Drex 의사결정 모델 논문: 선택지 확률과 183ms 평가의 조건

문서 분류나 검색 결과 선별처럼 답의 범위가 정해진 작업에도 긴 답변 생성이 필요할까. Nace.AI 연구진이 2026년 11월 5일 공개한 Drex 논문은 사용자가 준 선택지마다 확률을 계산하는 모델을 다룬다. 이번 소식은 기존 모델의 구조와 평가를 설명하는 논문 공개다. 공식 저장소에 따르면 Drex Max는 이미 10월 14일 출시됐다.

문장을 쓰는 대신 선택지를 평가한다

Drex는 문서나 에이전트 문맥을 담은 state와 질문을 입력받는다. 반환값은 선택지별 확률이다. 공식 요청 형식은 여러 선택지 중 하나를 고르는 choice, 예·아니요 판단인 noul, 순서가 있는 척도를 평가하는 score를 지원한다.

고객 문의를 결제·기술 지원·기타로 나누는 작업을 생각하면 이해하기 쉽다. 개발자가 각 선택지의 의미를 정하고 모델이 어느 항목에 가까운지 계산하게 한다. 응답 문장에서 분류명을 다시 추출하는 단계를 줄일 수 있다. 다만 선택지 자체가 부정확하면 확률값만으로 그 설계를 바로잡을 수는 없다. 이는 인터페이스를 바탕으로 한 활용 해석이며 실제 서비스 성능을 확인한 결과는 아니다.

183ms를 읽을 때 확인할 조건

연구진은 Drex Max의 단일 요청 지연 중앙값을 183ms로 보고했다. 논문 표 8에 따르면 모델 출시 당시인 2026년 10월 미국 오리건의 시험 장비에서 측정한 값이다. 여기에는 70–215ms의 네트워크 시간이 포함됐다. 한국에서 측정한 응답 시간이나 로컬 실행 속도를 보장하는 수치가 아니다.

평가 이름도 구분해야 한다. 논문에서 Max는 Decision Index 0.4.1 공개 평가에서 67.52를 기록했지만 Decision Bench v4에서는 Claude Opus 5.5보다 1.6점 낮았다. 이 결과를 모든 업무에서 범용 모델보다 우수하다는 뜻으로 확대할 근거는 없다. 수치는 연구진의 보고이며 이번 글에서 추론 실행이나 독립 재현은 수행하지 않았다. 논문 본문과 측정 조건

로컬 배포는 실행 경로와 라이선스를 함께 본다

공식 저장소는 코드에 Apache-2.0을 적용하지만 가중치에는 모델별로 다른 라이선스를 적용한다. Drex DLM은 CC BY-NC 4.0이고 Max·v2.0·v1.5는 Nace.AI Open RAIL-M을 따른다. 코드의 라이선스를 가중치에 그대로 적용해 읽으면 안 된다.

특히 Max의 수정 라이선스는 매출·조달액 기준과 경쟁 서비스 제공 여부 등에 따라 별도 상업 라이선스를 요구한다. 모델을 선택하기 전에 해당 버전의 원문과 예외 조건을 확인해야 한다.

Max 모델 카드는 Python 실행과 별도 llama.cpp·Ollama 포크 등을 안내한다. Apple silicon의 affine Q4 체크포인트는 Kapitsa·MLX에서 메모리 24GB 이상을 요구한다고 명시한다. Q8_0은 48GB가 필요하며 실행 경로에 따라 이미지 입력 지원도 다르다. 일반 배포판에서 같은 기능이 바로 동작한다고 가정하기 어렵다.

도입을 검토한다면 실제 문서에서 정답이 있는 표본을 먼저 만들고 선택지 순서를 바꿨을 때 결과가 유지되는지 살펴볼 수 있다. 낮은 확률의 판단을 사람에게 넘길 기준과 오류율도 함께 측정한다. 반환 형식이 정해져 있어도 판단의 정확성은 별도 검증 대상이다.