← 전체 모델 소식

Tether, 0.8B 단말용 에이전트 모델 BotPsy 공개: 도구 호출 자체 보고 두 배, Apache 2.0 가중치에 연구·교육 용도 명시

Hugging Face 블로그 2026년 11월 11일 게시물에 따르면 Tether AI Research가 Qwen3.5-0.8B를 후속 학습한 0.8B 모델 BotPsy를 공개했다. 함수 호출과 에이전트 워크플로에 특화되어 단말 배포를 겨냥한다. 업체는 자체 보고로 여섯 개 도구 사용 벤치마크 중 다섯 개에서 선두를 주장하며, 파라미터가 2.5배 많은 Qwen3.5-2B-Think도 앞선다고 밝혔다. 가중치는 Apache 2.0으로 공개하고 용도는 연구와 교육으로 제한한다고 한다.

게시 수정
원문 보도의 표지 이미지 — Tether, 0.8B 단말용 에이전트 모델 BotPsy 공개: 도구 호출 자체 보고 두 배, Apache 2.0 가중치에 연구·교육 용도 명시
원문 보도의 표지 이미지원문 보도 ↗

주요 변화

Hugging Face 블로그 2026년 11월 11일 게시물에 따르면 Tether AI Research가 BotPsy를 공개했다. 0.8B 파라미터 모델로 Qwen3.5-0.8B를 후속 학습했고, 함수 호출과 에이전트 워크플로에 자리매김하며 단말 배포를 겨냥한다. 적용 시나리오는 웹 검색과 연구, 여행과 생활, 비즈니스와 금융, 기기와 차량 제어, 파일과 문서, 캘린더, 메일과 메시지를 아우른다. 업체는 기반 모델의 에이전트 능력을 대략 두 배로 끌어올렸다고 자체 보고했다. BFCL v4는 23.4에서 44.0으로, ACEBench는 30.1에서 58.7로, τ-bench는 23.2에서 51.5로 올랐다. BFCL v4, ACEBench, τ-bench, ToolSandbox, BrowseComp-Plus 다섯 항목에서 파라미터가 2.5배 많은 Qwen3.5-2B-Think보다 높았고, Claw-Eval에서만 뒤졌다(46.5 대 48.9). 멀티턴 성능은 BFCL v4 멀티턴이 7.5에서 46.1로 올랐고 τ²-bench telecom은 82.5를 기록했다. BFCL 환각 테스트는 86.1로, 적합한 도구가 없을 때 호출을 거부하는 경향이 더 크다는 뜻이다. 업체는 약점도 함께 밝혔다. 개방형 검색 BrowseComp-Plus는 4.5에 그쳤고 BFCL 웹 검색은 14.0, 기억은 16.3이었다. τ³-banking에서는 평가된 모든 모델이 5 미만이었고 복잡한 다단계 정보 검색 시나리오는 15에 머물렀다. 학습은 네 단계 후속 학습으로 진행됐다. 지도 미세 조정, 다중 교사 동일 정책 증류(도구 사용, 범용 추론, 지시 준수에 각각 특화된 세 개의 Qwen3.5-4B 전문 교사), 그리고 규칙과 검증기 보상을 중심으로 한 두 차례 DAPO 강화 학습이다. 도구 호출 보상은 도구 이름, 파라미터 이름, 파라미터 값에 부분 점수를 준다. 배포 측은 bf16, Q8, Q4 세 가지 정밀도를 제공하고 Hugging Face safetensors와 QVAC SDK 및 llama.cpp용 GGUF 형태로 배포한다고 밝혔다. 가중치는 Apache 2.0 라이선스로 개방하며 연구와 교육 용도로 쓴다고 한다. 위 벤치마크는 모두 업체 자체 보고이며, 외부 API 벤치마크는 2026년 11월 3일 실행됐고 모든 모델은 사고 모드에서 평가됐다.

개발자에게 미치는 영향

접속 관점에서 주목할 점은 "0.8B가 더 많은 일을 한다"가 아니라 도구 호출 자체가 소형 모델 후속 학습의 핵심 목표로 다뤄졌다는 사실이다. 게시물에 따르면 네 단계 중 첫 번째 강화 학습이 도구 호출에 집중하며, 보상은 먼저 추론과 호출 형식을 확인한 뒤 도구 이름, 파라미터 이름, 파라미터 값에 부분 점수를 준다. 맞고 틀림만 가리는 이진 보상이 아니다. 이는 오류를 형식 계층에서 파라미터 계층으로 밀어낸다. 모델이 구조적으로 유효한 호출을 내지만 파라미터 값이 어긋날 때 문제는 여러분의 도구 계층이 떠안게 되므로, 파라미터 검증과 멱등성, 롤백 설계를 미리 갖춰야 한다. 배포 경로는 비교적 익숙하다. 배포 측은 safetensors와 GGUF 두 종류 저장소를 제시했고, GGUF는 QVAC SDK와 llama.cpp를 겨냥한다. 전용 런타임에 묶이지 않고 기존 로컬 추론 스택에 끼워 넣을 수 있다는 뜻이며, 세 가지 정밀도는 메모리, 지연, 형식 안정성 사이에서 선택할 여지를 남긴다. 능력 프로필은 제품 경계를 직접 좌우한다. 배포 측은 이 모델이 "모르면 도구를 부르도록" 설계됐다고 분명히 밝혔고, 범용 지식은 여전히 주로 파라미터 규모를 따라 확장된다고 했다. 같은 규모에서 GPQA Diamond 38.1, MMLU-Pro 48.9로 동급 선두이지만, 2.5배인 Qwen3.5-2B-Think(59.9, 65.5)보다는 크게 뒤진다. 따라서 최종 답변은 모델 자체 지식보다 검색과 도구 반환 품질이 더 크게 좌우한다. 멀티턴 이득이 가장 컸지만 지시가 세 번째 턴에 누적되면 Multi-IF가 51.0으로 떨어지고, 저자원 언어(힌디어 24.5, 러시아어 57.6)는 영어, 중국어, 프랑스어, 스페인어, 이탈리아어, 포르투갈어의 72–80 구간보다 뚜렷이 뒤진다. 단말 측 상태 관리와 지시 재진술, 컨텍스트 압축을 애플리케이션이 떠안아야 하며, 긴 세션에서 모델이 스스로 안정을 유지하리라 기대할 수 없다는 뜻이다. 안전 측면에서 레드팀 자체 보고 기준 안전하지 않은 응답은 21%(기반 모델 36%), 프롬프트 인젝션 상황에서는 31%(기반 모델 46%)다. 남은 비율은 신뢰할 수 없는 도구 출력을 읽을 때 여전히 외부 정책 계층이 필요하다는 의미다.

연동 및 평가 제안

아래는 조건부 제안과 분석적 추론이며 배포 측의 발언이 아니다. 첫째, 전면 교체가 아니라 분류부터 하라. 게시물에 따르면 단일 호출은 각 응용군에서 대체로 70–79를 기록했지만 복잡한 시나리오 전체는 39.5, 다단계 정보 검색은 15에 그쳤다. 이를 근거로 경계를 그을 수 있다. 도구 스키마가 명확하고 파라미터를 상위에서 채울 수 있는 단일 또는 병렬 호출은 단말에서 처리하고, 다중 탐색이나 출처 간 대조가 필요한 요청은 여전히 클라우드로 보낸다. 발동 조건은 과거 세션에서 단일 호출 비중이 충분히 높고 파라미터 검증을 도구 계층 밖에 둘 수 있을 때다. 그럴 수 없으면 모델이 내놓은 파라미터 불일치가 곧바로 업무 시스템을 때린다. 평가 기준은 자체 트래픽 샘플로 두 가지를 측정하는 것이다. 함수 이름과 파라미터 값의 완전 일치율, 그리고 주어진 도구 집합으로 요청을 충족할 수 없을 때 호출을 거부하는 비율이다. 후자는 BFCL 환각 테스트의 86.1에 대응하지만 업체 설정에서 나온 수치이므로 반드시 자체 측정해야 한다. 둘째, 양자화 단계는 Q8을 먼저, Q4를 나중에. 배포 측은 bf16, Q8, Q4 세 정밀도를 제공하며 선택은 기기의 VRAM 또는 메모리 예산에 달렸다. 조건부 접근은 메모리가 넉넉할 때 Q8로 형식 유효율 기준선을 세우고, 메모리가 빠듯하면서 Q4의 형식 유효율 하락 폭이 감당할 만할 때만 낮추는 것이다. 직접 측정할 것은 고정 프롬프트 집합에서의 도구 호출 형식 유효율, 반복 추론 루프 비율, 단일 지연이다. 게시물이 보고한 루프 비율 22.9%에서 1.4%로, 32k 상한에 닿는 실행 28.3%에서 0.2%로의 수치는 자사 공개 가중치에서 잰 것이므로 양자화 후에도 유지되는지는 검증이 필요하다. 셋째, 안전 판단은 모델 밖에 두라. 게시물은 레드팀 기준 안전하지 않은 응답 비율이 기반 모델 36%에서 21%로, 프롬프트 인젝션 상황에서 46%에서 31%로 낮아졌다고 밝혔다. 31%는 여전히 상당 비율의 인젝션 샘플이 안전하지 않은 출력을 낼 수 있다는 뜻이며, 웹페이지나 메일 같은 신뢰할 수 없는 내용을 읽는 에이전트에게는 안전 책임을 모델에 맡기기에 부족하다. 이 제안은 상태를 바꾸는 도구(결제, 발신, 파일 삭제)를 호출하도록 허용할 때 적용되며, 이런 도구에 화이트리스트와 사람 확인을 붙이는 방식이다. 측정 가능한 지표는 쓰기 작업 중 외부 정책 게이트를 거치는 비율과 인젝션 테스트 집합에서 게이트가 막아낸 비율이다. 넷째, 언어와 턴 수에 따라 라우팅하라. 게시물은 Multi-IF에서 영어, 중국어, 프랑스어, 스페인어, 이탈리아어, 포르투갈어가 72–80 구간이고 힌디어 24.5, 러시아어 57.6이며, 세 번째 턴에서 지시 준수가 51.0으로 떨어진다고 밝혔다. 사용자에 이런 저자원 언어가 있거나 단일 세션에 세 턴 이상 지시가 누적된다면, 프롬프트 계층에서 지시 재진술과 압축을 하기 전에는 이 트래픽을 맡기지 말아야 한다. 측정 방식은 언어별 지시 준수 통과율과 평균 대화 턴 수다.

제한과 확인할 사항

위 벤치마크는 모두 배포 측 자체 보고이며 자사 설정에서 완료됐고, 비교 모델도 같은 팀이 실행했으며 현재 독립 재현 결과는 없다. 평가 조건에서 모든 모델은 사고 모드로 실행됐고, 외부 API를 쓰는 벤치마크는 2026년 11월 3일 수행됐다. 추론 토큰은 각 모델 자체 토크나이저로 세므로 모델 간 토큰 수가 완전히 같은 자로 측정된 것은 아니며, 업체가 말한 "토큰 1.4–3.1배 절약"도 이 기준으로 이해해야 한다. "≤1.2B 중 최고"라는 결론도 업체가 고른 비교 집합에 한정된다. 라이선스와 용도는 나눠 봐야 한다. 게시물은 가중치를 Apache 2.0으로 개방한다고 하면서 "연구와 교육 용도"라고 명시했고, 예상 용도 항목에서도 적용 시나리오를 연구와 교육으로 한정하며 안전이 중요하거나 고위험인 자동화 의사결정, 금전·개인정보·건강이 관련된 시나리오에는 부적합하다고 선언했다. 가중치를 얻을 수 있다는 것이 이런 용도가 모두 허가된다는 뜻은 아니므로, 도입 측은 가중치 가용성에서 권리 범위를 추론하지 말고 Hugging Face 저장소의 라이선스 파일과 예상 용도 설명을 직접 확인해야 한다. 게시 문구에서도 한 가지 유의할 점이 있다. 본문 여러 곳이 가중치 배포를 미래형으로 서술하면서 동시에 safetensors와 GGUF 저장소를 제시하는데, 이 브리핑은 해당 파일이 현재 내려받을 수 있는지, 글 설명과 일치하는지 검증할 수 없다. 능력 경계에서 개방형 검색은 분명한 약점이다. BrowseComp-Plus 자체 보고 4.5, BFCL 웹 검색 14.0, 기억 16.3이며, τ³-banking에서는 비교 모델 전부가 5 미만이어서 이 시나리오는 현재 사용할 수 없다. 모델은 주로 영어로 학습되고 평가됐으며 영어가 권장 언어다. KimiSeek의 현재 모델 카탈로그에는 BotPsy-0.8B에 해당하는 항목이 없고, 이 글의 능력과 배포 정보는 모두 배포 측에서 나온 것이다. 게시물은 공식 호스팅 API를 언급하지 않으며, 가중치 배포 채널은 업체가 Hugging Face와 QVAC SDK, llama.cpp 측에 밝힌 설명이 기준이다. 이후 호스팅 서비스나 제3자 연동이 생기면 그 가용성과 약관, 과금은 업체나 해당 서비스 제공자가 설명할 사안이다.

원문 보도의 이미지

원문 삽화 1 — Tether, 0.8B 단말용 에이전트 모델 BotPsy 공개: 도구 호출 자체 보고 두 배, Apache 2.0 가중치에 연구·교육 용도 명시
원문 삽화 1원문 보도 ↗
원문 삽화 2 — Tether, 0.8B 단말용 에이전트 모델 BotPsy 공개: 도구 호출 자체 보고 두 배, Apache 2.0 가중치에 연구·교육 용도 명시
원문 삽화 2원문 보도 ↗
원문 삽화 3 — Tether, 0.8B 단말용 에이전트 모델 BotPsy 공개: 도구 호출 자체 보고 두 배, Apache 2.0 가중치에 연구·교육 용도 명시
원문 삽화 3원문 보도 ↗
원문 삽화 4 — Tether, 0.8B 단말용 에이전트 모델 BotPsy 공개: 도구 호출 자체 보고 두 배, Apache 2.0 가중치에 연구·교육 용도 명시
원문 삽화 4원문 보도 ↗
원문 삽화 5 — Tether, 0.8B 단말용 에이전트 모델 BotPsy 공개: 도구 호출 자체 보고 두 배, Apache 2.0 가중치에 연구·교육 용도 명시
원문 삽화 5원문 보도 ↗
원문 삽화 6 — Tether, 0.8B 단말용 에이전트 모델 BotPsy 공개: 도구 호출 자체 보고 두 배, Apache 2.0 가중치에 연구·교육 용도 명시
원문 삽화 6원문 보도 ↗
원문 삽화 7 — Tether, 0.8B 단말용 에이전트 모델 BotPsy 공개: 도구 호출 자체 보고 두 배, Apache 2.0 가중치에 연구·교육 용도 명시
원문 삽화 7원문 보도 ↗
원문 삽화 8 — Tether, 0.8B 단말용 에이전트 모델 BotPsy 공개: 도구 호출 자체 보고 두 배, Apache 2.0 가중치에 연구·교육 용도 명시
원문 삽화 8원문 보도 ↗

3분이면 첫 호출까지

가입 후 API 키를 만드세요. 호출 비용은 계정 잔액에서 차감됩니다. 첫 충전 30% 할인. ¥500 충전, 결제 ¥350, 잔액 ¥500 적립. ¥1000 충전, 결제 ¥850, 잔액 ¥1000 적립 최소 충전 금액은 그대로 ¥10이며, 시험용으로 사용할 수 있습니다.

출처와 편집 과정

BotPsy:基于亚十亿参数智能体语言模型的端侧个人助理

인용한 출처를 바탕으로 AI가 분석과 번역을 돕고 자동 품질 검사를 수행합니다. 제안은 실측 결과가 아닙니다. 제공 여부와 가격은 현재 카탈로그를 확인하세요.