Liquid AI LFM3 첫 묶음 6종, 사내 실습에 올리기 전 확인할 것

사내 교육이나 업무 검토에서 "자료를 외부 서버로 보내지 않고 노트북 안에서 쓸 수 있는 작은 모델이 있느냐"는 질문을 자주 받습니다. Liquid AI는 2026년 10월 27일 공식 블로그에서 새 세대 모델 LFM3를 발표하고, 첫 묶음으로 2B(약 20억 개 파라미터)급 모델을 공개했습니다. 파라미터는 모델 크기를 나타내는 수입니다. 블로그에 따르면 기본 모델과 후속 학습을 마친 모델 모두 오픈 웨이트(모델 파일을 내려받아 자기 장비에 설치할 수 있는 형태)이고, 발표 당일부터 Hugging Face, Liquid AI Playground, Liquid AI API에서 제공됩니다.

이 블로그는 10월에 같은 회사의 d1 결정 모델과 LFM2.5-24B-A2B를 다뤘습니다. 이번 글은 LFM3에서 새로 나온 내용을 중심으로, 사내 실습이나 업무 활용을 검토할 때 먼저 확인할 조건을 정리했습니다. 공식 블로그와 Hugging Face 모델 카드, 라이선스 문서를 읽고 썼으며 모델을 직접 실행해 보지는 않았습니다.

1. 같은 기본 모델에서 나온 6종

블로그는 첫 LFM3 묶음이 모델 6종이고, 모두 같은 LFM3-1.7B-Base를 바탕으로 만들었으며 크기는 모두 2B 안팎이라고 밝혔습니다. 입력 형태(텍스트, 비전, 오디오, 옴니)별 모델 4종이 있고, 결정 모델 2종은 비전 모델과 옴니 모델을 바탕으로 만들었습니다.

모델	블로그가 밝힌 용도와 특징
LFM3-1.7B	텍스트 모델. 로컬 에이전트와 특화 앱용, 256K 토큰 컨텍스트
LFM3-VL-2B	이미지와 글을 함께 읽는 비전 모델. 회사가 새로 만든 비전 인코더 사용
LFM3-Audio-2B	글이나 음성을 받아 글, 음성, 또는 둘 다로 답함. 18개 언어 음성 인식·합성·번역
LFM3-Omni-2B	이미지, 소리, 언어를 한 모델에서 함께 다룸
d1-2B	LFM3-VL-2B 기반 결정 모델. 글과 그림을 읽고 판정
d1-Omni-2B	LFM3-Omni-2B 기반 결정 모델. 음성 입력도 받음

결정 모델은 긴 답을 쓰지 않습니다. 블로그 설명에 따르면 문의 티켓, 청구서, 앱 화면, 사진, 음성 메모 같은 상황과 질문 목록을 함께 주면 모든 질문에 한 번에 답하고, 답마다 확률을 붙입니다. 10월 9일 이 블로그에서 다룬 d1-3B는 이번에 d1-2B로 바뀐다고 블로그가 밝혔습니다("d1-2B replaces our previous d1-3B").

모델 이름, 기반 관계, 각 모델의 특징, 제공 경로는 Liquid AI 블로그(2026년 10월 27일) 내용이고, 라이선스 이름은 Hugging Face 모델 카드 표기입니다. 상자 배치와 선 색 구분은 작성자가 구성했습니다. "4비트 약 1GB"는 블로그가 텍스트 모델에 대해서만 밝힌 수치입니다.

입력 형태별로 모델이 나뉘어 있으니, 검토는 업무에 들어오는 자료가 문서인지, 사진인지, 녹음인지부터 정하는 편이 빠릅니다.

2. 받는 곳과 장비 조건

블로그는 "The base and post-trained models are open-weight and available today on Hugging Face, our Playground, and the Liquid AI API."라고 적었습니다. Hugging Face의 LFM3 컬렉션에는 기본 모델들과 함께 GGUF, ONNX, MLX, FP8, NVFP4 같은 변형 파일이 올라와 있습니다. 실행 프로그램마다 쓰는 파일 형식이 다르므로, 우리 PC에 설치된 실행 프로그램이 어떤 형식을 읽는지 먼저 보면 됩니다.

크기 정보는 텍스트 모델에 대해서만 나옵니다. 블로그는 텍스트 모델이 4비트 정밀도에서 약 1GB에 들어간다고 밝혔습니다. 4비트는 모델 안의 숫자를 더 적은 자릿수로 줄여 저장하는 방식입니다. 컨텍스트(한 번에 넣고 받을 수 있는 글의 길이)는 텍스트 모델 기준 256K 토큰이고, 모델 카드는 이 길이가 입력과 출력을 합친 값이라고 적었습니다. 블로그는 모든 모델을 GPU 1장으로 미세 조정할 수 있다고도 밝혔습니다. 회사 설명이며, 필요한 GPU 사양은 이번에 확인하지 않았습니다.

Liquid AI API 가격과 텍스트 모델 외 5종의 파일 크기는 이번에 확인하지 않았습니다.

3. 한국어는 목록에 있지만 성능 수치는 없습니다

LFM3-1.7B 모델 카드의 언어 목록에는 영어, 아랍어, 중국어, 프랑스어, 독일어, 이탈리아어, 일본어, 한국어, 포르투갈어, 스페인어, 베트남어, 태국어, 인도네시아어, 힌디어, 러시아어, 폴란드어까지 16개 언어가 있습니다. 블로그는 LFM3가 LFM2.5-8B-A1B와 같은 128K 어휘를 쓰며, 이 어휘가 라틴 문자가 아닌 글자를 더 효율적으로 토큰으로 나누도록 만들어졌다고 설명합니다.

목록에 한국어가 있다는 것과 한국어 업무 문서를 잘 처리한다는 것은 다른 이야기입니다. 이번에 확인한 블로그와 모델 카드에서 한국어 성능을 따로 밝힌 수치는 찾지 못했습니다. LFM3-Audio-2B 모델 카드의 음성 언어·지역 목록에는 한국어가 들어 있습니다. 블로그는 이 모델이 18개 언어를 지원한다고만 적었고, 한국어 음성 인식 정확도를 따로 밝힌 수치는 이번에 확인한 글과 모델 카드에서 찾지 못했습니다.

4. 모델 카드가 권하지 않는 용도와 회사 비교 수치

LFM3-1.7B 모델 카드는 작은 크기 때문에 "agentic coding or complex multi-step reasoning"에는 권하지 않는다고 적었습니다. 지식이 많이 필요한 작업에는 검색이나 문서 검색 기능(retrieval)을 붙이라고 안내합니다. 사내 규정 문의처럼 정확한 내용이 필요한 업무라면 모델만 설치해 답을 받는 방식보다 규정 문서를 찾아 붙여 주는 구조를 함께 준비해야 한다고 판단합니다.

블로그에는 회사가 직접 잰 비교 수치가 많습니다. 예를 들어 LFM3-1.7B가 파라미터를 35% 적게 쓰면서 이전 LFM2.5-2.6B보다 성능이 높다고 밝혔습니다. 비교 대상과 벤치마크를 회사가 골랐고, 이번에 독립 기관의 재측정 결과는 확인하지 못했습니다. 이 수치는 후보를 고르는 참고로만 쓰고, 도입 판단은 우리 업무 문장으로 직접 시험한 결과로 하는 편이 맞습니다.

5. 라이선스는 회사 연 매출부터 확인합니다

LFM3-1.7B 모델 카드의 라이선스 표기는 LFM Open License v1.0입니다. 라이선스 원문은 기준선(Threshold)을 연 매출 1,000만 달러($10,000,000) 이상으로 정의합니다. Liquid AI 라이선스 안내 페이지는 회사의 연 매출이 1,000만 달러를 넘으면 상업적 사용 권리가 끝나고, 계속 쓰려면 Liquid AI에 연락해 상용 라이선스를 구매해야 한다고 설명합니다. 연구와 비영리 목적 사용은 기준선 없이 허용된다고 적었습니다.

10월 14일 LFM2.5-24B-A2B 글에서도 같은 이름의 라이선스를 다뤘습니다. 회사 매출이 기준선에 가깝거나 유료 교육·고객사 업무에 쓰려는 경우에는 이 글로 판단하지 말고, 담당자가 원문을 읽고 필요하면 Liquid AI에 문의하십시오.

6. 검토를 시작하는 순서

이번 주에 할 수 있는 크기로 정리하면 다음과 같습니다.

1. 검토할 업무 1건을 정하고, 들어오는 자료가 문서·사진·녹음 중 무엇인지 적어 1절 표에서 후보 모델 1개를 고릅니다. 정해진 보기 중에서 고르는 판정 업무라면 d1-2B나 d1-Omni-2B를 후보로 둡니다.
2. 후보 모델의 Hugging Face 모델 카드에서 언어 목록과 권하지 않는 용도를 읽고, 그 업무가 해당하는지 확인합니다.
3. 회사 연 매출과 사용 목적을 LFM Open License v1.0 기준선과 대조해 담당 부서에 확인을 요청합니다.
4. 시험해 볼 수 있다면 실제 업무 문장 10개를 한국어로 준비해 결과를 직접 읽어 봅니다. 회사 벤치마크 수치는 이 결과를 대신하지 않습니다.