Mira Murati가 신규 기업 Thinking Machines와 함께 돌아왔습니다. 기업 가치는 120억 달러(12B)로, 역대 최대 규모입니다.

발표된 모델의 이름은 Inkling이며, 총 파라미터(Parameter) 수는 975B, MoE(Mixture of Experts) 구조를 채택하여 토큰당 41B가 활성화됩니다. 1M 컨텍스트(Context)를 지원하며, 전체 가중치(Full weights)가 Apache 2.0 라이선스로 오픈 소스 공개되었습니다.

그리고 그녀는 공식 발표에서 다른 AI 기업 CEO들이라면 절대 쓰지 않을 문장을 적었습니다:

“우리 모델은 프런티어(Frontier)에 뒤처져 있습니다.”

“프런티어에 근접했다”도 아니고, “특정 차원에서 SOTA(State-of-the-Art)에 도달했다”도 아닌, “trails the frontier(프런티어를 뒤따라간다)”라고 말한 것입니다.

제가 생각하기에 이 사건의 진정으로 직관에 반하는 지점은, 이것이 기술적 실패 후의 어쩔 수 없는 고백이 아니라, 경쟁의 차원을 바꿨다는 점입니다.

폐쇄형(Closed-source) 연구소들은 토큰 단위의 지능을 판매합니다. 호출할 때마다 비용을 지불해야 하며, 모델은 영원히 당신의 것이 아닙니다.

GPT가 더 강력하고 Claude가 더 강력하지만, 그들의 비즈니스 모델은 하나의 전제 조건 위에 세워져 있습니다: 당신은 영원히 그들이 필요할 것이라는 점입니다.

Mira는 완전히 다른 패를 던졌습니다.

그녀는 Inkling의 전체 가중치를 오픈 소스로 공개한 뒤, 기업 고객들에게 이렇게 말합니다: 이 베이스 모델(Base model)은 GPT-5.5만큼 똑똑하지는 않지만, 당신만의 모델로 만들 수 있습니다.

자신의 코드베이스로 파인튜닝(Fine-tune)하면 당신의 아키텍처를 이해하게 되고, 고객 데이터를 사용하여 파인튜닝하면 당신의 비즈니스를 이해하게 되며, 워크플로우(Workflow)를 사용하여 파인튜닝하면 제3자 API를 거칠 필요 없이 당신의 시스템 내에서 실행될 수 있습니다.

당신의 코드베이스와 데이터를 이해하는 41B-active 커스텀 모델과, “더 똑똑하지만 당신에 대해 아무것도 모르는” 범용 모델 중—병원, 은행, 국방, 소프트웨어 기업은 무엇을 선택할까요?

Mira는 후자에 도박을 걸었습니다.

이 도박의 지지점은 모델의 능력이 아니라 소유권 관계입니다.

전통적인 AI 기업이 지능을 판다면, Mira는 소유 가능성(Ownability)을 팝니다. 모델 자체는 무료 샘플이며, Tinker 플랫폼이 실제 제품이기 때문입니다. 당신은 그 위에서 파인튜닝, 배포, 자체 버전의 반복(Iteration)을 수행해야 합니다. 샘플이 당신을 끌어들이고, 파인튜닝이 당신을 머물게 하며, Tinker에 머물게 함으로써 당신이 떠나지 못하게 만듭니다.

이는 순수 폐쇄형 API보다 복제하기 어렵고, 순수 오픈 소스보다 지속 가능합니다.

저평가된 또 다른 차원이 있습니다.

지난 2년 동안 미국 기업들이 자체 모델을 만들고자 할 때, 중국의 오픈 소스 가중치에 크게 의존해 왔습니다.

중국의 DeepSeek, Qwen, GLM은 능력이 뛰어나고 개방성이 높지만, 데이터 보안, 수출 통제, 정렬(Alignment)의 차이는 항상 잠재적인 위험 요소였습니다.

Inkling은 미국 본토의 고성능 대안을 제시했습니다. 이는 능력의 압도가 아니라 공급망 리스크의 분산입니다.

이 셀링 포인트(Selling point)가 기업 의사 결정층에 미치는 영향은 벤치마크(Benchmark) 순위보다 훨씬 클 수 있습니다.

자체 에이전트(Agent) 시스템을 구축하려는 사람들에게 Inkling이 주는 신호는 매우 실질적입니다:

미래의 진정한 레버리지는 계속해서 가장 강력한 범용 모델을 쫓는 것이 아니라, 고품질 오픈 소스 베이스 모델과 자신의 데이터 및 판단력을 결합하여 오직 당신의 워크플로우만을 위한 지능형 시스템을 빠르게 구축하는 법을 배우는 것입니다.

1M 컨텍스트 + 에이전틱 코딩(Agentic coding, SWE-Bench 77.6%) + 제어 가능한 사고 예산(Controllable thinking budget)의 조합은, 긴 컨텍스트 에이전트 워크플로우에서의 가성비 측면에서 가장 비싼 폐쇄형 API를 계속 호출하는 것보다 훨씬 높을 수 있습니다.

Mira는 매우 흥미로운 일을 했습니다. 모두가 “더 강력함”을 향해 경쟁할 때, 그녀는 “더 소유하기 쉬움”이라는 방향에 깃발을 꽂았습니다. 스스로가 충분히 강력하지 않음을 인정함으로써, 오히려 “핵심 데이터를 믿고 맡길 수 있는가”라는 질문을 더 신뢰할 수 있게 만들었습니다.

AI 경쟁은 “누구의 모델이 가장 똑똑한가”에서 두 갈래 길로 갈라지고 있습니다. 하나는 계속해서 범용 지능의 정점을 향해 달리는 길이고, 다른 하나는 누가 먼저 당신의 자산의 일부가 되는가를 다투는 길입니다.

Mira는 후자를 선택했고, 회사 전체를 그곳에 걸었습니다.

이 방향이 옳은지는 Tinker가 대규모 MoE를 파인튜닝하는 일을 충분히 단순하고 저렴하게 만들 수 있는지에 달려 있습니다.

하지만 한 가지는 분명해졌습니다. 2026년에는 “소유할 수 있음”이 “당신보다 똑똑함”만큼이나 가치 있는 것이 되고 있습니다.