KRAFTON Raon-1 mini 분석: 30B급 오픈 웨이트 모델의 한국어·에이전트·단일 GPU 성능

먼저 결론

KRAFTON AI는 Raon-1 mini를 **preview(프리뷰)**로 공개했습니다. 최대 규모보다 한국어 대화, 지시 이행, 에이전트와 추론 효율에 초점을 둔 30B급 MoE 언어 모델입니다.

관심 지점은 동급 대비 일부 추론·코딩 결과, 공식 추측 디코딩과 로컬 배포용 양자화입니다. 그러나 모든 벤치마크에서 우세하거나 모든 컴퓨터에서 원활하다는 결론은 근거가 없습니다.

이 글은 공식 모델 카드와 체험 사이트를 분석했습니다. TboxIO는 벤치마크, 속도나 단일 GPU 배포를 독립 검증하지 않았습니다. 확인일은 2026년 10월 25일입니다. 최종 모델이 아니며 사양과 결과는 바뀔 수 있습니다.

30B와 A4B는 무엇인가?

항목	공식 사양
전체 파라미터	28.8B, 약 288억
token당 활성 파라미터	4.3B, 약 43억
구조	하이브리드 어텐션 MoE
레이어	25개: 선형 어텐션 18개, 전체 어텐션 7개
컨텍스트	262,144 tokens
token당 활성 전문가	라우팅 6개와 공유 1개
공개 상태	Preview, 최종판 아님
라이선스	Apache 2.0

일부 파라미터만 활성화하면 계산량이 줄지만, 그 부분의 가중치만 저장하면 된다는 뜻은 아닙니다. 메모리에는 전체 가중치, 양자화, 캐시와 실행 프레임워크의 여유 공간이 필요합니다.

대부분의 레이어는 고정 크기 상태를 쓰고 일부만 KV 캐시를 유지합니다. 이는 효율의 방향을 설명할 뿐, 긴 입력에서도 전체 메모리와 지연이 늘지 않는다는 보장은 아닙니다.

공식 점수: 강점과 약점

다음은 공급사가 공개한 비교이며 TboxIO 실측이 아닙니다. 서로 다른 벤치마크를 평균 내 하나의 점수로 만들지 않습니다.

벤치마크	Raon-1 mini preview	Qwen3.6-35B-A3B	Gemma 4 26B-A4B
MMLU Pro	76.5	85.9	82.9
GPQA Diamond	84.3	83.2	80.7
AIME 2026	93.3	92.9	87.1
IFBench	84.2	66.6	80.9
SWE-Verified	70.8	63.2	61.6
Terminal-Bench Lite	47.0	63.3	52.0
BrowseComp Plus	55.7	34.8	32.2
BFCL v4 Overall	59.8	64.7	65.8

일부 수학 추론, 지시 이행, 저장소 수정과 검색은 시험할 가치가 있습니다. 반면 MMLU Pro, Terminal-Bench Lite와 BFCL v4에서는 두 비교 모델보다 낮습니다.

SWE-Verified와 Terminal-Bench Lite의 차이가 중요합니다. 저장소 수정 성과가 좋다고 터미널 작업 전반이 더 강한 것은 아닙니다. 가장 좋은 행만 골라 보지 말고 자신의 작업에 맞춰야 합니다.

공식 전체 표에는 밀집 모델도 있습니다. Qwen3.8-27B는 GPQA Diamond 89.7로 Raon의 84.3보다 높습니다. 일부 MoE 비교의 우위와 모든 모델을 능가한다는 주장은 다릅니다. 공개되지 않은 이전 Raon 점수나 세대별 향상 폭도 만들지 않습니다.

평가 조건을 함께 읽기

SWE-Verified는 mini-SWE-agent를 사용합니다. 카드에는 평가자와 사용자 시뮬레이터로 gpt-5.6-luna가 명시됩니다. AutomationBench는 공식 평가 세트가 아닌 공개 분할이며 GDPVal은 Elo가 아니라 평가자 점수입니다.

따라서 이 Lite 점수와 이전 글의 다른 Terminal-Bench 버전을 빼거나, 서로 다른 도구 프레임워크의 결과를 통합 순위로 쓰면 안 됩니다.

한국어는 명확한 초점

훈련 언어에는 한국어, 영어, 일본어, 중국어, 스페인어, 프랑스어와 태국어 등이 나옵니다. 비공개 내부 Chatbot Korean 결과는 Raon 92.9, Qwen3.6-35B-A3B 74.5, Gemma 4 26B-A4B 90.6입니다.

이는 선택의 단서이지 일상 한국어 응답 정확도 92.9%가 아닙니다. 존댓말, 구어체, 페르소나 일관성과 한영 혼합을 직접 평가하세요. 중국어가 훈련에 포함돼도 중국어 업무가 한국어와 동등하다고 볼 수 없습니다.

최대 2.18배 가속의 조건

공식 DFlash2 드래프트 모델이 후보 tokens를 제안하고 대상 모델이 검증해 순차 생성 작업 일부를 줄입니다.

2.18배 사례는 NVIDIA B300 한 장, GSM8K, 동시성 1입니다. 자기회귀 디코딩 296.3 출력 tokens/초에 비해 DFlash2는 646.3이며, MXFP8 대상과 vLLM 0.28.0 등 지정 설정을 사용합니다.

특정 하드웨어·작업의 공급사 결과로, 다른 GPU의 보장이나 모델 전반의 속도 순위가 아닙니다. 높은 동시성의 총처리량도 사용자별 속도와 다릅니다. 첫 token 대기, 단일 요청 생성, 동시 처리량과 전체 에이전트 시간을 따로 측정하세요.

RTX 5090이나 Mac에서 실행할 수 있나?

공식은 MXFP8, NVFP4를 제공하며 NVFP4로 VRAM 32GB의 NVIDIA RTX 5090 한 장에서 추론할 수 있다고 설명합니다. Transformers, vLLM, llama.cpp와 MLX 경로도 나옵니다.

실행 경로가 있다고 모든 형식, 최대 컨텍스트와 높은 동시성이 같은 장비에 들어간다는 뜻은 아닙니다. Mac은 가용 메모리, 실제 양자화 파일, 프레임워크와 입력 길이를 확인해야 합니다. 활성 43억이라는 숫자만으로 판단하지 마세요.

플랫폼에 맞는 형식, 짧은 컨텍스트와 동시성 1로 시작해 메모리·지연을 기록하며 부하를 늘리는 편이 좋습니다.

에이전트 연동

공식은 OpenAI 호환 엔드포인트로 Hermes Agent, Pi와 OpenCode를 제시합니다. API 호환이 도구 호출과 추론 필드까지 올바르게 처리한다는 보장은 아닙니다. 메시지, 도구 결과와 종료 조건을 확인하세요.

사고 모드용으로 설계돼 비활성화는 권장하지 않습니다. 코딩·수학과 다른 작업의 권장 샘플링도 다릅니다. 공식 설정부터 재현하고 하나씩 바꾸세요.

한국어 지원 초안, 검증 가능한 정보 정리, 작은 저장소 수정과 제한된 도구 작업을 먼저 시험할 수 있습니다. 응답 길이보다 승인된 완료율, 수작업 수정과 총자원을 보세요.

이용 방법과 비용

공식 사이트는 게스트 체험과 신청·초대·등록을 거치는 API 경로를 제공합니다. API는 기간 한정 무료이며 사용자별 tokens와 요청 수 제한이 있을 수 있습니다. 향후 요금과 정책은 별도 공지됩니다.

영구 무료나 정식 백만 token 요금이 확정된 것은 아닙니다. 자체 호스팅에는 하드웨어, 실행과 유지 비용도 듭니다.

공식 Hugging Face는 Apache 2.0을 표시하고 카드에는 접근 신청 절차가 있습니다. 다운로드 전 접근, 형식과 라이선스 조건을 확인해야 합니다.

우리의 판단

한국어 상호작용, 배포 환경 통제와 자체 도구 검증을 중시하는 팀이라면 후보에 넣을 만합니다. 실행 가능한 규모, 일부 작업 점수와 전용 가속의 조합이 관심 요소입니다.

일반 지식, 어려운 터미널 작업이나 안정적인 운영이 주목적이면 약점과 프리뷰 상태를 함께 보세요. 같은 과제, 권한과 예산으로 비교한 뒤 트래픽을 늘리는 것이 적절합니다.

출처

• KRAFTON 공식 모델 카드: 구조, 비교, 평가 조건, 디코딩과 배포.
• Raon 공식 사이트와 FAQ: 체험과 기간 한정 무료 조건.

사양, 결과와 정책은 바뀔 수 있습니다. 연동 시 최신 공식 정보를 확인하세요.