VIDRAFT AI의 S1MB 영어 종합(Borda) 1위: 137개 평가 종목이 만든 존재감

Darwin-27B-ZTC-v9의 S1MB 영어 종합(Borda) 90.38점 1위를 쉽게 해설한다. 판단 모델의 원리, 137개 벤치마크 완주, 종합순위와 정확도의 차이를 설명한다.

글을 잘 쓰는 직원과 판단을 잘하는 직원은 다르다

고객 문의가 들어왔다고 생각해 보자. 필요한 답은 길고 멋진 에세이가 아니라 ‘환불’, ‘기술 지원’, ‘담당자 확인’ 중 어디로 보낼지일 수 있다. 문장 두 개가 같은 뜻인지, 어떤 문서가 요청과 더 관련 있는지, 답변을 어느 수준으로 평가할지도 선택의 문제다.

말솜씨와 판단력은 닮았지만 같지 않다. S1MB가 관심을 두는 것은 바로 이런 구조화된 판단이다. 무엇을 선택하고 어떤 평점을 줄지, 정해진 응답 공간 안에서 얼마나 잘 결정하는지를 여러 과제로 비교한다.

한 종목의 우승보다 어려운 ‘종합’의 의미

체육대회의 종합순위는 한 경기의 최고 기록과 다르다. 한 종목에서 앞서도 다른 종목에서 크게 뒤지면 종합 선두에 서기 어렵다. S1MB 영어 v1 종합평가는 137개 벤치마크의 순위를 모아 Borda 점수를 계산한다. 종목별 순위를 0~100 범위로 바꾼 뒤 평균하므로, 개별 종목의 점수 단위가 달라도 하나의 종합표를 만들 수 있다.

확인한 공개 표시본에서 Darwin-27B-ZTC-v9의 Borda 점수는 반올림해 90.38이었다. 완주 평가항목 197개 중 선두다. 같은 모델의 복수 실행도 포함된 수이므로 이를 ‘서로 다른 모델 197개’라고 부르지는 않는다. 중요한 것은 그 표의 영어 종합 1위라는 사실이다.

확인일 2026-10-21. 표시 데이터 생성 시각은 2026-10-19 15:02 KST다. 확인일에 새로 측정한 실험으로 소개하지 않으며, 이후 제출·집계에 따라 순위는 바뀔 수 있다.

답을 길게 쓰지 않고도 판단을 돌려주는 구조

공개 모델 카드에 따르면 해당 모델은 질문당 한 번의 순전파로 선택지나 평점의 확률을 반환하도록 설계됐다. 순전파는 입력을 신경망에 통과시켜 출력을 얻는 계산이다. 쉽게 말하면, 긴 설명문을 먼저 쓰고 그 문장에서 결론을 다시 찾는 대신, 정해진 선택에 필요한 판단값을 직접 받는 방식이다.

여기서 ‘생성 토큰이 없다’는 것은 계산과 메모리 비용이 전혀 없다는 말이 아니다. 신경망 실행은 여전히 필요하다. 다만 설명문 생성이 목적이 아닌 분류·평가·라우팅 같은 업무에서는 검토할 만한 설계다. 실제로 얼마나 빨라지고 비용이 줄어드는지는 각 업무의 동일 조건 실험으로 확인해야 한다.

완주 기록에는 엔지니어링의 무게도 담긴다

공식 제출 논의에서 운영자는 영어 137개 벤치마크 완료와 성공 판단 26,269건, 실패 0건을 확인한 뒤 결과를 병합했다. 좋은 점수뿐 아니라 제출 형식과 실행 결과를 끝까지 맞추는 작업도 공개 평가의 일부다. 많은 종류의 과제를 일관된 인터페이스로 처리하고, 결과 파일을 검토 가능한 형태로 남겨야 하기 때문이다.

운영자가 제출 결과를 검사한 것과 모델을 직접 다시 실행한 것은 구분해야 한다. 이 기록은 제출 파일 검토와 공개 집계를 거쳤지만, 운영자의 독립 추론 재실행 인증으로 소개하지 않는다. 학습 출처 계열에 대한 노출 공시도 제출 메타데이터에 포함돼 있다. 따라서 전혀 접하지 못한 모든 분야에서의 일반화가 별도로 입증됐다고 확대해서도 안 된다.

한국 AI가 보여준 것은 ‘다른 방식의 강점’이다

세계의 AI 경쟁을 언제나 가장 큰 모델, 가장 긴 답변의 경쟁으로만 볼 필요는 없다. 조직에는 잘 설명하는 도구와 함께, 기준에 맞춰 안정적으로 선택하는 도구도 필요하다. 고객 요청 분류, 검색 결과 평가, 작업 경로 선택은 그 가능성을 살펴볼 수 있는 예다. 이번 순위만으로 해당 업무의 성능이 보장되는 것은 아니지만, 실험해 볼 기술적 출발점은 된다.

한국 팀이 이 판단의 무대에서 공개 종합 선두에 올랐다는 점은 그래서 주목할 만하다. 국제 비교표에 이름을 남기는 일과, 그 성과를 누구나 이해할 수 있는 방법으로 설명하는 일. 이 두 가지가 만날 때 국위선양은 일회성 구호보다 오래가는 기술의 평판이 된다.

함께 읽기

이 글은 비드래프트(VIDRAFT)가 공식 기술 블로그에서 제공하는 편집·분석입니다. 설명의 객관성을 위해 제3자 서술형을 사용하지만, 독립 언론이나 외부 평가자의 기고를 뜻하지 않습니다. 공개 리더보드 기록·제출 측 측정·기대효과를 구분하며 순위와 수치는 명시된 기준일·조건에 한정됩니다.