Hydrogen-1.0: 과학 연구용 공개 가중치 모델의 배포 조건

Deep Principle이 공개한 Hydrogen-1.0은 과학 문제를 풀고 연구를 보조하도록 GLM-5.3을 추가 학습한 언어 모델이다. 공식 모델 카드는 BF16 가중치와 별도의 양자화 버전을 소개한다. 연구팀이 제시한 활용 분야는 화학, 재료과학, 생명과학이다. 11월 2일 공개됐다는 날짜는 별도 보도를 통해 확인했으며, 모델 카드에는 발표일이 명시돼 있지 않다.

가중치는 공개됐지만 학습 전체를 재현할 수는 없다

모델 카드에 따르면 BF16 가중치는 MIT 라이선스로 제공된다. 다만 Hugging Face에서 파일에 접근하려면 로그인하고 정보 공유 조건에 동의해야 한다. 라이선스와 다운로드 접근 절차를 각각 확인할 필요가 있다. Deep Principle이 독자적으로 작성한 코드와 문서에는 Apache 2.0이 적용되며, 제3자 파일에는 각자의 라이선스가 적용된다.

기술 소개는 분야별 지식과 연구 시나리오, 실험 기록 등을 활용한 지도 미세조정과 강화학습을 설명한다. 전체 학습 데이터와 학습 절차는 가중치와 함께 공개되지 않았다. 모델을 내려받아 시험하는 것과 학습 과정을 처음부터 재현하는 것은 다르다.

배포 전에 확인할 것

Hugging Face는 이 모델을 약 7530억 파라미터로 표시한다. 카드에 적힌 문맥 길이는 100만 토큰, 최대 출력 길이는 12만 8000토큰이다. 실제로 사용할 수 있는 길이는 추론 프레임워크와 서버 설정, 자원에 따라 달라진다. 긴 문맥을 지원한다는 설명만으로 모든 입력을 정확하게 활용한다고 보장할 수도 없다.

공식 배포 예시는 SGLang과 GPU 8개를 사용해 시험한 구성이다. 카드에는 NVIDIA Blackwell용 NVFP4와 AMD Instinct MI350X·MI355X용 MXFP4도 별도 저장소로 안내한다. 양자화 버전은 BF16과 출력이 다를 수 있으므로 적용할 작업에서 각각 평가해야 한다. 예시의 generation_config.json은 답변 종료 토큰을 담고 있어 유지해야 한다. 카드에 따르면 이 파일이 없으면 생성이 답변 끝에서 멈추지 않을 수 있다.

연구 결과는 별도로 검증해야 한다

개발사의 기술 소개에는 과학 계산과 반응 경로 탐색, NMR 구조 분석 등의 사례가 나온다. 모델 카드에 따르면 이 시연은 외부 도구와 특정 연구 환경을 결합한 것이다. 제시된 성능과 사례는 개발사의 평가이며, 여기서 독립적으로 재현하지 않았다.

실제 연구에 도입한다면 먼저 관심 분야의 검증된 문제로 기준 모델과 비교하고, 계산과 인용을 확인할 수 있는 평가 절차를 마련하는 편이 좋다. 모델이 그럴듯한 설명을 내놓더라도 사실, 수식, 참고문헌이 틀릴 수 있다. 특히 건강이나 안전에 영향을 주는 결정은 모델 답변만으로 내릴 수 없다.

공개 가중치는 자체 환경에서 실험할 선택지를 넓힌다. 다만 이 모델의 규모와 접근 조건, 미공개 학습 자료를 감안하면 도입 판단에는 사용 목적에 맞춘 자원 산정과 독립적인 평가가 필요하다.