알리바바가 2.4조 개의 파라미터를 가진 MoE 멀티모달

자체 호스팅 배포(self-hosted deployment)가 불가능했던 Max-클래스 모델의 제약이 다음 주면 풀린다. 알리바바의 AI 연구진인 Qwen 팀이 2.4조 개의 파라미터를 가진 MoE(Mixture-of-Experts, 전문가 혼합) 멀티모달 LLM인 Qwen3.8-Max를 공개했기 때문이다. 만약 이 모델이 허용적인 라이선스로 배포된다면, 고성능 Max-클래스 Qwen 모델을 외부 서버에 직접 구축해 운용하는 첫 번째 사례가 된다.

Qwen3.8-Max는 자율 소프트웨어 엔지니어링과 장기 기업 업무(long-horizon enterprise work)를 타겟으로 설계된 플래그십 모델이다. 프런티어 AI 시장에서 가장 경쟁이 치열한 영역 중 하나인 기업용 자율 업무 처리 능력을 극대화하는 데 집중했다. 단순한 질의응답을 넘어 복잡한 기업 환경 내에서 장기적인 과업을 스스로 계획하고 수행하는 능력을 통해 시장 경쟁력을 확보하려는 목적이다.

알리바바는 다음 주 Qwen3.8-Max와 함께 Qwen3.8-27B의 오픈 웨이트(open weights, 모델 가중치)를 동시에 공개할 예정이다. 2.4조 개의 파라미터를 가진 초대형 모델뿐 아니라 27B 규모의 모델을 함께 제공함으로써 사용자가 자신의 컴퓨팅 자원과 인프라 환경에 맞는 모델을 선택해 배포할 수 있게 한다. 고성능 모델의 접근성을 높여 실제 기업 현장의 적용 사례를 빠르게 확장하려는 전략적 선택이다.

OSWorld-Verified 벤치마크에서 GPT-5.6

86.1점의 성적은 데스크톱 환경에서 컴퓨터 사용 에이전트의 상호작용 능력을 평가하는 OSWorld-Verified(OS월드 베리파이드) 벤치마크의 결과값이다. Qwen3.8-Max는 이 점수로 Fable 5가 기록한 85.0점과 GPT-5.6 Sol Max의 83.2점을 모두 앞섰다. Gemini 3.1 Pro가 기록한 76.2점과 비교해도 수치상 우위를 점하고 있다.

10일 이상의 소프트웨어 프로젝트를 자율적으로 완수하는 장기 실행 능력이 구체적인 차별점이다. 단순한 대화형 지능의 응답을 넘어 수천 줄의 코드가 포함된 연구 논문을 재현하거나 칩 설계 최적화를 반복 수행하는 자율 협업자(Autonomous Collaborator, 스스로 과업을 계획하고 수행하는 AI)로서의 역할을 강조한다.

멀티모달 피드백 루프(시각적 정보 등 다양한 데이터를 통해 결과물을 확인하고 계획을 수정하는 반복 과정)를 활용해 실행 계획을 지속적으로 수정한다. 이를 통해 며칠에 걸쳐 진행되는 프로젝트의 세부 단계를 스스로 조정하며 자율적으로 과업을 완결하는 능력을 갖췄다고 주장한다.

프런티어 모델들의 경쟁 트렌드가 개별 프롬프트 응답에서 전체

데스크톱 환경과 상호작용하며 장기 실행(long-horizon execution) 능력을 측정하는 OSWorld-Verified(운영체제 환경 제어 평가)에서 86.1점을 기록하는 등 실행력 지표가 중요해졌다. 프런티어 모델들의 경쟁 지점이 이제는 단일 프롬프트 응답에서 전체 워크플로우를 완수하는 능력으로 이동하고 있다. 이는 전통적인 추론 시험이나 코딩 퍼즐에만 집중하던 기존 평가 방식에서 벗어나 실제 운영체제 환경에서의 실행력을 측정하려는 업계의 흐름을 보여준다.

전문 소프트웨어 엔지니어링 벤치마크인 SWE-Pro(소프트웨어 엔지니어링 성능 평가)에서는 OpenAI의 모델이 가장 높은 점수를 기록했다. Opus 4.8 또한 일부 소프트웨어 엔지니어링 평가와 Agents' Last Exam(에이전트 최종 시험)에서 여전히 우위를 점하고 있다. Qwen3.8-Max는 일부 벤치마크에서 선두를 달리고 있으나 특정 전문 소프트웨어 엔지니어링 분야에서는 경쟁 모델에 뒤처지는 결과가 나왔다.

에이전트 시스템의 높은 토큰 소모량을 감당하기 위해 미국 모델 대비 1/4 가격인 QwenCloud API 비용($2/$6 per million tokens)과 자체 호스팅 가능 여부를 기준으로 도입을 결정한다.