모든 1T급 모델을 넘어섰다’고 해석할 수는 없다. 다만 실제 도구를 호출하고 여러 단계를 거쳐 업무를 수행하도록 설계된 평가에서는, 작고 특정 업무에 최적화된 모델이 훨씬 큰 모델과 경쟁할 수 있다는 점을 보여준다.
MCP 테스트가 측정한 것
이번 평가는 일반적인 언어모델 순위표와 다르다. MCP(Model Context Protocol)는 AI 모델이 외부 도구와 데이터에 연결돼 작업을 수행하도록 돕는 표준으로, 관련 테스트는 모델이 사용자의 목표를 해석하고 계획을 세운 뒤 적절한 도구를 호출해 실제 작업을 끝내는지를 본다.
CAICT의 MCP 특화 테스트는 다음 6개 영역과 종합 평가를 포함해 총 7개 항목으로 구성됐다.
- 위치 탐색
- 웹 검색
- 브라우저 자동화
- 금융 분석
- 코드 저장소 관리
- 3D 디자인
- 종합 평가
평가의 초점은 여러 도구의 협업, 복잡한 작업의 단계별 실행, 실제 환경과의 상호작용에 있었다. 공개된 테스트 관련 자료에 따르면 최종 평균은 세 차례의 전체 실행 결과를 바탕으로 산출됐다. 10
7
따라서 이 결과는 지식형 질문이나 단일 추론 문제의 성능보다, 기업용 AI 에이전트가 정해진 업무를 얼마나 안정적으로 처리하는지에 더 가까운 지표다.
27B StartLux와 대형 모델의 비교
공개된 종합 순위에서 StartLux는 자신보다 파라미터가 훨씬 많은 여러 모델을 앞섰다.
- StartLux-V1.0-27B-Preview: 270억 파라미터, 종합 39.25점
- DeepSeek-V4-Pro: 1.6조 파라미터, 1위. StartLux보다 1.30점 높음
- DeepSeek-V4-Flash-0731: 2,840억 파라미터, 38.24점
- Step-3.7-Flash: 1,980억 파라미터, StartLux보다 낮은 순위
같은 27B급 비교 모델인 Qwen-3.6-27B와 비교해서는 StartLux가 인용된 테스트 보고서 기준 5.34점 앞선 것으로 나타났다. 비교 대상에는 Qwen-3.6-27B와 AgentCPM-Explore도 포함됐지만, 현재 확인 가능한 자료만으로는 이 두 모델의 신뢰할 만한 종합 점수를 각각 특정하기 어렵다. 2
3
10
세부 항목에서는 실무형 에이전트 과제에서 특히 강점을 보였다. StartLux는 위치 탐색에서 1위를 기록했고, 브라우저 자동화와 금융 분석에서는 DeepSeek-V4-Pro와 공동 1위 또는 단독 선두로 보고됐다. 4
6
7
중요한 결과지만, 범위는 분명하다
이번 사례의 핵심은 ‘파라미터 수가 더 이상 중요하지 않다’는 선언이 아니다. 대형 모델은 여전히 폭넓은 능력, 어려운 문제에서의 성능, 최첨단 추론을 위한 여유 면에서 강점을 가질 수 있다.
CAICT 결과가 보여주는 것은 더 좁고 구체적이다. 도구 사용, 계획 수립, 오류를 줄인 작업 수행처럼 평가가 실제 실행 능력에 초점을 맞출 때는 후처리 학습과 업무 특화가 성능에 큰 영향을 줄 수 있다는 점이다.
StartLux는 자사 모델을 로컬 배포형 에이전트 모델로 소개하며 ‘AI가 AI를 훈련한다’는 Auto Research 접근법을 성과의 배경으로 제시한다. 그러나 벤치마크가 직접 입증하는 것은 관찰된 성능이지, 어떤 훈련 방식이 그 결과를 만들어냈는지에 대한 인과관계는 아니다. 가장 신중한 결론은 다음과 같다.
도구 호출과 다단계 업무 수행에 맞춘 타깃 최적화는 일부 기업용 작업에서 소형 모델과 초대형 모델 사이의 격차를 크게 줄일 수 있다.
로컬 배포가 바꿀 수 있는 것
27B 모델은 적절한 하드웨어와 양자화 버전을 사용할 수 있다면 1.6T 파라미터 모델보다 사내 인프라에 배포하기 현실적인 선택지다. 특히 반복적이고 대량으로 처리하는 에이전트 업무에서는 다음과 같은 이점이 기대된다.
- 데이터 통제: 민감한 프롬프트와 도구 실행 결과를 외부 API로 보내지 않고 조직 내부에 둘 수 있다.
- 비용 관리: 대규모 추론에서 요청별 API 비용을 일부 줄일 가능성이 있다. 다만 하드웨어, 전력, 운영, 엔지니어링 비용을 포함한 총소유비용을 따져야 한다.
- 지연시간과 가용성: 네트워크 연결이나 외부 사업자의 처리 용량에 대한 의존도를 낮출 수 있다.
- 업무 맞춤화: 조직이 사용하는 도구, 권한 정책, 평가 절차를 특정 워크플로에 맞게 조정할 수 있다.
그렇다고 로컬 AI가 자동으로 저렴하거나 안전한 것은 아니다. 로컬 배포를 선택하면 하드웨어 확보, 모델 업데이트, 접근 권한, 감사 로그, 모니터링, 보안 대응을 고객이 직접 책임져야 한다. 실행하기 쉬운 소형 모델이 반드시 관리하기 쉬운 모델인 것은 아니다.
세계적으로 커지는 ‘컴팩트 에이전트’ 흐름
StartLux의 결과는 파라미터를 무작정 늘리기보다 효율과 실행 능력을 중시하는 최근 흐름과 맞닿아 있다.
NVIDIA는 Nemotron 3.5 Lightning을 총 30B 규모의 개방형 혼합 전문가(MoE) 모델로 소개하면서, 추론 과정에서 실제로 활성화되는 파라미터는 3B라고 설명한다. 이 모델은 상시 실행되는 에이전트의 대량 작업 처리를 겨냥한다. NVIDIA의 모델 지원 문서에는 Gemma 4 12B와 31B 변형도 올라와 있다. 25
26
2차 자료와 모델 카탈로그에는 Meta의 Muse Glimmer 역시 로컬 에이전트용 모델로 소개돼 있다. 다만 현재 확보된 자료만으로는 Meta의 최초 출시 문서를 독립적으로 확인할 수 없으므로, 해당 모델의 세부 성능이나 개발 배경을 단정하기는 어렵다. 27
33
그래도 큰 흐름은 뚜렷하다. 개발사들은 전체 파라미터 수뿐 아니라 실제 활성 파라미터, 처리량, 양자화, 도구 호출의 안정성, 로컬 실행 여부를 함께 최적화하고 있다.
중국 기업의 AI 도입 기준도 달라질까
StartLux의 성과는 중국 기업의 AI 조달 전략을 한 가지 모델로 통일하기보다 업무별로 나누는 방향을 뒷받침할 수 있다.
- 민감하고 반복적이며 처리량이 많은 업무에는 사내 또는 프라이빗 인프라에서 실행하는 컴팩트 모델을 우선 검토한다.
- 범용성이 넓거나 드물게 발생하고 난도가 높은 업무에는 최대 성능을 제공하는 프런티어 클라우드 모델을 활용한다.
- 모델 자체가 아니라 전체 워크플로를 평가한다. 도구 호출 정확도, 오류 복구, 업무 완료율, 중국어 및 도메인 적합성, 지연시간, 운영비가 함께 포함돼야 한다.
- 도입 전에 권한 관리, 데이터 보존, 관측 가능성, 모델 업데이트, 사람에게 넘기는 절차를 점검한다.
결국 기업이 던져야 할 질문은 ‘어느 모델의 파라미터가 가장 많은가’가 아니다.
**‘우리 업무를 허용 가능한 비용과 위험 안에서 가장 안정적으로 끝내는 모델은 무엇인가’**가 더 실용적인 질문이다.
파라미터 경쟁에서 워크플로 경쟁으로
StartLux-V1.0-27B-Preview가 소형 모델과 대형 모델 사이의 경쟁을 끝낸 것은 아니다. 오히려 기업이 그 선택의 기준을 다시 보게 만들었다.
개인정보 보호, 예측 가능한 비용, 짧은 지연시간, 사내 배포가 중요한 업무라면 실제 도구 기반 작업을 잘 수행하는 컴팩트 모델이 가장 큰 모델보다 나은 구매가 될 수 있다. 반대로 광범위한 지식과 최첨단 추론이 필요한 과제에서는 대형 모델의 가치가 여전히 남는다.
앞으로의 AI 조달 시장은 하나의 보편적 승자를 고르는 방식보다, 업무의 성격에 맞춰 모델 규모와 배포 방식을 조합하는 방향으로 움직일 가능성이 크다. 그런 시장에서 StartLux의 39.25점이 중요한 이유는 파라미터 수를 무의미하게 만들었기 때문이 아니다. 충분한 최적화를 거친 모델이라면 로컬 운영을 검토할 수 있을 만큼 많은 능력을 더 작은 규모에 담을 수 있다는 점을 보여줬기 때문이다.
Studio Global AI
연구를 계속하세요
이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.
사람들은 또한 묻습니다.
"StartLux 27B, 중국 신뢰형 AI MCP 테스트 종합 2위"에 대한 짧은 대답은 무엇입니까?
StartLux V1.0 27B Preview는 중국 정보통신기술원(CAICT)의 MCP 테스트에서 39.25점으로 2위를 기록했으며, 1.6T 파라미터 DeepSeek V4 Pro와의 격차는 1.30점이었다.
먼저 검증할 핵심 포인트는 무엇인가요?
StartLux V1.0 27B Preview는 중국 정보통신기술원(CAICT)의 MCP 테스트에서 39.25점으로 2위를 기록했으며, 1.6T 파라미터 DeepSeek V4 Pro와의 격차는 1.30점이었다. 27B 모델인 StartLux는 284B DeepSeek V4 Flash 0731과 198B Step 3.7 Flash를 앞섰고, 위치 탐색에서 1위를 차지했으며 브라우저 자동화와 금융 분석에서도 강한 성능을 보였다.
실무에서는 다음으로 무엇을 해야 합니까?
이번 결과는 기업이 AI 모델을 선택할 때 파라미터 수만이 아니라 도구 호출 신뢰성, 업무 완료율, 개인정보 보호, 총비용, 로컬 배포 가능성을 함께 봐야 한다는 점을 보여준다.