리플렉션AI, 효율 앞세운 오픈웨이트 빔 공개
인공지능신문 ·
✦ AI 요약
GLM 5.2 수준 추론 성능에 추론 컴퓨팅 3~4배 적게 사용...230억 파라미터만 활성화하는 희소 MoE, 코딩·추론·에이전트 작업 특화
인공지능신문에 따르면 리플렉션AI는 10월 5일 총 5010억 파라미터를 갖췄지만 추론 때는 일부만 활성화하는 오픈웨이트 모델 '빔'을 공개하며, 더 오래 생각하는 방식보다 적은 연산으로 비슷한 추론 성능을 내는 효율성을 핵심 경쟁력으로 내세웠다. 회사는 빔이 GLM 5.2와 비슷한 추론 성능을 내면서도 추론 컴퓨팅은 3~4배 덜 쓴다고 설명했다. 이 모델은 코딩과 추론, 에이전트 작업에 초점을 맞춘 희소 MoE 구조를 채택했고, 대규모 사전학습과 강화학습을 결합해 필요한 전문가만 골라 쓰는 방식으로 설계됐다. 이달 중 가중치와 기술 보고서, 모델 카드, 개발자용 도구를 함께 공개할 예정이며 라이선스도 개방형으로 제공할 계획이다. 회사는 절대적인 최고 성능보다 실제 추론 단계의 비용과 속도, 활용성을 끌어올리는 데 차별점이 있다고 보고 있다. 공개 시연에서는 코드 작성과 대시보드 구축, 브라우징과 도구 활용 같은 에이전트형 작업까지 수행하며 적용 범위를 보여줬다.
관점
이 사안의 핵심은 오픈 모델 경쟁의 기준이 단순한 규모나 최고 점수에서 실제로 쓸 만한 효율로 옮겨가고 있다는 점이다. 같은 수준의 일을 더 적은 연산으로 처리할 수 있다면 배포 비용과 활용 장벽이 함께 낮아지고, 개발자는 성능 못지않게 운영 가능성을 따지는 선택을 하게 된다. 결국 공개 가중치 이후의 평가는 얼마나 큰 모델이냐보다, 현장에서 얼마나 가볍고 안정적으로 쓸 수 있느냐에 모일 가능성이 크다.
이 관점은 비즈크러시가 작성한 자체 의견이며, 인공지능신문의 보도 내용과 무관합니다.
이 기사는 자동생성 알고리즘의 도움을 받아 작성되었습니다.
출처 인공지능신문
원문 확인이 기사는 인공지능신문 원문을 바탕으로 비즈크러시가 요약 정리했습니다. 정확한 인용과 세부 내용은 원문을 확인해 주세요.