Ai2, AstaBrief 8B 오픈소스 공개… 보고서 생성 속도 3.5배 향상

Ai2(Allen Institute for AI)가 연구 질문과 문헌 발췌문을 인용된 보고서로 변환하는 경량 모델 AstaBrief 8B를 오픈소스로 공개했다. Qwen3-8B 기반의 이 모델은 강화학습 방식의 불안정성과 높은 비용을 피하기 위해 **Supervised Fine-Tuning(SFT)**과 Direct Preference Optimization(DPO) 중심의 학습 레시피를 적용했다.

성능 및 아키텍처

AstaBrief는 스니펫 요약 및 클러스터링 단계를 생략하는 one-pass generation 아키텍처를 채택해 속도를 개선했다. Asta 파이프라인에서 AstaBrief가 구동하는 Fast 모드는 보고서당 평균 51.1초가 소요되어, 기존 Thinking 모드(178.5초)보다 약 3.5배 빠르다. 속도 향상에도 불구하고 품질은 경쟁력을 유지하며, 인간 평가자 테스트에서 인용 정확도 측면에서 다른 시스템 대비 3회 중 2회 선호도를 기록했다.

학습 데이터 및 방법론

모델은 9만 개의 필터링된 연구 쿼리에서 파생된 4만 7천 개의 SFT 예제와 6천 개의 DPO 예제로 학습됐다. 주요 학습 인사이트는 다음과 같다:

• 인용 밀도 필터링: 인용 문장 비율에 따른 필터링이 복잡한 필터 조합보다 더 효과적이었다.
• DPO 일관성: GPT-4.1과 DeepSeek-R1 평가자가 모두 동의한 페어만 사용했으며, 인간 선호도와 95% 일치율을 달성했다.
• 일반화 편향: 모델이 연구 범위를 과도하게 확장하거나 시제를 변경하는 경우가 있으며, 이는 현재 지표로 완전히 포착되지 않는 한계다.

도입 현황 및 가용성

Asta의 Fast 모드 배포 이후 사용자의 **29.1%**가 이틀 이상 해당 기능을 사용했으며, 이를 시도한 사용자 중 **23%**는 독점적으로 계속 사용 중이다. 모델은 Hugging Face에서 다운로드할 수 있으며, 기관들이 자체 하드웨어에 배포해 독점 API 의존성을 제거할 수 있다.