[한국형 AI] Upstage Solar Pro 3 모델 소개 – 성능·벤치마크·비용 총정리

안녕하세요,

최근 대규모 언어 모델은 단순한 텍스트 생성 능력을 넘어, 실제 업무를 수행하는 에이전트 기반 AI로 빠르게 발전하고 있습니다. 특히 복잡한 문제를 단계적으로 해결하고, 도구를 활용해 작업을 완주하는 능력이 중요한 평가 기준으로 자리잡고 있습니다. 이러한 흐름 속에서 Upstage는 에이전트 성능을 중심으로 설계된 최신 모델, Solar Pro 3를 공개했습니다.

이번 글에서는 Solar Pro 3 모델의 개념과 주요 특징, 성능 개선 방향, 그리고 활용 관점에서의 의미를 함께 살펴보겠습니다.

---

반응형

Solar Pro 3란

2026년 3월 24일, Upstage는 Solar Pro 3 모델의 성능 업데이트를 공개했습니다. Solar Pro 3는 2026년 1월 26일 처음 공개된 대규모 언어 모델로, 이후 업데이트를 통해 에이전트 수행 능력과 추론 성능이 강화된 것이 특징입니다. 약 102B 규모의 MoE(Mixture of Experts) 구조로 설계되어 필요한 일부 파라미터만 선택적으로 활성화하는 방식으로 효율적인 연산이 가능하며, 실제 서비스 환경에서 활용을 고려한 모델입니다. 특히 단순 텍스트 생성 중심에서 벗어나 복잡한 작업을 단계적으로 수행하는 에이전트형 모델로 발전했다는 점에서 의미가 있으며, 지시 이행 정확도와 다국어 처리 성능을 균형 있게 향상시키는 것을 목표로 설계되었습니다.

 

• Upstage 공식 소개글 : https://www.upstage.ai/blog/ko/solar-pro-3-0323

Solar Pro 3 업데이트: 에이전트 성능 2배, 무엇이 달라졌나 | Upstage AI

 

[모델 정보 요약]

항목	내용
모델 버전	Solar Pro 3
개발사	Upstage
파라미터 수	전체 102B / 활성 12B (MoE)
구조 특징	MoE(Mixture of Experts) 구조, 일부 파라미터만 선택적으로 활성화하여 효율적인 추론 수행
주요 기능	에이전트 기반 작업 수행 능력 강화, 멀티스텝 추론, 오류 수정, 지시 이행 정확도 향상
지원 언어	영어, 한국어, 일본어
사용 목적	실제 서비스 환경에서의 자동화 작업 수행, 에이전트 기반 워크플로우 최적화

 

 

주요 특징

Solar Pro 3는 이전 세대 모델과 비교해 에이전트 성능과 추론 능력을 중심으로 전반적인 품질을 크게 향상시킨 것이 특징입니다.

1. 고도화된 에이전트 수행 능력 : Solar Pro 3는 단순 응답을 넘어 실제 작업을 끝까지 수행하는 에이전트 능력이 강화되었습니다. 종합 에이전트 평가에서 이전 모델 대비 약 2배 성능 향상을 기록했으며, 멀티스텝 작업에서도 안정적인 결과를 제공합니다.
2. 단계적 추론 능력 강화 : SnapPO 기반 학습 방식을 적용하여 복잡한 문제를 단계적으로 분석하고 해결하는 능력이 개선되었습니다. 긴 추론 과정에서도 일관된 계획을 유지하고, 오류를 스스로 수정하는 구조로 설계되었습니다.
3. 지시 이행 및 사용자 의도 이해 향상 : 사용자 요청을 보다 정확하게 해석하고 지시에 맞는 결과를 생성하는 능력이 개선되었습니다. 미묘한 지시 차이나 불완전한 입력에서도 안정적인 응답을 제공하도록 설계되었습니다.
4. 한국어 포함 다국어 성능 개선 : 한국어를 포함한 다양한 언어에서 자연스러운 이해와 생성 능력이 향상되었습니다. 특히 한국어 환경에서도 영어 수준의 일관된 품질을 제공하는 방향으로 개선되었습니다.
5. 효율적인 MoE 구조 기반 성능 유지 : 102B 규모의 MoE 구조를 기반으로, 추론 시 일부 파라미터만 활성화하여 높은 성능과 효율을 동시에 확보했습니다. 기존 모델과 동일한 API와 처리 속도를 유지하면서 성능을 개선한 것이 특징입니다.

 

 

벤치마크 성능

Solar Pro 3는 다양한 공개 벤치마크에서 이전 모델(Solar Pro 2) 대비 전반적으로 향상된 성능을 기록했습니다. 특히 에이전트 작업 수행 능력과 수학, 코드 영역에서 큰 폭의 개선이 확인되며, 실제 문제 해결 중심의 성능 강화가 이루어진 것이 특징입니다. 이는 단순 응답 정확도를 넘어, 복잡한 작업을 단계적으로 수행하는 능력이 전반적으로 개선되었음을 보여줍니다.

 

다음은 Solar Pro 3와 이전 모델(Solar Pro 2)의 주요 벤치마크 비교 결과입니다.

벤치마크 지표	Solar Pro 3	Solar Pro 2
MMLU PRO (일반 지식 이해 능력)	81.24	78.67
GPQA-Diamond (고난도 과학 추론)	71.92	68.08
AIME'26 (수학 문제 해결 능력)	83.00	71.00
LCB.v1-6 (코드 생성 및 이해 능력)	77.73	69.10
SWE Bench (실제 개발 작업 해결 능력)	28.57	14.52
Tau2-all (에이전트 작업 수행 능력)	72.34	36.00
Arena-hard-v2 (사용자 선호도 평가)	74.70	50.80

출처: Upstage 공식 소개글

 

 

사용 비용

Solar Pro 3는 API 환경에서 토큰 기반 과금 방식이 적용되며, 입력과 출력 토큰 사용량에 따라 비용이 계산됩니다. 가격은 1M(1,000,000) 토큰 기준으로 제공되며, 실제 비용은 사용한 토큰 수에 비례하여 산정됩니다. 특히 Solar Pro 3는 이전 모델과 동일한 가격 구조를 유지하면서 성능이 개선된 것이 특징입니다.

 

다음은 Solar Pro 3와 Solar Pro 2의 비용 비교입니다.

항목	Solar Pro 3	Solar Pro 2
입력 토큰 (Input)	$0.15	$0.15
캐시 입력 토큰 (Cached Input)	$0.015	$0.015
출력 토큰 (Output)	$0.60	$0.60

 

[비용 계산 방식]

실제 사용 비용은 다음과 같이 계산됩니다.

• 사용 비용 = (입력 토큰 + 출력 토큰) ÷ 1,000,000 × 단가

예를 들어, 입력 100,000 토큰 + 출력 50,000 토큰을 사용한 경우

• 입력 비용: 100,000 ÷ 1,000,000 × $0.15 = $0.015
• 출력 비용: 50,000 ÷ 1,000,000 × $0.60 = $0.03

→ 총 비용: $0.045

출처: upstage API Doc

 

---

 

간단한 사용 예시

Solar Pro 3는 웹 기반 테스트 환경부터 개발자용 콘솔, 그리고 API 연동까지 다양한 방식으로 활용할 수 있습니다. 사용 목적에 따라 간단히 성능을 확인할 수도 있고, 콘솔 환경에서 실험을 진행하거나, API를 통해 서비스에 직접 통합하는 방식도 선택할 수 있습니다. 쉽게 말해 “간단히 테스트하려면 Playground”, “모델을 다뤄보려면 콘솔”, “서비스에 적용하려면 API”라고 이해하면 됩니다.

 

1. Playground에서 직접 사용 (가장 쉬운 방법)

개발 지식 없이 Solar Pro 3를 빠르게 확인하고 싶다면 Playground 환경이 가장 간편한 방법입니다. 웹에서 프롬프트를 입력하면 모델의 응답을 바로 확인할 수 있어, 성능 테스트나 간단한 실험에 적합합니다.

• 특징: 웹 기반 인터페이스, 즉시 실행 가능, 프롬프트 테스트에 최적화
• 비용: 사용량 기반 또는 콘솔 정책에 따라 과금
• 활용: 모델 응답 테스트, 프롬프트 실험, 간단한 기능 검증
• 경로: https://console.upstage.ai/playground/chat?model=solar_pro3&utm_source=text-link&utm_medium=web-blog-kr&utm_campaign=solar-pro-3-0323

출처: Upstage Playground (클릭시 페이지 이동)

 

2. API 연동 (개발자 환경)

자신의 웹사이트나 애플리케이션에 Solar Pro 3를 통합하려면 API를 활용합니다. 서버에서 모델을 호출하여 챗봇, 자동화 시스템, 데이터 분석 기능 등을 구현할 수 있으며, 토큰 기반 과금 방식이 적용됩니다.

• 특징: REST API 호출, 토큰 기반 과금, 다양한 서비스와 통합 가능
• 비용: 입력 $0.15 / 출력 $0.60 (1M tokens 기준)
• 활용: 챗봇 구축, 업무 자동화, 에이전트 시스템 개발, 데이터 처리
• 참고 문서: https://console.upstage.ai/api/chat

 

---

 

Solar Pro 3는 에이전트 기반 작업 수행 능력과 추론 성능을 중심으로 설계된 대규모 언어 모델로, 실제 서비스 환경에서 요구되는 문제 해결 능력을 강화하는 방향으로 발전한 모델입니다. MoE 구조를 기반으로 효율성과 성능을 동시에 확보하면서, 멀티스텝 작업 처리와 지시 이행 정확도, 다국어 성능까지 균형 있게 개선된 점은 기존 모델 대비 실질적인 활용 가치를 높이는 요소로 작용합니다.

 

국내에서 개발된 대규모 언어 모델이 이러한 수준의 성능과 방향성을 보여준다는 점은 한국형 AI의 가능성을 보여주는 사례라고 할 수 있습니다. 앞으로도 한국어 환경에 최적화된 모델과 서비스가 지속적으로 발전해 나갈 것으로 보이며, 실제 산업과 서비스 영역에서 어떤 방식으로 활용될지 직접 확인해보시기 바랍니다.

 

 

감사합니다. 😊