Strands, 소형 오픈소스 결정 모델 공개
원제: Strands Decider 2B: a small, open-source, decision model
왜 중요한가
에이전트 내 결정 단계를 소형 특화 모델로 분리하는 접근은 추론 비용 절감과 응답 속도 향상의 실용적 방향을 제시한다.
Strands Agents가 2025년 에이전트 의사결정 특화 소형 오픈소스 모델 'Strands Decider 2B'를 공개했다. 파라미터 수 20억 개(2B) 규모로 설계된 이 모델은 AI 에이전트가 다음 행동을 선택하는 결정(decision) 단계에 최적화되어 있으며, Strands 에이전트 프레임워크와 연동해 사용할 수 있다.
Strands Agents는 자사 에이전트 플랫폼의 핵심 컴포넌트로 'Strands Decider 2B'를 발표했다. 모델 이름의 '2B'는 약 20억 개의 파라미터를 의미하며, 대형 언어 모델(LLM) 대비 경량화에 초점을 맞췄다.
이 모델의 핵심 용도는 에이전트 루프(agent loop) 내에서 '다음에 어떤 도구를 쓸 것인가', '작업을 계속할 것인가 종료할 것인가' 같은 결정 문제를 빠르게 처리하는 것이다. 전체 추론을 대형 모델에 위임하는 대신, 반복적인 결정 단계만 소형 특화 모델로 분리해 지연(latency)과 비용을 낮추는 아키텍처를 지향한다.
모델은 오픈소스로 공개되며, Strands Harness SDK 및 다양한 실행 환경(Amazon Bedrock, Ollama 등)과 통합 가능하도록 설계됐다. 회사는 에이전트 프레임워크, 가상 셸(/shell), 평가 도구(/evals) 등 여러 오픈소스 프로젝트를 함께 운영 중이다.
공개된 블로그 포스트에서 Strands는 Decider 2B가 대형 모델을 대체하는 것이 아니라 보완하는 역할임을 강조했다. 에이전트 내부의 반복 결정 루프에 소형 특화 모델을 배치하면 전체 시스템 효율이 개선된다는 논리다. 구체적인 벤치마크 수치나 학습 데이터셋에 대한 상세 정보는 현재 블로그 포스트에서 추가로 확인이 필요하다.