Qwen3.6-27B 등장: 270억 파라미터로 플래그십을 넘본다고?

요즘 오픈소스 LLM 판이 심상치 않습니다. 몇 달 전만 해도 “오픈소스는 GPT-4를 따라잡기 어렵다"는 말이 정설이었는데요. 이번에 알리바바가 공개한 Qwen3.6-27B는 그 공식을 또 한 번 흔들고 있습니다.

270억 파라미터, 그런데 왜 이렇게 화제일까

Qwen3.6-27B의 핵심은 크기입니다. 270억 파라미터짜리 dense 모델인데, 이건 생각보다 작은 체급입니다. GPT-4급 상용 모델들이 조 단위 파라미터를 굴리는 걸 감안하면 거의 10분의 1도 안 되는 수준인데요.

그런데도 알리바바는 이 모델을 “flagship-level coding model"로 포지셔닝하고 있습니다. 쉽게 말해 회사의 최상위 라인업과 비등한 코딩 성능을 낸다는 주장입니다. 270억 파라미터 dense 모델이 수천억짜리 MoE(Mixture of Experts) 모델과 맞붙겠다는 선언입니다.

Dense 모델이 다시 주목받는 이유

최근 트렌드는 MoE였습니다. DeepSeek, Mixtral 같은 모델들이 전문가 여러 개를 두고 필요한 것만 활성화하는 방식으로 효율을 끌어올렸거든요. 그런데 Qwen3.6은 정반대 길을 택했습니다.

Dense 모델의 장점은 배포 편의성입니다. MoE는 메모리에 전체 전문가를 올려야 해서 서빙 비용이 생각보다 높습니다. 반면 dense 27B는 단일 GPU 한두 장으로도 돌릴 수 있습니다. 기업 내부에 프라이빗하게 코딩 어시스턴트를 깔고 싶은 팀 입장에선 이쪽이 훨씬 현실적인 선택지인데요.

오픈소스 코딩 모델 전쟁의 지형 변화

지난 1년간 코딩 특화 오픈소스 모델은 쏟아졌습니다. DeepSeek Coder, Qwen Coder, StarCoder, Codestral까지. 그런데 실제로 현업에서 Cursor, Copilot 같은 상용 도구를 대체한 사례는 드뭅니다. 성능 격차가 이유였죠.

Qwen3.6-27B가 만약 알리바바의 주장대로 플래그십급 성능을 낸다면 이야기가 달라집니다. 로컬에서 돌릴 수 있는 모델이 클로즈드 모델과 맞붙는 순간, 보안상 이유로 클라우드 AI를 못 쓰던 금융·공공·대기업 시장이 열립니다.

알리바바의 전략이 보여주는 것

알리바바는 최근 Qwen 시리즈를 계속 오픈소스로 풀고 있습니다. 이건 단순한 선의가 아닙니다. 중국 AI 생태계의 디폴트 플랫폼이 되려는 전략이라고 보는 편이 맞습니다.

미국 쪽이 OpenAI·Anthropic 중심으로 클로즈드 진영을 굳히는 동안, 중국은 오픈소스로 개발자 커뮤니티를 흡수하는 그림입니다. 특히 코딩 모델은 개발자가 매일 쓰는 도구이기 때문에, 여기서 표준이 되면 파급력이 큽니다.

남은 질문들

물론 벤치마크 숫자와 실사용 경험은 다릅니다. Qwen 계열은 그동안 영어 벤치마크에서 좋은 점수를 받았지만, 실제 복잡한 리팩토링이나 대규모 코드베이스 맥락 이해에선 GPT-4 계열에 밀린다는 평가도 있었습니다. 이번 3.6 버전이 그 간극을 좁혔는지가 핵심입니다.

또 하나, 라이선스 조건도 중요합니다. 상업적 이용이 얼마나 자유로운지, 파인튜닝과 재배포가 가능한지에 따라 실질적 파급력이 달라지는데요.

270억 파라미터로 플래그십에 도전한다는 선언. 이게 마케팅 수사에 그칠지, 아니면 오픈소스 코딩 모델의 새 기준이 될지는 몇 주 안에 커뮤니티 벤치마크로 판가름 날 겁니다. 여러분이라면 회사 코드베이스를 로컬 Qwen3.6에 맡겨볼 의향이 있으신가요?