# Samaya, 금융 벤치마크서 Sterling이 Claude 앞섰다고 밝혀

> Samaya AI는 FrontierFinance에서 Sterling이 58.9%의 정확도를 기록해 Claude Fable 5.1의 55.9%를 앞섰으며, 질문당 비용도 더 낮다고 밝혔다.

Oossa · 2026-10-30 · https://oossa.com/ko/samaya-says-sterling-beats-claude-on-its-finance-benchmark

Samaya AI에 따르면 금융 리서치 모델 Sterling은 자체 FrontierFinance 벤치마크에서 58.9%를 기록해 Claude Fable 5.1의 55.9%를 앞섰다. Samaya가 제시한 질문당 비용은 Sterling이 $0.61, Claude가 $6.89로, Sterling이 약 11배 저렴하다.

이 수치는 Samaya가 자체적으로 측정한 벤치마크 결과로, 독립적인 비교 평가 결과는 아니다. FrontierFinance는 금융 데이터를 수집하고 인용 자료를 근거로 답변을 작성해야 하는 과제를 포함해 투자 과정 전반의 리서치 작업을 평가한다. Samaya는 벤치마크 질문을 학습에서 제외했다고 밝혔지만, 테스트를 만들고 평가를 진행한 곳은 회사다.

## Sterling은 어떻게 학습됐나

Sterling은 NVIDIA의 Nemotron 3.5 Lightning을 기반으로 한다. 이 모델은 매번 300억 개 매개변수 가운데 30억 개를 사용하는 구조다. Samaya에 따르면 기반 모델은 FrontierFinance에서 처음 42.5%의 정확도를 기록했으며, 회사가 4단계 학습 과정을 거쳐 점수를 58.9%로 끌어올렸다.

학습 과정에는 지도 학습 2회와 강화 학습 2회가 포함됐다. 강화 학습은 점수를 활용해 이후의 시도를 개선하는 방식이다. 모델은 금융 리서치 도구를 사용하고, 여러 리서치 접근법 중 하나를 고르고, 근거를 수집해 인용을 포함한 보고서를 작성하는 법을 익혔다. Samaya는 서로 다른 8개 교사 모델의 사례와 금융 전문가들이 작성하고 채점한 질문을 학습에 활용했다고 밝혔다.

리서치 환경도 결과에 영향을 준다. Sterling은 금융 분야에 특화된 도구 모음과 함께 작동하며, 보조 모델은 긴 도구 출력과 리서치 기록을 요약한다. Samaya는 이 구성이 실제로 활성화되는 매개변수 수가 더 적은 모델도 여러 차례 도구를 호출하며 리서치를 수행하도록 돕는다고 설명했다. 따라서 공개된 점수는 도구 없이 단독으로 답변하는 모델이 아니라, 이 시스템 안에서 작동하는 모델의 성능을 보여준다.

## 이번 비교가 보여주는 것과 보여주지 않는 것

이번 결과는 후속 학습과 목적에 맞춘 리서치 환경이 Samaya의 특정 테스트에서 소형 모델의 성능을 높일 수 있음을 시사한다. 하지만 Sterling이 금융 리서치 전반에서 Claude보다 정확하다는 점을 입증하지는 않는다. 공개된 결과는 벤치마크 하나에 한정되며, 독립적인 평가 결과는 제시되지 않았다.

Samaya는 학습 체크포인트를 선택할 때 내부 질문 100개로 구성된 별도 세트를 사용했다고 밝혔다. 회사는 같은 방식으로 학습한 더 큰 모델에서도 초기 성능 개선이 나타났다고 했지만, 아직 결과를 공개하지 않았다. 이번 발표에는 Sterling을 이용하는 방법도 명시되지 않았다.

## 팩트

- Samaya에 따르면 Sterling은 FrontierFinance에서 58.9%를 기록해 Claude Fable 5.1의 55.9%를 앞섰다.
- Samaya가 제시한 질문당 비용은 Sterling이 $0.61, Claude Fable 5.1이 $6.89다.
- Sterling은 Samaya가 매번 30억 개 매개변수를 사용하는 300억 개 매개변수 모델이라고 설명한 Nemotron 3.5 Lightning을 기반으로 한다.
- Samaya는 4단계 학습 과정을 통해 FrontierFinance 점수가 42.5%에서 58.9%로 올랐다고 밝혔다.

## 왜 중요한가

AI 리서치 도구를 검토하는 금융팀이라면 Samaya의 결과를 바탕으로 도구를 갖춘 소형 모델이 비용을 낮출 수 있는 대안인지 살펴볼 수 있다. 다만 점수는 Samaya 자체 벤치마크에서 나온 만큼, Sterling이 실제 리서치 업무에서도 비슷한 성능을 내는지 판단하려면 독립적인 근거가 필요하다.

## 출처 및 참고 자료

1. [Samaya AI Releases Sterling: A 3B-Active Finance Research Agent Model that Beats Claude Fable 5.1 on FrontierFinance at 11x Lower Cost](https://www.marktechpost.com/2026/10/30/samaya-sterling-post-trained-finance-research-model-frontierfinance/) – MarkTechPost, 2026-10-30
2. [Samaya AI](https://samaya.ai/blog/rl-post-trained-agentic-model) – Samaya AI

최종 업데이트: 2026-10-30