바이트댄스, '시드 2.0' 에이전트 모델 공개…프로·라이트·미니 3종 구성

많은 AI 모델이 벤치마크에서는 뛰어난 성능을 보이지만, 실제 업무 환경의 다단계 작업을 맡기면 쉽게 멈춰 서곤 합니다.

2월 14일, ByteDance(바이트댄스)가 범용 에이전트 모델 시리즈인 Seed2.0을 공식 출시했습니다. 라인업은 Pro, Lite, Mini 세 가지로 나뉘며, 멀티모달 이해력과 실무 장기 실행 작업 지원에 중점을 뒀습니다. 특히 프로덕션 배포를 겨냥한 Seed2.0 Lite는 4월 말 업데이트를 거쳐 영상, 이미지, 오디오, 텍스트를 네이티브로 통합 처리하는 시리즈 최초의 옴니모달 모델로 발전했으며, 볼케이노 엔진(Volcengine) API를 통해 제공됩니다.

작업 환경에 맞춘 세 가지 모델

바이트댄스는 하나의 거대 모델 대신, 용도에 맞춘 3단계 구성을 선택했습니다.

Seed2.0 Pro는 복잡한 워크플로와 장기 추론의 안정성에 집중합니다. FreeCAD 환경에서 더블 보스 모델링을 엔드투엔드로 수행하고 부피와 표면적 매개변수를 자동 추출하는 등 산업 실무 작업을 처리하도록 최적화되었습니다.

Seed2.0 Lite는 응답 속도와 결과물 품질의 균형을 맞춘 프로덕션용 모델입니다. 4월 말 업데이트를 통해 오디오 입력을 직접 처리할 수 있게 되었으며, 코딩, GUI 제어, 에이전트 역량이 보강되었습니다.

Seed2.0 Mini는 높은 동시 접속과 대량 배치 생성 환경에 맞춰 추론 처리량과 배포 밀도를 극대화했습니다.

비디오와 오디오에서 입증한 성능

공개된 벤치마크에서 Seed2.0은 동적 시각 인지와 시청각 통합 추론에서 두각을 나타냈습니다.

시각 인지 벤치마크인 BabyVision에서 Seed2.0 Lite(0428 버전)는 64.7점을 기록하며 GPT-5.4 High(53.4)와 Gemini 3 Flash(47.2)를 앞섰습니다. 동작 인지 평가인 MotionBench에서도 Pro가 75.2점, Lite가 72.4점을 기록했습니다.

오디오 기능이 더해진 Lite 모델은 영상과 소리를 함께 분석하는 OmniVideoBench에서 61.7점을 받아 Gemini 3.1 Pro(61.4) 수준에 도달했습니다. Librispeech test-clean 음성 인식 테스트에서도 1.07%의 단어 오류율(WER)을 기록했습니다.

코딩 에이전트 능력의 경우, 정식 출시 전 50명 이상의 볼케이노 아크 사용자를 초청해 실사용 테스트를 진행했습니다. 다만 벤치마크 지표인 SWE-Bench Pro에서는 Pro가 46.9%, Lite가 46.6%를 기록해 GPT-5.4 High(54.4%)와는 여전히 격차가 있습니다.

왜 중요한가

영상과 오디오 데이터를 함께 다루는 엔지니어링 팀에게 Seed2.0 Lite는 즉시 테스트해 볼 만한 가치가 있습니다. 음성 인식(ASR)을 거쳐 텍스트를 추출한 뒤 언어 모델에 전달하던 번거로운 파이프라인을 단일 모델로 대체할 수 있기 때문입니다.

업계 관점에서는 바이트댄스가 자사의 강점인 영상 데이터를 무기로 구글 Gemini가 선점해 온 네이티브 옴니모달 영역에 정면 도전장을 내민 것으로 보입니다. 추론 비용과 작업 특성에 맞춰 Pro, Lite, Mini로 제품군을 나눈 점은 기업 고객 유치에 실용적인 접근입니다.

그러나 한계도 명확합니다. 시각 및 시청각 인지에서는 최고 수준의 경쟁력을 입증했지만, SWE-Bench Pro 같은 심층 소프트웨어 엔지니어링 영역에서는 OpenAI 최상위 모델을 넘어서지 못했습니다. 자율 코딩 대행보다는 동적 멀티모달 분석과 GUI 연동 업무 자동화에 투입하는 것이 현재로서는 가장 적합해 보입니다.