CoAI
뉴스

미국 Reflection AI, 총 5,010억 파라미터 'Beam'의 가중치를 Apache 2.0으로 공개… 프로그래밍과 에이전트용

미국 AI 스타트업 Reflection AI가 2026년 10월 16일, 10월 5일 발표한 AI 모델 'Beam'의 가중치를 Hugging Face에 공개했습니다. 총 5,010억 개의 파라미터 중 한 번의 처리에 230억 개를 사용하는 구조이며, 라이선스는 제한이 적은 Apache 2.0입니다. API는 무료 체험 한도가 있는 베타 버전으로 이용할 수 있습니다.

2026년 10월 16일약 3분 소요

미국 AI 스타트업 Reflection AI가 2026년 10월 16일 AI 모델 'Beam'의 가중치(학습을 마친 모델의 데이터)를 공개했습니다. Beam은 10월 5일 발표한 모델로, 프로그래밍과 추론, 그리고 AI가 도구를 사용하며 작업을 진행하는 '에이전트' 용도를 겨냥해 만들어졌습니다. 가중치는 Hugging Face에서 내려받을 수 있으며, 라이선스는 상업적으로도 자유롭게 쓸 수 있는 Apache 2.0입니다.

Reflection AI와 Beam

Reflection AI는 Google DeepMind에서 Gemini 개발에 참여한 미샤 라스킨(Misha Laskin)과 바둑 AI 'AlphaGo'의 공동 개발자인 이오아니스 안토노글루(Ioannis Antonoglou)가 2024년 3월 창업한, 뉴욕에 본사를 둔 스타트업입니다. 미국발 공개 모델(오픈 웨이트) 개발을 내걸고, 2025년 10월에는 기업 가치 80억 달러로 20억 달러를 조달했습니다. Beam은 이 회사의 첫 오픈 웨이트 모델이며, 시리즈의 첫 번째 모델로 자리매김했습니다.

공식 소개 페이지에 따르면 Beam의 주요 사양은 다음과 같습니다.

  • 구조: MoE(Mixture of Experts). 전체 파라미터는 5,010억 개(501B)이며, 한 번의 처리에 사용하는 것은 그중 230억 개(23B)
  • 학습에 사용한 데이터의 양: 23.8조 토큰
  • 실제로 다룰 수 있는 입력의 길이(컨텍스트): 100만 토큰

MoE는 전체 규모가 크더라도 처리할 때마다 일부 '전문가' 부분만 움직이는 구조로, 규모에 비해 빠르고 저렴하게 실행할 수 있습니다.

공개된 가중치와 라이선스

가중치는 Hugging Face에 다음 형식으로 공개됐습니다.

  • BF16: 원래 정밀도의 형식
  • FP8, NVFP4: 데이터를 작게 줄여 필요한 메모리를 줄인 형식
  • DFlash2: 문장 생성을 빠르게 하기 위한 보조 모델(추측 디코딩이라는 방법으로 사용)

라이선스인 Apache 2.0은 오픈소스에서 널리 쓰이는 것으로, 상업적 이용과 수정, 재배포를 매출이나 이용자 수에 따른 제한 없이 허용합니다. 하루 전인 10월 15일 Meta가 공개한 'Muse Spark Open'이 대기업의 제공에 조건을 붙인 자체 라이선스였던 것과 대조적입니다.

사용 방법

Beam은 다음 방법으로 사용할 수 있습니다.

  • API: Reflection AI의 개발자용 사이트(platform.reflection.ai)에서 무료 체험 한도가 있는 베타 버전으로 제공
  • 클라우드 등: AWS, Google Cloud, Microsoft Foundry, Together AI, Ollama 등에서 사용 가능(제휴·연동처는 40곳 이상)
  • 자체 서버: Dell과 HPE의 서버에서 실행 가능

API 요금은 공개되지 않았습니다. 일본에서의 이용이나 일본어 지원에 대해서는 별도의 안내가 없습니다.

성능 평가

공식 소개 페이지에 실린 주요 수치는 다음과 같습니다. Beam의 수치는 Reflection AI가 발표한 것이며, 비교한 타사 모델의 수치에는 평가 사이트 Artificial Analysis와 DataCurve의 데이터를 사용했다고 밝혔습니다. 제3자의 검증은 아직 이뤄지지 않았습니다.

  • SWE Bench Pro v2-Hard(어려운 소프트웨어 개발 과제): 77.2
  • Terminal Bench v2.1(명령어 조작): 80.1
  • AIME 2026(수학 경시 문제): 97.8
  • GPQA Diamond(대학원 수준의 과학 문제): 90.5

하루 전 공개된 Meta의 Muse Spark Open은 Terminal-Bench 2.1에서 76.4(Terminus 2라는 에이전트로 측정), GPQA Diamond에서 89.0을 기록했다고 Meta가 발표했습니다. 다만 측정 조건이 같다고 단정할 수 없으므로 단순 비교는 어렵습니다.

CoAI 편집부의 시각

Beam은 미국 기업이 내놓은 대형 공개 모델 중에서도 라이선스 제한이 특히 적은 모델입니다. Apache 2.0이라면 매출이 큰 기업도 별도 계약 없이 자사 서비스에 넣을 수 있습니다. 최근 1주일 사이 Meta, 중국의 StepFun, Reflection AI가 잇따라 대형 공개 모델을 내놓으면서, 자신의 환경에서 실행할 수 있는 AI의 선택지가 빠르게 넓어지고 있습니다.

한편 공개된 성능 수치는 Reflection AI가 직접 낸 것이며, 제3자의 평가는 이제부터입니다. 전체 5,010억 파라미터로 규모가 커서, 자체적으로 실행하려면 대형 GPU 서버가 필요합니다. 우선 API의 무료 체험 한도로 자신의 작업에 맞는지 시험해 보는 것이 좋습니다.

출처

뉴스 목록으로