2026년 11월 글로벌 AI 모델 설계의 새 공식 초희소 활성화와 비전통 신경망
무작정 모든 뉴런을 다 켜서 전기세를 태우던 시대가 끝나고 전체 지식 창고는 600B급으로 키우되 실제 연산은 3퍼센트 내외만 깨우는 초희소 설계가 대세가 되었습니다. 11월 둘째 주 나란히 등장한 Inkling 2 Small, Ling 3.2 Flash, LFM3-1.7B 세 모델의 실전 쓰임새를 가려봅니다.
몸집은 6000억 개로 키우고 실행 속도는 소형 모델처럼 날렵하게
오픈AI 전 CTO 미라 무라티가 이끄는 씽킹머신즈 랩이 자체 Tinker 플랫폼을 통해 공개한 Thinking Machines Inkling 2 Small은 이름에 붙은 Small이라는 단어가 무색하게 총 5940억 파라미터를 품고 있습니다. 하지만 토큰 하나를 처리할 때 실제로 켜지는 활성 파라미터는 단 170억 개뿐이라 백만 토큰당 입력 0.30달러, 출력 1.00달러라는 경쾌한 비용으로 100만 컨텍스트 멀티모달 도구 호출을 해냅니다.
같은 주 앤트그룹 산하 오픈 연구진이 내놓은 inclusionAI Ling 3.2 Flash 역시 총 5600억 파라미터 중 250억 개만 깨우는 하이브리드 리니어 어텐션 구조를 택했습니다. 특히 이 모델은 텍스트와 이미지를 넘어 원본 비디오 입력까지 네이티브로 직결해 화면 녹화 영상을 통째로 읽고 프론트엔드 버그를 잡는 에이전트 작업에 강점을 보입니다.
11월 신규 화제작 3종 아키텍처 및 실전 배치 가이드
| 모델명 | 전체 대비 활성 파라미터 | 컨텍스트 및 입력 모달리티 | 가장 빛나는 도입 시나리오 |
|---|---|---|---|
| Inkling 2 Small | 총 594B 중 17B 활성 초희소 MoE | 100만 토큰, 텍스트 + 이미지 | Tinker 기반 사내 도메인 미세조정 및 고정밀 툴 콜링 |
| Ling 3.2 Flash | 총 560B 중 25B 활성 리니어 MoE | 100만 토큰, 텍스트 + 이미지 + 비디오 | UI 녹화 영상 디버깅 및 장문 리포지토리 무료 프로토타이핑 |
| Liquid LFM3-1.7B | 1.7B 단일 초밀도 액체 하이브리드 | 26만 2천 토큰, 초경량 텍스트 | 인터넷 없는 노트북 모바일 온디바이스 장문 요약 에이전트 |
클라우드 거인과 엣지 초경량 모델을 엮는 실무 아키텍처
1. 사내 고유 지식을 입힐 때는 Tinker와 맞물린 Inkling 2 Small
범용 플래그십인 Qwen4-Max 같은 모델을 그대로 호출하는 것으로 부족해 우리 회사만의 의료 코딩 규칙이나 반도체 설계 문법을 모델 가중치에 직접 학습시키고 싶을 때 Inkling 2 Small과 Tinker 플랫폼 조합이 빛을 발합니다. 활성 연산량이 17B로 가벼워 파인튜닝 후 전용 엔드포인트 서빙 비용 부담도 한결 낮습니다.
2. 단말기 로컬 비서는 26만 컨텍스트를 뚫은 Liquid LFM3-1.7B로 해결
반면 고객의 스마트폰이나 공장 현장의 태블릿 안에서 클라우드 통신 없이 돌아가야 하는 기능에는 Liquid AI LFM3-1.7B가 독보적입니다. 불과 17억 파라미터 크기라 일반 노트북 CPU에서도 가볍게 돌아가면서 전통 소형 모델의 한계였던 짧은 기억력을 넘어 무려 26만 토큰 분량의 매뉴얼을 오프라인에서 한 번에 읽고 답해줍니다.
자주 묻는 질문 Q&A
Q. Ling 3.2 Flash와 Inkling 2 Small을 지금 당장 코드 몇 줄로 비교 테스트해 볼 수 있나요?
두 모델 모두 표준 OpenAI 호환 API 규격을 지원하는 오픈라우터 등에 즉시 등록되었으며 특히 무료 체험 엔드포인트도 함께 열려 있어 기존 백엔드에서 모델 슬러그 한 줄만 바꿔 응답 품질과 속도를 바로 대조해 볼 수 있습니다.
Q. 총 파라미터가 594B면 내 로컬 그래픽카드에 직접 올려서 돌리기는 힘든가요?
맞습니다. 활성 연산량은 17B로 가볍더라도 전체 전문가 가중치 594B를 메모리에 올려두어야 하므로 단일 PC 구동에는 무리가 따르며 로컬 온디바이스 구동이 목적이라면 처음부터 1.7B 체급으로 설계된 LFM3-1.7B를 선택하는 것이 정답입니다.
