Reflection AI, 5010억 파라미터 오픈웨이트 모델 Beam 발표

왜 지금 이 주제인가

브루클린 기반 스타트업 Reflection AI가 2026년 10월 5일, 자사 첫 프런티어급 오픈웨이트 모델 Beam을 발표했습니다. 그동안 오픈웨이트 최상위권은 GLM, Kimi, Qwen 같은 중국 모델이 사실상 독점해 왔는데, 창업 2년 차에 누적 투자 47억 달러를 모은 이 회사가 서구권에서 같은 체급의 모델을 내놓았다는 점에서 주목할 만합니다. 가중치 자체는 아직 공개되지 않았지만, 구체적인 벤치마크 수치와 학습 방식은 이미 공개됐습니다.

핵심 내용

Beam은 총 파라미터 5,010억 개 중 230억 개만 활성화되는 희소 혼합전문가(Mixture-of-Experts, MoE) 구조의 텍스트 전용 모델입니다. 23조 8000억 개 토큰으로 사전학습했고, 강화학습 단계에서는 256K 토큰 컨텍스트로 학습한 뒤 미드트레이닝을 거쳐 100만 토큰까지 확장했습니다. 강화학습에는 NVIDIA GB300 GPU 1만 500대를 4주간 투입해 1억 번이 넘는 롤아웃을 돌렸고, 샌드박스 환경 13억 개와 환경 구성 100만 개를 사용했다고 밝혔습니다.

Reflection AI가 공개한 벤치마크에서 Beam은 코딩·에이전트·추론 과제 전반에서 중국의 대표 오픈웨이트 모델들과 비슷한 체급으로 나타났습니다. SWE-Bench Pro v2-Hard에서는 77.2점을 받아 GLM 5.3(84.3점)과 Kimi K3(88.2점)보다 낮았지만, 구버전인 SWE-Bench Pro v1에서는 65.5점으로 GLM 5.2(62.1점)를 앞섰습니다. Terminal-Bench v2.1에서는 80.1점으로 GLM 5.2(81.0점)와 비슷한 수준이었고, GLM 5.3(88.2점)과 Kimi K3(88.3점)보다는 뒤졌습니다. 수학 경시 문제를 모은 AIME 2026에서는 97.8점으로 GLM 5.2(99.2점)에 근소하게 못 미쳤고, 대학원 수준 과학 문제인 GPQA Diamond에서는 90.5점으로 GLM 5.2(91.2점), GLM 5.3(91.7점), Kimi K3(93.5점)에 모두 조금씩 뒤처졌습니다. 다만 도구 호출 능력을 재는 MCP Atlas에서는 78.7점으로 GLM 5.2(77.8점)를 앞섰습니다.

Reflection AI는 이런 성능을 활성 파라미터 230억 개라는 상대적으로 작은 연산량으로 냈다는 점을 강조했습니다. 비교 대상 모델들의 활성 파라미터 규모가 더 크다는 점을 들어, 추론 비용 대비 성능에서 우위를 주장한 것입니다. 가중치와 기술보고서, 모델 카드, 개발자 도구는 10월 중 Apache 2.0 라이선스로 공개될 예정이며, 하이퍼스케일러와 네오클라우드를 통한 배포, 주요 오픈소스 라이브러리와의 통합도 함께 이뤄질 계획입니다.

의미와 한계

Beam은 서구 진영에서 처음으로 중국 오픈웨이트 모델들과 같은 체급에서 직접 비교 가능한 성능 수치를 내놓은 모델이라는 점에서 의미가 있습니다. 지난 1년 가까이 오픈웨이트 최상위권을 GLM, Kimi, Qwen, DeepSeek 등 중국 모델들이 차지해 온 상황에서, 신생 스타트업이 비슷한 규모의 모델을 독자적으로 학습시켜 냈다는 사실 자체가 서구 오픈소스 생태계의 역량을 보여주는 사례로 읽힙니다.

다만 한계도 분명합니다. 현재 공개된 수치는 모두 Reflection AI가 자체 측정한 결과로, 독립된 제3자 검증은 아직 이뤄지지 않았습니다. 벤치마크 비교표를 보면 Beam이 모든 지표에서 앞선 것은 아니며, 다섯 개 벤치마크 중 네 개에서 GLM 5.2나 그 상위 버전에 뒤처집니다. 또한 가중치 자체가 아직 공개되지 않아 외부에서 직접 구동하거나 재현해 볼 수 없는 상태입니다. “낮은 연산 비용으로 비슷한 성능”이라는 주장도 활성 파라미터 수 차이에 근거한 추정일 뿐, 실제 추론 비용이나 지연시간을 직접 비교한 수치는 아직 공개되지 않았습니다.

한 줄 정리

Reflection AI가 활성 파라미터 230억 개로 중국 오픈웨이트 모델들과 맞먹는 성능을 낸다고 주장하는 Beam을, 가중치는 이달 중 공개하기로 했습니다.