A.X K2

SK텔레콤의 6880억 MoE 모델, 활성 330억, 네이티브 FP8 가중치, 256K 컨텍스트. Apache 2.0, 수학과 한국어에 가장 강합니다.

간단 요약. A.X K2는 한국 통신사 SK텔레콤이 만든 초대형 AI 모델입니다. Apache 2.0으로 상업적 이용도 무료이며, 수학과 한국어 질문에 특히 강하고, 단계별 사고 모드는 켜고 끌 수 있습니다. 텍스트만 읽으며 대형 멀티 GPU 서버가 필요합니다.

요약

SK텔레콤은 2026년 7월 29일, 한국 정부가 지원하는 주권 AI 기반 모델 사업의 2단계 모델인 A.X K2를 Hugging Face에 공개했습니다. 텍스트 전용 MoE(혼합 전문가) 모델로, 전체 파라미터는 6880억, 토큰당 활성 파라미터는 330억입니다. 총 61개 층(1개 dense 층과 60개 MoE 층), 256개 라우팅 전문가 중 8개와 1개의 공유 전문가를 활성화하며, 쿼리마다 2,048개 위치를 읽는 스파스 인덱서를 갖춘 멀티헤드 잠재 어텐션(Multi-head Latent Attention)을 사용합니다. 처음부터 네이티브 FP8로 약 8조 토큰을 학습했고, 네이티브 컨텍스트는 128K이며 YaRN 스케일링으로 256K에 도달합니다. 하나의 체크포인트가 SK텔레콤의 Think-Fusion 방식으로 생각 모드와 비사고 모드를 제공합니다. 토크나이저와 학습 데이터는 영어, 한국어, 중국어, 일본어, 스페인어를 대상으로 합니다.

SK텔레콤 자체 표에서 생각 모드로 다른 7개 모델과 비교했을 때, A.X K2는 AIME26(97.1), Apex, Apex-shortlist, KMMLU-Pro(80.5), CLIcK(91.6), τ²-Bench Telecom(98.0)에서 최고 점수를 기록합니다. 에이전트 및 코딩 테스트에서는 가장 강한 모델들에 뒤집니다. Terminal Bench v2.1에서 36.0을 기록한 반면 DeepSeek-V4 Flash와 GLM-5.1은 61.8이며, 모델 카드 자체도 에이전트 성능을 보통 수준이라 평가합니다. SK텔레콤은 14개 벤치마크에서 A.X K1 대비 평균 32.2점 향상을 보고합니다. 이는 모두 SK텔레콤 자체 결과이며, 별표 표시된 행은 Artificial Analysis가 실행한 것입니다.

가중치는 Apache 2.0입니다. 체크포인트는 블록 스케일 FP8로 약 694 GB이며, 약 398 GB의 NVFP4 빌드도 있습니다. 모델 카드는 KV 캐시를 포함해 최소 800 GiB의 GPU 메모리를 확보하라고 안내하고, 참조 실행에는 275 GB GPU 네 장을 사용했습니다. Transformers는 네이티브 지원하지만 지원이 v5.14.1 이후에 병합되어 소스 설치가 필요하고, vLLM은 SK텔레콤의 v0.23.0 기반 포크가 필요합니다. 모델 카드는 긴 컨텍스트와 서빙에는 Transformers보다 vLLM을 가리킵니다.

적합한 용도

  • 수학과 한국어 작업. SK텔레콤 자체 표가 가장 좋은 성적을 보이는 분야로 표시(AIME26 97.1, KMMLU-Pro 80.5)
  • 최대 256K 토큰의 긴 컨텍스트 작업. 모델 카드는 RULER 평균 94.6을 보고
  • 한국에서 개발된 셀프호스팅 Apache 2.0 모델을 원하는 팀. 생각 모드를 끄면 응답 비용을 낮출 수 있음
  • 저정밀 서빙. 가중치가 네이티브 FP8이며, 보고서는 NVFP4가 FP8 대비 1점 이내의 정확도를 유지한다고 설명

주의할 점

  • 에이전트 성능은 보통 수준이며, 모델 카드는 Terminal Bench와 BrowseComp에서 비교 대상 중 가장 강한 모델들에 뒤진다고 밝힘
  • 텍스트 전용이며 대상 언어는 5개(영어, 한국어, 중국어, 일본어, 스페인어)뿐
  • FP8 가중치가 약 694 GB이고 모델 카드는 최소 800 GiB의 GPU 메모리를 권장하므로 멀티 GPU 노드가 필요
  • vLLM 지원은 SK텔레콤 포크에서 제공되고, Transformers는 소스 설치가 필요하며, Transformers에서는 flash attention 미지원
  • 벤치마크 수치는 모두 SK텔레콤 자체 보고

성능 주장은 개발사가 제공한 것이며 독립적으로 검증되지 않았습니다.

메모리가 얼마나 필요할까?

A.X K2 NVFP4 버전 기준 추정치입니다. 혼합 전문가(MoE) 모델은 토큰 하나당 일부 전문가만 사용하더라도 모든 전문가를 메모리에 올려야 합니다. 따라서 필요한 메모리는 총 파라미터가, 속도는 활성 파라미터가 결정합니다.

버전 파라미터 BF16 FP8 / INT8 4-bit (Q4) 실행 가능 하드웨어
A.X K2 (FP8) FP8 688B 활성 33B 1.58 TB 791 GB 475 GB 대용량 메모리 데스크톱
A.X K2 NVFP4 NVFP4 688B 활성 33B 1.58 TB 791 GB 438 GB 대용량 메모리 데스크톱

추정 방식: 가중치에 약 15%의 오버헤드를 더한 값입니다. 실제 사용량은 컨텍스트 길이에 따라 늘어나고 사용하는 소프트웨어에 따라서도 달라집니다.

VRAM 계산기

라이선스, 쉬운 말로 설명

가장 널리 쓰이는 관대한 라이선스 중 하나입니다. 몇 가지 가벼운 조건만 지키면 모델을 사용하고 수정할 수 있으며, 이를 기반으로 만든 제품을 판매할 수도 있습니다.

Apache 2.0에 대해 더 알아보기

함께 보기

자주 묻는 질문

A.X K2(이)란 무엇인가요?
A.X K2는 한국 통신사 SK텔레콤이 만든 초대형 AI 모델입니다. Apache 2.0으로 상업적 이용도 무료이며, 수학과 한국어 질문에 특히 강하고, 단계별 사고 모드는 켜고 끌 수 있습니다. 텍스트만 읽으며 대형 멀티 GPU 서버가 필요합니다.
A.X K2을(를) 상업적으로 사용할 수 있나요?
네. A.X K2은(는) 허용적 라이선스인 Apache 2.0로 배포되었습니다. 라이선스 문구 표기 같은 표준 조건만 지키면 상업적으로 사용할 수 있습니다.
A.X K2은(는) 오픈소스인가요?
A.X K2은(는) 오픈소스 이니셔티브(OSI)가 승인한 라이선스인 Apache 2.0로 배포되었습니다. 학습 데이터와 학습 코드는 공개되어 있지 않을 수 있으므로, 오픈소스 라이선스를 적용한 오픈 웨이트 모델이라고 보는 것이 가장 정확합니다.
A.X K2을(를) 내 컴퓨터에서 실행할 수 있나요?
메모리가 많은 기기에서만 가능합니다. 최소 버전 A.X K2 NVFP4 기준 4비트 정밀도에서 약 438 GB가 필요합니다. 통합 메모리 128~512 GB를 갖춘 데스크톱에서 수용할 수 있지만 속도는 느린 편입니다.
A.X K2은(는) 언제 출시되었나요?
A.X K2은(는) SK Telecom에서 2026년 7월 29일에 출시되었습니다.
A.X K2의 컨텍스트 윈도우는 얼마나 긴가요?
A.X K2은(는) 최대 256K 토큰의 컨텍스트 윈도우를 지원합니다.

공식 링크

출처

규격 정보는 아래 1차 자료에서 가져왔습니다. 언급된 벤치마크 수치는 개발사가 발표한 것입니다.

출시일 등 정보는 2026년 11월 11일에 마지막으로 확인했습니다.

관련 모델

모델 출시일 파라미터 컨텍스트 라이선스 최소 버전 필요 메모리
K-EXAONE 2.0 EN LG AI Research 750B 활성 37B 256K Apache 2.0 (허용적) 518 GB GPU 서버
Solar Open 2 EN Upstage 250B 활성 15B 1M Upstage Solar (조건부) 157 GB 대용량 메모리 데스크톱
Motif 3 EN Motif Technologies 314B 활성 13.2B 256K MIT (허용적) 206 GB 대용량 메모리 데스크톱
DeepSeek V4 EN DeepSeek 284B – 1.6T 활성 49B 1M MIT (허용적) 176 GB 대용량 메모리 데스크톱