Guide Labs Steerling-8B 오픈소스 공개: AI 블랙박스 문제를 해결하는 해석 가능한 LLM

AI 블랙박스 문제에 대한 구조적 해법

Y Combinator 출신 스타트업 Guide Labs가 2026년 2월 23일 Steerling-8B을 오픈소스로 공개했다. 80억 파라미터 규모의 이 모델은 일반적인 LLM과 근본적으로 다른 구조를 가진다. 모든 출력 토큰을 학습 데이터의 원본까지 추적할 수 있도록 설계된, 최초의 상용급 해석 가능한 대규모 언어 모델이다.

CEO Julius Adebayo는 MIT 박사 과정에서 이 연구를 시작했다. 그의 2018년 공동 저술 논문은 기존 딥러닝 해석 방법론이 신뢰할 수 없다는 것을 증명했으며, 이것이 Steerling의 출발점이 됐다.

컨셉 레이어: 해석 가능성의 핵심

Steerling-8B의 핵심 혁신은 '컨셉 레이어(Concept Layer)'다. 기존 LLM이 사후적으로 해석 방법을 적용하는 것과 달리, Steerling은 모델 구조 자체에 해석 가능성을 내장했다.

모델의 임베딩은 세 가지 경로로 분해된다.

예를 들어, 모델은 학습 중 양자 컴퓨팅을 독립적인 컨셉으로 자체 식별했다. 이는 모델이 인간이 사전에 정의하지 않은 개념까지 자발적으로 조직화할 수 있음을 보여준다.

성능: 기존 모델의 90%를 유지

Guide Labs에 따르면, Steerling-8B은 동급 비해석 모델 성능의 90%를 달성한다. 더 적은 학습 데이터로 이 수준에 도달했다는 점이 주목할 만하다. CEO Adebayo는 이를 '이론 과학에서 실용 공학으로의 전환'이라고 표현했다.

10%의 성능 손실은 해석 가능성이라는 구조적 제약에서 비롯된다. 하지만 규제 산업이나 고위험 애플리케이션에서는 이 10% 손실보다 출력의 추적 가능성이 훨씬 중요하다.

실용적 응용: 규제와 안전

소비자 애플리케이션에서는 저작권이 있는 콘텐츠를 차단하거나, 폭력이나 약물 남용 같은 민감한 주제에 대한 출력을 제어할 수 있다. 금융 등 규제 산업에서는 대출 심사 시 재무 기록은 고려하면서 인종은 명시적으로 무시하도록 지시할 수 있다.

팩트체킹 측면에서도 사실적 주장에 대한 참조 자료를 식별할 수 있어, 할루시네이션 감지와 출처 검증이 구조적으로 가능해진다.

창업 배경과 투자

Guide Labs는 CEO Julius Adebayo와 CSO Aya Abdelsalam Ismail이 공동 창업했다. Y Combinator를 졸업한 후 2024년 11월 Initialized Capital로부터 $900만 시드 라운드를 유치했다.

$900만이라는 규모는 대형 AI 기업의 수십억 달러 투자와 비교하면 소규모지만, 해석 가능한 AI라는 특정 문제에 집중하는 스타트업으로서는 의미 있는 자금이다.

결론

Steerling-8B은 AI의 '블랙박스' 문제를 구조적으로 해결하려는 최초의 실용적 시도다. 모든 출력을 학습 데이터까지 추적할 수 있다는 것은 AI 신뢰성과 규제 준수에서 근본적인 변화를 의미한다. 10%의 성능 손실이 있지만, EU AI Act 등 글로벌 AI 규제가 강화되는 시점에서 해석 가능한 AI에 대한 수요는 더욱 커질 것이다. 오픈소스 공개로 연구 커뮤니티의 검증과 개선이 가능하다는 점도 큰 장점이다.