Thinking Machines, 첫 오픈웨이트 모델 Inkling 공개

도입

전 OpenAI CTO Mira Murati가 세운 Thinking Machines Lab이 첫 공개 모델 Inkling을 출시했다. OpenAI, Anthropic, Google의 대표 모델들이 폐쇄형 범용 챗봇을 중심으로 발전해 온 것과 달리, Inkling은 오픈웨이트 모델이다. 개발자와 기업은 이를 내려받아 직접 실행하고 수정할 수 있다. 이번 발표는 단순한 모델 공개가 아니라, “하나의 AI가 모든 조직에 맞는다”는 접근에 대한 공개적인 반론에 가깝다.

핵심 내용

• 오픈웨이트 전략: Inkling은 완제품 챗봇이라기보다 기업이 자사 업무와 지식에 맞게 조정할 수 있는 기반 모델로 제시된다.
• 대형 혼합 전문가 구조: 총 파라미터는 9,750억 개지만, 특정 작업에서는 약 410억 개만 활성화된다. 이는 대형 모델의 장점을 유지하면서 추론 비용과 속도를 관리하기 위한 설계다.
• 멀티모달 학습, 출력은 텍스트 중심: 회사는 Inkling이 텍스트, 이미지, 오디오, 비디오를 포함한 45조 토큰으로 학습됐으며 네 가지 모달리티를 넘나드는 추론이 가능하다고 설명한다. 다만 현재 출력은 텍스트, 코드, 스타일이 적용된 산출물, 구조화 데이터에 제한된다.
• 불확실성 표시와 조절 가능한 추론: Inkling은 확신이 낮을 때 억지로 답을 꾸며내기보다 불확실성을 표시하도록 설계됐다. 사용자는 “사고 노력” 수준을 조절해 속도와 추론 품질 사이의 균형을 선택할 수 있다.
• 최강 모델이 아니라 적응형 모델: Thinking Machines는 Inkling이 현재 공개·비공개 모델을 통틀어 가장 강력한 모델은 아니라고 명확히 밝혔다. 핵심 가치는 균형 잡힌 성능과 커스터마이징 가능성이다.

의미와 영향

Inkling의 의미는 파라미터 규모보다 방향성에 있다. 많은 기업은 폐쇄형 AI 플랫폼을 사용할 때 프롬프트, 수정 피드백, 업무 지식이 외부 시스템에 축적되는 문제를 고민한다. Thinking Machines의 주장은 기업 AI의 진짜 가치는 조직 내부의 전문성을 모델에 반영할 때 나온다는 것이다.

이 지점에서 Tinker가 중요해진다. Inkling의 가중치가 공개된다면 모델 자체가 직접적인 과금 지점이 되기는 어렵다. 대신 수익은 훈련, 미세조정, 배포와 호스팅 생태계에서 나와야 한다. 이는 고정된 모델에 API 사용료를 매기는 방식과 다르다. Thinking Machines는 모델을 판매하기보다 기업이 자신만의 AI 시스템을 만드는 과정을 지원하려는 셈이다.

물론 장벽도 있다. 모델 미세조정에는 높은 수준의 머신러닝 인력이 필요하며, 고객이 모델을 수정한 이후의 안전성과 거버넌스 책임도 커진다. 또 회사는 초기 후처리 학습 데이터 일부를 생성하는 과정에서 Moonshot AI의 Kimi K2.5 등 다른 오픈웨이트 모델의 도움을 받았다고 밝혔다. 다만 다음 모델은 완전히 자체적인 후처리 학습 절차를 쓰겠다고 설명했다.

Inkling은 기업 AI 시장의 무게중심이 이동하고 있음을 보여준다. 최전선의 폐쇄형 모델은 실험이나 고부가가치 작업에 계속 쓰이겠지만, 많은 실제 운영 환경은 프라이빗 모델, 오픈웨이트 모델, 또는 깊게 조정된 전용 모델로 옮겨갈 수 있다. Thinking Machines의 질문은 분명하다. 기업에 필요한 것은 단지 가장 강한 모델인가, 아니면 우리 조직의 지식으로 바꿔 만들 수 있는 모델인가.

출처: TechCrunch AI