0건 — 외부 사전학습 가중치Zero — External pretrained weights
어떤 공개 모델의 가중치도 출발점으로 쓰지 않았습니다. 무작위 초기화에서 시작합니다.No public model's weights were used as a starting point. Training begins from random initialization.
pretrained_weight_source = null
학습·검증 진행 중 2026-08-22 기준
외부 가중치 0에서 시작한 모델. Zero borrowed weights. One consumer GPU.
LIA Native 1B는 남의 모델을 미세조정한 것이 아닙니다. 토크나이저도, 학습 데이터도, 학습 과정도 전부 우리 것입니다. 소비자용 GPU 단 한 대 위에서, 무작위 초기화부터 직접 학습하고 있습니다. 소비자용 GPU 단 한 대 위에서, 무작위 초기화부터 직접 학습했습니다. LIA Native 1B is not a fine-tune of someone else's model. The tokenizer, the corpus and the training run are all our own. It is being pretrained from random initialization on a single consumer GPU. It was pretrained from random initialization on a single consumer GPU.
주식회사 리아는 이 모델을 외부 API가 닿을 수 없는 곳 — 인터넷이 차단된 공공복지 현장 — 에 넣기 위해 만듭니다. LIA Inc. is building it for the one place an external API cannot reach: air-gapped public-welfare offices.
1,130,465,280
파라미터 (약 1.13B)parameters (~1.13B)
25.618B
학습 토큰 · 단일 패스training tokens · single pass
32,768
자체 BPE 토크나이저 vocabown BPE tokenizer vocab
1× RTX 5090
소비자용 GPU 단일 장비single consumer GPU
01 — 파운데이션 모델FOUNDATION MODEL
LIA Native 1B
LIA Native 1B
국내 독자개발 파운데이션 모델
LIA Native 1B
an independently pretrained foundation model
대부분의 “자체 AI”는 해외 모델 위에 얹은 것입니다. 리아의 1B는 시작점이 다릅니다. 아래 세 항목은 모델 정체성의 근거이며, 학습 이력으로 검증됩니다. Most “in-house AI” is a layer on top of a foreign model. Ours starts somewhere else entirely. The three figures below define the model's provenance, and are backed by its training record.
0건 — 외부 토크나이저Zero — External tokenizer
한국어를 제대로 다루기 위해 BPE 토크나이저를 직접 학습했습니다. vocab 32,768.A BPE tokenizer trained in-house to handle Korean properly. Vocab size 32,768.
external_tokenizer_source = null
0건 — 외부 모델 출력 증류Zero — Distillation from other models
다른 AI가 생성한 출력을 사전학습 코퍼스에 넣지 않았습니다.No outputs generated by another AI were included in the pretraining corpus.
external_model_outputs_in_pretrain = false
검증 사슬 — 초기화부터 체크포인트까지Verification chain — from initialization to checkpoint
무작위 초기화Random init
random-init
자체 토크나이저Own tokenizer
BPE 32,768
학습 코퍼스Training corpus
25.618B tokens
체크포인트Checkpoints
SHA-256
학습 계보Lineage
exact-resume
초기화 → 토크나이저 → 데이터 → 체크포인트가 각각 SHA-256으로 묶여 하나의 사슬을 이룹니다. 중간에 한 단계라도 바뀌면 사슬이 끊어져 드러납니다. 학습은 재현 가능하도록 결정론적으로 수행합니다. 해시값과 학습 레시피 자체는 공개하지 않습니다. Initialization → tokenizer → data → checkpoints are each bound by SHA-256 into a single chain; altering any step breaks it visibly. Training is run deterministically so that it can be reproduced. The hash values and the training recipe themselves are not published.
사전학습 진행 상태Pretraining status LIVE
타임라인Timeline
-
2026-07-28완료 — Done — 무작위 초기화 · 자체 토크나이저 확정Random initialization · own tokenizer fixed
-
2026-07-31완료 — Done — 단일 RTX 5090 사전학습 착수Pretraining begins on a single RTX 5090
-
2026-08진행 중 — 완료 — In progress — Done — 장기 학습 · 체크포인트 계보 축적Long run · checkpoint lineage accumulating
-
2026-08-27예정 — Planned — 1차 완주 예정 → 최종 평가·증거 폐쇄1차 완주 → 최종 평가·증거 폐쇄 진행Target completion → final evaluation & evidence closurePretraining complete → final evaluation & evidence closure underway
우리가 아직 말하지 않는 것What we are not claiming yet
- 본 모델은 사전학습이 진행 중입니다. 최종 평가와 증거 폐쇄 이전에는 “배포 완료 모델”이라고 부르지 않습니다.본 모델은 사전학습을 완주했습니다. 다만 최종 평가와 증거 폐쇄가 끝나기 전까지는 “배포 완료 모델”이라고 부르지 않습니다.This model is still in pretraining. Until final evaluation and evidence closure, we do not call it a released model.Pretraining is complete. Until final evaluation and evidence closure, we still do not call it a released model.
- 평가용 홀드아웃 데이터는 아직 개봉하지 않았습니다. 성능 수치는 개봉 후 공개합니다.The held-out evaluation set has not been opened. Benchmark numbers will be published only after it is.
- 주권(외부 가중치 0) 주장은 텍스트 모델에 한정합니다. 음성·이미지 등 다른 감각까지 자체 계보로 확인되기 전에는 “완전 주권”이라고 표현하지 않습니다.The zero-external-weights claim applies to the text model only. We will not use the word “fully sovereign” until every other modality is verified to the same standard.
- “국내 독자개발”은 자체 학습 이력에 근거한 사실 표현이며, 정부의 특정 인증·선정을 뜻하지 않습니다.“Independently developed in Korea” is a factual statement about our training record — not a claim of any government certification or award.
02 — 이유RATIONALE
왜 파운데이션 모델을
왜 파운데이션 모델을
직접 만드는가Why build a foundation
model ourselves
기술 자랑을 하려는 것이 아닙니다. 우리가 풀려는 문제가 외부 API로는 풀리지 않기 때문입니다. Not as a technical flex. The problem we are solving cannot be solved through someone else's API.
가장 민감한 정보를 다룹니다The data is as sensitive as it gets
복지 상담은 소득·질병·가족관계처럼 가장 민감한 정보를 다룹니다. 이런 대화를 외부 서버로 보내는 구조는 애초에 선택지가 아닙니다.Welfare casework touches income, illness, family circumstances. Sending those conversations to an external server was never an option.
공공기관은 폐쇄망입니다Public agencies run offline
지자체·복지기관 상당수는 외부 인터넷이 차단된 환경에서 일합니다. 기관 안에서 도는 모델이 아니면 현장에 들어갈 수 없습니다.Many local governments and welfare agencies work on networks with no outside access. A model that cannot run inside the building cannot reach the field.
종속되면 바꿀 수 없습니다Dependency removes choice
외부 벤더의 가격·정책·모델 단종에 공공서비스가 흔들려선 안 됩니다. 밑바닥을 가지고 있어야 다음 세대를 우리 속도로 올릴 수 있습니다.A public service should not wobble when a vendor changes pricing, policy, or deprecates a model. Owning the base is what lets us move at our own pace.
03 — 에덴EDEN
에덴(EDEN) — 모델을
에덴(EDEN) — 모델을
움직이는 시스템EDEN — the system
that runs the model
모델 하나만으로는 일이 끝나지 않습니다. 에덴은 기억·판단·실행을 갖춘 주권형 AI 운영체제(AI OS)를 지향합니다. 한 번 묻고 한 번 답하는 챗봇이 아니라, 업무 흐름을 끝까지 따라가는 구조입니다. A model alone does not finish the job. EDEN is our in-house AI operating system — memory, judgment, execution — designed to follow a task through to the end rather than answer once and forget.
기억Memory
성공한 판단과 실패한 판단을 함께 보존합니다. 같은 실수를 두 번 반복하지 않기 위해서입니다.Both successful and failed decisions are preserved — so the same mistake is not made twice.
판단Judgment
답에는 근거가 따라붙습니다. 어디서 온 정보인지 추적되지 않는 결론은 내보내지 않습니다.Answers carry their grounds. A conclusion whose source cannot be traced does not ship.
실행Execution
설명으로 끝내지 않고 실제 문서·절차까지 만들어 냅니다. 다만 최종 확인은 사람이 합니다.It produces the actual documents and steps, not just an explanation — with a human doing the final check.
에덴의 내부 구조·알고리즘·보안 설계는 영업비밀로 보호되며 공개하지 않습니다. 이 페이지가 공개하는 것은 “모델이 존재한다”는 사실과 그 근거까지입니다. EDEN's internal architecture, algorithms and security design are protected as trade secrets and are not disclosed. What this page publishes is the fact that the model exists — and the evidence for it.
04 — 제품PRODUCTS
모델이 닿는 곳
모델이 닿는 곳
— 리아케어 · 리아어드민Where the model lands
— LIA Care & LIA Admin
받을 수 있는 지원이 있는데도 신청하지 못하는 사람들이 있습니다. 제도를 몰라서만이 아니라, 기관을 찾아가 사정을 반복해 설명해야 하는 부담과 어려운 행정용어, 언어 장벽 때문입니다. People who qualify for public support often never apply — not only because they don't know the programs, but because of the burden of explaining their circumstances in person, the administrative jargon, and the language barrier.
리아케어 (LIA Care) — 시민용LIA Care — for citizens
받을 수 있는 지원을 찾아주고, 놓치지 않게 하고, 신청 가능한 상태까지 준비하도록 돕습니다. 왜 지금은 어려운지, 무엇이 부족한지, 다음에 무엇을 해야 하는지까지 설명합니다.Finds the support you qualify for, keeps you from missing deadlines, and gets you to a state where you can actually apply — explaining why something isn't possible yet, what is missing, and what to do next.
리아어드민 (LIA Admin) — 기관용LIA Admin — for agencies
담당 공무원이 신청자 요약·필요서류·부족서류·근거 공고를 한 화면에서 확인하고 곧장 안내로 연결합니다. 반복적인 서류 확인과 안내문 작성을 줄이는 것이 목적입니다.Caseworkers see the applicant summary, required documents, what's missing, and the source regulation on one screen — then move straight to a response. The goal is to cut repetitive document checks and notice drafting.
AI는 최종 판정자가 아닙니다The AI is never the final adjudicator
판정이 아니라 “안내”까지입니다. 위기 신호도 단정하지 않고 ‘담당자 확인 필요’로만 표시합니다. 최종 판단과 발송은 언제나 사람(담당 공무원)의 몫이며, 모든 처리는 기록으로 남습니다.It guides — it does not decide. Even risk signals are surfaced only as “needs review”, never as a conclusion. The final judgment and every outgoing message belong to the caseworker, and every action is logged.
05 — 회사COMPANY
주식회사 리아 (LIA Inc.)LIA Inc.
행정·돌봄 현장의 실제 문제에서 출발한 AI 기업입니다. 수도권에 집중된 AI 서비스 접근성을 비수도권 시민과 기관까지 넓히는 것을 목표로 합니다. An AI company that started from real problems in public administration and care work, aiming to extend AI access beyond the capital region to citizens and agencies outside it.
- 회사명Company
- 주식회사 리아 (LIA Inc.)LIA Inc. (주식회사 리아)
- 설립Founded
- 2026년 3월March 2026
- 대표Founder & CEO
- 한승철Han Seung-chul
- 거점Based in
- 충청북도 제천Jecheon, Chungcheongbuk-do, Republic of Korea
- 분야Focus
- 파운데이션 모델 · 공공복지 행정 AIFoundation models · public-welfare administrative AI
- 학습 설비Training hardware
- NVIDIA GeForce RTX 5090 × 11 × NVIDIA GeForce RTX 5090
06 — 다음 단계WHAT'S NEXT
1B에서 시작합니다1B is the starting point
1B는 관심을 끌기 위한 데모가 아닙니다. 다음 세대를 만들 레시피와 기록을 얻기 위한 첫 번째 실행 증명입니다. The 1B is not a demo built for attention. It is the first proof of execution — the run that produces the recipe and the record for everything after it.
1B 완주와 증거 폐쇄Finish the 1B, close the evidence
사전학습을 끝까지 완주하고, 최종 평가와 학습 이력 폐쇄까지 마칩니다.Complete pretraining, then finish final evaluation and close out the training record.
제품에 연결Connect it to the product
리아케어·리아어드민에 자체 모델을 연결하고, 공공기관 실증으로 검증합니다.Wire the in-house model into LIA Care and LIA Admin, and validate it in a public-agency pilot.
단계적 확장Scale up, step by step
1B에서 얻은 기록을 바탕으로 규모를 키우고 능력을 확장합니다.Grow the scale and broaden the capabilities, on the record the 1B produced.
07 — 문의CONTACT
문의 · 협업 · 지원Inquiries, partnerships, support
공공기관 실증, 연구 협력, 투자 및 지원 프로그램 관련 문의를 받고 있습니다. We welcome inquiries about public-sector pilots, research collaboration, investment, and startup programs.
- 일반 · 협업 문의General & partnerships
- hello@lia.co.kr
- 회사Company
- 주식회사 리아 · 충북 제천LIA Inc. · Jecheon, Republic of Korea