Ornith-1.0: 자가 개선형 에이전트 코딩 LLM 공개
에이전트 코딩(Agentic Coding) 작업에 특화된 오픈소스 모델인 Ornith-1.0이 공개되었습니다. 이 모델은 스스로 문제 해결을 위한 구조(Scaffold)를 생성하고 최적화하는 '자가 개선형 학습 프레임워크'를 적용하여, 동급의 타 오픈소스 모델은 물론 Claude Opus 4.7을 넘어서는 최고 수준의 벤치마크 성능을 기록했습니다. 엣지 기기에 배포 가능한 9B 소형 모델부터 397B 대규모 MoE 모델까지 다양한 버전을 제공하는 것이 특징입니다.
안녕하세요! 🌺 오늘 저희는 에이전트 코딩(agentic coding) 작업에 특별히 제작된 자가 개선(self-improving) 오픈소스 모델 패밀리, Ornith-1.0을 소개합니다. Ornith-1.0은 엣지 기기 배포에 적합한 소형 9B Dense 모델부터 최고의 성능을 위해 최적화된 397B MoE 최첨단 규모의 모델까지 전체 스펙트럼을 아우르며, 9B Dense, 31B Dense, 35B MoE 및 397B MoE 변형 모델을 제공합니다. 사전 학습된 Gemma 4와 Qwen 3.5를 기반으로 구축되었으며, 코딩 벤치마크에서 동급 규모의 오픈소스 모델들 중 최고 수준(State-of-the-Art)의 성능을 달성했습니다.
Ornith-1.0의 핵심 혁신은 자가 개선 학습 프레임워크에 있습니다. 강화학습(RL)에서 솔루션을 생성하기 위해 인간이 직접 설계한 하네스(harness)에 의존하는 대신, Ornith-1.0은 솔루션 롤아웃(rollouts)과 이를 안내하는 작업별 하네스를 모두 스스로 생성하도록 학습합니다. 스캐폴드(지원 구조)와 그 결과물인 솔루션을 공동으로 최적화함으로써, 모델은 더 나은 탐색 경로를 발견하고 더 높은 품질의 솔루션을 생성할 수 있습니다.
Ornith-1.0은 다양한 에이전트 코딩 벤치마크에서 동급 규모의 오픈소스 모델들 중 최고 수준의 성능을 달성했습니다: Ornith-1.0-397B(Terminal-Bench 2.1에서 77.5점, SWE-Bench Verified에서 82.4점)는 Claude Opus 4.7(TB-2.1에서 70.3점, SWE-Bench Verified에서 80.8점)의 성능과 필적하거나 이를 능가하며, MiniMax M3(TB-2.1에서 66.0점, SWE-Bench Verified에서 80.5점) 및 DeepSeek-V4-Pro(TB-2.1에서 67.9점, SWE-Bench Verified에서 80.6점)를 포함한 유사 규모의 선도적인 오픈소스 모델들을 모두 능가합니다.
최고급 규모인 Ornith-1.0-397B는 Terminal-Bench 2.1에서 77.5점, SWE-Bench Verified에서 82.4점을 기록하며 두 벤치마크 모두에서 Claude Opus 4.7을 뛰어넘고 Minimax M3 및 DeepSeek-V4-Pro와 같은 동급 최고 오픈소스 모델들의 성능을 상회했습니다. 35B 모델인 Ornith-1.0-35B는 Qwen 3.5-35B, Qwen 3.6-35B 및 Gemma 31B를 포함한 유사 규모의 모델들을 크게 능가합니다. 35B 매개변수에 불과함에도 불구하고 Terminal-Bench 2.1에서는 Qwen 3.5-397B(53.5점)보다 훨씬 높은 64.4점을 기록하며 여타 코딩 및 에이전트 벤치마크에서도 동등한 성능을 보여주었습니다.
엣지 기기에 배포 가능한 Ornith-1.0-9B 역시 매우 강력한 결과를 보여주며, Terminal-Bench 2.1에서 43.1점, SWE-Bench Verified에서 69.4점을 달성했습니다. 소형 9B 매개변수 모델임에도 불구하고 Gemma 4-31B와 같은 훨씬 더 큰 모델들의 성능과 동등하거나 이를 뛰어넘었습니다. 이는 자원 효율적인 배포 환경에서도 강력한 에이전트 코딩 기능을 구현할 수 있음을 입증합니다.
LLM 학습을 위한 자가 개선 전략 Ornith-1.0의 핵심은 작업을 해결하는 방법과 해당 솔루션을 안내하는 스캐폴드를 구축하는 방법을 동시에 학습하는 자가 개선 학습 프레임워크입니다. 작업 카테고리 전체에 공유되는 고정적이고 인간이 설계한 하네스에 의존하는 대신, Ornith-1.0은 스캐폴드를 정책과 함께 공동 진화하는 학습 가능한 객체로 취급합니다. 각 강화학습 단계는 두 단계로 진행됩니다: 작업과 이전에 사용된 스캐폴드를 조건으로 모델은 먼저 개선된 스캐폴드를 제안합니다. 그런 다음 해당 스캐폴드와 작업 설명을 조건으로 솔루션 롤아웃을 생성합니다. 롤아웃에서 얻은 보상은 두 단계 모두에 전파되므로, 모델은 더 나은 답변을 생성할 뿐만 아니라 그 답변을 이끌어내는 오케스트레이션을 직접 작성하도록 최적화됩니다. 학습이 반복됨에 따라 스캐폴드가 지속적으로 변형되고 더 높은 보상 궤적을 유도하는 방향으로 선택되는 피드백 루프가 생성됩니다. 이를 통해 작업 카테고리별 전략이 자동으로 생성되며, 인간이 직접 하네스를 설계하지 않아도 지속적인 기능 향상을 이끌어낼 수 있습니다.
자가 개선 과정의 보상 해킹(Reward Hacking) 문제 해결 모델이 자체 스캐폴드를 작성하도록 허용하면 자연스럽게 보상 해킹(reward-hacking) 문제가 발생합니다. 자가 생성된 스캐폴드는 실제 작업을 수행하지 않고도 검증기를 만족하는 방법을 학습할 수 있습니다. 예를 들어, 보이는 테스트 파일을 읽고 확인되는 파일을 생성하거나 관련 리터럴 결과물을 직접 하드코딩하는 식입니다.