공개 사항: 저는 Qwen3.8-Max 및 40개 이상의 다른 모델을 제공하는 API 게이트웨이인 NovAI를 운영하고 있습니다. 이 글은 분석 글이며 제품 홍보가 아닙니다. 아래의 기술적 관찰은 Alibaba의 발표와 독립적인 리뷰어들의 의견을 바탕으로 합니다.

파라미터 경쟁이 다시 시작되었습니다 (하지만 이번에는 다릅니다)

모두가 400B 모델을 출시하기 위해 서두르고, 담론이 "파라미터는 더 이상 중요하지 않으며, 모든 것은 데이터 품질에 달려 있다"였던 2024년을 기억하시나요? 그것은 밀집 모델 (dense models)의 경우에는 사실이었습니다. 하지만 DeepSeek는 MoE (mixture-of-experts, 전문가 혼합)가 계산 방식을 바꾼다는 것을 증명했습니다. 총 671B 파라미터를 보유하면서도 토큰당 37B만 활성화하여, 훨씬 적은 연산 비용으로 밀집 모델 수준의 품질을 얻을 수 있습니다.

이제 Alibaba는 이를 논리적인 극한까지 밀어붙였습니다. 7월 19일 WAIC 상하이에서 공개된 Qwen3.8-Max-Preview는 희소 MoE (sparse MoE) 아키텍처에 총 2.4조 개의 파라미터를 담고 있습니다. 이는 DeepSeek V3의 총 파라미터 수보다 거의 4배에 달하며, Qwen을 Kimi K3의 2.8T와 같은 리그, 즉 현재 API를 통해 사용할 수 있는 가장 큰 두 모델의 반열에 올려놓았습니다.

하지만 실제로 흥미로운 점은 이것이 단순히 더 크다는 것만이 아닙니다. 이 모델은 이 정도 규모에서 네이티브 멀티모달 (natively multimodal) 기능을 갖춘 첫 번째 Qwen 모델이며, 독립적인 리뷰어들이 Fable 5 및 GPT-5와 진정으로 경쟁할 수 있다고 말하는 중국 연구소의 첫 번째 조 단위 파라미터 모델입니다.

진정으로 새로운 점 ("단순히 더 많은 파라미터"가 아닌 것)

1. 2.4T 규모의 네이티브 멀티모달리티 (Native multimodality)

이전의 Qwen 플래그십 모델들(Qwen3-Max, Qwen3.7-Max)은 텍스트 전용이었습니다. Qwen3.8-Max는 별도의 비전 어댑터(vision adapter)나 덧붙여진 "비전 모델" 없이 텍스트, 이미지, 비디오 및 문서를 네이티브하게 처리합니다. 이것이 중요한 이유는 다음과 같습니다:

• 서로 다른 입력 유형을 서로 다른 모델로 라우팅할 필요가 없습니다.
• 모델이 모달리티 간의 추론을 수행할 수 있습니다 (예: "이 PDF를 읽고, 이 스크린샷을 본 다음, UI가 사양과 일치하는지 알려주세요").
• 문서 처리 (PDF, HTML, Markdown)가 일반 텍스트로의 전처리 없이 작동합니다.

이것이 텍스트와 이미지만 지원하는 Kimi K3와 비교했을 때의 진정한 차별점입니다.

2. 자기 검증 (Self-verification) 동작

독립적인 리뷰어인 Thomas Wiegold는 Qwen3.8-Max를 4개의 코딩 벤치마크 (benchmarks)에 실행해 보았습니다. 그가 발견한 가장 흥미로운 관찰 결과는 품질에 관한 것이 아니라, 바로 **과정 (process)**에 관한 것이었습니다.

"마치 테스트 실행당 비용을 받는 것처럼, Playwright를 사용하여 버튼, 메뉴, 애니메이션 및 종횡비 (aspect ratios)를 확인했습니다."

이 모델은 단순히 코드를 생성하고 멈추지 않습니다. 코드를 생성한 다음, 브라우저 자동화 (browser automation)를 사용하여 **자신의 출력을 스스로 테스트 (tests its own output)**하고, 다시 반복 (iterate)합니다. 이는 모델의 기본 응답 패턴에 내장된 에이전트적 동작 (agentic behavior)입니다. 속도는 느립니다. 웹사이트 하나를 구축하는 데 30분 이상이 걸렸습니다. 하지만 출력 품질은 "이 프롬프트(prompt)로부터 얻은 것 중 최고"라고 평가되었습니다.

이는 의미 있는 변화입니다. 우리는 "코드를 생성하는 모델"에서 "생성, 테스트, 디버깅 및 반복을 수행하는 모델"로 이동하고 있습니다. 이를 가능하게 하는 것은 파라미터 (parameter) 수가 아니라 훈련 방법론 (training methodology)입니다. 하지만 2.4조 개의 파라미터는 모델이 생성 능력과 평가 능력을 동시에 보유할 수 있는 충분한 용량 (capacity)을 제공합니다.

3. OpenAI + Anthropic 프로토콜 지원

지루하게 들릴 수 있지만, 사실 이는 매우 중요한 사항입니다. Qwen3.8-Max의 API는 OpenAI와 Anthropic 프로토콜을 모두 네이티브로 지원합니다. 즉, 다음과 같은 의미를 갖습니다.

• Cursor 사용자는 설정 한 줄을 변경하는 것만으로 (OpenAI 프로토콜) Qwen3.8-Max로 교체할 수 있습니다.
• Claude Code 사용자도 동일하게 할 수 있습니다 (Anthropic 프로토콜).
• 별도의 래퍼 (wrapper), 어댑터 (adapter), 또는 번역 계층 (translation layer)이 필요 없습니다.

대부분의 중국 모델은 OpenAI 형식만 지원합니다. Anthropic 프로토콜을 네이티브로 지원한다는 것은, Qwen3.8-Max가 Anthropic API만 지원하는 도구에서 Claude를 즉시 대체할 수 있는 드롭인 교체 모델 (drop-in replacement) 역할을 할 수 있음을 의미합니다.

마케팅 요소 (솔직하게 말하자면)

"Fable 5 다음으로 강력함"

Alibaba의 주장입니다. 아직 발표된 벤치마크 표는 없습니다. 모델 카드 (model card)도 존재하지 않습니다. 발견된 유일한 독립적 평가(Trilogy AI의 StackPerf)에서는 단일 작업, 단일 실행 결과 Qwen3.8-Max가 80점을 기록하여 Kimi K3의 83점에 뒤처졌습니다. 이를 최종 판결이 아닌 하나의 데이터 포인트로 받아들이십시오.

2.4T라는 숫자 그 자체

전체 파라미터(Total parameters) ≠ 활성 파라미터(active parameters). 희소 MoE (Mixture of Experts) 모델에서는 토큰당 파라미터의 일부만 활성화됩니다. Alibaba는 활성 파라미터 수를 공개하지 않았습니다. 이 모델은 토큰당 50B, 100B, 또는 200B를 활성화할 수 있으며, 실제 추론 비용(inference cost)과 지연 시간(latency)을 결정하는 것은 전체 파라미터가 아닌 바로 이 활성 파라미터입니다.

"Open weights coming soon"

날짜와 라이선스 정보 없이 약속되었습니다. 이전의 Qwen3-Max는 오픈 웨이트(open-weighted)였으나, Qwen3.7-Max는 아니었습니다. 이를 가능성은 높지만 불확실한 상태로 간주하십시오. 만약 오픈 웨이트가 출시된다면, (플래그십 모델로부터) 증류(distilled)된 작은 규모의 Qwen3.8 모델들이 로컬 AI 분야의 진정한 핵심이 될 것입니다.

개발자에게 의미하는 바

API 사용자들을 위해

Qwen3.8-Max는 OpenAI 호환 게이트웨이를 통해 사용할 수 있습니다. 이미 OpenAI SDK를 사용 중이라면:

from openai import OpenAI

client = OpenAI(
...

이것으로 충분합니다. 스트리밍(Streaming), 함수 호출(function calling), 그리고 멀티모달(multimodal) 입력 모두 표준 OpenAI SDK 패턴으로 작동합니다.

모델 생태계를 위해

이제 프론티어(frontier) 영역은 진정으로 붐비고 있습니다. 2026년 7월 기준의 솔직한 현황은 다음과 같습니다:

2026년의 진정한 차별점은 품질이 아닙니다. 상위 5개 모델은 모두 "훌륭"하며 "비슷"합니다. 차별점은 **가격, 속도, 가용성, 그리고 가드레일(guardrails)**입니다. Qwen3.8-Max는 가격(표준 요금의 1/10 수준의 프리뷰) 측면에서는 승리하지만, 속도 측면에서는 패배합니다.

로컬 AI를 위해

Qwen은 수많은 로컬 에이전트(agent) 설정의 동력을 제공하는 오픈 웨이트 제품군입니다. 약속된 오픈 웨이트가 출시되고, Qwen3.8의 개선 사항이 7B~72B 크기로 전파된다면 그것이 진정한 뉴스입니다. 증류된 멀티모달 능력을 갖춘 72B Qwen3.8 모델이 소비자용 GPU에서 실행된다면, 개인정보 보호가 중요한 사용 사례(의료, 법률, 기업용)에 있어 게임 체인저가 될 것입니다.

솔직한 견해

Qwen3.8-Max는 아직 해결되지 않은 질문들이 많은 프리뷰(preview) 형태로 출시되었지만, 진정으로 인상적인 모델입니다. 2.4T(2.4조) 개의 파라미터 수는 헤드라인을 장식하기 위한 수치일 뿐이며, 실제로 중요한 것은 네이티브 멀티모달리티 (native multimodality), 자기 검증 (self-verification) 동작, 그리고 프로토콜 호환성 (protocol compatibility)입니다.

만약 **빠른 반복 (rapid iteration)**을 위해 모델을 선택한다면, 더 빠른 모델(Grok 4.5, DeepSeek V4 Flash, Qwen-Plus)을 선택하십시오. 만약 전체 웹사이트 구축, 복잡한 코드베이스 감사 (codebase audit), 심층 연구 분석과 같은 **철저한 원샷 작업 (thorough one-shot tasks)**을 위해 모델을 선택한다면, Qwen3.8-Max는 최상위 티어에 속하며, 프리뷰 가격 기준으로는 그중 가장 저렴한 옵션입니다.

NovAI에서 $2의 무료 크레딧(신용카드 불필요)으로 체험해 보거나, Alibaba 자체의 토큰 플랜 (Token Plan)을 통해 사용해 보십시오. 직접 프롬프트를 실행하고 스스로 판단해 보십시오. 그것이 바로 프리뷰의 목적입니다.

Python, Node, curl 예제가 포함된 전체 API 가이드: Qwen3.8-Max API Guide. NovAI는 독립적인 API 게이트웨이이며, Alibaba Cloud와는 관련이 없습니다.