특화라는 시험대에 오른 생성형 UI: Thesys의 OUI-1 모델

오픈 웨이트 모델의 진화가 주로 파라미터 규모라는 축을 따라 진행되는 가운데, Thesys는 수직적 특화라는 길을 시도하며 OUI-1을 발표했다. 회사는 이를 생성형 UI(Generative UI)에 특화된 최초의 오픈 웨이트 모델이라고 소개한다 — 범주를 어떻게 긋느냐에 따라 달라지는 주장이며, 아무도 독립적으로 검증하지 않았다. 구글의 DiffusionGemma 26B-A4B-it를 LoRA로 파인튜닝한 뒤 그 가중치를 safetensors bf16 형식으로 병합해 만든 이 모델은 총 260억 개 파라미터(그중 활성 40억 개)와 16,384 토큰의 컨텍스트 윈도를 갖는다. 허깅페이스 모델 카드가 밝힌 목표는 OpenUI 프레임워크 기반 애플리케이션의 인터페이스를 로컬에서 생성할 수 있게 해 원격 API 의존을 줄이는 것이다. 배포 측면에서 가중치는 여전히 구글의 Gemma Terms of Use 아래 있다. OSI가 승인한 오픈소스 라이선스와는 분명히 구별되는 사용 제약이 붙은 독점 라이선스로, MIT로 공개된 OpenUI 프레임워크 자체와는 사정이 다르다.

회사가 배포한 성능 수치에 따르면 OUI-1은 Generative UI Benchmark에서 71.7%, 베이스 모델은 13.0%를 기록했다. 평가는 선언형 언어 openui-lang의 채택을 전제로 하며, Thesys의 측정으로는 JSON 형식 대비 필요한 토큰을 최대 67%까지 줄인다. 그러나 같은 비교표에는 범용 모델인 Qwen3.8 27B가 78.8%로 더 높은 점수를 냈다는 사실도 함께 드러난다. 즉 OUI-1이 주장하는 우위는 절대 점수가 아니라, 활성 파라미터 40억 개로 그에 가까운 값을 얻었다는 데 있다. 게다가 벤치마크의 구성 — 다섯 단계 난이도에 나뉘어 배치된 46개 브리프 — 은 범위가 좁다. 지표가 재는 것은 출력의 형식적 정확성, 이를테면 고아 컴포넌트나 파싱 오류의 부재뿐이며, 산출된 디자인의 사용성이나 미적 품질은 포착하지 못한다.

실행 측면에서는 계산이 끝까지 맞아떨어지지 않는다. 요구 사항은 vLLM을 통한 FP8 양자화 실행에 약 25.8 GiB의 VRAM을 제시하며, Thesys는 이 정도면 RTX 5090 같은 소비자용 GPU로도 현실적이라고 말한다. 그러나 원래 테스트는 A100 한 장에서 수행됐다. 지연 시간 수치도 서로 맞지 않는다. 발표 글은 출력당 1.9초라고 적고, 모델 카드는 GPU 한 장에서 화면당 약 1초라고 밝힌다. 두 수치를 같은 구성으로 되돌릴 방법은 없다. 해커 뉴스에서 벌어진 기술적 논의에서는 세션마다 다시 생성되는 인터페이스의 일관성, 비결정적 출력에 따르는 디버깅의 어려움, 공식 발표에 시각적 증거가 전혀 없다는 점에 대한 의문이 제기됐다.

생성형 UI를 원격 API에서 자체 호스팅 가능한 소형 모델로 옮기는 것은 연산 비용을 억제하기 위한 합리적인 아키텍처 선택이다. 다만 남는 사실이 있다. 한 주체가 모델과 출력 문법과 평가 벤치마크를 모두 정의할 때, 그렇게 얻어진 지표가 우선 재는 것은 스스로 그은 규칙의 테두리에 얼마나 잘 맞는가이다. — Olya