AI 스타트업 리플렉션(Reflection)이 코딩, 추론, 에이전트 작업에 최적화된 첫 오픈 웨이트 모델 '빔(Beam)'을 선보였습니다. 총 5,010억 개의 매개변수 중 230억 개만 활성화하는 희소 혼합 전문가 모델(Mixture-of-Experts, MoE) 구조를 채택하여, 고성능을 유지하면서도 추론 효율성을 크게 높인 것이 핵심입니다. 이는 기업용 코딩 및 에이전트 작업에서 비용 절감의 기반이 될 것으로 기대됩니다.
빔(Beam)은 코딩 및 에이전트 작업 벤치마크에서 GLM 5.2와 경쟁하고 Qwen 3.8-Max에 근접하는 성능을 보였습니다. 특히, 고급 추론 벤치마크에서는 GLM 5.2와 비슷한 점수를 추론 연산량의 3~4분의 1로 달성하는 뛰어난 효율성을 입증했습니다. 리플렉션은 23.8조 토큰의 사전 학습과 엔비디아(NVIDIA) GB300 GPU 10,500개를 4주간 투입한 대규모 강화 학습(RL)을 통해 모델을 훈련했으며, 불필요한 토큰을 억제하는 길이 페널티(length penalty)를 도입해 성능과 토큰 사용량의 균형을 개선했습니다. 사용자는 추론 노력(inference effort) 설정을 통해 작업 난이도와 연산 예산에 맞춰 응답 길이와 추론 수준을 조절할 수 있습니다.
리플렉션은 이번 달 중 아파치 2.0(Apache 2.0) 라이선스로 빔(Beam)의 가중치를 공개하고, 기술 보고서, 모델 카드, 실행/평가/미세조정(fine-tuning) 도구를 함께 제공할 계획입니다. 이는 오픈소스 AI 생태계에 고효율 대규모 언어모델(LLM)을 제공함으로써, 개발자들이 더 적은 자원으로 복잡한 코딩 및 에이전트 기반 애플리케이션을 구축할 수 있는 기회를 열어줄 것입니다. 특히, 추론 비용 절감은 스타트업이나 개인 개발자에게 AI 활용의 문턱을 낮추는 중요한 요소가 될 것으로 보입니다.