endless-frontier, BigBang-v1 공개: AI가 직접 난제 만들어 자가 진화

BigBang-v1은 Qwen 3.6 35B-A3B를 기반으로 제작된 오픈소스 실험용 멀티모달 모델입니다. 사람이 직접 작성한 데이터셋에 기대지 않고, AI가 스스로 고난도 문제를 출제하고 검증하는 자가 발전 프레임워크를 실험했습니다.

endless-frontier는 Hugging Face에 이 모델의 가중치와 서빙 코드를 공개했습니다. 가장 눈에 띄는 점은 기계가 생성한 약 1만 건의 사후 학습 데이터만으로 284B 규모의 DeepSeek V4 Flash와 1.6T 크기의 DeepSeek V4 Pro 사이에 필적하는 벤치마크 결과를 냈다는 사실입니다.

생성과 비평 에이전트의 난제 공방전

대형 언어 모델의 지능이 인간 전문가 수준에 도달하면서, 인간이 쥐어짜 낼 수 있는 훈련 과제의 난이도 자체가 성장의 한계로 지목되고 있습니다. BigBang-v1은 적대적 합성 데이터 프레임워크를 통해 이 문제를 우회했습니다.

시스템 내부의 생성 에이전트는 점점 더 까다로운 과학 및 기술 문제를 만들고 스스로 해결책을 찾습니다. 비평 에이전트는 답안의 정확도와 난이도, 확장성, 다양성을 평가해 품질이 떨어지는 데이터를 걸러냅니다. 여기에 실제 연구 과제 데이터를 대조군으로 삼아 합성 데이터의 현실 적합성을 교정합니다.

이 과정을 거쳐 추출된 약 1만 건의 고난도 데이터로 학습한 결과는 놀라웠습니다. Frontier Science Research 벤치마크에서 베이스 모델의 점수가 11.9점에 불과했던 반면, BigBang-v1은 46.2점까지 치솟았습니다. Humanity's Last Exam, PaperBench, BioMystery-HD 같은 심화 벤치마크에서는 1.6T 파라미터의 DeepSeek V4 Pro Preview를 앞서기도 했습니다.

262K 컨텍스트와 하드웨어 스펙

BigBang-v1은 기본 컨텍스트 길이로 262,144 토큰을 지원합니다. 복잡한 추론 과정을 끊김 없이 수행하려면 컨텍스트 윈도우를 최소 128K 이상으로 유지하는 편이 좋습니다.

이미지와 텍스트를 함께 처리하는 멀티모달 모델이며 도구 호출과 MTP 기법을 함께 지원합니다. 텍스트 추론에만 집중하고 싶다면 비전 인코더를 끄고 KV 캐시 메모리를 확보할 수도 있습니다.

전체 262K 컨텍스트를 안정적으로 구동하려면 8개 GPU 텐서 병렬 처리가 권장됩니다. 로컬 환경 테스트나 서빙을 원한다면 Hugging Face의 endless-frontier/BigBang-v1 저장소에서 가중치를 내려받아 vLLM, SGLang, Docker를 통해 배포할 수 있습니다.

왜 중요한가

AI 에이전트와 첨단 과학 연구를 실험하는 개발자라면 지금 당장 테스트해 볼 가치가 충분합니다. 수십만 건의 대규모 라벨링 없이도 정교하게 검증된 1만 건의 합성 과제만으로 35B 모델의 잠재력을 체급 이상으로 끌어올릴 수 있음을 입증했기 때문입니다.

스스로 진화한다는 표현에는 다소 과장이 섞여 있고, 생성 에이전트 자체의 성능 한계에 부딪히면 정체기가 올 수밖에 없는 구조적 한계는 분명합니다. 하지만 막대한 자본과 라벨링 인력이 부족한 중소 연구팀에게 에이전트 간 공방을 통한 고품질 합성 데이터 구축이 현실적인 돌파구가 될 수 있음을 보여줍니다.