Perplexity, DeepSeek-R1 검열 해제한 오픈소스 모델 ‘R1 1776’ 공개

R1 1776은 Perplexity가 DeepSeek-R1을 사후 학습시켜 검열을 제거한 오픈소스 추론 모델이다. 민감한 정치적 주제에 대한 회피와 편향을 바로잡으면서도, 원본 모델이 가진 최고 수준의 수학 및 논리 추론 성능은 그대로 보존했다.

무엇을 할 수 있는가

원본 DeepSeek-R1은 OpenAI의 o1 및 o3-mini에 견줄 만한 강력한 추론 능력을 입증했지만, 특정 민감 주제에 대해 답변을 피하거나 편향된 서술을 내놓는다는 비판을 받았다.

R1 1776은 이 한계를 정면으로 해결한다. 공식 평가 결과에 따르면, 민감한 이슈 전반에 걸쳐 사실에 기반한 중립적인 답변을 제공하며, 복잡한 수학이나 논리적 추론 작업에서도 원본과 동등한 성능을 유지한다.

어떻게 만들었나

Perplexity는 처음부터 거대 모델을 다시 학습시키는 대신, 정밀한 사후 학습 과정을 거쳤다.

연구팀은 먼저 규제 대상이 되는 약 300개의 민감 주제를 정의하고 다국어 검열 분류기를 개발했다. 이를 통해 사용자 동의와 개인정보 보호 절차를 거친 4만 개의 다국어 프롬프트 데이터셋을 구축했다.

이후 엔비디아의 NeMo 2.0 프레임워크를 사용해 해당 데이터셋으로 사후 미세 조정을 진행함으로써 추론 능력을 깎아먹지 않고 검열만을 제거했다.

어디서 써볼 수 있나

R1 1776의 모델 가중치는 허깅페이스에 완전히 공개되어 있어 누구나 무료로 내려받아 로컬에서 구동할 수 있다.

자체 인프라를 구축하기 부담스럽다면 Perplexity의 공식 Sonar API를 통해 애플리케이션에 곧바로 연동할 수도 있다.

왜 중요한가

정치, 역사, 사회과학 분야의 민감한 데이터를 다루는 연구자나 저널리스트, 개발자에게 임의적인 거부 반응 없이 동작하는 고성능 추론 모델은 필수적인 도구다.

그동안 오픈소스 진영에서 검열을 해제한 모델들은 일반 지능이나 수학적 능력이 크게 떨어지는 문제가 잦았다. Perplexity는 정교한 사후 학습 설계를 통해 최상위권의 추론 지능을 온전히 지키면서도 안전장치만 정밀하게 걷어낼 수 있음을 보여줬다.