OpenBMB, MiniCPM5-2B 오픈소스 공개: 2B 크기로 4B급 성능 내며 학습 데이터까지 개방

MiniCPM5-2B는 OpenBMB가 공개한 20억 파라미터 규모의 온디바이스 밀집 언어 모델입니다. 일반 PC나 모바일 기기 같은 제한된 환경에서 오프라인으로 가볍게 돌릴 수 있도록 설계되었습니다.

실제 파라미터 수는 약 25억 1600만 개이며, 파일 용량은 약 5GB 수준입니다. 고가의 GPU 서버 없이도 일반 소비자용 하드웨어에서 무리 없이 구동됩니다.

무엇을 할 수 있나

2B급의 작은 체급이지만, 코드 추론, 수학, 지시 수행, 일반 상식 등 다양한 벤치마크에서 40억 파라미터급인 Qwen3.5-4B나 granite-4.2-3B를 넘어서거나 대등한 결과를 보여줍니다.

Artificial Analysis의 Intelligence Index 평가에서 4B 이하 오픈소스 모델 중 1위에 해당하는 23점을 기록했고, Agentic Index에서도 20점을 받았습니다. 최대 131072 토큰의 긴 문맥 창을 지원하며, 일본어를 비롯한 다국어 질의에서도 문장이 깨지지 않고 자연스러운 문맥을 유지합니다.

개발 방식과 공개 범위

작은 모델의 성능을 끌어올린 핵심은 고품질 데이터입니다. OpenBMB는 모델 가중치뿐 아니라 학습에 쓰인 UltraData 데이터셋 시리즈를 통째로 함께 공개했습니다.

사전 학습 데이터인 UltraX, 코드 데이터 UltraData-Code, 50만 건의 에이전트 훈련 샘플 UltraData-SFT-Agent-2609, 8만 건 이상의 강화학습 데이터 UltraData-RL-2609가 포함되어 있어 나만의 소형 모델을 훈련하려는 개발자도 가져다 쓸 수 있습니다.

라이선스는 Apache 2.0이 적용되었습니다. Hugging Face와 ModelScope를 통해 BF16 원본은 물론 llama.cpp용 GGUF, 애플 실리콘용 MLX 4bit, GPTQ 양자화 버전이 함께 제공되며, vLLM이나 SGLang으로 손쉽게 띄울 수 있습니다. 설치 없이 바로 써볼 수 있는 브라우저 데모도 Hugging Face Space에 마련되어 있습니다.

왜 중요한가

로컬 환경에서 빠르고 가벼운 AI 도구를 만들고 싶은 개발자라면 당장 테스트해 볼 가치가 충분합니다. 기존 2B 모델들은 코드나 복합 추론에서 쉽게 한계를 보였지만, MiniCPM5-2B는 약 5GB 용량으로 4B급 성능을 내주기 때문에 온디바이스 보조 도구로 쓰기 좋습니다.

모델뿐 아니라 실제 훈련에 쓴 고품질 데이터셋까지 전부 개방했다는 점도 큰 의미가 있습니다. 블랙박스 형태의 가중치 배포에 그치지 않고, 오픈소스 진영이 온디바이스 에이전트를 직접 학습시키고 발전시킬 수 있는 든든한 기반을 마련해 주었습니다.