모델 857건 · 국산 138 · 가격 690 추적 중
파운데이션 모델·LLM

크래프톤, 자체 LLM '라온-1 미니' 프리뷰 공개

블로터·2026-10-22

요약

크래프톤이 자체 개발한 거대언어모델 '라온-1 미니' 프리뷰 버전을 허깅페이스에 공개했다. 전체 매개변수 중 일부만 실제 연산에 활용하는 구조로 성능과 비용 효율성을 동시에 확보하는 데 초점을 맞췄다. 기존 모델을 수정하거나 추가 학습하는 방식이 아니라 모델 설계부터 학습까지 전 과정을 자체 수행했다. 크래프톤 자체 평가에 따르면 한국어 대화와 코딩 등 일부 성능 평가에서 해외 유사 규모 모델을 앞섰다고 밝혔다.

큐레이터 노트

원문에 없는 맥락입니다

게임사인 크래프톤이 기존 모델을 가져다 쓰지 않고 설계·학습 전 과정을 자체 수행했다는 점이 특징이며, 성능 비교는 회사 측 자체 평가 결과다.

깊이 읽기

이 기사 한 건이 아니라, 같은 사안을 다룬 이 사이트의 기록을 근거로 정리했습니다

이 일이 어디서 왔나

크래프톤의 '라온-1 미니' 프리뷰는 10월 21일 ZDNet Korea 보도로 먼저 알려졌으며, 이번 블로터 기사는 같은 모델의 공개를 재확인한 것이다. 비슷한 시기 카카오도 비전 인코더 '카나나-2' 2종을, AI 스타트업 리커시브도 온디바이스 코딩 모델 '플린트'를 허깅페이스에 오픈소스로 공개해, 10월 하순 국내 기업들의 자체 AI 모델 개방이 잇따르고 있다.

짚어야 할 점

  • 라온-1 미니와 리커시브의 플린트 모두 전문가 혼합(MoE) 구조로 연산 비용을 줄였다는 공통점이 있어, 국내 모델 개발에서 효율성 중심 설계가 하나의 흐름으로 자리잡고 있다.
  • 해외 유사 모델보다 우수하다는 평가는 크래프톤 자체 평가 결과이며, 외부 기관이나 제3자가 검증한 수치는 아니다.
  • 크래프톤은 게임사이면서도 쏘카 자율주행 사업에 1400억원을 투자하는 등 AI 전반에 걸쳐 투자를 넓히고 있어, 라온-1 공개도 이런 사업 확장의 연장선으로 볼 수 있다.

아직 확인되지 않은 것

  • 학습 데이터 구성, 매개변수 규모, 구체적 벤치마크 수치 등을 담을 테크니컬 리포트는 정식 출시 시 공개하겠다고 했을 뿐 아직 나오지 않아, 성능 주장을 뒷받침할 세부 자료는 확인되지 않았다.
  • 앞선 ZDNet Korea 보도는 아파치 2.0 라이선스로 상업적 활용이 가능하다고 밝혔으나 이번 기사에는 라이선스 조건이 언급되지 않아, 조건 변경 여부는 확인되지 않았다.
  • 프리뷰 버전과 정식 버전 사이에 성능이나 구조가 어떻게 달라질지는 아직 밝혀지지 않았다.

다른 매체는 이렇게 썼다

같은 사안을 다룬 다른 곳의 보도입니다

뤼튼·스캐터랩 양분한 캐릭터챗 시장, 게임사도 진출
AI타임스 · 2026-11-03

AI 캐릭터챗 시장을 뤼튼테크놀로지스의 '크랙'과 스캐터랩의 '제타'가 주도해온 가운데, 게임사들이 새로 진입하며 경쟁이 본격화하고 있다. 크래프톤은 K팝에 특화된 AI 캐릭터챗 '키프(Kiff)'를 출시했으며, 첫 협업 대상은 걸그룹 피프티피프티로 이용자는 멤버들이 직접 구상한 페르소…

크래프톤, K팝 AI 캐릭터 챗 서비스 '키프' 출시
ZDNet Korea · 2026-11-02

크래프톤이 K팝 아티스트의 페르소나를 반영한 AI 캐릭터 챗 서비스 '키프'의 국내 정식 서비스를 시작했다. 이용자는 아티스트가 구상한 캐릭터와 대화하며 팬덤 활동을 즐길 수 있고, AI 캐릭터는 대화 이력과 취향을 기억해 맞춤형 대화를 이어간다. 첫 참여 아티스트는 어트랙트 소속 피프…

엔비디아, 초경량 음성 복원 AI '리유즈' 공개
AI타임스 · 2026-11-02

엔비디아가 잡음, 울림, 음성 잘림, 압축 손상 등으로 품질이 떨어진 음성을 복원하는 범용 음성 향상 모델 '네모트론랩스 리유즈'를 허깅페이스에 공개했다. 이 모델은 적은 매개변수로도 대규모 음성 향상 모델을 능가하는 성능을 보였다고 회사는 밝혔다. 배경 잡음과 잔향뿐 아니라 오디오 클…

이 사안의 흐름

같은 주제를 다룬 이 사이트의 기록 — 최신순

이 글에 나온 말

용어집 전체 →
학습
학습은 모델이 데이터를 반복적으로 살펴보며 예측 오차를 줄이는 방향으로 내부 파라미터를 조정해 나가는 과정을 말한다.
평가
AI 모델이나 시스템의 출력이 원하는 기준에 얼마나 부합하는지를 정량적·정성적으로 측정하는 절차를 말한다.

이 분야 브리핑

여러 매체가 함께 다룬 사안을 한 번에

이 페이지는 원문을 요약·재서술하고 이 사이트가 쌓은 기록을 덧붙인 큐레이션입니다. 원문 본문은 싣지 않으며, 수치와 표기는 원문 기준을 유지했습니다.

블로터 원문 전체 보기 →

같은 분야의 다른 소식

전체 뉴스 →