알리바바가 Qwen 시리즈 가운데 가장 강력한 플래그십 모델인 ‘Qwen3.8-Max’를 공식 공개했다. 2조4000억개의 파라미터와 최대 100만 토큰의 컨텍스트 윈도우를 기반으로 코딩과 연구, 실제 업무 수행, 장기 과제 처리 능력을 강화한 멀티모달 파운데이션 모델이다.

Qwen3.8-Max는 Text Arena에서 5위, Vision Arena에서 2위, Frontend Code Arena에서 4위를 기록했다. 텍스트뿐 아니라 이미지와 영상 등을 이해하는 비주얼 인텔리전스를 네이티브로 지원하며, 복잡한 조건이 포함된 장기 과제를 자율적으로 계획하고 수행할 수 있도록 설계됐다.

알리바바 클라우드는 모델스튜디오(Model Studio)를 통해 Qwen3.8-Max API를 전 세계 개발자에게 제공하고 있다. 모델 가중치는 다음 주 공개할 예정이며, 알리바바의 올인원 업무용 AI 에이전트 플랫폼 ‘QwenWork’에서도 이용할 수 있다.

2.4조 파라미터 갖춘 스파스 MoE 구조

Qwen3.8-Max는 Qwen 3.5를 기반으로 스파스 전문가 혼합(Sparse Mixture-of-Experts, Sparse MoE) 아키텍처와 하이브리드 어텐션 메커니즘을 결합했다. 대규모 모델의 성능을 확보하면서 추론에 필요한 연산량과 응답 지연을 줄이는 데 초점을 맞춘 구조다.

전체 파라미터는 2조4000억개에 달하지만 실제 추론 과정에서 활성화되는 파라미터는 950억개다. 이를 통해 복잡한 과제에서 대형 모델 수준의 성능을 제공하면서도 비슷한 규모의 기존 밀집형 모델보다 연산 비용과 지연 시간을 낮출 수 있도록 했다.

사람 개입 없이 16일간 SW 프로젝트 수행

Qwen3.8-Max는 자율 코딩과 장기 과제 실행 능력도 강화했다. 알리바바 내부 테스트에서는 실제 소프트웨어 엔지니어링 프로젝트를 16일 동안 사람의 개입 없이 수행했다.

자가 진화형 에이전트 프레임워크를 처음부터 구축하라는 과제를 받은 Qwen3.8-Max는 사용자 피드백과 커뮤니티 모범 사례, 자체 테스트 데이터를 종합하는 엔지니어링 루프를 구성했다. 이후 코드 생성과 테스트, 미리보기, 로그 분석을 반복해 자가 진화형 에이전트 프레임워크 ‘oh-my-cli’를 완성했다. 해당 프레임워크는 GitHub에 오픈소스로 공개됐다.

전문 연구 분야에서도 활용 가능성을 보였다. 기존 연구 실험을 재현하는 단계를 넘어 원 논문에 제시된 결과를 개선하는 새로운 방법론을 설계했다. WWW2025 멀티모달 대화 의도 인식 챌린지에서는 인간 참가자보다 높은 성능을 기록해 고객 서비스 대화 내역을 분석하고 복잡한 사용자 요구를 해석하는 능력을 입증했다.

알리바바는 Qwen3.8-Max를 애플리케이션 설계와 법률 문서 검토, 스포츠 데이터 분석, 금융 리서치, 요리 콘셉트 개발, 재활 경과 시각화, 건축 3D 모델링 등 전문적인 실제 업무에 활용할 수 있도록 설계했다. 강화학습 환경과 컴퓨팅 자원을 함께 확장해 주요 에이전트 프레임워크에서의 작업 수행 능력도 높였다.

수백 페이지 문서·100시간 라이브스트림 처리

Qwen3.8-Max에 내장된 비주얼 인텔리전스는 정적인 입력 데이터를 검색과 상호작용이 가능한 지식 구조로 변환한다. 수백 페이지 분량의 문서와 TV 시리즈 전체, 100시간 분량의 라이브스트림을 처리해 활용 가능한 지식 기반으로 구성할 수 있다.

실시간 시각 피드백을 활용한 연속적인 실행과 콘텐츠 생성도 지원한다. 개인 영상을 브이로그로 편집하거나 텍스트 프롬프트만으로 교육용 애니메이션을 만들 수 있다. 단일 사용자 인터페이스 스크린샷을 바탕으로 프론트엔드 웹 프로젝트를 재구성하고, 2D 평면도를 3D 인테리어 시각화로 전환하거나 자연어 요청만으로 인터랙티브 게임을 제작하는 것도 가능하다.

개발팀은 장기 과제 기반 애플리케이션 재현 벤치마크 ‘RecreationBench’를 도입해 관련 역량을 검증했다. 인터넷과 소스코드에 접근할 수 없는 블랙박스 환경에서 Qwen3.8-Max는 실행 중인 애플리케이션을 직접 조작하고 피드백을 분석한 뒤, 이를 바탕으로 애플리케이션을 처음부터 자율적으로 재구성했다.

이 과정에서 상호작용 기반 평가와 시각적 피드백을 결합한 하이브리드 에이전트 역량을 보였으며, 반복적인 개발 과정을 통해 비주얼 코딩 결과를 개선하는 능력도 확인됐다.

이준문 기자/jun@newstap.co.kr

ⓒ 뉴스탭(https://www.newstap.co.kr) 무단전재 및 재배포금지