<?xml version="1.0"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="ko">
	<id>https://wiki.conaondaapps.com/index.php?action=history&amp;feed=atom&amp;title=Liquid_AI</id>
	<title>Liquid AI - 편집 역사</title>
	<link rel="self" type="application/atom+xml" href="https://wiki.conaondaapps.com/index.php?action=history&amp;feed=atom&amp;title=Liquid_AI"/>
	<link rel="alternate" type="text/html" href="https://wiki.conaondaapps.com/index.php?title=Liquid_AI&amp;action=history"/>
	<updated>2026-08-20T13:28:42Z</updated>
	<subtitle>이 문서의 편집 역사</subtitle>
	<generator>MediaWiki 1.46.0</generator>
	<entry>
		<id>https://wiki.conaondaapps.com/index.php?title=Liquid_AI&amp;diff=28&amp;oldid=prev</id>
		<title>Admina7ec671ac513: migrate: import legacy Wiki content to Vultr</title>
		<link rel="alternate" type="text/html" href="https://wiki.conaondaapps.com/index.php?title=Liquid_AI&amp;diff=28&amp;oldid=prev"/>
		<updated>2026-08-20T04:18:41Z</updated>

		<summary type="html">&lt;p&gt;migrate: import legacy Wiki content to Vultr&lt;/p&gt;
&lt;p&gt;&lt;b&gt;새 문서&lt;/b&gt;&lt;/p&gt;&lt;div&gt;&amp;#039;&amp;#039;&amp;#039;Liquid AI&amp;#039;&amp;#039;&amp;#039;는 컴퓨팅 효율과 온디바이스 배포를 핵심 목표로 삼는 인공지능 모델·도구 회사다. 2026년 현재 Liquid Foundation Models(LFM) 계열과 엣지 배포 플랫폼 [[LEAP]]을 중심으로, 모바일·PC·브라우저·임베디드 장치에서 로컬로 실행되는 생성형 AI를 제품화하는 방향을 강조한다.&lt;br /&gt;
&lt;br /&gt;
== 개요 ==&lt;br /&gt;
&lt;br /&gt;
Liquid AI의 중요한 특징은 모델 크기만 줄이는 것이 아니라 모델 아키텍처, 특화 학습, 양자화·패키징, 타깃 런타임 배포까지 하나의 엣지 AI 스택으로 다룬다는 점이다. 공식 사이트는 이를 “device-native foundation models”와 “maximum intelligence, minimal compute”라는 방향으로 설명한다. 공개 모델은 [[Hugging Face]]와 여러 추론 생태계에서 사용할 수 있고, [[LEAP]] SDK는 모델을 실제 디바이스에 맞춰 특화하고 번들링하는 경로를 제공한다.&lt;br /&gt;
&lt;br /&gt;
2026년의 [[LFM2.5]] 계열은 텍스트, 비전-언어, 오디오, 인코더 및 에이전트 용도를 폭넓게 포괄한다. 특히 [[LFM2.5]]-2.6B는 네이티브 tool calling과 긴 컨텍스트를 갖춘 온디바이스 에이전트 모델로, [[LFM2.5]]-VL 계열은 이미지 이해뿐 아니라 grounding, 화면 이해, 구조화 출력과 function calling을 지원한다. 이 구성은 단일 챗봇보다 여러 로컬 도구를 호출하는 현장형 AI에 더 가깝다.&lt;br /&gt;
&lt;br /&gt;
== 핵심 개념 ==&lt;br /&gt;
&lt;br /&gt;
Liquid AI의 전략은 세 층으로 볼 수 있다. 첫째는 CPU와 제한된 메모리에서 빠르게 동작하도록 설계된 LFM 계열이다. 둘째는 특정 업무 데이터에 맞추는 fine-tuning과 평가 계층이다. 셋째는 [[LEAP]]을 통한 모바일·엣지·온프레미스 배포다. 공식 GitHub 조직의 cookbook에는 데스크톱, Android/iOS, WebGPU, 음성, 비전, 로컬 에이전트 예제가 함께 제공된다.&lt;br /&gt;
&lt;br /&gt;
이 때문에 Liquid AI는 작은 LLM 공급자라기보다 엣지 환경에서 모델을 실제 응용 프로그램에 삽입하기 위한 전체 경로를 제공하려는 업체로 이해하는 편이 적절하다. 모델 실행 형식도 [[GGUF]], MLX, [[ONNX]] 및 GPU 서버 런타임까지 넓어 하드웨어별 구현 선택지가 많다.&lt;br /&gt;
&lt;br /&gt;
== 활용 ==&lt;br /&gt;
&lt;br /&gt;
주요 활용처는 스마트폰의 로컬 비서, 차량 내 음성 인터페이스, 산업용 단말, 로봇, 카메라 기반 분석, 폐쇄망 문서 처리와 현장 의사결정 시스템이다. 네트워크 연결이 불안정하거나 민감한 데이터를 외부 API로 보내기 어려운 환경에서 특히 의미가 있다. 비전 모델과 tool calling을 결합하면 카메라·문서·화면에서 정보를 읽고 로컬 GIS, 검색, 업무 시스템 또는 장비 제어 함수를 호출하는 구조도 만들 수 있다.&lt;br /&gt;
&lt;br /&gt;
== 한계 및 주의점 ==&lt;br /&gt;
&lt;br /&gt;
Liquid AI가 공개하는 속도와 메모리 수치는 특정 장치, 정밀도, 런타임과 입력 조건에서 얻은 벤치마크이므로 다른 환경의 성능을 그대로 보장하지 않는다. 또한 공개 가중치라고 해서 무조건 Apache 2.0과 같은 조건은 아니다. [[LFM Open License]]에는 일정 규모 이상의 기업 상업 이용에 별도 조건이 있으므로 제품 탑재 전 모델별 라이선스를 확인해야 한다. [[LEAP]] 서비스 이용 조건과 개별 오픈소스 런타임의 라이선스도 모델 라이선스와 분리해서 검토해야 한다.&lt;br /&gt;
&lt;br /&gt;
== 함께 보기 ==&lt;br /&gt;
&lt;br /&gt;
* [[Liquid Foundation Model]]&lt;br /&gt;
* [[LEAP]]&lt;br /&gt;
* [[온디바이스 에이전트]]&lt;br /&gt;
* [[LFM Open License]]&lt;br /&gt;
&lt;br /&gt;
== 출처 ==&lt;br /&gt;
&lt;br /&gt;
* [https://www.liquid.ai/ Liquid AI 공식 사이트] — 회사의 device-native 모델 및 [[LEAP]] 전략. 2026년 8월 18일 확인.&lt;br /&gt;
* [https://github.com/Liquid4All/cookbook Liquid4All/cookbook] — LFM과 [[LEAP]] 기반 공식 예제와 응용 프로그램. 2026년 8월 18일 확인.&lt;br /&gt;
* [https://docs.liquid.ai/ Liquid AI Documentation] — 모델, [[LEAP]] SDK 및 배포 문서. 2026년 8월 18일 확인.&lt;br /&gt;
&lt;br /&gt;
[[분류:엣지 인공지능]]&lt;br /&gt;
[[분류:온디바이스 인공지능]]&lt;br /&gt;
[[분류:생성형 인공지능]]&lt;/div&gt;</summary>
		<author><name>Admina7ec671ac513</name></author>
	</entry>
</feed>