알리바바 큐원(Qwen)이 허깅페이스와 모델스코프에 Qwen3.8-Flash-Next 예고 페이지를 열고 오늘 공개한다고 알렸는데, 확인 시점까지 두 곳 다 카운트다운만 떠 있었고 내려받을 파일도 모델 카드도 없었어요. 사양을 적어 둔 설명은 올라온 뒤 곧 지워져서, 지금 도는 '전체 1,250억 파라미터에 N그램 임베딩 510억을 더하고 토큰당 60억만 켠다'는 숫자는 해커뉴스 댓글에 남은 인용이 전부예요. 벤치마크 점수도 라이선스도 컨텍스트 길이도 아직 하나도 나오지 않았고, 큐원은 이걸 '큐원4 아키텍처 미리보기'라고만 적어 뒀어요.
용어 풀이
- 파라미터
- 모델이 학습으로 익힌 수치 뭉치. 개수가 많을수록 대체로 큰 모델이고 메모리도 더 든다.
- N그램 임베딩
- 붙어서 자주 나오는 단어 몇 개를 한 덩어리로 미리 저장해 두는 방식. 그때그때 계산하는 대신 찾아 쓴다.
- 컨텍스트 길이
- 모델이 한 번에 읽고 기억할 수 있는 글의 최대 분량.
- 추론 엔진
- 모델 가중치를 받아 실제로 돌려 주는 프로그램. llama.cpp·vLLM·MLX 같은 것.
운영자 인사이트
큐원이 스스로 '아키텍처 미리보기'라고 적어 둔 물건이라, 지금 할 일은 도입 검토가 아니라 쓰는 추론 엔진이 이 구조를 받아 주는지 봐 두는 거예요. 해커뉴스에서 도는 '270억급 품질' 추산은 지워진 사양에 경험칙을 얹어 계산한 값이라, 점수가 나오기 전까지는 판단 근거로 쓸 수 없어요.
여러 관점으로 보기
- 2차 매체 정리 전체 1,250억에 토큰당 60억이라고 전하면서도 '어려운 벤치마크는 아직 안 나왔고 파라미터 숫자 자체도 검증되지 않았다'고 적어 뒀어요. Decrypt
- 커뮤니티 반응 '큐원의 next 판은 대체로 덜 익었지만 추론 엔진들이 지원을 미리 맞춰 보기엔 쓸모 있다'는 평이 붙었고, '40~50 토큰/초로 어떻게 코딩하냐, 기본 작업 한 번에 30~45분 걸린다'는 반론도 나왔어요. Hacker News
- 로컬 실행 관점 엔비디아 개발자 포럼에서는 4비트로 줄이면 약 82GB가 필요하다는 추산이 나왔지만, 가중치가 아직 없어 실제로 돌려 본 사람은 한 명도 없었어요. NVIDIA Developer Forums