씽킹 머신스 Inkling·메타 뮤즈 스파크 — 벤치마크에서 맞춤화로 옮겨가는 AI 경쟁

핵심 메시지

• 씽킹 머신스 랩(전 오픈AI CTO 미라 무라티가 이끄는)이 첫 모델 Inkling을 공개했다 — 총 975B, 활성 41B 파라미터의 MoE 오픈웨이트 모델.
• Inkling은 ‘최고 벤치마크’가 아니라 좋은 오픈 베이스에 파인튜닝 플랫폼(Tinker)을 더해 맞춤형 지능을 제공하는 전략을 내세운다.
• 메타의 뮤즈 스파크 1.1은 에이전트·멀티에이전트 오케스트레이션과 100만 토큰 컨텍스트, 비용 효율을 앞세웠지만 클로즈드 모델이라는 점이 비판받았다.
• 오픈AI의 GPT-5.6 ‘Sol’이 ARC-AGI-3에서 0%대에서 8%로 뛰어 화제가 됐으나, 패널은 여전히 AGI와는 거리가 있다고 봤다.
• 경쟁의 축이 ‘리더보드 1위’에서 ‘오픈 베이스를 얼마나 잘 맞춤화하느냐’로 옮겨가고 있다는 것이 패널의 핵심 진단이다.

쉽게 이해하기

IBM Technology의 주간 패널 ‘Mixture of Experts’가 이번 주 AI 소식을 정리했다. 진행자 팀 황과 IBM의 아론 바우먼(펠로우), 메르베 우누바르(디렉터), 크리스 헤이(디스팅귀시드 엔지니어)가 네 가지 소식을 놓고 토론한다. 이들이 던지는 핵심 질문은 이제 리더보드 순위가 아니라, ‘좋은 오픈 베이스에 파인튜닝 플랫폼을 더하면 클로즈드 최고 모델 전략을 이길 수 있는가’다.

첫 주제는 전 오픈AI CTO 미라 무라티가 이끄는 씽킹 머신스 랩의 첫 모델 Inkling이다. 총 975B, 활성 41B 파라미터의 MoE 구조 오픈웨이트 모델로, 100만 토큰 컨텍스트와 네이티브 멀티모달을 지향한다. 패널은 이 모델이 최고 성능이 아님을 스스로 인정한 점에 주목한다. 크리스 헤이는 DeepSeek 계열의 영향을 받은 아키텍처와, 여러 모델을 합치는 대신 40×40 픽셀 단위까지 토큰화하는 ‘진짜 멀티모달’ 접근, 그리고 빠른 속도를 높이 평가했다.

메르베 우누바르는 모델 자체보다 함께 제공되는 파인튜닝 플랫폼에 주목했다. 예컨대 특정 과제를 주면 스스로 계획을 세우고 평가와 합성 데이터를 생성한 뒤 Tinker API로 사후학습을 돌려 새 가중치를 코딩 하네스에 되돌려 넣는 폐루프 오케스트레이션이 인상적이라는 것이다. 아론 바우먼은 이를 ‘커스터마이즈 가능한 지능’으로 요약하며, LoRA 같은 파라미터 효율적 파인튜닝과 RAG, 에이전트 맞춤화 등 여러 계층으로 조정할 수 있는 점을 강조했다.

두 번째 주제는 메타 슈퍼인텔리전스 랩의 뮤즈 스파크 1.1이다. 벤치마크 차트에서 우위를 내세우며 에이전트와 멀티에이전트 오케스트레이션, 계획·위임, 병렬 서브에이전트, 컴퓨터 사용, 100만 토큰 컨텍스트, 비용 효율을 강조했다. 패널은 라마 이후 잠잠했던 메타가 다시 경쟁에 뛰어들 발판이 될 수 있다고 보면서도, 오픈웨이트가 아닌 클로즈드 모델로 낸 점에는 아쉬움을 표했다.

마지막으로 ARC-AGI-3 벤치마크가 화제가 됐다. 오픈AI의 GPT-5.6 ‘Sol’이 이 어려운 벤치마크에서 0%대에서 8%로 뛴 것이다. 패널은 의미 있는 진전으로 보면서도, 벤치마크가 포화될 때마다 더 어려운 버전을 내놓는 구조라 점수만으로 AGI를 판정하기 어렵다고 지적했다. 진짜 AGI는 사람에겐 쉽지만 모델이 별도 준비 없이 곧바로 풀지 못하는 과제를 처리할 때라는 기준이 제시됐다.

주요 인사이트

• Inkling이 스스로 계획·평가·합성데이터 생성 후 Tinker API로 사후학습하고 가중치를 되돌리는 폐루프 오케스트레이션이 특히 인상적이라는 평가가 나왔다.
• 미국은 클로즈드 모델에 강하고 오픈소스는 DeepSeek 등에 의존한다는 통념을, 미국 프론티어 랩의 오픈웨이트 우선 전략이 흔들고 있다.
• 메타는 벤치마크 수치보다 ‘비용 효율적인 에이전트 실행 엔진’으로 엔터프라이즈 시장을 노린다는 해석이 제기됐다.
• ARC-AGI는 포화될 때마다 더 어려운 버전을 내놓는 구조여서, 점수 하나만으로 AGI 도달 여부를 단정하기 어렵다.
• 진짜 AGI의 기준은 사람에겐 쉬운 새로운 과제들을 특별한 준비 없이 곧바로 처리하는 능력이라는 관점이 공유됐다.

자주 묻는 질문

관련 AI 소식