세계 최대의 스테이블 코인인 USDT를 개발한 회사인 Tether는 작은 AI 모델을 자신의 무게 이상으로 만드는 데 놀라울 정도로 능숙해졌습니다.

수요일 회사는 개인 장치에서 일상적인 작업을 수행하도록 설계된 8억 개의 매개변수를 가진 AI 에이전트인 QVAC BotPsy를 공개했습니다. 매개변수는 본질적으로 AI 모델이 수행할 수 있는 작업의 양을 결정하는 손잡이이며, 일반적으로 매개변수 중 더 많은 매개변수가 성능 향상으로 이어집니다. 참고로 오늘날 프론티어 AI 모델은 수조 개의 매개변수에서 실행됩니다.

회사 자체 테스트에서 Tether의 상대적으로 작은 모델은 최대 2.5배 많은 매개변수로 경쟁사보다 성능이 뛰어났습니다. 이는 AI 보조자가 작업을 완료하는 데 거대한 모델이 필요하지 않을 수도 있음을 시사합니다.

2027년 이전에 어떤 회사가 IPO를 하게 될까요?

단순히 질문에 응답하는 기존 챗봇과 달리 BotPsy는 행위적입니다. 즉, 조치를 취하도록 설계되었습니다. 애플리케이션에 필요한 도구를 식별하고 올바른 순서로 명령을 실행하며 문제가 발생하면 조정할 수 있습니다.

예를 들어 Tether는 AI 비서가 메시지를 보내야 했지만 두 가지 문제에 직면한 벤치마크 시나리오를 설명했습니다. Wi-Fi가 비활성화되고 받은 편지함이 가득 찼습니다. BotPsy는 Wi-Fi를 켜고 충분한 저장 공간을 비우고 작업을 완료했지만 기본 모델은 동일한 실패한 작업을 반복적으로 시도했습니다.

이는 상당히 평범한 성과이지만, 바로 AI 에이전트를 챗봇 창 밖에서 유용하게 만드는 종류의 문제입니다.

BotPsy는 Tether가 소프트웨어 도구와의 상호 작용을 전문으로 하기 위해 추가로 훈련한 상대적으로 작은 언어 모델인 Alibaba의 Qwen3.5-0.8B 아키텍처를 기반으로 구축되었습니다. 8억 개의 매개변수는 훈련 중에 모델이 학습한 수치 값을 나타내며, 매개변수 수가 적다는 것은 일반적으로 모델을 실행하는 데 필요한 메모리가 적다는 것을 의미합니다.

Tether의 기술 문서에 따르면 BotPsy는 다양한 작업과 대화에서 소프트웨어 기능을 선택하고 실행하는 AI 시스템의 능력을 평가하는 벤치마크인 BFCL v4에서 44.0%를 기록했습니다. 점수는 도구 사용 범주 전반에 걸쳐 성공적인 성과에 대한 가중치를 반영합니다.

기본 Qwen3.5-0.8B 모델은 23.4%를 기록했고, 훨씬 더 큰 Qwen3.5-2B 모델은 37.7%에 도달했습니다.

BotPsy는 또한 적절한 도구 및 인수 선택을 포함하여 함수 호출의 정확성을 평가하는 ACEBench에서 58.7%를 기록했습니다. 기본 모델은 30.1%를 관리한 반면, 20억 개의 매개변수를 가진 경쟁업체는 55.4%를 기록했습니다.

회사는 6가지 도구 사용 평가에서 5가지 모델을 테스트했으며, BotPsy는 5가지에서 가장 높은 결과를 기록했습니다. 해당 테스트의 평균 점수는 45.0%에 달했으며, 이는 더 큰 Qwen 모델의 38.8%와 비교됩니다.

BotPsy는 중앙 집중식 클라우드 인프라에 전적으로 의존하지 않고 사용자가 제어하는 ​​장치에서 실행되는 AI 생태계를 구축하려는 Tether의 노력인 QVAC에 최근 추가된 것입니다.

회사는 2025년 5월 QVAC를 처음 도입하여 이 프로젝트를 거대 기술 기업이 운영하는 AI 서비스의 대안으로 자리매김했습니다. 장기적인 야망에는 애플리케이션과 상호 작용하고 잠재적으로 비트코인 ​​및 USDT를 사용하여 결제할 수 있는 자율 에이전트가 포함되었습니다.

Tether는 2025년 10월에 사용자가 AI 모델을 로컬에서 실행할 수 있는 애플리케이션인 QVAC Workbench와 함께 과학 및 엔지니어링 모델 교육을 위한 410억 개의 토큰 데이터 세트로 해당 이니셔티브를 확장했습니다.

올해 초 Tether는 SDK를 출시하여 개발자에게 모바일 및 데스크톱 운영 체제 전반에 걸쳐 오프라인 AI 애플리케이션을 구축할 수 있는 도구를 제공했습니다.

이 회사는 또한 소비자 하드웨어에서 실행되도록 설계된 의료 AI 시스템인 QVAC MedPsy를 개발했습니다. 17억 개의 매개변수 버전은 의사가 개발한 기준을 사용하여 평가한 현실적인 임상 대화 테스트인 HealthBench Hard에서 Google의 훨씬 더 큰 MedGemma-27B보다 성능이 뛰어났습니다.

BotPsy는 현재 Apache 2.0 라이선스에 따라 개방형 모델로 제공됩니다. 즉, 개발자는 이를 다운로드하고 수정하고 자신의 애플리케이션에 통합할 수 있습니다. Tether는 로컬 배포에 필요한 메모리 요구 사항을 줄이기 위해 압축 버전도 출시했습니다.

회사는 BotPsy가 제공하는 완성된 소비자 보조자의 출시일을 발표하지 않았습니다. 게시된 모델 카드에는 훈련 코드와 훈련 데이터가 릴리스에 포함되지 않는다고 나와 있습니다.

일일 보고 뉴스레터

지금 바로 주요 뉴스 기사와 독창적인 기능, 팟캐스트, 비디오 등으로 하루를 시작해 보세요.