🤖 AI 큐레이션
메이투안이 1.6조 파라미터 MoE 코딩 모델 LongCat-2.0을 MIT 라이선스로 공개했다. 엔비디아 GPU 없이 중국산 ASIC 약 5만 장 클러스터로 학습·추론을 끝냈고, 정체를 숨긴 'Owl Alpha'로 OpenRouter 상위권을 이미 장악했던 준프런티어급 모델이다.
중국 최대 배달·생활서비스 기업 메이투안(美团)이 자사 AI 연구조직 'LongCat'을 통해 1.6조(1.6T) 파라미터 규모의 오픈소스 코딩 특화 모델 'LongCat-2.0'을 공개했다. 단순히 큰 모델이 아니라, 화제의 핵심은 '어디서 어떻게 학습됐느냐'다. 이 모델은 엔비디아의 고성능 GPU를 전혀 쓰지 않고, 중국산 AI 가속기(도메스틱 ASIC) 약 5만 장으로 구성된 클러스터에서 사전학습부터 추론 서비스까지 처음부터 끝까지 완결됐다. 업계에서 '조 단위 파라미터 모델을 중국칩만으로 엔드투엔드 구현한 첫 사례'로 평가받는다.
구조적으로는 전체 1.6조 파라미터를 한꺼번에 쓰지 않고 토큰마다 약 33B~56B(평균 약 48B)만 동적으로 활성화하는 MoE(전문가 혼합) 방식이다. 덕분에 거대 규모임에도 추론 효율을 확보했다. 여기에 자체 개발한 'LongCat Sparse Attention'과 간단한 토큰은 계산을 건너뛰는 '제로-컴퓨테이션 전문가' 기법을 얹어, 100만(1M) 토큰의 초장문 컨텍스트를 네이티브로 처리한다. 대규모 코드베이스를 통째로 읽고 추론해야 하는 에이전트형 소프트웨어 작업을 겨냥한 설계다.
성능도 '준(準)프런티어'급으로 제시됐다. 실무형 코딩 벤치마크인 SWE-bench Pro에서 59.5점, 터미널 작업 벤치마크 Terminal-Bench에서 70.8점, 다국어 SWE-bench에서 77.3점을 기록했다. 일부 보도는 이 SWE-bench Pro 점수가 GPT-5.5(58.6)를 소폭 앞선다고 전한다. 사전학습 데이터는 한국어를 포함한 다국어·코드까지 아우르는 30조~35조 토큰 규모로 알려졌다.
이 모델의 저력은 공개 전부터 이미 입증됐다. LongCat-2.0의 프리뷰 버전은 정체를 숨긴 채 'Owl Alpha(올빼미 알파)'라는 코드명으로 오픈소스 API 라우팅 플랫폼 OpenRouter에 조용히 올라와 있었는데, 실사용 호출량 기준 세계 상위권까지 치고 올라갔다. 월 약 10조 토큰(하루 평균 약 5,590억 토큰)을 처리하며 전월 대비 242% 폭증했다는 집계가 제시됐다. 즉, 브랜드도 모른 채 개발자들이 성능만 보고 이미 대량으로 쓰고 있었다는 얘기다.
라이선스는 상대적으로 개방적인 MIT로 공개됐고, API는 OpenAI·Anthropic 호환 엔드포인트로 제공된다(프로모션가 100만 토큰당 입력 0.30달러/출력 1.20달러 수준). 다만 가중치(weights) 완전 공개 시점은 매체마다 엇갈린다. 일부는 Hugging Face의 'meituan-longcat' 조직에서 이미 받을 수 있다고 전한 반면, 다른 보도는 '가중치는 곧(coming soon)'이라고 적어, 실제 다운로드 가능 여부는 공식 채널에서 재확인이 필요하다.
종합하면 LongCat-2.0은 두 가지 서사를 동시에 던진다. 하나는 '중국이 미국의 반도체 수출 규제 속에서도 자국 칩만으로 프런티어급 대형모델을 만들 수 있다'는 지정학적 신호이고, 다른 하나는 '코딩 에이전트 시장에서 저가·개방형 강자가 또 하나 등장했다'는 실용적 신호다.
국내 개발팀·스타트업 입장에서 LongCat-2.0은 '엔비디아 없이도 프런티어급 코딩 모델이 나온다'는 실증이자, 클로드·GPT 계열에 대한 저가 대안 카드가 하나 더 늘었다는 뜻이다. MIT 라이선스에 OpenAI·Anthropic 호환 API, 100만 토큰 컨텍스트는 사내 코드베이스 전체를 넣는 에이전트형 자동화에 매력적이다. 다만 학습 데이터·중국산 인프라 특성상 보안·데이터 거버넌스·규제 민감 도메인에서는 도입 전 검증이 필요하고, 무엇보다 가중치 실제 공개 여부가 오픈소스로서의 가치를 좌우한다. AI 반도체 자립 경쟁이 곧 국내 클라우드·칩 생태계에도 파장을 줄 이슈라는 점도 주목할 만하다.
🤖 AI가 여러 소스를 종합·해설한 큐레이션입니다. 정확성은 원문(출처)으로 확인하세요.