Composer 2.5 Fast: 비용 동일, 속도 32% 향상 및 성능 우위 달성

Context

기존 Composer 2 모델의 낮은 Baseline 성능과 Skill Context에 대한 높은 의존성으로 인한 효율성 저하 발생. 일반적인 모델 최적화 과정에서 발생하는 Speed-Quality Trade-off 문제를 해결해야 하는 상황.

Technical Solution

• Baseline 모델 자체의 성능을 74.2%에서 79%~80%로 상향하여 기본 추론 능력 강화
• Skill Context 의존도를 낮춘 설계를 통해 Scaffold 없이도 동작하는 모델 강건성 확보
• 동일 비용 구조 내에서 추론 속도를 최적화한 Fast Variant 아키텍처 구현
• 3종의 독립 LLM Judge(Sonnet, GPT-5.5, Opus-4-7)를 통한 교차 검증 체계 도입으로 평가 객관성 확보
• 특정 도메인(Typescript)에서의 성능 저하 현상을 식별하여 모델 인터랙션의 한계 지점 분석

Impact

• 평균 응답 시간 87초에서 59초로 32% 단축
• Skill Context 적용 시 성능 92.7% 달성으로 Composer 2.5(92.1%) 대비 0.6%p 우위
• Baseline 성능 5.8%p 향상 및 Skill Lift 수치 감소(+15.4% → +13.1%)를 통한 모델 자생력 강화
• GPT-5.5 및 GPT-5.4 대비 유의미한 성능 격차 확보