Tether, 8억 파라미터 AI 에이전트 BotPsy 공개: 휴대폰 등 기기에서 일상 작업 처리 겨냥, 자체 테스트에서 2.5배 큰 모델 앞서

무슨 일이 있었나

Decrypt 보도에 따르면 Tether는 개인 기기에서 일상 작업을 수행하도록 설계된 8억 파라미터 AI 에이전트 QVAC BotPsy를 공개했다. Decrypt는 Tether를 세계 최대 스테이블코인 USDT를 발행하는 회사라고 소개했다. Decrypt는 파라미터가 모델이 학습 과정에서 익힌 수치이며, 파라미터가 적을수록 실행에 필요한 메모리가 보통 적다고 설명했다. 또한 '에이전트형' AI는 전통적인 챗봇처럼 질문에 답만 하는 것이 아니라 필요한 도구를 판단하고, 명령을 올바른 순서로 실행하고, 오류가 나면 방식을 바꾸는 등 직접 행동한다고 설명했다.

Hugging Face 모델 카드에 따르면 BotPsy-0.8B는 함수 호출과 에이전트형 워크플로를 위해 설계된 모델이다. 함수 호출은 AI가 앱 안의 기능을 조작하게 하는 것으로, 모델 카드 예시로는 캘린더에 일정을 추가하는 것이 있다. 이 모델은 Qwen3.5-0.8B를 기반으로 하며 기기에서 직접 실행하기에 적합하고, Apache 2.0 라이선스로 제공된다. 모델 카드는 이 모델이 웹 검색, 캘린더, 이메일과 메시지, 기기 제어 같은 단순한 작업을 도구로 처리하는 '개인 비서'라고 설명한다.

Decrypt는 BotPsy가 휴대폰 설정, 메시지, 일정과 관련된 여러 단계의 작업을 처리할 수 있고, 개인 정보를 클라우드 서버로 보내지 않을 가능성도 있다고 전했다. Decrypt는 Tether가 설명한 테스트 상황도 전했다. 어시스턴트가 메시지를 보내야 하는데 Wi-Fi가 꺼져 있고 받은편지함이 가득 찬 상황에서, BotPsy는 Wi-Fi를 켜고 충분한 공간을 확보해 작업을 마친 반면 기반 모델은 실패한 같은 동작을 반복했다.

벤치마크 성적: 소형 모델이 앞선 부분

벤치마크는 AI 모델의 능력을 비교하기 위한 표준화된 테스트다. 예를 들어 Decrypt는 BFCL v4가 다양한 작업과 대화에서 AI가 소프트웨어 기능을 선택하고 실행하는 능력을 평가하고, ACEBench는 올바른 도구와 매개변수 값을 고르는 것을 포함한 함수 호출의 정확도를 평가한다고 설명했다. Decrypt에 따르면 Tether는 5개 모델을 6개 도구 사용 평가로 테스트했고, BotPsy는 그중 5개에서 최고점을 받았으며, 이 결과는 회사 자체 테스트에서 나온 것이다. 모델 카드에 따르면 모든 모델은 '사고 모드'(먼저 생각한 뒤 답하는 방식)에서 동일한 평가 프레임워크로 테스트됐다. 아래 수치는 모두 모델 카드에서 나온 것이며 단위는 백분율 점수로, 높을수록 좋다.

모델 카드에 따르면 Claw-Eval에서는 Qwen3.5-2B-Think가 앞섰다(48.9 대 46.5). BrowseComp-Plus에서 BotPsy는 5개 모델 중 가장 높지만, 모델 카드는 절대값으로는 낮은 편이라고 스스로 인정한다. 지식 벤치마크에서는 Qwen3.5-2B-Think에 비해 뚜렷하게 뒤처진다. GPQA Diamond는 38.1 대 59.9, MMLU-Pro는 48.9 대 65.5다. 모델 카드는 지식이 여전히 주로 파라미터 수에 따라 늘어나며, BotPsy는 지식 모델이 아니라 모르는 사실에 대해 도구를 호출하도록 설계됐다고 밝혔다.

한계와 사용 전 알아둘 점

• 모델 카드에 따르면 BotPsy는 낮은~중간 난이도의 작업에 가장 적합하며 여전히 실수를 한다.
• 모델 카드에 따르면 안전과 직결되거나 위험도가 높은 자동화 의사결정에는 적합하지 않으며, 금전, 개인정보, 건강 같은 민감한 주제와 관련된 애플리케이션에도 적합하지 않다.
• 모델 카드에 따르면 주로 영어로 학습과 테스트가 이루어졌으므로 영어 사용을 권장한다. 다른 7개 언어의 Multi-IF 테스트에서는 대부분 양호했지만, 힌디어와 러시아어 점수는 훨씬 낮았다.
• 모델 카드에 따르면 은행 업무 상황을 다루는 테스트인 τ³-banking에서는 테스트된 어떤 모델도 5점을 넘지 못했다.
• 모델 카드에 따르면 학습 코드와 학습 데이터는 이번 공개에 포함되지 않는다.

일반 독자에게 갖는 의미

Decrypt는 이번 발표가 AI 어시스턴트가 거대한 모델 없이도 일을 해낼 수 있음을 보여 줄 수 있다고 보았다. 소형 모델이 설정, 메시지, 일정 같은 반복 업무를 안정적으로 처리할 수 있다면 이런 어시스턴트는 개인 기기에서 실행될 수 있다. 다만 Decrypt는 Tether가 BotPsy 기반의 완전한 소비자용 어시스턴트의 출시일을 아직 발표하지 않았다고 지적했다. 따라서 현재 일반 사용자가 완성품을 바로 쓸 수는 없다.

개발자에게는 BotPsy가 Apache 2.0 라이선스의 오픈 웨이트 모델로 제공된다고 Decrypt는 전했다. 즉 모델 자체를 내려받아 수정하고 자신의 애플리케이션에 통합할 수 있다. 모델 카드에 따르면 GGUF 형식 파일(BF16, Q8_0, Q4_K_M 버전)도 별도로 제공되어 llama.cpp와 QVAC SDK 같은 로컬 실행 도구에서 쓸 수 있다. Decrypt는 Tether가 로컬 배포 시 메모리 요구량을 낮추기 위한 압축 버전도 공개했다고 전했다.

Decrypt에 따르면 Tether는 2025년 5월 빅테크가 운영하는 AI 서비스의 대안으로 QVAC을 처음 선보였다. 2025년 10월에는 410억 토큰 데이터셋과 QVAC Workbench를 공개했고, 2026년 들어서는 SDK를 공개했으며 의료 AI 시스템 QVAC MedPsy를 개발했다. BotPsy는 이 노선의 새 구성원이다.

이 주제의 최신 뉴스 보기

• 가상자산·블록체인