Liquid AI의 d1-ultra는 왜 ‘문장 생성’보다 ‘판단 확률’에 집중한다고 말할까요?
요약 듣기
요약 보기 
Liquid AI가 d1-ultra를 소개하면서 가장 앞에 세우는 정체성은 ‘멀티모달 의사결정 모델’이라는 점이에요. 여기서 멀티모달은 텍스트만이 아니라 이미지도 함께 다룬다는 뜻이고, 의사결정 모델은 긴 답변을 써내려가는 대신 어떤 선택지가 맞을 가능성이 얼마나 되는지 계산해 준다는 뜻에 가까워요. 회사는 특히 쉬운 예시보다, 실제 현장에서 더 지저분하고 애매한 문제를 겨냥했다고 설명해요. 예를 들어 회로기판 사진을 보고 규격과 어긋난 결함이 있는지 보거나, 손해 사진이 청구 내용과 맞는지 따지는 식이죠. 그러니까 이 모델의 목표는 ‘그럴듯한 설명문 작성’보다 ‘실무 판정 보조’에 더 가깝다고 이해하면 돼요.
이 차이를 감으로 잡으려면, 자유서술 시험과 채점표 기반 심사를 떠올리면 비슷해요. 자유서술 시험은 답안을 길게 잘 쓰는 능력이 중요하지만, 채점표 기반 심사는 ‘합격/불합격’, ‘어느 등급인가’, ‘위험 점수는 몇 점인가’를 분명한 형식으로 적어 넣는 쪽에 가깝죠. d1-ultra도 그런 방향이에요. 입력으로 텍스트, 이미지, 또는 둘 다와 질문을 받고, 한 번 읽은 뒤 각 답의 확률을 돌려주며, 출력 문장을 새로 생성하지는 않는다고 설명합니다. 그래서 이 모델의 출력은 대화문보다 판정표에 더 가깝다고 볼 수 있어요.
질문 형식도 이 목적에 맞춰 딱 세 갈래로 정리돼 있어요. 예/아니오를 확률로 내는 형식, 여러 라벨 중 하나를 고르되 각 라벨의 확률을 주는 형식, 그리고 어떤 척도 위의 위치를 점수처럼 내는 형식이에요. 이 구분이 중요한 이유는, 모델이 아무 말이나 생성하는 것이 아니라 처음부터 ‘어떤 종류의 판단을 시킬 것인가’가 구조화되어 있기 때문이에요. 불량 여부를 묻는다면 예/아니오형, 손상 유형 분류라면 선택형, 위험도 산정이라면 점수형으로 바로 연결되죠.
Liquid AI가 특히 힘줘 말하는 대목은 정확도만이 아니라 확률의 신뢰성이에요. 회사 설명에 따르면 많은 의사결정 모델은 자기 답을 지나치게 확신하는 경향이 있었고, 그래서 d1-ultra는 더 믿을 만한 확률을 내도록 특별히 학습시켰다고 해요. 이건 실무에서는 꽤 큰 차이예요. 예를 들어 어떤 판정이 0.55 정도인지 0.95 정도인지에 따라 사람이 다시 확인할지, 자동 처리할지 같은 후속 판단이 달라질 수 있거든요. 맞고 틀리는 것만큼이나 ‘얼마나 확신해도 되는가’를 맞추는 일이 중요하다는 문제의식을 이 글은 강조하고 있어요.
성능에 대해서는 몇 가지 강한 주장이 나와요. d1-ultra는 이전 모델 d1보다 더 큰 오픈웨이트 모델을 바탕으로 만들었고, 여기에 Liquid AI가 말하는 무거운 맞춤화와 학습 파이프라인을 결합했을 때 특히 지식 관련 작업에서 큰 향상이 있었다고 합니다. 또 d1과 Jev 1.14를 포함해 112개의 고유 평가에서 비교했다고 하고, Jev 1.14보다 모든 작업에서 더 높은 정확도와 더 잘 보정된 확률을 같은 가격에 제공한다고 주장해요. 나아가 Artificial Analysis Decision Index의 다른 의사결정 모델보다 최소 8점 높다고도 적습니다. 다만 이건 어디까지나 회사가 제시한 비교 결과예요. 원문만으로는 112개 평가의 세부 구성, 각 지표 계산 방식, 맞춤화의 정확한 내용까지는 알 수 없어서, 숫자 자체는 발표자가 제시한 조건 안의 성능 주장으로 읽는 편이 맞아요.
사용 방식은 비교적 분명하게 드러나요. 예시 코드를 보면 이미지와 상태 설명 텍스트를 함께 보내고, 그 위에 ‘이 회로기판에 결함이 있는가’ 같은 질문을 얹는 구조예요. 즉 모델이 세상을 자유롭게 묘사하는 식이 아니라, 주어진 자료를 읽고 사용자가 명시한 질문에 대해 확률형 답을 내놓는 흐름입니다. 이 예시는 동시에 두 가지를 보여줘요. 첫째, 텍스트와 이미지를 함께 읽는다는 점. 둘째, 입력 데이터만큼 질문 설계도 중요하다는 점이에요. 같은 이미지라도 무엇을 판단하게 할지 질문에서 정해 주어야 하니까요.
비용 구조도 이 모델의 성격과 맞물려 있어요. d1-ultra는 출력 토큰 과금이 없고 입력 토큰만 청구된다고 합니다. 이미지는 텍스트와 같은 요율로 계산되는데, 32×32 픽셀 조각당 1.5토큰으로 잡아서 1024×1024 이미지는 1,536토큰이 든다고 예를 들어 설명해요. 또 각 질문은 자기만의 프롬프트로 과금되고, 그 안에는 질문 문구와 모든 이미지가 포함된다고 적혀 있어요. 여기서 조심해서 읽어야 할 점은, 원문이 말해 주는 것은 ‘질문별로 개별 청구된다’는 사실까지라는 거예요. 질문을 나누는 방식이 성능이나 답의 세밀함에 어떤 영향을 주는지는 이 글만으로는 판단할 수 없어요. 다만 실제 사용자는 이미지 크기와 질문 수가 비용 계산의 핵심 단위라는 점은 분명히 알아둘 필요가 있어요.
정리해서 보면, Liquid AI는 d1-ultra를 ‘어려운 현실 판단 문제를 위해, 텍스트와 이미지를 함께 읽고, 문장 생성 대신 확률형 판정을 내놓는 모델’로 자리매김하려고 해요. 그리고 그 강점으로 더 큰 기반 모델, 자사 맞춤화, 학습 파이프라인, 그리고 확률 보정을 내세웁니다. 지금은 Liquid AI API에서 쓸 수 있고 입력 백만 토큰당 0.042달러라고 밝혔으며, Vercel과 OpenRouter 지원은 곧 제공될 예정이라고만 말해요. 그래서 이 글에서 확실히 읽히는 것은 모델의 지향점, 평가에서 무엇을 중요하게 보는지, 비용이 어떤 방식으로 붙는지예요. 반대로 내부 구현 세부, 외부 재현성, 실제 현장에서의 폭넓은 일반화 성능은 추가 자료가 있어야 더 판단할 수 있습니다.