솔라 오픈 2

Solar Open 2(솔라 오픈 2)는 대한민국 인공지능 기업 업스테이지가 독자 AI 파운데이션 모델 프로젝트를 통해 개발한 2,500억 개 매개변수 규모의 오픈 웨이트 대형 언어 모델(LLM)로, 전문가 혼합(MoE) 구조와 최대 100만 토큰의 장문 처리 능력을 갖추고 도구 호출·코딩·사무 업무 등 AI 에이전트 활용에 중점을 둔 솔라(Solar) 계열 파운데이션 모델이다.

개요

업스테이지는 2026년 7월 Solar Open 2를 공개했다. 대한민국 정부의 독자 AI 파운데이션 모델 프로젝트를 통해 개발된 모델로, 2026년 1월 공개된 Solar Open 100B의 후속 모델이다.

Solar Open 2는 전체 250B(2,500억 개) 매개변수를 갖지만 입력 토큰을 처리할 때 약 15B(150억 개)만 활성화하는 전문가 혼합(Mixture of Experts, MoE) 구조를 사용한다. 이를 통해 모델 전체의 표현 능력을 확보하면서 실제 추론에 필요한 연산량을 줄이는 것을 목표로 한다.

최대 100만(1M) 토큰의 컨텍스트를 지원하며 한국어·영어·일본어를 공식 지원한다. 단순한 질의응답보다 여러 단계의 추론과 도구 호출을 반복하면서 업무를 수행하는 AI 에이전트의 기반 모델로 사용하는 것을 주요 개발 목표로 삼았다.

모델 가중치는 공개되어 사용자가 직접 내려받아 자체 인프라에서 실행할 수 있다. 업스테이지는 별도의 Upstage Solar License를 적용해 상업적 사용과 파인튜닝·증류 등 파생 모델 개발도 허용하고 있다.

개발

Solar Open 100B

Solar Open 2의 전신은 2026년 1월 공개된 Solar Open 100B이다.

Solar Open 100B는 독자 AI 파운데이션 모델 프로젝트의 첫 번째 결과물로 개발됐다. 업스테이지는 다른 회사의 기존 모델 가중치를 가져와 추가 학습하는 방식이 아니라 데이터 구축부터 사전학습까지 직접 수행하는 프롬 스크래치(From Scratch) 방식으로 모델을 개발했다고 밝혔다.

Solar Open 100B는 약 1,030억 개의 매개변수를 가진 모델이었으며 업스테이지는 모델 가중치와 개발 과정 및 평가 결과를 담은 기술보고서를 함께 공개했다.

업스테이지 팀은 이 모델을 통해 독자 AI 파운데이션 모델 프로젝트 1차 단계평가를 통과했고, 이후 모델 규모와 에이전트 능력을 크게 확장한 Solar Open 2를 개발했다.

Solar Open 2

Solar Open 2는 Solar Open 100B에서 전체 매개변수를 약 100B에서 250B로 확대하면서 MoE 구조를 도입해 토큰당 활성 매개변수를 15B 수준으로 낮췄다.

특히 모델의 개발 방향을 일반적인 대화형 AI에서 장시간에 걸쳐 여러 작업을 연속 수행하는 에이전트로 확대했다.

도구 호출, 코딩, 사무 업무 등 다양한 에이전트 작업을 학습에 포함했으며, 하나의 작업을 처리하면서 수십 차례의 추론과 도구 호출을 반복하는 환경을 주요 대상으로 설계했다.

2026년 8월 독자 AI 파운데이션 모델 프로젝트 2차 단계평가에서 업스테이지 팀은 SK텔레콤, LG AI연구원과 함께 다음 단계에 진출했다. 이에 따라 프로젝트 경쟁은 세 팀으로 압축됐다.

구조

Solar Open 2의 주요 사양은 다음과 같다.

항목	Solar Open 2
개발사	업스테이지
모델 유형	Decoder-only 대형 언어 모델
구조	전문가 혼합(MoE)
전체 매개변수	250B
활성 매개변수	토큰당 약 15B
Routed Expert	320개
Shared Expert	1개
토큰당 Routed Expert	8개
레이어	48개
Hidden Size	4,096
Attention Head	64개
어휘 크기	196,608
최대 컨텍스트	1,048,576 토큰(약 1M)
공식 지원 언어	한국어·영어·일본어
라이선스	Upstage Solar License

전문가 혼합

Solar Open 2는 총 250B의 매개변수를 가진 전문가 혼합 모델이다.

각 MoE 계층에는 320개의 Routed Expert와 하나의 Shared Expert가 존재하며, 각 토큰을 처리할 때 320개 가운데 8개의 전문가를 선택한다.

이를 통해 전체 모델 크기는 250B에 이르지만 실제 토큰당 활성 매개변수는 약 15B로 줄어든다.

대규모 모델의 지식·표현 용량을 유지하면서 모든 매개변수를 매번 계산하는 밀집(Dense) 모델보다 추론 연산량을 줄이기 위한 구조이다.

하이브리드 어텐션

Solar Open 2는 100만 토큰의 장문을 효율적으로 처리하기 위해 일반적인 Transformer의 Softmax Attention만 사용하는 대신 Hybrid Attention 구조를 사용한다.

세 개의 Linear Attention 계층마다 하나의 Softmax Attention 계층을 배치하는 방식으로, 전체 48개 계층 가운데 주기적으로 일반적인 Attention 계층을 사용한다.

Linear Attention에는 Kimi Delta Attention(KDA)을 기반으로 업스테이지가 확장한 구조가 사용됐다. 연구진은 기존 Delta Rule을 음의 고유값까지 허용하도록 확장하여 장거리 의존성을 효율적으로 처리하도록 설계했다.

이 구조는 전체 과거 토큰과의 Attention을 매번 직접 계산하는 방식보다 장문 처리 시 계산량과 메모리 사용 증가를 억제하는 데 목적이 있다.

위치 인코딩 제거

Solar Open 2는 일반적인 LLM에서 널리 사용되는 RoPE(Rotary Position Embedding)와 같은 별도의 위치 인코딩을 사용하지 않는다.

Linear Attention 계층의 recurrent state 자체가 토큰의 순서 정보를 유지하도록 설계하고 위치 인코딩을 제거하는 NoPE(No Positional Encoding) 방식을 적용했다.

업스테이지는 이를 통해 RoPE 기반 모델에서 장문 확장 시 발생할 수 있는 위치 외삽 문제를 피하고 1M 토큰 컨텍스트를 구현했다.

100만 토큰 컨텍스트

Solar Open 2의 주요 특징 가운데 하나는 최대 1,048,576 토큰의 컨텍스트를 지원한다는 점이다.

이는 장시간 수행되는 AI 에이전트의 작업 기록, 대량의 문서, 코드베이스 등을 하나의 컨텍스트 안에서 처리하기 위한 것이다.

일반적인 챗봇은 비교적 짧은 질문과 답변을 처리하면 되지만 에이전트는 작업을 완료하기까지 여러 번 검색하고 문서를 읽고 코드를 작성하거나 외부 도구를 호출할 수 있다. 이 과정에서 앞서 수행한 작업과 결과를 계속 유지할 필요가 있기 때문에 긴 컨텍스트가 중요하다.

업스테이지는 이러한 장시간 에이전트 작업의 전체 궤적(Agent Trajectory)을 하나의 컨텍스트에 담을 수 있도록 Solar Open 2를 설계했다고 설명한다.

AI 에이전트 특화

Solar Open 2는 일반적인 대화형 LLM보다 AI 에이전트의 기반 모델로 사용하는 데 초점을 맞췄다.

주요 학습·평가 영역에는 다음과 같은 작업이 포함된다.

• 외부 도구 호출
• 다단계 추론
• 프로그래밍 및 소프트웨어 개발
• 문서 중심 업무
• 사무 자동화
• 장시간에 걸친 연속 작업

특히 사용자의 질문에 한 번 답변하는 것보다 목표를 받은 뒤 필요한 정보를 찾고 도구를 사용하며 결과를 검토한 후 다음 행동을 결정하는 작업을 염두에 두고 개발됐다.

이러한 방향은 업스테이지가 2026년부터 솔라 모델 계열을 단순 생성형 AI에서 실제 업무를 수행하는 에이전트 기반 모델로 확장하는 전략과 연결된다.

성능

업스테이지는 Solar Open 2가 에이전트, 한국어, 일반 지식 및 코딩 분야에서 주요 글로벌 오픈 웨이트 모델과 경쟁할 수 있는 수준의 성능을 확보했다고 밝혔다.

공개된 모델 카드에는 주요 벤치마크 결과로 다음과 같은 수치가 제시되어 있다.

벤치마크	점수
AIME 2026	95.7
GPQA Diamond	86.3
MMLU-Pro	86.2
SWE-bench Verified	70.4
Humanity's Last Exam	28.8
APEX Agents	16.6

SWE-bench Verified는 실제 소프트웨어 프로젝트의 문제 해결 능력을 평가하는 벤치마크로, Solar Open 2는 70.4점을 기록했다.

다만 벤치마크 점수는 모델의 설정, 추론 예산, 도구 사용 여부 및 평가 방식에 따라 달라질 수 있으므로 서로 다른 기관에서 발표한 수치를 단순 비교해 모델의 절대적인 우열을 판단하는 데에는 주의가 필요하다.

공개 및 라이선스

Solar Open 2는 Hugging Face를 통해 모델 가중치가 공개된 오픈 웨이트(Open Weight) 모델이다.

다만 Apache License나 MIT License와 같은 일반적인 오픈소스 라이선스가 아니라 업스테이지가 별도로 마련한 Upstage Solar License가 적용된다.

해당 라이선스는 상업적 이용을 허용하며 Solar Open 2를 이용한 파인튜닝, 증류 및 파생 AI 모델 개발도 허용한다. 다만 파생 모델에는 Solar로 시작하는 명칭을 사용하고 공개 자료에 Built with Solar라는 출처 표시를 하는 등의 조건이 있다.

따라서 모델 가중치를 내려받아 기업 내부망이나 자체 서버에서 직접 운영할 수 있지만, 파생 모델을 제작·배포할 경우에는 별도의 라이선스 조건을 확인해야 한다.

구동 환경

Solar Open 2는 전체 250B 규모의 모델이므로 일반적인 소비자용 GPU 한두 장으로 원본 모델을 실행하기는 어렵다.

업스테이지가 제시하는 최소 권장 구성은 BF16 원본 모델 기준 NVIDIA H200 4장이며, 양자화를 적용하면 H200 2장에서도 구동할 수 있다.

업스테이지는 MoE 구조를 통해 토큰당 실제 활성 매개변수를 15B로 줄이고 이러한 양자화 방식을 병행함으로써 기업이 자체 인프라에서 모델을 운영할 수 있도록 하는 것을 주요 설계 목표로 제시했다.

솔라 모델 계열

솔라(Solar)는 업스테이지가 개발하는 대형 언어 모델 계열이다.

2026년 독자 AI 파운데이션 모델 프로젝트를 통해 공개된 Solar Open 계열과 업스테이지가 상용 서비스용으로 개발하는 Solar Pro 계열 등이 함께 존재한다.

모델	공개 시기	특징
Solar Open 100B	2026년 1월	독파모 1단계 프롬 스크래치 모델
Solar Pro 3	2026년 3월	AI 에이전트 특화 상용 모델
Solar Open 2	2026년 7월	250B-A15B MoE, 1M 컨텍스트, 독파모 2단계 모델
Solar Pro 4	2026년 8월	후속 에이전트 특화 상용 모델
Solar Mini 4	2026년 10월	대량의 에이전트 작업 처리를 겨냥한 경량 모델

따라서 Solar Open 2와 Solar Pro 4는 동일한 모델이 아니다. Solar Open 2는 가중치가 공개된 독파모 계열 모델이고, Pro 계열은 업스테이지가 별도로 개발·제공하는 상용 모델 계열이다.

독자 AI 파운데이션 모델 프로젝트

업스테이지는 과학기술정보통신부의 독자 AI 파운데이션 모델 프로젝트 초기 정예팀 가운데 하나로 선정됐다.

1단계에서 Solar Open 100B를 개발해 평가를 통과했으며, 2단계에서는 이를 대폭 확장한 Solar Open 2를 공개했다.

2026년 8월 발표된 2차 단계평가 결과 업스테이지, SK텔레콤, LG AI연구원 3개 팀이 다음 단계에 진출했다. 과학기술정보통신부는 2단계에 참여한 네 팀이 공개한 모델 모두가 Epoch AI의 Notable AI Models에 등재됐다고 밝혔다.

이에 따라 2026년 10월 현재 Solar Open 2는 대한민국의 독자 AI 파운데이션 모델 선정을 놓고 경쟁하는 세 모델 계열 가운데 하나이다.

같이 보기

• 업스테이지
• 대형 언어 모델
• AI 에이전트
• 다음