알리바바, 2조4000억 매개변수 큐웬 3.8-맥스 공개

알리바바는 2조4000억개 매개변수를 지닌 플래그십 AI 모델 ‘Qwen 3.8-Max’를 3일(현지시간) 공개했다.

큐웬 3.8-맥스는 큐웬 3.5를 기반으로, 스파스 전문가 혼합(Sparse MoE) 아키텍처와 하이브리드 어텐션 메커니즘을 결합했다. 이 구조는 대규모 모델 운용과 추론 효율 사이의 균형을 고려해 설계됐다. 큐웬 3.8-맥스는 총 2.4조개 매개변수를 갖췄지만, 실제 추론 과정에서 활성화되는 매개변수는 950억개다. 이를 통해 복잡한 과제에서 높은 수준의 모델에 준하는 성능을 제공하면서도, 유사한 규모의 기존 밀집형 모델 대비 연산 비용과 지연 시간을 낮출 수 있도록 했다.

알리바바는 큐웬 3.8-맥스의 가중치를 다음주 공개할 예정이라고 밝혔다.

큐웬 3.8-맥스는 일반 업무, 연구, 자율 코딩, 장기 실행 작업 등을 사람의 개입 없이 긴 시간에 걸쳐 복잡한 산업 현장 실무를 스스로 완수하는 기능을 갖췄다.

명령어를 한 번 입력 받으면 계획 수립부터 검증 및 수정까지 전체 과정을 홀로 진행하고, 단순한 문답을 넘어 다수의 제약 조건이 얽힌 업무를 풀어낸다. 또 기업 환경에서 전문가들이 몇 주 동안 매달려야 하는 작업 시간을 단시간으로 줄여준다.

이 모델은 구조 엔지니어가 도면을 바탕으로 30층 규모 사무용 건물의 내진 모델을 브라우저에 구현하거나, 재활 치료사가 평면 평가지를 3차원(3D) 대화형 시연으로 바꾸는 작업 등을 포함하기도 한다.

큐웬팀은 회사 내부에서 평가한 종합 벤치마크 결과표를 공개했다. 코딩 에이전트, 시각적 추론, 장기 실무 수행 능력 등을 측정하는 16개 핵심 지표가 포함됐다.

큐웬3.8-맥스는 각 항목에서 최상위 상용 AI와 비슷한 성능을 기록했다. 큐웬팀은 16개 지표에서 오픈AI의 GPT-5.6 Sol, 앤트로픽의 클로드 페이블 5, 구글 제미나이 3.1 프로 등 주요 AI 모델과 점수를 비교했다.

소프트웨어 공학 능력(SWE-Pro) 평가에서 67.7점을 기록해 64.6점인 GPT-5.6 Sol을 앞섰다. 학술 연구 논문 파이프라인을 코드로 구현하는 능력(PaperBench)에서는 93점을 받아 비교 대상 가운데 가장 높은 점수를 기록했다.

시각 정보를 분석하고 기기를 다루는 지표에서도 경쟁 모델과 비슷하거나 앞서는 결과를 보였다. 데스크톱 화면을 기반으로 사람처럼 소프트웨어를 조작하는 에이전트 능력(OSWorld-Verified)은 86.1점으로, 85.0점인 클로드 페이블 5와 83.2점인 GPT-5.6 Sol을 앞섰다. 문서 내 차트와 표를 해석하는 추론 능력(CharXiv)은 93.5점을 기록해 클로드 페이블 5와 동일한 수준을 나타냈다.

반면 일부 항목에서는 경쟁 모델에 뒤처지기도 했다. 모바일 환경에서 애플리케이션 조작 능력을 평가하는 모바일월드(MobileWorld)는 77.8점으로 85.5점인 클로드 페이블 5에 미치지 못했다. 터미널 명령 프롬프트 조작 환경(TerminalBench-2.1) 평가에서도 86.6점을 기록해 88.8점인 GPT-5.6 Sol보다 낮았다.

큐웬팀은 강화학습(RL) 훈련 환경을 지속해서 늘린 점을 성능 향상의 원인으로 꼽았다. 공개한 그래프를 보면 훈련 환경 수치가 증가할수록 11개 주요 벤치마크 점수 지표가 동반 상승하는 곡선을 그린다. 기본 미세조정(SFT) 상태에서 0.474점이었던 10여개 주요 벤치마크 종합 점수는 훈련 환경이 4000개 수준으로 늘어나자 최고점인 0.725점까지 상승했다. 단기적인 문제 해결을 넘어 긴 시간이 필요한 작업에서도 안정적인 성과를 내는 배경이다.

구체적인 장기 실무 수행 능력은 365일 동안 진행된 가상 전자상거래 운영 평가에서 나타났다.

큐웬3.8-맥스는 평가에서 가상 쇼핑몰 운영자 역할을 맡았고, 초기 자본금 10만위안(약 2115만원)을 지급받아 1년간 다수의 온라인 가상 상점을 운영했다. 가상 시장은 12개 상점 유형과 600여개 공급업체, 7000여개 상품으로 구성됐다.

상품 선정부터 공급망 협상, 재고 관리 등 유통 전 과정을 큐웬3.8-맥스가 직접 설계했다. 평가 과정에서 발생하는 기상 악화나 자재 부족 같은 무작위 위기 상황은 물론 152명에 달하는 사기성 상인의 속임수도 피했다. 2000번 이상의 상호작용을 거쳐 가격 협상 방식을 스스로 학습했으며 최종적으로 41만6252위안의 잔고를 남겼다고 큐웬팀은 설명했다.

반도체 디지털 칩 설계 부문에서도 자율 최적화 능력을 보여줬다. 텅 빈 작업 공간에서 출발해 알고리즘 시뮬레이션과 물리적 배치를 500회 반복했다. 구조를 다시 작성하고 중복을 없애면서 초기 8298개였던 칩 내부 논리 게이트 수를 678개로 축소시켰다. 칩 물리적 면적을 81% 줄이면서 500메가헤르츠(MHz) 환경 정상 작동 기준을 통과했다.

금융 퀀트 투자 전략 연구의 경우 병렬 탐색 방식을 도입해 시간을 단축했다. 6개 투자 지표군을 50개 연구 방향으로 나누고 330여개 하위 에이전트를 동시에 배치했다. 이후 6000번의 모의투자를 실행하며 작업 흐름을 실시간으로 고쳐 나갔다.

시각 정보를 활용해 작업 과정에서 스스로 결과물을 평가하고 수정하는 기능도 도입했다. 200여장 분량의 문서나 100시간 이상의 영상을 분석해 지식 구조로 변환한다. 작업 중 화면 배치가 어긋나거나 사물 방향이 잘못된 것을 시각적으로 감지하면 알아서 계획을 수정하고 바로잡는다.

큐웬3.8-맥스는 큐웬클라우드를 통해 제공된다. 작업 복잡도에 따라 추론 깊이를 3단계로 조절해 기업이 비용과 속도를 통제할 수 있도록 지원한다. 오픈AI와 앤트로픽의 API 규격과 호환돼 기존 개발 환경을 바꾸지 않고 연동할 수 있다.

큐웬팀은 이번 신규 모델이 인간 개입을 최소화하면서 복잡한 목표를 완수할 수 있다고 강조했다. 아울러 다음 주 오픈소스 가중치 공개 이후 개발자 커뮤니티가 만들어낼 성과에 대한 기대감을 덧붙였다.

글. 바이라인네트워크
<김원민 기자>wmkim627@byline.network