업스테이지는 수요일 Solar Mini 4를 공개했다. 350억 파라미터 모델로 모든 워크플로마다 다중 GPU 클러스터를 예약하지 않고 온프레미스 자동화를 원하는 한국 기업을 겨냥했다.
구조와 벤치마크
모델은 혼합 전문가(MoE) 설계로 추론 단계마다 약 30억 파라미터만 활성화해 연산을 줄이면서 더 큰 지식 풀을 유지한다. 업스테이지는 Artificial Analysis Intelligence Index에서 24점을 받았다고 밝혔고, 이 중립 점수판으로 미니 라인이 다른 소형 모델보다 낫다고 주장한다.
양자화로 단일 그래픽 카드에 모델을 올릴 수 있다. 중견 제조사와 공공기관이 클라우드 전용 AI 계약을 거절할 때 자주 드는 제약이다.
시장 진출 전략
김성훈 대표는 복잡한 판단이 필요한 에이전트 작업은 Solar Pro, 문서 분류·인보이스 추출 같은 반복·대량 작업은 Solar Mini로 나누겠다고 했다. Solar Mini 4는 8월 Solar Pro 4의 OpenRouter 등재에 이어 나왔고, 예산 민감 파일럿에서 Google Gemma·Alibaba Qwen 오픈 웨이트와 경쟁한다.
업스테이지는 수능 영어 문항 제작과 SK텔레콤과의 사이버보안 컨소시엄도 진행 중이지만 Solar Mini 4는 “풀사이즈 모델용 GPU가 부족하다”고 한 기업을 겨냥한 매출 핵심이다.
배포 시나리오
Solar Mini 4를 시험하는 제조사는 보통 인보이스 OCR과 발주서 매칭부터 시작한다. 고처리량이 필요하고 가끔 오류는 허용되는 워크로드다. 업스테이지는 한국 사설 클라우드에 흔한 NVIDIA 데이터센터 카드용 양자화 프리셋을 제공할 예정이다.
웨이버스 GeoAI 파트너십을 통한 공공 파일럿은 방화벽 안에서 도는 미니 모델과 공간 데이터를 결합할 수 있다. 대학수학능력시험 영어 문항 MOU와 맞물린다. 두 프로젝트 모두 저렴한 호스팅이 유리한 모델을 선호한다.
리스크와 한계
MoE 모델은 전문가가 예기치 않게 분화하면 디버깅이 어렵다. 업스테이지는 규제 산업을 위해 투명한 로깅이 필요하다. 경쟁자는 미·중 오픈 웨이트가 전환 비용을 낮춘다고 주장해 업스테이지는 웨이트만이 아니라 서비스·지원 묶음에 압박을 받는다.
그래도 GPU 배정이 빡빡한 CIO에게 35B 모델이 한 장 카드에 들어가면 프론티어 클러스터보다 예산 설득이 쉽다.
업스테이지는 Solar Pro 4를 OpenRouter에 올린 뒤 미니 라인을 강화하는 이중 전략을 쓴다. 복잡한 에이전트 작업과 반복 문서 작업을 나눠 판매한다.
제조사 파일럿은 인보이스 OCR·발주 매칭처럼 오류를 일부 허용하는 고처리량 업무에서 시작한다. 공공기관은 방화벽 안 구동을 요구하는 경우가 많다.
수능 영어 문항 제작·SKT 사이버보안 컨소시엄 등 다른 프로젝트와 병행하지만, Mini 4는 GPU 부족을 호소한 중견·공공 수요를 겨냥한 매출 축이다.
경쟁 오픈 웨이트는 전환 비용을 낮추므로 업스테이지는 지원·서비스 묶음으로 차별화해야 한다. MoE는 디버깅이 어려워 규제 산업에 로그 투명성이 필요하다.
웨이버스 GeoAI와의 협력은 공간 데이터와 미니 모델을 결합해 agency 내부에 AI를 두는 시나리오를 시험한다.
수요일 공개된 Solar Mini 4는 350억 파라미터 MoE로 추론마다 약 30억만 활성화한다. Artificial Analysis Intelligence Index 24점을 내세워 소형 모델 대비 성능을 주장한다.
Google Gemma·Alibaba Qwen 등 오픈 웨이트와의 가격 경쟁 속에서 업스테이지는 온프레미스 지원·서비스로 승부를 본다.
김성훈 대표는 기업이 “GPU가 부족하다”고 말하는 현장 수요를 직접 겨냥했다고 설명했다. 양자화 프리셋은 한국 사설 클라우드에 흔한 NVIDIA 카드에 맞춰 제공될 예정이다.