Reflection, 첫 오픈 모델 'Beam' 공개… 5,010억 파라미터
3줄 요약
- 미국 신생 AI 연구소 Reflection이 첫 모델 'Beam'을 Hugging Face에 오픈 모델로 공개했습니다.
- 전체 5,010억 파라미터 중 토큰마다 230억 개만 쓰는 구조로, 100만 토큰의 긴 문맥과 코딩·에이전트 작업에 맞췄습니다.
- 상업적으로 쓸 수 있는 Apache 2.0 라이선스이며, 자체 서버에 올리거나 Hugging Face 추론 서비스로 바로 써 볼 수 있습니다.
Hugging Face는 10월 16일 미국 신생 연구소 Reflection의 첫 모델 Beam이 공개됐다고 소개했습니다. Beam은 여러 '전문가' 신경망 가운데 일부만 골라 계산하는 MoE(전문가 혼합) 구조로, 전체 파라미터는 5,010억 개지만 토큰 하나를 만들 때는 230억 개만 씁니다. 큰 모델의 용량을 유지하면서 훨씬 작은 모델에 가까운 속도로 돌아간다는 설명입니다.
입력은 텍스트만 받고, 한 번에 다룰 수 있는 문맥은 100만 토큰입니다. 자기 하드웨어나 클라우드에서 최상위급 모델을 직접 돌리고 용도에 맞게 추가 학습하려는 팀을 겨냥했으며, 모델 성능을 끌어내는 Rust 기반 전용 실행 도구도 함께 공개했습니다. Reflection이 밝힌 SWE-bench Verified 점수는 81.6%입니다.
실행 환경도 미리 갖췄습니다. transformers, vLLM, SGLang에서 첫날부터 돌릴 수 있고, 4비트 형식(NVFP4) 체크포인트는 약 1TB인 원본을 약 280GB로 줄여 B200 GPU 4대에서 여유 있게 운영할 수 있다고 합니다. 장비가 없다면 Baseten, Fireworks, Together가 제공하는 Hugging Face 추론 서비스로 시험할 수 있습니다.
다만 벤치마크 수치는 Reflection이 제공한 결과입니다. 또 계산에 쓰는 파라미터는 230억 개뿐이어도 5,010억 개 전체를 메모리에 올려야 하므로, 직접 운영하려면 고성능 GPU 여러 대가 필요합니다.
왜 중요한가
코딩·에이전트용 최상위급 모델을 상업용 라이선스로 받아 자기 서버에서 고쳐 쓸 수 있는 선택지가 하나 더 늘었습니다. 신생 연구소가 첫 모델부터 오픈 모델로 나온 것은 오픈 모델 경쟁이 대형 기업 밖으로 넓어지고 있음을 보여 줍니다.
누구에게 중요한가
- 개발자
- 장비가 없다면 Hugging Face 추론 서비스로 먼저 써 보고, 자체 운영은 4비트 기준 약 280GB인 메모리 요구량을 계산한 뒤 결정하세요. Reflection은 Beam으로 만든 좋은 프로젝트에 1만 달러 상당의 Hub 크레딧을 주겠다고 밝혔습니다.
