모델 803건 · 국산 131 · 가격 645 추적 중
파운데이션 모델·LLM

알리바바, 큐원4 아키텍처 미리보기 모델 공개

AI타임스·2026-08-27주요

요약

알리바바가 차세대 플래그십 모델 큐원4에 적용될 아키텍처를 미리 확인할 수 있는 오픈웨이트 멀티모달 모델 '큐원3.8-플래시-넥스트'를 공개했다. 이 모델은 전문가 혼합(MoE) 구조를 채택해 전체 규모 대비 실제 연산에 활용되는 매개변수 비중을 크게 낮춘 것이 특징이다. 알리바바에 따르면 이전 모델인 큐원3.7-플러스와 비교해 학습 비용을 약 9분의 1 수준으로 낮췄다. 이를 통해 성능과 모델 규모를 유지하면서도 연산량과 비용을 줄이는 방향성을 제시했다.

큐레이터 노트

원문에 없는 맥락입니다

MoE 구조로 전체 매개변수 대비 활성 매개변수 비율을 30분의 1 수준으로 낮춘 점이 학습 비용 절감의 핵심 근거이며, 알리바바가 이를 차기 플래그십 모델의 아키텍처 방향으로 제시했다는 점에서 정식 큐원4 공개 전 성능 검증이 관전 포인트가 된다.

깊이 읽기

이 기사 한 건이 아니라, 같은 사안을 다룬 이 사이트의 기록을 근거로 정리했습니다

이 일이 어디서 왔나

알리바바는 8월 26일 큐원3.8-플래시-넥스트를 공개한 이후, 8월 28일 비공식 무삭제판이 하루 만에 등장했고, 8월 12일에는 같은 계열로 추정되는 Qwen3.8-2.4T-A95B가 나와 9월 9일 AWS가 SageMaker HyperPod 배포 가이드를 내놓는 등 후속 보도가 이어져 왔다. 이번 발표는 이런 흐름 속에서 알리바바가 해당 아키텍처를 차기 플래그십 큐원4의 방향으로 공식화했다는 의미를 갖는다. 비슷한 시기 텐센트도 8월 28일 대규모 MoE 구조의 'Hy4 프리뷰'를 오픈소스로 내놓아 중국 빅테크 간 MoE 기반 경량화 경쟁이 겹쳐 있다.

짚어야 할 점

  • 학습 비용 9분의 1 절감의 핵심 근거는 활성 매개변수 비율을 30분의 1로 낮춘 MoE 구조이며, 이는 알리바바 자체 발표치라는 점을 감안해야 한다.
  • 같은 계열로 보이는 모델이 공개 직후 무삭제판이 나오고 AWS 기업용 배포 가이드까지 나온 것은, 실제 활용과 안전성 검증이 알리바바의 공식 성능 발표보다 빠르게 진행되고 있음을 보여준다.
  • 텐센트도 비슷한 시기 대규모 MoE 구조 모델을 기업용으로 내놓으면서, 연산 효율을 앞세운 아키텍처 경쟁이 알리바바만의 흐름이 아니라 업계 전반의 추세로 확산되고 있다.

아직 확인되지 않은 것

  • 이번 미리보기 모델의 성능이 정식 큐원4에서도 동일하게 재현될지는 확인되지 않았다.
  • 학습 비용 9분의 1 절감이라는 수치가 독립적인 제3자 검증을 거친 것인지, 알리바바 측 발표에만 근거한 것인지는 확인되지 않았다.
  • 무삭제판 확산이 알리바바의 공식 모델 정책이나 큐원4 공개 계획에 어떤 영향을 미칠지에 대한 언급은 없다.

다른 매체는 이렇게 썼다

같은 사안을 다룬 다른 곳의 보도입니다

클라우데라 소버린 AI 리더 선정 등 SW 업계 소식
ZDNet Korea · 2026-09-28

클라우데라가 IDC 마켓스케이프 '2026년 아태지역 소버린 AI 플랫폼' 벤더 평가에서 리더로 선정됐다. 에버퓨어는 가트너 매직 쿼드런트 인프라 플랫폼 소비형 서비스 부문에서 2년 연속 리더에 올랐다. 셀렉트스타는 AI 신뢰성·안전성 관련 연구 논문 5편을 NLP 학회 EMNLP 20…

중국 AI모델들, 여름 한때 글로벌 3위권 진입
IT조선 · 2026-09-27

올여름 오픈AI와 앤트로픽 등 미국 기업이 주도한 최상위권 AI 모델 경쟁에서 중국 기업들도 잇따라 존재감을 드러냈다. 문샷AI의 '키미 K3'가 한때 전체 3위까지 오른 데 이어 즈푸AI의 'GLM', 알리바바의 '큐웬', 스텝펀 신모델이 상위권에 이름을 올렸고, 샤오미도 '미모' 신…

AWS, EKS·EFA·DeepEP로 MoE 강화학습 처리량 40% 향상
AWS ML Blog · 2026-09-25

AWS는 믹스처 오브 엑스퍼트(MoE) 모델을 RLHF나 GRPO로 대규모 강화학습 후속 학습할 때 나타나는 통신 병목 문제를 다뤘다. Amazon EKS와 Elastic Fabric Adapter(EFA), DeepEP를 결합해 전문가 병렬화(Expert Parallelism)의 동적…

이 사안의 흐름

같은 주제를 다룬 이 사이트의 기록 — 최신순

이 글에 나온 말

용어집 전체 →
전문가 혼합
전문가 혼합(MoE)은 여러 개의 전문가 서브네트워크 중 입력에 따라 일부만 선택적으로 활성화해 연산하는 신경망 구조를 말한다.
멀티모달
텍스트뿐 아니라 이미지, 음성, 영상 등 여러 종류의 데이터를 함께 이해하거나 생성할 수 있는 AI 모델의 특성을 말한다.
학습
학습은 모델이 데이터를 반복적으로 살펴보며 예측 오차를 줄이는 방향으로 내부 파라미터를 조정해 나가는 과정을 말한다.

이 페이지는 원문을 요약·재서술하고 이 사이트가 쌓은 기록을 덧붙인 큐레이션입니다. 원문 본문은 싣지 않으며, 수치와 표기는 원문 기준을 유지했습니다.

AI타임스 원문 전체 보기 →

같은 분야의 다른 소식

전체 뉴스 →