2026년 11월 4일, 텐센트가 차세대 주력 모델 Hy4를 공식 공개했다. 기술 문서에서는 매개변수 규모를 앞세우는 대신 오류 억제 지표를 첫머리에 배치했다. 텐센트 내부 테스트 결과, 검색 환각률은 5.45%로 낮아졌고 추측성 오류율은 5.6%로 떨어졌다. 벤치마크 최고점을 경신하기 위해 경쟁하는 시기에 사실 오류 교정을 최우선에 둔 것은 실용성을 중시하는 엔지니어링 접근법을 보여준다.
학술 리더보드의 높은 점수가 실제 운영 환경에서의 가용성으로 곧바로 이어지지는 않는다. 오픈 가중치 모델의 경쟁 초점은 성능 상한선에서 신뢰성의 하한선 보장으로 이동하고 있다. 텐센트가 Hy4에 설정한 엔지니어링 방향은 분명하다. 생성 파이프라인에서 허위 사실을 지어내는 동작을 먼저 통제한 뒤, 멀티모달 및 시스템 상호작용 역량을 확장하는 방식이다.
그림: Hy4 주요 벤치마크 분포. 지식 검색과 전문 추론 영역에서의 안정성 향상에 주목. 출처: 텐센트 훈위안(공식 발표 블로그).
검색 환각 70% 감축, 벤치마크 경쟁에서 실전 배치 기준으로의 전환
기업용 검색 증강 생성(RAG) 시스템에서 장애의 주요 원인은 검색 과정에서의 사실 왜곡이다. 텐센트 공식 내부 평가에 따르면 Hy4의 검색 환각률은 이전 프리뷰 버전의 15.76%에서 5.45%로 대폭 감소했다. 추측성 오류 발생률 역시 23.1%에서 5.6%로 함께 낮아졌다. 엄격한 감사가 필수적인 전문 분야에서 환각률을 6% 미만으로 억제한 것은 자동화 검증의 실질적 도입 가능성을 열어준다.
연구 개발팀은 사후 학습 단계에서 실시간 검색과 다중 소스 종합 능력을 집중 개선했다. 동시에 출력 결과물의 사실 일관성을 검증하는 메커니즘을 강화했다. 이러한 메커니즘은 오피스 협업 도구로 확장되어 여러 사용자가 동시에 문서를 편집할 때 발생하는 상태 충돌을 억제하는 데 활용된다.
이러한 환각률 및 오류율 수치는 텐센트 자체 평가 데이터셋을 기반으로 도출된 결과다. 개발팀의 최적화 방향성을 반영한 내부 수치인 만큼 독립적인 제3자 블라인드 테스트를 통한 교차 검증이 필요하다. 그럼에도 오류율 감소를 핵심 발표 지표로 삼은 점은 사실 정확성에 대한 엄격한 정량적 기준을 보여준다.
금융 전문가 213명이 검증한 579개 과제, 현장 실무가 입증한 오픈 가중치 1위
금융 업무는 생성 모델의 사실 오류에 대한 허용치가 사실상 제로에 가깝다. 텐센트 핀테크(FiT)는 금융 전문가 213명과 협력하여 579개의 실제 업무 과제를 바탕으로 평가를 진행했다. 평가 참여자 중 153명은 대형 금융기관 소속이며 70% 이상이 5년 이상의 업계 경력을 보유하고 있다. 테스트 과제는 재무제표 데이터 대조와 규제 준수 검토 등 고위험 영역을 포괄했다.
5점 만점 기준의 실무 평가에서 Hy4는 3.04점을 기록하며 오픈 가중치 모델 중 1위에 올랐다. 비교 대상인 DeepSeek-V4.1-Flash-1017은 2.97점을 기록했고 Kimi K3.1 Pro와 GLM-5.3은 각각 2.68점을 받았다. 특히 재무제표의 표 데이터 비교에서 점수 차이가 두드러졌으며, 낮은 환각률이 지표 추출의 안정성을 확보해 주었다.
외부 산업 벤치마크에서도 유사한 흐름이 확인된다. 101개 투자 리서치 과제로 구성된 IRAB 벤치마크에서 Hy4는 프리뷰 버전보다 12.03점 높은 61.63점을 기록했다. 리서치 기관 RabyteTech의 데이터에 따르면 Hy4는 데이터 질의 항목에서 75.4점을 기록해 GPT-6.1 Sol을 약 20점 차이로 앞섰다. 복합적인 애널리스트 보고서를 심층 분석해야 하는 업무에서 정밀한 검색 역량은 추론 오류를 크게 줄여준다.
2.8억 픽셀 속 부품 식별부터 Blender 제어까지, 시각과 컴퓨터 조작의 통합
Hy4는 텐센트 훈위안 제품군 중 최초로 시각 인식과 컴퓨터 조작을 지원하는 모델이다. 명령줄 인터페이스(CLI)와 그래픽 사용자 인터페이스(GUI)를 모두 지원한다. 공식 시연에서 이 모델은 2.8억 픽셀 초고해상도 항공사진 속에서 지붕 위에 설치된 약 2미터 크기의 소형 부품을 정확하게 찾아냈다. 극한의 축척 변화 속에서도 다중 스케일 특징 추출의 기하학적 일관성을 유지했다.
그림: Hy4가 2.8억 픽셀 초고해상도 항공사진 속에서 2미터 크기의 지붕 부품을 정확히 식별하는 모습. 극단적인 축척 변화에서 미세한 대상을 감지하는 시각 정밀도에 주목. 출처: 텐센트 훈위안(공식 발표 블로그).
시각 인식 성능 향상은 전문 엔지니어링 소프트웨어의 자동 제어로 이어진다. 연구팀은 Blender 등 3D 모델링 환경에 맞춤형 학습을 진행하여 여러 프로그램을 넘나드는 장기 워크플로를 수행할 수 있도록 했다. 기존 GUI 에이전트는 깊은 계층의 메뉴를 조작할 때 상태를 잃어버리는 경우가 많았으나, 픽셀 좌표와 기능 명령을 직접 결합하여 조작 실패율을 크게 낮췄다.
디지털 콘텐츠 및 게임 제작 영역에서는 텐센트 인터랙티브 엔터테인먼트(IEG)가 데이터 구축과 평가 설계에 참여했다. 모델은 언리얼 엔진, 유니티, 고도(Godot)에 맞춤 최적화되었으며 멀티플레이어 게임 개발 영역까지 지원한다. 사내 테스트 결과 Hy4의 게임 개발 및 로직 생성 벤치마크 점수는 각각 19.1%, 9.8% 향상되어 보일러플레이트 코드 작성 부담을 덜어주었다.
독자 인프라 구축과 방어 중심 보안, 공식 리포트에 명시된 한계
첨단 과학 연구 분야에서도 Hy4는 복잡한 수치 연산 프로세스에 도입되고 있다. 7개 기초 과학 분야의 123개 사내 연구 과제 테스트에서 오픈 가중치 모델 선두를 유지했다. 단일 컴퓨팅 노드에서 1.5시간 만에 700만 개 단일 세포 데이터를 바탕으로 3차원 배아 모델을 재구성했다. 텐센트는 물리 시뮬레이션용 HyPDE와 단세포 분석용 HyCell 등 2개 파운데이션 모델을 오픈소스로 공개했으며, 독자 프레임워크를 통해 학습 효율을 높였다.
그림: Hy4 종합 벤치마크 평가표. 코드 생성, 긴 문맥 처리, 전문 분야 과제에서 아키텍처별 격차와 추격 추이에 주목. 출처: 텐센트 훈위안(공식 발표 블로그).
시스템 조작 권한이 주어짐에 따라 보안 경계 설정이 프로젝트의 최우선 과제로 떠올랐다. 학습 팀은 사이버 보안 학습 데이터를 취약점 패치와 개념 증명(PoC) 분석 등 방어 영역으로 제한하고, 익스플로잇 개발이나 모의 침투 자료를 철저히 걸러냈다. 전문 연구소의 레드팀 감사 결과 바이너리 난독화 우회나 취약점 악용 측면에서 추가적인 위험 상승 징후는 나타나지 않았다. 생물학적 안전성을 측정하는 Hy-BioExperimentBench에서는 100점 만점에 30.4점을 기록해 생물학적 위해 진입 장벽을 낮추지 않은 것으로 확인되었다.
공식 발표에서는 모델의 한계도 솔직하게 공개했다. 기술 리포트에서는 연구 수준의 수학적 추론, 장기 코드베이스 아키텍처 설계, 고난도 시각 질의응답 부문에서 최상위 독점 폐쇄형 모델들과 여전히 격차가 있음을 명시했다. 성능 한계를 미리 명확히 밝히는 것은 시스템 설계자가 적절한 오류 격리 방안을 구축하는 데 도움이 되며 과장된 홍보보다 실무적인 신뢰를 쌓는 바탕이 된다.
가중치 공개 전 사내 서비스 선제 배치, 실용성을 결정하는 신뢰성 기준
Hy4 발표에서 주목할 사실은 모델 가중치가 즉시 공개되지는 않았다는 점이다. 공식 발표는 “모델 가중치 오픈소스 공개 예정”으로 명시하고 있으며, 가중치 파일과 전체 시스템 카드는 추후 절차에 맞춰 공개될 예정이다. 현재 vLLM 및 SGLang 커뮤니티와 협력하여 추론 프레임워크 호환성을 마련했으며, 가중치 배포에 앞서 대규모 트래픽이 집중되는 사내 서비스에 먼저 배포되었다.
상용 API 가격은 이전 프리뷰 버전과 동일하게 유지된다. 캐시 입력은 100만 토큰당 0.042달러, 표준 입력과 출력은 각각 0.834달러와 2.501달러다. 텐센트 클라우드를 통해 제공되며 경량화 버전인 Hy4 flash도 순차 출시될 예정이다. 변동 없는 가격 정책은 기업 고객의 도입 비용 부담을 덜어준다.
텐센트 사내 서비스의 실측 결과는 실전 가용성을 뒷받침한다. 인공지능 비서 위안바오(Yuanbao)의 내부 점수는 65.25점에서 72.53점으로 올랐고 에이전트 과제 완수율이 크게 개선되었다. 왕자영요 설정 자동화 작업에서는 자체 오류 복구 후 99.32%의 정확도를 기록했으며 코드 버그 위치 식별률은 73.8%로 상승했다. 워크버디(WorkBuddy) 브라우저 조작 작업에서도 96.15%의 통과율을 달성해 환각률 억제가 복잡한 시스템 운영에 필수적임을 입증했다.
오픈 가중치 모델의 발전은 단순히 연산 자원을 늘려 벤치마크 점수를 올리던 초기 방식을 벗어나고 있다. Hy4의 개발 경로는 사실 오류 발생률을 통제 가능한 범위로 묶어두는 것이야말로 실무 적용의 최대 난제를 해결하는 지름길임을 보여준다. 커뮤니티의 실전 검증이 남아있으나, 까다로운 사내 업무 환경에서 기본기를 다진 방식은 현실적인 시스템 납품 기준을 제시한다.
참고 링크:
- 텐센트 훈위안 Hy4 공식 발표 및 기술 블로그
- 텐센트 핀테크(FiT) 전문 실무 평가 보고서
- RabyteTech IRAB 투자 리서치 벤치마크 평가
- 텐센트 쉬안우 랩 및 Keen 보안 랩 레드팀 감사 기록
