트릴리온랩스, AI 에이전트 개발·OCR 최적화 해커톤 개최…오픈소스 모델 활용

인공지능(AI) 기술의 경쟁이 모델의 크기와 언어 생성 성능을 넘어 실제 문제를 해결하는 실행 능력으로 확대되고 있다. AI 에이전트는 사용자의 지시를 이해하는 데 그치지 않고 주어진 상황을 판단해 적절한 행동을 선택하고 수행하는 능력이 중요하다. 동시에 AI 모델을 실제 서비스에 적용하기 위해서는 추론 속도와 컴퓨팅 자원 사용량을 최적화하는 기술도 필요하다. 이러한 가운데 국내 AI 스타트업 트릴리온랩스가 자체 개발한 오픈소스 모델을 활용해 AI 에이전트 구현과 모델 성능 최적화를 겨루는 개발자 해커톤을 개최한다.

트릴리온랩스(대표 신재민)는 오는 11월 19일부터 20일까지 서울 드림플러스 강남에서 ‘2026 트릴리온 에이전트 AI 해커톤(TRILLION AGENT AI HACKATHON 2026)’을 개최한다.

이번 해커톤은 트릴리온랩스가 공개한 AI 모델을 활용해 새로운 에이전트를 개발하거나 기존 모델의 처리 성능을 개선하는 대회다. 참가자들은 24시간 동안 주어진 기술 과제를 해결하며, 실제 구현 결과를 바탕으로 경쟁하게 된다.

대회는 AI 에이전트 개발 트랙인 ‘Zoro-1 Arena’와 광학문자인식(OCR) 모델 최적화 트랙인 ‘GravityOCR GrandPrix’로 구성된다. 첫 번째 트랙이 상황을 판단하고 행동하는 AI 에이전트의 구현에 초점을 맞춘다면, 두 번째 트랙은 기존 모델의 정확도를 유지하면서 처리 속도와 컴퓨팅 효율을 개선하는 데 목적이 있다.

‘Zoro-1 Arena’에서는 트릴리온랩스의 의사결정 모델 ‘Zoro-1 Decision Model’을 활용한다. 이 모델은 블록 디퓨전 언어 모델(Block Diffusion Language Model, dLLM) 아키텍처를 기반으로 텍스트 생성과 의사결정 기능을 하나의 모델 구조에 구현한 것이 특징이다.

Zoro-1은 주어진 상황에서 선택할 수 있는 행동을 확률적으로 평가하도록 설계됐다. 판단이 비교적 명확한 상황에서는 선택지를 신속하게 평가하고, 복잡하거나 불확실한 상황에서는 단계적·재귀적 추론(Recursive Reasoning)을 통해 판단 과정을 확장하는 방식이다.

특히 ‘확장 추론(Extended Reasoning)’은 초기 판단이 모호할 때 동일한 모델 안에서 추가적인 추론 과정을 수행하고 결과를 다시 평가하는 구조다. 참가자들은 이러한 기능을 활용해 상황을 분석하고 적절한 행동을 선택하는 자율형 AI 에이전트를 개발하게 된다.

의사결정 모델부터 OCR 처리 효율까지…실제 구현 성능 경쟁

‘GravityOCR GrandPrix’에서는 트릴리온랩스의 문자인식 모델 ‘GravityOCR’을 대상으로 성능 최적화 경연이 진행된다. OCR은 이미지나 문서에 포함된 글자를 인식해 디지털 텍스트로 변환하는 기술로, 문서 처리 자동화와 정보 추출 등 다양한 AI 서비스에 활용된다.

이 트랙의 핵심 과제는 문자인식 정확도를 유지하면서 모델의 처리 속도를 높이고 컴퓨팅 자원을 효율적으로 사용하는 것이다. 참가팀은 모델의 추론 과정과 실행 코드를 최적화한 뒤 개선된 코드와 성능 측정 결과를 제출한다.