'공개'의 두 의미를 구분해야 하는 이유

발표문과 공식 채널에 따르면 빔은 5010억 개 전체 파라미터 중 230억 개만 가동하는 희소 혼합전문가 구조입니다. 로벌이코노믹 등 복수 언론도 같은 수치를 전했습니다. 다만 공표로서의 '공개'와 가중치 릴리스는 별개의 단계이며, 허깅페이스 저장소 기준 공개된 모델 파일은 10월 7일 현재 확인되지 않았습니다. 공식 블로그·공식 X·허깅페이스 저장소 세 곳 모두에서 가중치가 아직 올라오지 않았습니다.

성능 주장은 자체 벤치마크에만 근거

출처: 조사 출처

회사 측은 빔이 GLM-5.2급 성능을 내며 기존 대비 3~4배 효율적이라고 주장했습니다. 발표 시점에 독립 제3자 벤치마크는 미공개 상태로, AI Tech Daily도 이 점을 지적했습니다. 수치의 검증 여부는 모델이 실제 공개된 뒤 외부 평가가 이뤄져야 알 수 있습니다.

'효율적 사고'라는 포지셔닝의 배경

계기가 된 국내 기사는 제목에서 '공개'로 단순화했으나, 본문에서는 가중치 공개가 이달 중 예정이며 라이선스는 Apache 2.0이라고 정확히 구분해 서술했습니다. 회사는 이 모델을 '더 오래 생각하는 AI'가 아니라 '효율적으로 생각하는 AI'로 내세웠습니다. 코딩과 에이전트 작업을 주 타깃으로 명시했습니다.

컨텍스트 외엔 확인된 자료가 남지 않은 부분

빔이 기존 오픈웨이트 모델 대비 실제 추론 비용을 얼마나 낮추는지는 회사 자체 수치 외에 뒷받침 자료가 아직 확인되지 않았습니다. 희소 활성화 방식 자체는 통념과 어긋나지 않지만, 5010억 중 230억이라는 활성화 비율이 실사용 환경에서 어떤 비용 구조를 만드는지는 관측이 더 필요합니다.

가중치 공개가 예정대로 이달 안에 이뤄지는지, 공개 후 외부 벤치마크가 자체 주장과 얼마나 맞는지가 다음 확인 지점입니다. 발표 내용과 실제 공개 범위가 구분되어 전해진 점, 성능 수치가 자체 평가임이 명시된 점을 종합하면 이번 보도는 대체로 사실입니다.