중국 핀테크 기업 앤트그룹이 현지 시각 11월 5일 멀티모달 AI 모델 ‘링 3.2 플래시’를 공개했다. 멀티모달은 텍스트와 이미지, 영상처럼 서로 다른 형태의 정보를 함께 처리하는 방식이다. 링 3.2 플래시는 텍스트, 이미지, 영상을 처음부터 함께 학습한 모델로, 별도 변환 과정 없이 텍스트와 이미지, 영상을 직접 처리한다.

링은 앤트그룹이 개발해 오픈소스로 공개해 온 범용 AI 모델 시리즈다. 앤트그룹은 2025년 3월 링 1.0을 시작으로 올해 7월 링 3.0, 10월 링 3.1을 공개했다. 링 3.2 플래시는 링 3.1 플래시와 같은 크기로, 전체 매개변수 5,600억 개 중 질문마다 250억 개만 작동하는 구조다. 매개변수는 AI 모델이 학습으로 조정하는 값으로, 모델의 크기를 나타내는 기준이다. 한 번에 최대 100만 토큰 분량의 자료를 읽을 수 있으며, 토큰은 AI가 글을 처리하는 기본 단위다.

앤트그룹은 복잡한 시각 정보 이해, 여러 단계로 이뤄진 장기 에이전트 작업, 3차원 공간 이해와 상호작용, 의료 분야를 중점 분야로 제시했다. 3차원 장면과 사물 사이의 공간 관계를 이해하고, 의료 영상을 읽거나 검사 보고서를 해석하는 작업을 지원한다. 장기 에이전트 작업에서는 여러 단계를 거치는 동안 처음 목표를 유지하도록 설계했다고 밝혔다.

중국 AI 전문 매체 AI베이스에 따르면, 앤트그룹은 자체 평가에서 링 3.2 플래시가 앤트로픽 클로드 오퍼스 5(최대 추론 설정)보다 문서 이해, 시각 추론, 웹 화면 생성 시험에서 높은 점수를 받았다고 발표했다. 문서 이해 평가 ‘옴니독벤치 1.5’에서는 92.21점으로 클로드 오퍼스 5의 90.56점보다 높았고, 이미지를 보고 웹 화면을 구현하는 ‘비전2웹’에서는 85.86점으로 80.20점을 앞섰다.

링 3.2 플래시는 온라인 대화 화면에서 바로 사용할 수 있고, 개발자는 API로 연결할 수 있다. API는 오픈AI와 앤트로픽의 연결 방식과 호환돼, 기존에 두 회사 모델을 쓰던 서비스도 연결 주소만 바꿔 적용할 수 있다. 출시 후 2주 동안은 무료로 제공하며, AI베이스에 따르면, 이후 요금은 100만 토큰당 입력 0.30달러(약 409원), 출력 0.90달러(약 1,226원)다.

자세한 내용은 앤트 링에서 확인할 수 있다.

▶︎ 관련 기사: 앤트그룹, 로봇용 ‘링봇-VA 2.0’ 오픈소스 공개

이미지 출처: 앤트그룹