알리바바 Qwen3.8-Max 공개…2조4천억 AI 모델이 가격 경쟁을 바꿀까

알리바바가 2026년 8월 3일 새 AI 모델 ‘Qwen3.8-Max’를 공개했다. 알리바바는 이 모델을 자사 Qwen 계열 가운데 가장 크고 강력한 모델이라고 소개했다. 전체 규모는 2조4천억 개의 파라미터에 이르고, 텍스트뿐 아니라 이미지와 영상도 이해하며, 한 번에 최대 100만 토큰 분량의 정보를 처리한다고 밝혔다. 공식 발표 직후 사람들의 선호도를 비교하는 Arena.AI 순위에서 중국 텍스트 모델 가운데 가장 높은 자리에 올랐다는 점도 주목받았다.

숫자만 보면 ‘더 큰 모델이 나왔다’는 익숙한 소식처럼 보인다. 그러나 이번 발표에서 더 중요한 질문은 크기가 아니다. 중국 AI 기업들이 매우 큰 모델을 만들면서도 필요한 일부만 골라 작동시키고, 모델의 핵심 가중치를 공개하는 방식으로 미국의 폐쇄형 AI 서비스와 다른 경쟁 구도를 만들고 있다는 점이다. 일반 이용자에게는 당장 챗GPT를 대체할 새 앱이 하나 더 생겼다는 의미보다, 앞으로 AI 서비스의 가격과 선택지, 긴 문서·영상 처리 경쟁이 더 빨라진다는 의미가 크다.

무엇이 새로 나왔나

알리바바 클라우드 공식 발표에 따르면 Qwen3.8-Max는 텍스트와 시각 정보를 함께 처리하는 멀티모달 모델이다. 멀티모달은 글만 읽는 것이 아니라 이미지, 영상처럼 다른 형태의 정보도 함께 이해한다는 뜻이다. 알리바바는 업무, 연구, 코딩, 오랜 시간 이어지는 복합 작업을 주요 활용 분야로 제시했다.

공개된 핵심 수치는 다음과 같다.

• 전체 파라미터 2조4천억 개
• 요청 한 번에 실제로 작동하는 파라미터는 950억 개
• 최대 100만 토큰의 긴 입력 지원
• 텍스트, 이미지, 영상 처리
• QwenWork라는 업무용 AI 환경과 알리바바 클라우드 Model Studio를 통해 제공
• 모델 가중치는 발표 다음 주 공개 예정

파라미터는 모델이 학습 과정에서 조정한 수많은 숫자라고 이해하면 된다. 일반적으로 숫자가 많을수록 더 다양한 패턴을 담을 여지가 있지만, 파라미터 수가 곧바로 답변 품질을 보장하지는 않는다. 학습 데이터, 학습 방법, 안전 조정, 실제 제품 설계가 모두 결과에 영향을 준다. 로이터도 이번 발표를 보도하면서 모델 크기는 주목받는 지표이지만 더 크다고 자동으로 더 좋은 것은 아니라고 짚었다.

비교 대상으로 자주 언급되는 것은 중국 Moonshot AI가 지난달 내놓은 Kimi K3다. Kimi K3는 2조8천억 개, Qwen3.8-Max는 2조4천억 개 파라미터를 내세운다. 두 모델 모두 최대 100만 토큰과 텍스트·이미지·영상 처리를 강조한다. 중국 기업 사이에서 ‘아주 큰 공개형 모델’ 경쟁이 빠르게 벌어지고 있음을 보여 준다.

2조4천억 개를 모두 쓰지 않는 이유

Qwen3.8-Max는 ‘전문가 혼합’이라고 불리는 구조를 사용한다. 어려운 용어처럼 보이지만 회사의 여러 전문팀을 떠올리면 이해하기 쉽다. 고객 질문 하나가 들어올 때 법무, 회계, 디자인, 영업 부서 전원이 동시에 달려드는 대신, 질문에 맞는 몇 팀만 참여하는 방식이다.

이 모델은 전체 2조4천억 개 파라미터 가운데 요청마다 약 950억 개만 활성화한다고 알리바바는 설명한다. 전체 지식을 큰 조직에 분산해 두되, 실제 답변에는 필요한 부분만 골라 쓰려는 설계다. 목적은 매우 큰 모델의 능력을 유지하면서 계산 비용과 응답 지연을 줄이는 것이다.

이 수치는 이용자가 직접 체감하는 속도나 가격과 같지 않다. 같은 구조라도 서비스 서버, 사용량, 최적화, 입력 길이에 따라 응답 시간이 달라진다. 알리바바가 발표한 구조상 효율이 실제 이용 비용으로 얼마나 이어지는지는 정식 가격과 독립적인 사용 평가를 확인해야 한다.

그래도 방향은 분명하다. AI 경쟁이 단순히 “모든 계산을 더 많이 하자”에서 “필요한 계산을 골라 쓰자”로 이동하고 있다. 모델 회사가 비용을 낮출 수 있다면 무료 서비스의 사용 한도를 늘리거나 기업용 가격을 낮출 여지가 생긴다. 반대로 긴 입력과 복합 작업이 늘면서 한 번의 요청이 더 많은 계산을 요구하면, 구조상 절감분이 이용자 가격 인하로 이어지지 않을 수도 있다.

100만 토큰은 실제로 무엇을 뜻하나

토큰은 AI가 글을 읽을 때 나누는 작은 단위다. 한국어에서는 한 글자나 단어 조각이 여러 토큰으로 나뉠 수 있어 ‘100만 토큰이 정확히 몇 페이지’라고 단정하기 어렵다. 중요한 것은 일반적인 보고서 한두 개를 넘어서 아주 긴 자료 묶음을 한 번에 참고할 수 있는 범위라는 점이다.

알리바바는 수백 페이지 문서, 전체 TV 시리즈, 100시간 분량의 생방송 같은 자료를 검색 가능한 지식 형태로 바꿀 수 있다고 주장한다. 실제 활용을 일상적인 예로 바꾸면 다음과 같다.

• 회사의 여러 해치 계약서와 회의록에서 특정 조건을 찾아 비교하기
• 긴 강의 영상과 교재를 함께 읽고 주제별 요약 만들기
• 제품 사진, 설명서, 고객 문의 기록을 함께 분석하기
• 장시간 행사 영상에서 특정 인물이나 발언이 나온 부분 찾기

하지만 긴 자료를 ‘넣을 수 있다’와 내용을 ‘빠짐없이 정확히 이해한다’는 다르다. 긴 입력에서는 중간 정보가 누락되거나, 서로 비슷한 내용을 혼동하거나, 출처가 다른 주장을 하나로 섞는 문제가 생길 수 있다. 100만 토큰은 저장 용량과 비슷한 상한선이지 이해도 보증서가 아니다.

기업이 긴 문서를 맡길 때는 답변마다 근거가 된 페이지나 영상 시점을 표시하게 하고, 중요한 판단은 원문과 대조해야 한다. 법률 검토나 재무 분석처럼 오류 비용이 큰 업무에서는 특히 그렇다. 이번 발표에서 긴 맥락 능력은 유용한 가능성이지만, 독립 평가 없이 ‘100시간 영상을 완벽히 이해한다’고 받아들여서는 안 된다.

성능 순위는 어디까지 믿을 수 있나

로이터에 따르면 Qwen3.8-Max는 공개 직후 Arena.AI의 텍스트 순위에서 중국 모델 중 가장 높은 순위에 올랐고, 시각 분석 부문에서는 세계 2위를 기록했다. 알리바바 공식 글은 Text Arena 5위, Vision Arena 2위, 프런트엔드 코딩 분야 4위를 제시한다. 선두권에는 Anthropic의 Claude 계열이 자리했다.

Arena.AI는 이용자가 두 모델의 익명 답변을 나란히 보고 어느 쪽이 나은지 선택하는 방식으로 알려져 있다. 사람이 실제 답변을 비교한다는 점은 장점이다. 정해진 객관식 시험만 잘 푸는 모델보다 말투, 유용성, 설명 품질을 함께 볼 수 있다.

한계도 있다. 이용자 질문의 종류와 참여자 성향에 따라 순위가 달라지고, 근소한 점수 차이는 시간이 지나며 뒤집힐 수 있다. 특정 순위가 한국어 품질, 사실 정확성, 안전성, 기업 업무 성능을 모두 대표하지 않는다. 발표 직후 점수는 표본이 더 쌓이면서 변할 수도 있다.

따라서 “세계 2위” 같은 문구 하나로 모델 전체를 판단하기보다 자신에게 중요한 작업을 따로 시험해야 한다. 일반 사용자는 한국어 문장 자연스러움, 최신 정보에서 출처를 제시하는지, 이미지 속 작은 글자를 정확히 읽는지를 볼 수 있다. 기업은 계약서 비교, 고객 문의 분류, 내부 자료 검색처럼 실제 업무 샘플로 평가해야 한다.

16일 동안 혼자 소프트웨어를 만들었다는 주장의 의미

알리바바는 Qwen3.8-Max가 16일 동안 자율적으로 소프트웨어 엔지니어링 프로젝트를 수행했다고 밝혔다. 공식 설명에 따르면 사용자 피드백과 커뮤니티의 좋은 사례, 자체 시험 데이터를 반영해 코드를 만들고 테스트하고 오류 기록을 분석하며 반복 개선했다. 결과물은 ‘oh-my-cli’라는 프로젝트로 공개됐다.

이 사례는 AI가 한두 줄의 코드를 제안하는 단계에서 벗어나 장기간 목표를 유지하고, 도구를 쓰고, 결과를 점검하는 능력을 강조하기 위한 것이다. 하지만 일반 독자가 기억해야 할 것은 “16일 동안 사람 없이 완벽한 제품을 만들었다”는 결론이 공식적으로 입증된 것은 아니라는 점이다.

공식 발표만으로는 사람이 중간에 어느 정도 개입했는지, 성공 기준을 누가 정했는지, 실패한 시도는 얼마나 있었는지, 같은 실험을 반복해도 성공하는지 모두 알기 어렵다. 공개된 결과물을 다른 개발자들이 검토하고, 작업 기록과 재현 조건이 확인돼야 주장의 무게를 평가할 수 있다.

그럼에도 긴 작업 능력 경쟁은 직장인에게 의미가 있다. 문서 한 장을 요약하는 AI보다 며칠 동안 이어지는 시장조사, 자료 정리, 디자인 수정, 고객 의견 반영을 맡는 AI가 업무 구조를 더 크게 바꿀 수 있기 때문이다. 이때 중요한 품질은 한 번의 멋진 답변이 아니라 중간에 길을 잃지 않는지, 잘못된 행동을 되돌리는지, 진행 상황을 사람이 확인할 수 있는지다.

모델 가중치 공개가 만드는 다른 경쟁

알리바바는 Qwen3.8-Max의 가중치를 발표 다음 주 공개할 예정이라고 밝혔다. 가중치는 모델이 학습한 핵심 숫자 묶음이다. 이를 공개하면 기업과 연구자가 알리바바의 온라인 서비스에만 접속하지 않고, 조건에 따라 자체 환경에서 모델을 실행하거나 목적에 맞게 수정할 수 있다.

이런 모델을 흔히 오픈웨이트라고 부른다. 오픈웨이트는 학습 데이터, 학습 코드, 개발 과정이 전부 공개되는 완전한 오픈소스와는 다르다. 사용 허가 조건도 모델마다 다르므로 ‘공개’라는 표현만 보고 누구나 아무 제한 없이 상업적으로 쓸 수 있다고 생각하면 안 된다. 실제 가중치와 라이선스가 예정대로 공개된 뒤 이용 범위를 확인해야 한다.

오픈웨이트의 장점은 선택권이다. 민감한 회사 자료를 외부 서비스로 보내기 어려운 기업이 자체 통제 환경에서 모델을 운영할 수 있고, 대학과 스타트업이 특정 언어나 산업에 맞게 연구할 수 있다. 한 회사가 서비스를 중단하거나 가격을 바꿔도 다른 운영 방식을 찾기 쉽다.

위험도 있다. 안전장치를 제거한 변형 모델이 퍼질 수 있고, 매우 큰 모델을 실제로 운영하려면 상당한 자원과 전문성이 필요하다. 일반 사용자가 모델 파일을 내려받았다고 곧바로 노트북에서 Qwen3.8-Max 전체를 편하게 실행할 수 있는 것은 아니다. AIBASE의 기본 독자에게 중요한 점은 설치 방법이 아니라, 공개형 모델의 확산이 폐쇄형 서비스 회사에 가격과 투명성 경쟁 압력을 준다는 것이다.

챗GPT·클로드·제미나이와 무엇이 다른가

OpenAI, Anthropic, Google의 대표 모델은 주로 회사가 운영하는 온라인 서비스나 기업용 플랫폼을 통해 제공된다. 이용자는 편리하게 최신 기능을 쓰지만 모델 내부를 직접 보거나 원하는 환경에서 자유롭게 운영하기는 어렵다. 알리바바와 다른 중국 기업들은 대형 모델의 가중치를 공개해 개발자와 기업 생태계를 넓히는 전략을 적극적으로 사용해 왔다.

이 차이는 어느 한쪽이 무조건 낫다는 뜻이 아니다. 폐쇄형 서비스는 업데이트와 보안 대응, 사용자 경험을 한 회사가 관리하기 쉬운 장점이 있다. 공개형 모델은 통제와 수정의 자유가 크지만 운영 책임도 이용 조직이 더 많이 져야 한다.

일반 사용자는 최종 앱의 품질로 체감하게 된다. 공개형 모델을 활용한 저렴한 번역 서비스, 문서 분석 도구, 영상 검색 앱이 늘어날 수 있다. 동시에 같은 모델 이름을 쓰는 서비스라도 안전 설정과 개인정보 처리 방식이 서로 다를 수 있어 서비스 제공자를 따로 살펴야 한다.

한국 기업에는 공급망 선택지가 늘어나는 의미가 있다. 미국 모델 한두 곳에만 의존하지 않고 중국과 국내 모델을 비교할 수 있다. 그러나 데이터가 어느 국가의 서버로 이동하는지, 라이선스가 상업 이용을 허용하는지, 보안 업데이트를 누가 책임지는지, 국제 규제와 사내 정책을 충족하는지를 함께 봐야 한다.

지금 바로 쓸 수 있는 범위와 아직 기다려야 할 것

공식 발표는 QwenWork와 알리바바 클라우드 Model Studio를 이용 경로로 제시했다. 모델 가중치는 발표 다음 주 공개 예정이다. 즉 8월 3일 발표 시점에 모든 형태의 배포가 끝난 것은 아니다. 실제 공개 날짜, 파일 구성, 라이선스 조건, 국가별 서비스 제공 범위는 후속 공지를 확인해야 한다.

가격도 일반 독자가 체감할 핵심 정보지만 공식 발표와 로이터 보도에서 소비자용 구독료나 모든 이용 조건이 명확히 제시된 것은 아니다. ‘필요한 일부만 작동하니 싸다’는 구조 설명만으로 실제 가격을 단정해서는 안 된다. 무료 이용 한도, 기업용 비용, 긴 영상 처리 비용은 서비스가 정식으로 열리고 가격표가 공개돼야 비교할 수 있다.

한국어 품질과 국내 접근성도 별개다. Qwen 계열이 여러 언어를 지원하더라도, 한국어 높임말과 문화적 맥락, 국내 고유명사, 최신 한국 정보에서 어느 정도 정확한지는 실제 평가가 필요하다. 중국 서비스 이용 시 개인정보와 기업 데이터 처리 조건도 확인해야 한다.

기업 주장과 확인된 사실을 나눠 보자

확인된 사실은 알리바바가 8월 3일 Qwen3.8-Max를 발표했고, 2조4천억 개의 전체 규모와 950억 개 활성 구조, 100만 토큰, 텍스트·이미지·영상 지원을 공개했다는 점이다. Arena.AI에서 발표 직후 선두권에 들어간 사실도 외부 보도로 확인됐다.

알리바바가 주장했지만 더 검증할 부분은 장기간 자율 작업의 안정성, 매우 긴 영상과 문서의 정확한 이해, 연구 방법을 스스로 개선하는 능력이다. 회사가 제시한 사례와 순위는 중요한 초기 자료이지만, 다양한 언어와 실제 업무에서 반복된 독립 평가를 대신하지 않는다.

파라미터 숫자도 과장해서 받아들일 필요가 없다. 실제로는 요청마다 950억 개가 작동하며, 효율을 위한 구조가 핵심이다. 경쟁 모델과 비교할 때 전체 크기만 나열하면 비용, 속도, 정확성, 안전성의 차이를 놓친다.

이번 발표가 중요한 이유

Qwen3.8-Max의 의미는 ‘2조4천억’이라는 기록 자체보다 세 가지 흐름에 있다. 첫째, 중국의 최고급 AI 모델이 텍스트뿐 아니라 이미지와 영상, 긴 문서, 장기 작업을 한 제품 안에서 경쟁하고 있다. 둘째, 거대한 전체 규모 중 필요한 일부만 작동시키는 방식이 비용 경쟁의 핵심이 되고 있다. 셋째, 모델 가중치 공개 전략이 미국의 폐쇄형 서비스 중심 시장에 다른 선택지를 제공한다.

앞으로 확인할 것은 명확하다. 예정된 가중치 공개가 실제로 이뤄지는지, 어떤 라이선스가 붙는지, 독립 평가에서 한국어와 긴 문서 정확성이 유지되는지, 실제 이용 가격이 경쟁 모델보다 낮은지다. 이 네 가지가 확인돼야 Qwen3.8-Max가 큰 발표를 넘어 일반 사용자와 기업의 실질적인 선택지가 됐다고 평가할 수 있다.