Microsoft Research는 4년 30월 2025일, Phi‑4 Reasoning과 두 자매 모델인 Phi‑3.8‑Mini‑Reasoning(약 4억 개의 매개변수) 및 Phi‑14‑Reasoning‑Plus(강화 학습 튜닝을 통해 3억 개의 매개변수)를 발표했습니다. 범용 LLM과 달리, 이 모델은 추론에 특화되어 있으며, 각 해결 단계를 검증하고 개선하기 위해 추가적인 추론 컴퓨팅을 할당합니다. OpenAI의 oXNUMX‑mini에서 고품질 웹 데이터, 합성 문제 세트, 그리고 엄선된 "사고의 사슬" 데모를 활용하여 학습한 결과, 수학, 과학, 코딩 등 다양한 분야에서 탁월한 성능을 보이는 모델이 탄생했습니다.
Phi‑4 추론이란 무엇인가요?
Phi‑4 추론은 어떻게 훈련되었나요?
Phi‑4 Reasoning은 신중하게 큐레이팅된 "가르칠 수 있는" 프롬프트와 상세한 추론 추적 데이터 세트를 기반으로 기본 Phi‑4 모델을 지도 학습 방식으로 미세 조정하여 개발되었습니다. 연구원들은 o3‑mini를 사용하여 복잡한 문제를 풀도록 유도하여 이러한 추적을 생성한 후, 다양성과 교육적 명확성을 위해 필터링했습니다. 이 과정을 통해 모델은 단순히 정답만 학습하는 것이 아니라 구조화된 문제 해결 접근법까지 학습할 수 있었습니다. 후속 모델인 Phi‑4‑Reasoning‑Plus는 결과 기반 강화 학습 단계를 거쳤으며, 이를 통해 더 길고 철저한 추론 체인을 통해 정확도를 더욱 향상시켰습니다.
Phi‑4 추론을 정의하는 역량은 무엇입니까?
다재: 이 프로그램은 수학 올림피아드 문제, 박사 수준의 과학 문제, 코딩 챌린지, 알고리즘 퍼즐(3SAT, TSP, BA‑Calendar) 및 공간 추론을 다루며 다양한 영역에서 강력한 일반화 능력을 보여줍니다.
세부적인 사고의 사슬 생성: 각 중간 결론을 검증하기 위해 추가적인 추론 단계를 할당함으로써 Phi‑4 추론은 불투명한 단발성 답변이 아닌 투명하고 단계적인 솔루션을 구성합니다.
벤치마크를 뛰어넘는 성능: 적당한 크기에도 불구하고 DeepSeek‑R1‑Distill‑Llama‑70B와 같은 훨씬 더 큰 개방형 가중치 모델보다 성능이 뛰어나며 알고리즘 추론 및 계획 작업에서 전체 DeepSeek‑R1(매개변수 671B)의 성능에 근접합니다.
Phi‑4 Reasoning은 이전 모델과 어떻게 다릅니까?
어떤 면에서 일반적인 용도의 Phi‑4보다 개선되었나요?
범용 Phi‑4는 완성, 요약, 번역과 같은 광범위한 LLM 작업을 위해 설계된 반면, Phi‑4 Reasoning은 사고 연쇄 데이터에 대한 지도 학습 미세 조정을 통해 단계적 추론을 더욱 정교하게 개선합니다. 이러한 특화는 기존 모델의 여러 기능을 그대로 유지하면서 다단계 작업에서 탁월한 정확도를 제공합니다. 또한, 강화 학습(RL)을 적용한 "Plus" 버전은 최고의 정밀도가 필요할 때 추론 속도를 희생하고 더욱 심층적인 추론을 수행합니다.
경쟁사의 추론 모델과 비교하면 어떻습니까?
DeepSeek R1 모델: DeepSeek의 671 B-매개변수 R1 모델에서 추출한 작업에서 Phi‑4 Reasoning‑Plus는 동등한 성능에 접근하며, 신중한 데이터 큐레이션과 교육을 통해 소규모 LLM과 대규모 LLM 간의 격차를 줄일 수 있음을 보여줍니다.
OpenAI o3‑mini: Phi‑4 추론은 추론에 사용되는 매개변수 수가 o3‑mini보다 더 많은데도 불구하고 OmniMath(구조화된 수학 테스트)와 같은 벤치마크에서 o3‑mini와 동등하거나 더 뛰어납니다.
최신 변형과 확장 기능은 무엇입니까?
Phi‑4‑Reasoning‑Plus: 강화 학습을 통한 향상된 추론
Phi‑4‑Reasoning‑Plus는 기본 Phi‑4‑Reasoning 아키텍처를 기반으로 추론 체인 품질을 더욱 최적화하는 결과 기반 강화 학습(RL) 단계를 도입합니다. 이 변형에서 개발자는 증명 정확성이나 솔루션 완성도와 같은 작업별 성공 지표에서 도출된 검증 가능한 보상 신호를 사용하는 짧은 RL 학습 라운드를 통합하여 더욱 상세하고 정확한 중간 단계 생성을 촉진합니다.
결과적으로 Phi‑4‑Reasoning‑Plus는 표준 추론 벤치마크에서 지도 학습 전용 모델 대비 2~4%의 성능 향상을 보였으며, 특히 다중 홉 추론 및 장쇄 추론이 필요한 작업에서 더욱 그러했습니다. 더욱이, 이러한 강화학습 기반 개선을 통해 모델은 모호한 추론 경로를 스스로 교정하여 통제된 테스트에서 환각 발생률을 최대 15%까지 줄일 수 있습니다. 최대 64,000개 토큰의 컨텍스트 윈도우를 기본적으로 지원하는 Phi‑4‑Reasoning‑Plus는 일관성을 유지하면서 확장된 문제 설명을 원활하게 통합할 수 있습니다. 향상된 기능 덕분에 의료 진단 및 법적 논증 모델링과 같은 고위험 분야에 매우 적합합니다.
Phi‑4‑Mini‑Reasoning: 임베디드 애플리케이션을 위한 컴팩트한 추론기
Phi‑4‑Mini‑Reasoning은 풀스케일 모델을 보완하여 약 3.8억 개의 매개변수를 갖춘 간소화된 추론 솔루션을 제공합니다. 교육 및 온디바이스 AI 애플리케이션에 맞춰 개발된 이 경량 버전은 DeepSeek의 R1 추론 시스템에서 생성된 약 백만 개의 개별 인스턴스로 구성된 특수 합성 수학 문제 코퍼스를 기반으로 학습되었으며, 고품질의 간결한 사고 연쇄 추적을 기반으로 지도 미세 조정을 통해 더욱 개선되었습니다.
Phi‑4‑Mini‑Reasoning은 매개변수 수가 감소했음에도 불구하고 수학 벤치마크에서 경쟁력 있는 정확도를 달성하여 DeepSeek‑R1‑Distill‑Qwen‑7B와 같은 다른 소형 모델보다 Math‑3에서 500포인트 이상 우수한 성능을 보입니다. 표준 소비자 하드웨어에서 초당 10개의 토큰으로 작동하고 128,000개의 토큰 컨텍스트 길이를 지원하는 이 기능은 리소스가 제한된 환경의 임베디드 튜터링 시스템 및 코딩 어시스턴트에 이상적입니다.
Phi‑4 추론은 어디에 적용할 수 있나요?
교육 도구를 어떻게 향상시킬 수 있을까?
DeepSeek의 R4 모델에서 약 1만 개의 합성 수학 문제를 학습한 Phi‑1‑Mini‑Reasoning은 경량 기기에서의 "임베디드 튜터링"에 최적화되어 있습니다. 학생들에게 단계별 풀이 과정을 안내하고, 힌트를 제공하며, 각 단계를 실시간으로 검증하여 교육용 앱과 스마트 교실 도구의 혁신을 가져올 수 있습니다(, ).
어떤 산업 활용 사례가 두드러지나요?
- 의학: 에지 기반 의료 기기에서 Phi‑4 Reasoning은 진단 데이터를 분석하고, 복잡한 임상 지침을 설명하고, 투명한 추론 추적을 통해 치료 계획을 제안할 수 있습니다.
- 과학적 연구: 연구자들은 모델의 사고의 사슬 결과를 활용하여 화학, 물리학, 생물학에서 가설 검정 워크플로를 문서화할 수 있습니다.
- 소프트웨어 개발: 코딩 어시스턴트에서 Phi‑4 Reasoning은 알고리즘 문제를 분석하고 설명적 주석과 함께 코드 조각을 제안하고 논리적 추론을 통해 정확성을 검증할 수 있습니다(, ).
개발자는 어디에서 접근하고 배포할 수 있나요?
Phi‑4 추론 모델은 Azure AI Foundry, Hugging Face 및 GitHub Marketplace에서 MIT 라이선스(개방형)로 제공됩니다. UnsLoTH AI의 "Phi‑4 추론 방법"과 같은 문서 및 가이드는 로컬 배포, 양자화 워크플로, 도메인별 작업에 대한 미세 조정 방법을 자세히 설명합니다.
어떤 과제와 미해결 문제는 남아 있는가?
추론 견고성 평가
벤치마크 성능이 Phi‑4‑Reasoning의 강점을 보여주지만, 적대적 또는 분포 이탈 조건에서의 견고성을 평가하는 것이 필수적입니다. 뒤섞인 전제, 모순되는 공리, 또는 모호한 변수 명명을 기반으로 스트레스 테스트 프로토콜을 사용한 예비 연구에서는 모델이 기만적이거나 불완전한 정보에 직면했을 때 오류율이 20%를 초과하는 것으로 나타났습니다. 이러한 결과는 순환 추론이나 개념 표류와 같은 실패 모드를 포착하는 더욱 세분화된 평가 프레임워크와 신뢰도 점수 및 출처 체인을 표면화하는 진단 도구의 필요성을 강조합니다. 법률 컨설팅 및 의료 의사 결정 지원과 같은 분야에서 안전이 중요한 애플리케이션에 대한 모델의 준비 상태를 인증하기 위해서는 표준화되고 도메인에 독립적인 견고성 벤치마크를 구축하는 것이 매우 중요합니다.
정렬 및 안전 문제 해결
고급 추론 모델이 민감한 영역의 의사 결정 프로세스에 통합됨에 따라 정렬과 안전성은 여전히 매우 중요합니다. 엄격한 지도식 미세 조정 및 강화 학습(RL) 보상 형성에도 불구하고, Phi‑4‑Reasoning은 그럴듯하지만 부정확한 결과(소위 "환각")를 생성할 수 있어 고위험 상황에서 위험을 초래합니다. 사회적으로 편향된 추론이나 윤리 지침에 위배되는 권장 사항의 사례는 다층적인 안전 장치의 필요성을 강조합니다. 업계 모범 사례는 즉석 콘텐츠 필터, 레드팀 구성, 그리고 인간 참여형 감독을 통합하여 의도치 않은 행동을 차단할 것을 권장합니다. 표준 데이터세트를 기준으로 보정된 진실성 점수와 같은 정량적 정렬 지표와 사용자 친화적인 수정 인터페이스를 개발하는 것은 Phi‑4‑Reasoning 모델이 사회적 규범을 준수하고 중요한 워크플로에 침투하는 과정에서 투명성을 유지하는 데 필수적입니다.
결론
Phi‑4 Reasoning은 AI의 분수령을 나타냅니다. 바로 규모를 넘어 지능적 전문화로의 전환입니다. 최첨단 추론 기능을 작고 개방적인 패키지로 제공함으로써 투명하고 효율적이며 널리 접근 가능한 AI 추론의 길을 열어줍니다. 클라우드든 엣지든, 우리가 가르치고, 연구하고, 가장 어려운 문제를 해결하는 방식을 혁신합니다.
현재 Phi‑4 Reasoning 사용에 관심 있는 분들은 업데이트를 지속적으로 확인해 주시기 바랍니다. 계속해서 업데이트하겠습니다. 코멧API 및 CometAPI API 변경 로그.