Apertus 1.5: 스위스의 완전 오픈 모델이 이미지와 오디오를 읽다

ETH 취리히, EPFL, CSCS가 7월 24일 Apertus 1.5를 공개했습니다. 이미지·오디오 입력, 262K 컨텍스트, Apache 2.0을 갖춘 완전 오픈 8B·70B 모델입니다. 오디오 이해는 실험적입니다.

  • 새 출시
  • 읽는 데 2분
  • 게시일

ETH 취리히, EPFL, 스위스 국립 슈퍼컴퓨팅 센터(CSCS)가 2026년 7월 24일 Apertus 1.5를 공개했습니다. 8B·70B 모델 패밀리로, 이제 텍스트에 더해 이미지와 오디오도 받으며, 262,144 토큰의 컨텍스트 윈도우, 선택적 thinking 모드, Apache 2.0 라이선스를 갖춥니다.

새로운 점

Apertus 1.5는 1세대 Apertus 1.0의 사전 훈련을 8B 모델은 4조 토큰, 70B는 2조 토큰 더 진행해 총 19T·17T 토큰이 되었습니다. 아키텍처는 변함없습니다. xIELU 활성화를 쓰는 decoder-only 트랜스포머이며 AdEMAMix 옵티마이저로 훈련했습니다. 이미지와 오디오는 별도의 비전 인코더를 거치지 않고 Emu3.5 기반 이미지 토크나이저와 WavTokenizer를 통해 텍스트와 같은 시퀀스 안의 이산 토큰으로 들어가며, 모델이 생성하는 것은 텍스트뿐입니다. 컨텍스트 윈도우는 Apertus 1.0의 4배이고, thinking은 별도 모델이 아니라 챗 템플릿의 플래그입니다.

기술 보고서에 따르면 8B 모델은 같은 클래스의 완전 오픈 모델 가운데 지식, 지시 이행, 문화 벤치마크에서 선두입니다. 반면 지각과 영어 등 고자원 언어 전사에서는 특화 비전·오디오 모델이 계속 앞서 있습니다. 프로젝트는 오디오 이해를 실험적이라고 설명합니다. 이는 개발사 자체 평가입니다.

실행 방법

BF16 가중치는 8B 모델 약 18.4 GB, 70B 약 144.6 GB입니다. 공개 시점의 모델 카드는 릴리스된 Transformers나 vLLM 버전에는 아직 지원이 없다며 Swiss AI의 포크와 Docker 이미지를 안내했습니다. Hugging Face 리포지토리는 게이트형이므로 다운로드 전에 이용 조건에 동의해야 합니다. 카드는 출력 필터가 제공되지 않는다고 밝히며 자체 보호 장치를 추가하라고 권고하고, 데이터 삭제 요청을 반영하기 위해 약 6개월마다 가중치를 새로 받으라고 권합니다. thinking 모드에서는 도구 호출이 작동하지 않고, 비디오 입력은 지원되지 않으므로 프레임을 추출해 이미지로 넘기세요.

라이선스

Apertus는 가장 완전한 의미의 오픈입니다. 가중치, 중간 체크포인트, 데이터 준비 파이프라인, 훈련 코드, 평가 하네스가 모두 Apache 2.0으로 공개되었습니다. 팀은 공개된 데이터만으로 훈련하고, 크롤러 옵트아웃을 소급 적용하며, 제한적 라이선스의 자료는 제외한다고 밝힙니다. 베이스와 포스트 트레이닝 단계 체크포인트(SFT, DPO, RL)는 별도 리포지토리로 공개됩니다.

의미

대부분의 오픈 웨이트 모델은 가중치만 공개합니다. Apertus와 OLMo 3.1은 우리 카탈로그에서 fully open 태그가 붙은 두 모델이고, Apertus는 그중 이미지와 오디오를 읽는 유일한 모델입니다. 모델의 훈련 데이터 출처를 문서화해야 하는 공공기관·대학·기업(예: EU AI Act 대응)과, 중간 체크포인트를 활용해 훈련을 재현하려는 연구자에게 중요합니다. 원시 능력으로는 선두가 아닙니다. 비교 대상은 Qwen3.8-27B와 Gemma 4이며, 보고서 자체도 지각과 고자원 언어 전사에서는 특화 모델이 앞선다고 말합니다.

오픈 웨이트와 오픈소스 문서도 참고하세요. Apertus는 유럽 제작 모델 목록과 멀티모달 모델 목록에도 있습니다.

출처

이 기사에 나오는 모델

모델 출시일 파라미터 컨텍스트 라이선스 최소 버전 필요 메모리
Apertus 1.5 EN Swiss AI Initiative 8B – 70B 256K Apache 2.0 (허용적) 5.52 GB 노트북 또는 휴대폰
Olmo 3.1 EN Allen Institute for AI (Ai2) 7.3B – 32.2B 64K Apache 2.0 (허용적) 5.04 GB 노트북 또는 휴대폰
Qwen3.8-27B EN Alibaba Qwen 27.8B 256K Apache 2.0 (허용적) 19 GB 게이밍 GPU
Gemma 4 EN Google DeepMind 5.1B – 30.7B 256K Apache 2.0 (허용적) 3.52 GB 노트북 또는 휴대폰