270 읽음
알리바바 큐원3.8-맥스 가중치 공개, 주가 7%↑
위키트리
0
알리바바그룹홀딩(Alibaba Group Holding)이 차세대 플래그십 인공지능(AI) 모델 큐원3.8-맥스(Qwen3.8-Max)를 전 세계 사용자에게 공개했다. 월요일(현지시각) 발표에 따르면 이 모델은 다음주 오픈웨이트(가중치 공개) 방식으로도 배포될 예정이다. 큐원3.8-맥스는 2.4조 개 파라미터를 갖춘 대규모 모델로 최대 100만 토큰의 컨텍스트 윈도를 지원한다. 알리바바는 자체 벤치마크에서 이 모델의 성능이 앤트로픽의 최상위 모델 페이블5와 맞먹거나 일부 항목에서 앞선다고 밝혔다. 발표 당일 홍콩증시에 상장된 알리바바 주가는 7% 올라 125.20홍콩달러에 마감했다고 사우스차이나모닝포스트(SCMP)가 보도했다.
알리바바는 올해 초 몇몇 최신 플래그십 모델을 비공개로 전환했다가 이번 큐원3.8-맥스를 통해 다시 오픈웨이트 방식으로 돌아섰다. 큐원-맥스 계열 중 가중치가 공개되는 것은 이번이 처음이다. 이 모델은 지난 7월 중순 프리뷰 버전으로 처음 공개돼 알리바바의 토큰 플랜(Token Plan)과 코더(Qoder), 코더워크(QoderWork)를 통해 표준 요금의 10% 가격으로 제공됐다. 당시에도 2.4조 파라미터라는 규모가 알려졌고 페이블5 다음으로 강력하다는 평가를 받았지만 구체적인 벤치마크 수치는 공개되지 않았다.
중국 AI 업계에서는 오픈웨이트 공개가 이미 하나의 표준으로 자리잡았다. 문샷AI(Moonshot AI)가 지난주 키미K3(Kimi K3)를 오픈웨이트로 내놓은 데 이어 알리바바까지 가세하면서 미국 선도 연구소들과의 격차를 좁히려는 중국 기업들의 공개 경쟁이 한층 뜨거워지는 모습이다.
큐원3.8-맥스는 총 2.4조 개 파라미터 중 쿼리마다 950억 개를 활성화하는 구조로 설계됐다. 큐원3.5 아키텍처를 기반으로 하며 단발성 질문에 답하는 것을 넘어 복잡한 작업을 장시간 스스로 수행하는 데 초점을 맞췄다는 게 개발팀 설명이다. 컨텍스트 윈도는 최대 100만 토큰으로 약 75만 단어에 해당하는 분량을 한 번에 처리할 수 있다.
알리바바가 공개한 자체 테스트 결과와 크라우드소싱 모델 비교 플랫폼 아레나(Arena.AI) 순위에 따르면 큐원3.8-맥스는 텍스트 모델 리더보드에서 페이블5와 앤트로픽 오푸스(Claude Opus) 계열 세 개 모델에만 뒤졌다. 프런트엔드 코딩 부문에서는 클로드 오푸스 두 모델과 키미K3에만 뒤처졌고 시각 분석에서는 페이블5만이 앞섰다. 팀이 공개한 벤치마크 표를 보면 페이퍼벤치(PaperBench)에서 93점으로 비교 대상 중 최고점을 기록했고, 터미널벤치(TerminalBench) 2.1에서는 86.6점으로 GPT-5.6 솔(Sol)의 88.8점에는 못 미쳤다. 다만 이 수치들은 모두 알리바바 내부 테스트 결과로 독립적인 검증은 아직 이뤄지지 않았다.
문샷AI의 키미K3는 2.8조 개 파라미터를 갖춰 큐원3.8-맥스보다 규모가 크다. 다만 오픈AI와 앤트로픽 등 미국 주요 연구소는 자사 최상위 모델의 파라미터 수를 공개하지 않아 직접 비교는 쉽지 않다.
알리바바가 강조하는 큐원3.8-맥스의 핵심 특징은 사람 개입 없이 며칠씩 이어지는 작업을 완수하는 능력이다. 팀이 공개한 사례 중 하나에서 모델은 16일에 걸쳐 명령줄 도구 ‘오마이씨엘아이(oh-my-cli)’를 만들었다. 사용자 요청을 깃허브 이슈로 변환하고 스스로 할당한 뒤 코드를 작성하고 테스트하는 과정을 반복해 2026년 7월 30일까지(현지시각) 커밋 265건, 풀리퀘스트 127건, 이슈 151건을 사람 손을 거치지 않고 쌓았다.
또 다른 사례에서는 논문 ‘유니파이드 데이터 셀렉션 포 LLM 리즈닝(Unified Data Selection for LLM Reasoning)’을 스타터 코드 없이 건네받아 약 5일, 125시간의 컴퓨팅 시간을 들여 7600줄의 코드를 작성하고 GPU 학습 33회를 실행했다. 논문의 여섯 가지 주요 결과를 모두 재현한 뒤 자체 아이디어 18개를 4라운드에 걸쳐 검증해 AIME24 수학 벤치마크에서 원래 논문 방법보다 2.7점 높은 점수를 냈다.
알리바바의 톈치(Tianchi) 플랫폼에서 진행된 WWW2025 멀티모달 대화 의도 인식 챌린지에서는 인간 팀 526개가 경쟁하는 가운데 큐원3.8-맥스가 24시간 안에 여러 중국어 언어모델과 상품 스크린샷 처리를 위한 큐원2.5-VL-7B를 미세조정해 보팅 시스템으로 결합했다. 45차례 제출을 거쳐 정확도가 0.60에서 0.853까지 올라 526개 팀 중 458개 팀을 앞섰다.
칩 설계 사례에서는 암호화용 회로 블록을 8298개 게이트로 구성한 초안에서 약 500회 반복 개선을 거쳐 678개 게이트로 줄였다. 오픈소스 툴 오픈로드(OpenROAD)로 자동 레이아웃을 거친 뒤 실제 칩 면적은 106×106마이크로미터에서 46×46마이크로미터로 81% 줄었다. 타오바오·티몰 데이터를 기반으로 한 1년치 온라인 쇼핑몰 운영 시뮬레이션 ‘이커머스벤치(E-Commerce-Bench)’에서는 10만 위안으로 시작해 공급업체 사기꾼 152명이 숨어 있는 환경에서 여러 매장을 동시에 운영해 41만 6252위안으로 자본을 4배 넘게 불렸다. 이는 2위 GLM 5.2보다 38% 많고 이전 모델 큐원3.7-맥스가 거둔 성과의 2.5배에 달했다.
같은 날 알리바바의 업무용 AI 에이전트 플랫폼 큐원워크(QwenWork)도 웹·데스크톱 앱으로 공개 베타에 들어갔다. 개인과 기업을 위한 통합 생산성 플랫폼으로 텐센트의 워크버디(WorkBuddy), 문샷AI의 키미 워크(Kimi Work), 그리고 해외의 클로드 코워크(Claude Cowork)·챗GPT 워크(ChatGPT Work)를 겨냥한다.
큐원3.8-맥스는 멀티모달 모델로 200쪽이 넘는 문서와 100시간이 넘는 영상을 처리해 검색 가능한 지식베이스를 구축할 수 있다고 알리바바는 설명했다. 스크린샷만으로 소프트웨어 애플리케이션을 재현하거나 인터랙티브 게임과 교육용 애니메이션을 생성하고 2차원 평면도를 3차원 시각화로 전환하는 기능도 갖췄다. 이를 위해 팀은 소스코드 없이 클릭과 키보드 입력만으로 앱을 관찰해 재현하도록 요구하는 새 벤치마크 ‘리크리에이션벤치(RecreationBench)’를 함께 공개했다. 이 벤치마크는 우분투·맥OS·윈도우·안드로이드·웹 환경에서 테스트가 이뤄진다. 이미지·영상 처리, 시각적 도구 사용, 멀티모달 메모리를 기존 에이전트 시스템에 추가하는 확장 라이브러리 ‘큐원-엠엠-플러그인스(Qwen-MM-Plugins)’도 함께 내놓았다.
개발팀은 강화학습 과정에서 훈련 환경을 대폭 확장한 것이 장기 작업 수행 능력의 배경이라고 설명했다. 단일 과제 위주였던 훈련을 여러 날에 걸친 워크플로, 개별 파일 대신 중첩된 디렉터리 구조, 다양한 에이전트 실행 환경까지 아우르도록 넓혔다는 것이다. 10여 개 벤치마크를 종합한 팀의 내부 점수 지표는 0.474에서 0.725로 올랐고 약 4000개 환경에서 성능이 가장 좋았다가 그 이상에서는 소폭 떨어졌다.