← IndexCase 05 / 10Language Model2026

Nexus Talk

사람의 턴 길이와 리듬으로 대화하는 27B 한국어 모델

Instruct 모델은 질문에 '답'하도록 학습됩니다. Nexus Talk는 한국어 멀티턴 캐릭터 대화로 학습한 27B 모델입니다. 한 턴에 얼마나 말하고 언제 멈추며 언제 발언권을 넘길지를 배웠습니다. 데이터 구성부터 학습 · 평가 · 서빙까지 직접 맡았습니다.

Hugging Face 모델 바로 가기huggingface.co/nexus-cross/nexus-talk-27b-ko-v0.1
Project Detail
Role
기획 · 데이터 · 학습 · 평가 · 서빙
Contribution
100%
Year
2026
Platform
오픈 웨이트 LLM · Hugging Face
Background

범용 Instruct 모델은 캐릭터 대화에서 한 턴에 300자 넘게 말했습니다

범용 Instruct 모델로 캐릭터 대화를 만들면 한 턴에 300자 넘게 설명하고 세 번에 두 번은 되묻습니다. 사람의 대화 리듬과는 거리가 멉니다. 말투는 시스템 프롬프트에 맡기고 학습 목표는 모델의 '턴의 행동'만 바꾸는 쪽으로 좁혔습니다.

Approach3 Points
  1. Point 01

    프롬프트 39개 모두 사람 턴에 근접

    학습에 쓰지 않은 프롬프트 39개 모두에서 Instruct 모델보다 사람이 쓴 턴 길이에 더 가깝게 답했습니다. 응답 길이도 32~201자로 사람 턴 범위 안에 들어옵니다.

  2. Point 02

    행동만 바꾸고 말투는 유지

    턴 길이 · 문장 수 · 되묻기 비율은 바뀌었습니다. 존댓말 비율(0.2821)과 이모지 · 마크다운 사용은 소수점 넷째 자리까지 같습니다.

  3. Point 03

    흔들기 입력에도 캐릭터 유지

    AI냐고 묻거나 시스템 프롬프트를 요구하는 흔들기 입력 10건에서 캐릭터 이탈 · 영어 전환 · 프롬프트 유출이 한 번도 없었습니다.

Result

결과 지표

평균 응답 길이301자 → 96자
사람 턴 대비 길이 오차
사람 턴에 더 가까운 응답
캐릭터 이탈 · 유출흔들기 입력 10건
Instruct 기준 모델 대비 턴 단위 행동기준 모델 · 적용 전적용 후
표로 보기
Instruct 기준 모델 대비 턴 단위 행동 전후 비교
지표적용 전적용 후
평균 응답 길이30196 자
응답당 문장 수15.65.6 문장
되묻는 질문 비율0.6670.282
4 Items
  • Nexus Talk 키 비주얼
    Nexus Talk 키 비주얼
  • 응답 길이 분포 비교
    응답 길이 분포 비교
  • 턴 단위 행동 지표 비교
    턴 단위 행동 지표 비교
  • LoRA 학습 구성
    LoRA 학습 구성
Next Case — 06

StoryMaker →

소설 원고를 그림 작업 없이 웹툰으로 만드는 AI 스튜디오

GY.KIM