위브 라우터(Weave Router)가 코딩 에이전트의 성능을 획기적으로 개선할 수 있는 오픈소스 모델 라우터인 '위브 라우터 2.0'을 발표했습니다. 이 라우터는 클로드 코드(Claude Code)나 코덱스(Codex)와 같은 코딩 에이전트에 연결되어, 작업의 특성에 따라 최적의 대규모 언어모델(LLM)을 지능적으로 선택하고 전환합니다. 예를 들어, 복잡한 디버깅이나 시스템 설계에는 아스트라(Astra) 같은 고성능 모델을, 간단한 프런트엔드 업데이트에는 딥시크 v4 플래시(Deepseek v4 Flash)처럼 빠르고 저렴한 모델을 활용하는 방식입니다.
위브 라우터 2.0은 벤치마크 테스트에서 단일 최신 모델인 GPT-6 아스트라와 동등한 작업 성공률을 기록했습니다. 특히 터미널 벤치(Terminal Bench)에서는 아스트라 대비 52%의 비용으로 2.2배 빠르게 작업을 완료했으며, SWE 아틀라스(SWE Atlas)에서는 54%의 비용으로 2.5배 빠른 속도를 보였습니다. 이러한 성능 향상은 새로운 아키텍처, 대규모 학습 데이터셋, 그리고 캐시 관리 최적화 덕분입니다. 특히, 은닉 마르코프 모델(HMM)을 활용해 세션 상태를 추적하고, 이를 기반으로 적합한 모델 그룹을 분류하는 새로운 아키텍처가 탐색 공간을 크게 줄여 성능을 극대화했습니다.
이번 발표는 여러 LLM을 조합하는 앙상블(ensemble) 방식이 단일 최고 성능 모델보다 더 효율적일 수 있다는 가설을 입증한 중요한 이정표입니다. 개발자들은 위브 라우터를 통해 코딩 에이전트의 성능을 높이면서도 운영 비용을 절감하고 작업 시간을 단축할 수 있게 되었습니다. 이는 AI 기반 개발 도구의 활용성을 높이고, 더 복잡하고 다양한 코딩 작업을 효율적으로 자동화하는 데 기여할 것으로 기대됩니다.