DeepReinforce, 오픈 소스 코딩 모델 Ornith-1.0 공개

DeepReinforce가 에이전틱 코딩(Agentic Coding)을 위해 설계된 자가 학습형 모델 제품군인 Ornith-1.0을 오픈 소스로 출시했다. 이번 모델은 엣지 디바이스용 9B Dense 모델부터 최첨단 작업을 위한 397B MoE 모델까지 다양한 라인업을 갖추었으며, Gemma 4 및 Qwen 3.5를 기반으로 학습되었다.

Ornith-1.0의 핵심 차별점은 모델이 해결책뿐만 아니라 이를 가이드하는 **스캐폴드(Scaffold)**까지 스스로 생성한다는 점이다. 기존의 인간 설계 방식 대신, 모델은 RL(강화 학습) 단계에서 최적의 스캐폴드를 제안하고 이를 바탕으로 솔루션을 생성하며, 이 과정에서 얻은 보상을 통해 오케스트레이션 능력을 함께 학습한다.

모델이 스스로 스캐폴드를 작성할 때 발생할 수 있는 **보상 해킹(Reward Hacking)**을 방지하기 위해 세 가지 방어 계층을 도입했다:

• 환경과 테스트를 격리하는 고정된 외부 신뢰 경계
• 검증 스크립트 수정을 감지하는 결정론적 모니터
• 도구 사용 과정에서의 부정 행위를 차단하는 고정된 LLM 판독기

성능 면에서 397B 모델은 Terminal-Bench 2.1에서 77.5, SWE-Bench Verified에서 82.4를 기록하며 Claude Opus 4.7과 대등한 성능을 보였다. 특히 9B 모델은 저사양 하드웨어에서도 Gemma 4-31B와 같은 대형 모델에 필적하는 코딩 능력을 제공한다.