Qwen3.8-Max 공개: 16일 동안 코딩하는 2.4조 파라미터 AI 모델

알리바바의 Qwen 팀이 새로운 플래그십 AI 모델 Qwen3.8-Max를 공개했다.

이번 모델은 단순히 질문에 답하거나 코드를 생성하는 수준을 넘어, 여러 도구를 사용하면서 장시간 작업을 수행하는 코딩 및 업무용 AI 에이전트를 목표로 한다.

Qwen은 이번 발표 제목에서도 Qwen3.8-Max를 단순한 코딩 모델이 아닌 “Coding and Cowork”를 위한 모델로 소개했다. 여기서 Cowork는 AI가 사용자의 지시를 한 번 처리하는 데 그치지 않고, 리서치·문서 작성·데이터 분석·코딩과 같은 업무를 여러 단계에 걸쳐 함께 수행한다는 의미에 가깝다.

2.4조 파라미터를 가진 Qwen의 새로운 플래그십 모델

Qwen3.8-Max는 전체 2.4조 개의 파라미터를 가진 MoE(Mixture of Experts) 모델이다.

MoE는 모든 파라미터를 매번 사용하는 대신, 입력된 작업에 적합한 일부 전문가 네트워크만 선택적으로 활성화하는 구조다. Qwen3.8-Max는 전체 2.4조 개의 파라미터 가운데 추론할 때 약 950억 개의 파라미터를 활성화한다.

구분	Qwen3.8-Max
전체 파라미터	2.4조
추론 시 활성 파라미터	약 950억
모델 구조	MoE
최대 컨텍스트	100만 토큰
입력 형식	텍스트, 이미지, 영상, 문서
주요 용도	코딩, 리서치, 문서 작업, 업무 자동화

 

최대 컨텍스트 길이는 100만 토큰이다. 대규모 코드 저장소나 여러 문서, 긴 작업 기록을 한 번에 처리할 수 있는 규모다.

텍스트뿐 아니라 이미지와 영상도 처리할 수 있기 때문에 코드 편집기 내부에 머무는 모델보다는, 화면과 문서를 이해하며 여러 도구를 사용하는 멀티모달 에이전트에 가깝다.

16일 동안 이어진 자율 코딩 실험

이번 발표에서 가장 눈에 띄는 사례는 Qwen3.8-Max가 장기간 소프트웨어 프로젝트를 수행한 실험이다.

Qwen 팀은 모델에 빈 폴더만 제공한 뒤 CLI 도구를 개발하도록 했다. 모델은 이슈를 생성하고, 코드를 작성하고, 테스트를 실행하고, 오류를 수정하고, Pull Request를 만드는 작업을 반복했다.

이 과정은 약 16일 동안 자율적으로 진행됐다. 결과물과 작업 기록은 oh-my-cli라는 GitHub 저장소를 통해 공개됐다.

 

중요한 점은 모델이 한 번에 긴 코드를 생성했다는 것이 아니다.

기존 코딩 모델이 주로 하나의 함수나 기능을 구현하는 데 집중했다면, Qwen3.8-Max는 다음과 같은 개발 과정을 반복했다.

이슈 확인 → 작업 계획 → 코드 수정 → 테스트 → 오류 분석 → 재수정 → PR 생성

즉, 이번 실험은 코드 생성 능력보다 오랜 시간 작업 상태를 유지하고 실패를 복구하는 능력을 보여주려는 사례다.

최근 AI 코딩 도구의 경쟁도 단순한 코드 자동완성에서 이러한 장기 실행형 에이전트로 이동하고 있다.

논문을 읽고 실험까지 재현하는 리서치 에이전트

Qwen3.8-Max는 소프트웨어 개발뿐 아니라 연구 작업에도 적용됐다.

Qwen 팀은 모델에 데이터 선택과 관련된 연구 논문을 제공하고, 논문의 주요 실험을 재현하도록 했다. 모델은 약 125시간 동안 작업하면서 다음과 같은 결과를 만들었다.

• 약 7,600줄의 코드 작성
• 1,100회 이상의 작업 및 도구 실행
• 33회의 GPU 학습 수행
• 논문의 주요 실험 결과 재현
• 기존 방법을 개선하기 위한 추가 실험 진행

사람이 중간 과정에 개입하지 않은 상태에서 논문 분석부터 코드 구현, GPU 학습, 결과 비교까지 수행했다는 것이 Qwen의 설명이다.

기존 LLM도 논문을 요약하거나 코드를 생성할 수 있었다. 그러나 이번 사례는 하나의 질문에 답하는 방식이 아니라 다음 과정을 연결했다.

논문 이해 → 실험 설계 파악 → 코드 구현 → 학습 실행 → 결과 분석 → 추가 실험

이는 앞으로 AI 리서치 에이전트가 단순한 논문 검색이나 요약을 넘어, 실험 보조 도구로 발전할 가능성을 보여준다.

코딩 모델보다 업무 에이전트에 가깝다

Qwen3.8-Max의 공식 벤치마크에는 일반적인 언어·추론 평가뿐 아니라 소프트웨어 개발과 실제 업무 수행 능력을 평가하는 항목이 포함됐다. 대표적으로 다음과 같은 영역이 강조됐다.

• 실제 저장소의 문제를 해결하는 소프트웨어 엔지니어링
• 터미널 환경에서의 명령 실행
• 논문 분석과 실험 재현
• 문서 작성과 데이터 분석
• 웹 및 모바일 인터페이스 조작
• 이미지와 차트 이해
• 장시간 이어지는 에이전트 작업

이는 Qwen3.8-Max가 단순한 챗봇이나 코드 생성 모델이 아니라, 브라우저·터미널·문서·개발 도구를 함께 사용하는 범용 업무 에이전트를 목표로 한다는 의미다.

Qwen이 이번 발표에서 코딩과 함께 Cowork라는 표현을 사용한 이유도 여기에 있다.

벤치마크는 어떻게 봐야 할까

Qwen이 공개한 자체 평가에서 Qwen3.8-Max는 여러 코딩 및 에이전트 벤치마크에서 최상위권 성능을 기록했다.

Arena.AI 평가에서도 중국 모델 가운데 높은 순위를 기록했으며, 이미지와 시각 분석 영역에서는 글로벌 최상위권에 진입한 것으로 알려졌다.

다만 벤치마크 결과를 볼 때는 몇 가지 주의할 필요가 있다.

장기 에이전트의 성능은 모델만으로 결정되지 않는다. 작업을 분해하는 프롬프트, 에이전트 실행 프레임워크, 테스트 환경, 도구 연결 방식, 재시도 정책도 결과에 큰 영향을 준다.

따라서 16일 동안 코딩했다는 사실만으로 모든 실제 프로젝트에서 동일한 안정성을 보장한다고 보기는 어렵다.

실제 개발 환경에서는 다음 항목을 함께 확인해야 한다.

• 기존 코드베이스를 얼마나 정확하게 이해하는지
• 장시간 실행 중 같은 실수를 반복하지 않는지
• 테스트 실패 후 제대로 복구하는지
• 도구 호출이 안정적으로 이어지는지
• 작업 시간과 API 비용이 얼마나 필요한지
• 생성된 결과물을 사람이 어느 정도 검토해야 하는지

이번 발표는 실제 제품 환경에서의 완성도를 증명했다기보다는, Qwen이 앞으로 모델을 어떤 방향으로 발전시키려는지를 보여준 사례에 가깝다.

Qwen 최초의 Max급 오픈웨이트 모델

이번 발표에서 장기 에이전트 성능만큼 중요한 부분은 Qwen3.8-Max의 가중치가 공개될 예정이라는 점이다.

Qwen은 이전에도 다양한 크기의 오픈웨이트 모델을 제공해 왔다. 하지만 가장 성능이 높은 Max 모델은 주로 API 방식으로 제공됐다.

이번에는 Qwen3.8-Max와 함께 상대적으로 작은 Qwen3.8-27B 모델도 오픈웨이트로 공개할 예정이다. 발표문에서는 두 모델의 가중치를 발표 다음 주에 공개한다고 밝혔지만, 정확한 공개 날짜는 명시하지 않았다.

다만 오픈웨이트라고 해서 누구나 개인용 컴퓨터에서 Qwen3.8-Max를 실행할 수 있다는 의미는 아니다.

전체 파라미터가 2.4조 개에 달하기 때문에 가중치를 저장하고 모델을 실행하려면 대규모 GPU 서버와 분산 추론 환경이 필요하다. 실제 개인 개발자나 소규모 팀에는 함께 공개되는 Qwen3.8-27B가 더 현실적인 선택이 될 가능성이 크다.

또한 가중치가 공개된 이후에는 다음 내용을 확인할 필요가 있다.

• 상업적 사용이 가능한 라이선스인지
• 전체 모델과 양자화 모델이 함께 제공되는지
• vLLM이나 SGLang 등 기존 추론 프레임워크를 지원하는지
• 학습 코드와 기술 보고서가 어느 수준까지 공개되는지
• 실제 배포에 필요한 GPU와 메모리 규모가 어느 정도인지

오픈웨이트는 모델 가중치를 내려받을 수 있다는 의미이며, 학습 데이터와 전체 개발 과정까지 공개하는 완전한 오픈소스와는 차이가 있다.

Qwen3.8-Max가 보여주는 변화

Qwen3.8-Max의 핵심은 단순히 파라미터가 2.4조 개로 늘어났다는 것이 아니다.

AI 모델의 경쟁 기준이 점차 다음 단계로 이동하고 있다는 점이 중요하다.

과거에는 질문에 얼마나 정확하게 답하는지가 중요했다. 이후에는 추론과 코딩 성능이 주요 평가 기준이 됐다. 이제는 모델이 여러 도구를 사용하면서 얼마나 오랫동안 작업을 유지하고 실제 결과물을 완성할 수 있는지가 새로운 경쟁 영역이 되고 있다.

Qwen3.8-Max는 이러한 변화를 보여주는 모델이다.

단순한 코드 생성이 아니라 프로젝트 단위의 개발을 수행하고, 논문을 요약하는 대신 실제 실험을 재현하며, 한 번의 응답이 아니라 수천 번의 작업을 연결하는 방향으로 발전하고 있다.

물론 공식 데모와 실제 기업 환경 사이에는 여전히 차이가 있다. 복잡한 코드베이스, 제한된 권한, 불완전한 문서, 예상하지 못한 오류가 포함된 현실적인 환경에서도 같은 성능을 유지하는지는 추가 검증이 필요하다.

그럼에도 이번 발표는 중국계 오픈웨이트 모델이 단순히 폐쇄형 모델의 벤치마크 점수를 따라가는 것을 넘어, 장기 실행형 AI 에이전트 경쟁에도 본격적으로 진입했다는 점에서 의미가 있다.

 

참고자료

공식 자료

• Qwen3.8-Max: A New Bar for Coding and Cowork
• Qwen3.8-Max 공식 발표 게시물
• Qwen3.8-Max 자율 코딩 프로젝트: oh-my-cli
• Qwen Code 공식 페이지
• Qwen 공식 GitHub
• Qwen 공식 Hugging Face
• Alibaba Cloud Model Studio

관련 보도

• Reuters — Alibaba unveils its most capable AI model to date
• The Wall Street Journal — Alibaba Says New AI Model Is Just Second to Anthropic’s Fable 5