마이크로소프트 빙 팀, 27B 임베딩 모델 ‘해리어(Harrier)’를 오픈소스로 공개하며 다국어 벤치마크에서 선두를 달리고 있다
4월 7일, 마이크로소프트의 빙(Bing) 팀은 전 세계적인 검색, 정보 검색 및 AI 에이전트의 기본 논리를 재구축하기 위해 설계된 “해리어(Harrier)”라는 새로운 단어 임베딩 모델 시리즈를 오픈소스로 공개한다고 발표했다. 해리어 시리즈는 세 가지 버전으로 구성되어 있으며, 그 중 주력 모델인 27B 모델은 다국어 MTEB v2 벤치마크에서 OpenAI, 아마존, 구글 제미니의 주요 독점 모델들을 제치고 1위를 차지했습니다.

이 모델의 기술적 기반은 강력한 산업 표준을 반영하고 있습니다. 해리어는 최대 32,000개의 토큰으로 구성된 컨텍스트 윈도우를 통해 100개 이상의 언어를 지원합니다. 훈련 과정에서 마이크로소프트는 20억 개 이상의 실제 사례를 활용했으며, 강화 학습을 위해 GPT-5의 합성 데이터를 통합했습니다. 이러한 고품질 데이터 조합 덕분에 해리어는 복잡한 문맥을 이해하고 긴 텍스트를 처리하는 데 뚜렷한 이점을 갖습니다. 마이크로소프트는 27B 매개변수 풀 버전과 더불어 다양한 컴퓨팅 환경에 대응하기 위해 더 작은 규모의 0.6B 및 2.7B 변형 모델도 출시했으며, 이 모든 모델은 MIT 라이선스 하에 Hugging Face에 오픈소스로 공개되었습니다.
임베딩 모델은 AI 시스템에서 정보를 구성하고 검색하는 데 필수적이며, 그 성능은 RAG(Retrieval-Augmented Generation, 검색 강화 생성) 시스템의 정확도에 직접적인 영향을 미칩니다. 마이크로소프트는 이 기술을 Bing 검색 엔진과 새로운 AI 에이전트 그라운딩 서비스에 통합할 계획입니다. AI가 더욱 자율적이고 다단계적인 작업으로 발전함에 따라, Harrier의 오픈소스화는 개발자들에게 독점 모델에 대한 고성능 대안을 제공할 뿐만 아니라, 의미 표현 분야의 오픈소스 생태계에 있어 중요한 이정표가 되며, 다국어 글로벌 환경에서의 AI 에이전트 배포를 더욱 가속화할 것입니다.
관련 기사
미국의 주식 시장이 AI와 항공우주 거대 기업들의 1조 달러 데뷔를 앞두고 역사적 이정표에 도달
엘론 머스크, 샘 알트만, 그리고 다리오 아모데이라는 기술 산업의 거인 세 명이 각자의 기업에 대해 공개 시장 상장(IPO)을 앞두고 있다. 스페이스X, 오픈AI, 앤트로픽이라는 세 산업의 거대 기업이 1조 달러 이상의 기업 가치를 달성하며 상장을 준비함에 따라, 2026년은 미국 역사상 신주 발행 측면에서 가장 중요한 해가 될 것으로 전망된다.이러한 역사적인 자본 증가는 전 세계 금융계의 주목을 받고 있으며, 공공 시장이 이러한 규모의 자금
스웨덴의 AI 스타트업 로버블 아이즈, 주요 자금 조달 라운드 이후 132억 달러의 기업 가치 달성
AI 기반 코딩 도구가 인기를 얻으면서 스웨덴 스타트업 로버블(Lovable)이 주요 자금 조달 라운드를 성사시켰다. 이 회사는 30억 달러를 조달하여 지난 12월 기록된 66억 달러의 두 배인 132억 달러의 기업 가치를 달성할 수 있을 것으로 기대된다. 멘로 벤처스(Menlo Ventures)가 이 투자 라운드를 주도할 것으로 예상된다.로버블의 매력은 복잡한 코딩 기술이 필요하지 않은 소프트웨어 제작을 단순화하는 핵심 '바이브 코딩(vib
구글, 사용자 제어 강화에 맞춰 제미니용 레미 AI 에이전트 테스트
비즈니스 인사이더에 따르면, 구글은 제미나이를 위한 새로운 AI 개인 에이전트인 레미를 테스트하고 있습니다. 이 도구는 사용자를 대신하여 작업을 실행하여 전문적인 워크플로우와 일상적인 루틴을 모두 간소화하는 것을 목표로 합니다.현재 레미는 제미나이 애플리케이션의 내부 직원 전용 버전에서 테스트 중입니다. 이 보고서는 내부 문서와 프로젝트에 정통한 두 명의 인물과의 인터뷰를 인용합니다. 내부 자료는 레미를 “24/7 개인 에이전트”로 묘사하며,
관련 특별 주제 추천
의견 (1)
0/500
Finally, an open-source embedding model that actually challenges the big players! Harrier's 27B parameters look promising for multilingual tasks, especially if it improves retrieval accuracy without the usual proprietary lock-in. Microsoft is pushing boundaries here, but let's see how it performs in real-world edge cases. Excited to test it out on some niche datasets! 🚀
4월 7일, 마이크로소프트의 빙(Bing) 팀은 전 세계적인 검색, 정보 검색 및 AI 에이전트의 기본 논리를 재구축하기 위해 설계된 “해리어(Harrier)”라는 새로운 단어 임베딩 모델 시리즈를 오픈소스로 공개한다고 발표했다. 해리어 시리즈는 세 가지 버전으로 구성되어 있으며, 그 중 주력 모델인 27B 모델은 다국어 MTEB v2 벤치마크에서 OpenAI, 아마존, 구글 제미니의 주요 독점 모델들을 제치고 1위를 차지했습니다.

이 모델의 기술적 기반은 강력한 산업 표준을 반영하고 있습니다. 해리어는 최대 32,000개의 토큰으로 구성된 컨텍스트 윈도우를 통해 100개 이상의 언어를 지원합니다. 훈련 과정에서 마이크로소프트는 20억 개 이상의 실제 사례를 활용했으며, 강화 학습을 위해 GPT-5의 합성 데이터를 통합했습니다. 이러한 고품질 데이터 조합 덕분에 해리어는 복잡한 문맥을 이해하고 긴 텍스트를 처리하는 데 뚜렷한 이점을 갖습니다. 마이크로소프트는 27B 매개변수 풀 버전과 더불어 다양한 컴퓨팅 환경에 대응하기 위해 더 작은 규모의 0.6B 및 2.7B 변형 모델도 출시했으며, 이 모든 모델은 MIT 라이선스 하에 Hugging Face에 오픈소스로 공개되었습니다.
임베딩 모델은 AI 시스템에서 정보를 구성하고 검색하는 데 필수적이며, 그 성능은 RAG(Retrieval-Augmented Generation, 검색 강화 생성) 시스템의 정확도에 직접적인 영향을 미칩니다. 마이크로소프트는 이 기술을 Bing 검색 엔진과 새로운 AI 에이전트 그라운딩 서비스에 통합할 계획입니다. AI가 더욱 자율적이고 다단계적인 작업으로 발전함에 따라, Harrier의 오픈소스화는 개발자들에게 독점 모델에 대한 고성능 대안을 제공할 뿐만 아니라, 의미 표현 분야의 오픈소스 생태계에 있어 중요한 이정표가 되며, 다국어 글로벌 환경에서의 AI 에이전트 배포를 더욱 가속화할 것입니다.
미국의 주식 시장이 AI와 항공우주 거대 기업들의 1조 달러 데뷔를 앞두고 역사적 이정표에 도달
엘론 머스크, 샘 알트만, 그리고 다리오 아모데이라는 기술 산업의 거인 세 명이 각자의 기업에 대해 공개 시장 상장(IPO)을 앞두고 있다. 스페이스X, 오픈AI, 앤트로픽이라는 세 산업의 거대 기업이 1조 달러 이상의 기업 가치를 달성하며 상장을 준비함에 따라, 2026년은 미국 역사상 신주 발행 측면에서 가장 중요한 해가 될 것으로 전망된다.이러한 역사적인 자본 증가는 전 세계 금융계의 주목을 받고 있으며, 공공 시장이 이러한 규모의 자금
스웨덴의 AI 스타트업 로버블 아이즈, 주요 자금 조달 라운드 이후 132억 달러의 기업 가치 달성
AI 기반 코딩 도구가 인기를 얻으면서 스웨덴 스타트업 로버블(Lovable)이 주요 자금 조달 라운드를 성사시켰다. 이 회사는 30억 달러를 조달하여 지난 12월 기록된 66억 달러의 두 배인 132억 달러의 기업 가치를 달성할 수 있을 것으로 기대된다. 멘로 벤처스(Menlo Ventures)가 이 투자 라운드를 주도할 것으로 예상된다.로버블의 매력은 복잡한 코딩 기술이 필요하지 않은 소프트웨어 제작을 단순화하는 핵심 '바이브 코딩(vib
Finally, an open-source embedding model that actually challenges the big players! Harrier's 27B parameters look promising for multilingual tasks, especially if it improves retrieval accuracy without the usual proprietary lock-in. Microsoft is pushing boundaries here, but let's see how it performs in real-world edge cases. Excited to test it out on some niche datasets! 🚀





집






