구조화된 의사결정 모델 Nimble의 기능과 활용

Nimble은 주어진 텍스트 컨텍스트와 스키마를 입력받아, 해당 텍스트에 대한 정형화된 판단을 내리는 구조화된 의사결정 모델입니다. 이 스키마는 답변할 질문 목록으로 구성되며, 각 질문은 선택지(enum) 또는 참/거짓 여부(boolean) 중 하나로 정의됩니다. Nimble은 입력된 텍스트를 바탕으로 선택된 답변과 함께 해당 답변의 확률을 반환합니다.

이 모델은 Qwen3.5-9B를 기반으로 답변 토큰만을 집중적으로 파인튜닝하여 개발되었으며, 복잡한 문서에서 조건 확인이나 정책 적용 등 정형화된 데이터를 추출하는 데 활용됩니다. 324개의 홀드아웃 예시를 기준으로 테스트했을 때, Bespoke-Nimble-9B는 참조 레이블의 90.1%에 도달하여 기본 모델(66.4%) 대비 높은 성능을 보였습니다.

현재 Nimble은 텍스트 입력만 처리할 수 있으며, 이미지와 같은 다른 종류의 입력을 판단하는 것은 불가능합니다. 또한, 모델이 자체적인 설명이나 추론 과정을 작성하지 않고 오직 선택된 답변만을 반환하며, 확률값은 정답을 보장하지 않으므로 사용자가 직접 테스트를 거쳐야 합니다.

최신 버전에서는 최대 8,192 토큰까지 프롬프트 처리가 가능하지만, 필드 간의 의존성이 발생할 경우 코드 레벨에서 일관성을 검증해야 하는 제약이 있습니다. 또한 스키마는 중첩된 구조(nested fields)를 가질 수 없고, 각 필드는 enum 또는 boolean 형태여야 합니다.