알리바바의 Qwen3.8, 오픈 웨이트 AI 경쟁을 글로벌 전쟁으로 바꾸다

메타와의 경쟁이 ‘로컬 모델 대 로컬 모델’ 구도가 되다

메타는 이보다 앞서 노트북 중심의 오픈 웨이트 모델인 Muse Glimmer를 공개했다. 약 300억 개 파라미터 규모로 알려진 Muse Glimmer는 로컬 에이전트 작업을 겨냥했으며, Qwen3.8-27B와 비슷한 시기에 등장했다.

개발자 입장에서 선택지는 이제 단순히 “클라우드 모델을 쓸 것인가, 로컬 모델을 쓸 것인가”가 아니다. 메타와 알리바바가 각각 제공하는 오픈 웨이트 생태계 가운데 어느 쪽이 자체 호스팅, 로컬 추론, 모델 조정, 에이전트 배포에 더 적합한지를 비교하게 됐다.

실제 경쟁에서 중요한 것은 벤치마크 순위 하나가 아닐 가능성이 크다. 개발자가 쉽게 연결할 수 있는 도구, 특정 GPU에 대한 최적화, 프레임워크 호환성, 기업용 통합 기능, 커뮤니티의 문제 해결 능력이 모델 선택을 좌우할 수 있다.

알리바바의 진짜 무기는 모델 한 개가 아니라 생태계다

알리바바는 이미 상당한 유통 기반을 확보한 것으로 보인다. CNBC는 Qwen이 6개월 동안 30억 회 이상 다운로드됐으며, 같은 기간 구글은 4억1,800만 회, 메타는 2억2,700만 회를 기록했다고 보도했다. Qwen의 Hugging Face 파생 모델은 15만1,000개를 넘어 메타 전체의 약 2.6배에 이르는 것으로 집계됐다.

물론 다운로드 수가 실제 상시 운영 규모를 뜻하는 것은 아니다. 파생 모델 수 역시 품질이나 기업 도입 건수를 직접 보여주지 않는다. 그러나 이런 수치는 관심과 재사용의 규모를 나타내는 지표가 될 수 있다. 시간이 지나면 파인튜닝 모델, 배포 레시피, 평가 도구, 하드웨어 최적화, 개발자 경험이 누적되면서 생태계의 격차가 더 커질 수 있다.

Qwen의 모델 폭도 알리바바에 유리한 요소다. 알리바바는 119개 언어를 지원하는 460개 이상의 모델 제품군을 설명해 왔다. 모델 크기와 기능, 언어 지원을 폭넓게 제공하면 특정 플래그십 모델 하나로는 공략하기 어려운 지역별 요구에 대응할 수 있다. 특히 데이터 통제, 현지 언어, 배포 비용을 중시하는 기업에는 선택의 폭 자체가 경쟁력이 될 수 있다.

Qwen3.8 Max는 오픈 웨이트의 상한선을 끌어올린다

Qwen3.8 Max는 정반대의 전략을 보여준다. 이 모델은 2조4,000억 개 파라미터를 가진 Mixture-of-Experts, 즉 전체 파라미터 중 일부만 토큰 처리에 사용하는 구조로 소개됐으며, 토큰당 약 950억 개 파라미터가 활성화되는 것으로 알려졌다.

노트북용 체크포인트 공개가 “더 많은 사람이 AI를 직접 실행하게 하겠다”는 메시지라면, Max의 웨이트 공개는 알리바바가 최첨단 규모의 모델에서도 영향력을 확보하겠다는 신호에 가깝다. 연구기관과 대형 기업은 이를 바탕으로 자체 조정, 데이터 주권, 지역 내 호스팅을 검토할 수 있다.

다만 이 정도 규모의 모델은 일반 소비자가 내려받아 바로 실행할 수 있는 제품과는 거리가 멀다. 실제 수요처는 대형 연구기관, 클라우드 사업자, 고도화된 인프라를 보유한 기업이 될 가능성이 높다.

동시에 Qwen3.8 Max는 알리바바 클라우드로 연결되는 입구가 될 수 있다. 개발자가 웨이트 공개를 통해 Qwen을 접한 뒤, 자체 서버로 운영하기 어려운 경우 호스팅 추론이나 API를 선택할 수 있기 때문이다. 오픈 모델의 확산이 클라우드 매출로 이어지는 경로가 만들어지는 셈이다.

‘오픈 웨이트’가 상용 제품 전체를 공개한다는 뜻은 아니다

상용 Qwen3.8 Max는 100만 토큰 컨텍스트와 텍스트·이미지·동영상 입력을 지원하는 것으로 소개됐다. 반면 다운로드 가능한 체크포인트의 기능과 범위에 대해서는 제공된 보도마다 설명이 일치하지 않는다. 일부 보도는 공개 버전이 상용 제품의 멀티모달 기능이나 100만 토큰 컨텍스트를 그대로 제공하지 않을 수 있다고 설명한다. 따라서 실제 도입을 검토하는 조직은 현재 모델 문서에서 체크포인트, 컨텍스트 한도, 입력 방식, 필요한 하드웨어를 반드시 확인해야 한다.

이 차이는 알리바바에 전략적으로 유용할 수 있다. 공개 웨이트는 실험과 생태계 확산을 촉진하면서도, 상용 서비스는 장문 컨텍스트, 멀티모달 처리, 관리형 운영, 지속적인 업데이트에서 차별성을 유지할 수 있다. 즉, 알리바바는 접근성을 넓히면서도 수익성이 높은 서비스의 핵심 기능을 모두 내놓지는 않을 수 있다.

라이선스는 무료 배포를 수익화 퍼널로 바꾼다

Qwen3.8-27B는 Apache 2.0 라이선스로 제공되는 것으로 보도됐다. 반면 Max 공개와 관련해서는 대규모 상업적 이용자에게 추가 제한이 적용될 수 있다는 보도가 나왔다.

따라서 시장 구도는 단순한 “무료 대 폐쇄형”으로 나뉘지 않는다. 알리바바는 개발자와 소규모 팀에는 낮은 진입장벽을 제공하고, 웨이트를 활용해 큰 사업을 운영하는 기업에는 별도의 상업 조건을 적용할 수 있다.

잠재적인 수익원은 클라우드 추론, API 사용료, 기업 지원, 소비자 구독, 대규모 상업 이용에 대한 라이선스 수익이다. 다만 조건이 지나치게 엄격하면 개발자가 메타나 다른 오픈 웨이트 제공업체로 이동할 수 있다. 결국 라이선스는 알리바바의 수익화 기회를 늘리는 동시에 생태계 확산을 제한할 수 있는 양날의 검이다.

글로벌 시장에서 달라지는 경쟁의 중심

알리바바의 차별점은 로컬 실행성과 글로벌 유통을 한 전략 안에 묶었다는 데 있다. Qwen3.8-27B는 큰 클라우드 비용을 감당하기 어렵거나 데이터의 외부 전송을 꺼리는 개발자에게 접근성을 제공한다. Qwen3.8 Max는 최첨단 규모의 모델을 자체적으로 조정하려는 조직을 끌어들인다. 여기에 다국어 모델 제품군과 알리바바 클라우드가 결합되면서 기업 배포로 이어지는 경로가 생긴다. CNBC는 알리바바가 동남아시아와 아프리카를 포함한 지역에서 클라우드 플랫폼을 통한 확장을 모색하고 있다고 전했다.

메타는 여전히 로컬 모델과 오픈 웨이트 배포에서 강력한 경쟁자다. 그러나 이번 공개는 AI 산업의 경쟁 구도가 더 이상 실리콘밸리 기업만의 대결이 아니라는 점을 부각한다. 중국의 클라우드·전자상거래 기업이 개발자 관심, 하드웨어 최적화, 기업용 워크로드, 모델 파생 생태계를 여러 지역에서 동시에 공략하고 있기 때문이다.

아직 남은 변수

이번 발표의 전략적 의미는 크지만, 상업적 성패가 확정된 것은 아니다. 다운로드와 파생 모델 수는 생태계의 관심과 활동을 보여주는 데는 유용하지만, 지속적인 프로덕션 사용을 직접 측정하지는 않는다. 알리바바의 벤치마크 주장도 실제 코딩, 연구, 에이전트 작업에서 독립적인 평가가 더 필요하다.

기업은 라이선스 조건이 장기 사업 구축에 충분히 매력적인지, 대규모 모델을 직접 운영하는 비용과 복잡성이 알리바바 클라우드나 경쟁 API를 이용하는 것보다 낮은지도 따져야 한다. 공개 웨이트가 늘어난다고 해서 운영 비용, 보안 검토, 모델 업데이트, 책임 소재 문제가 자동으로 해결되는 것은 아니다.

가장 분명한 결론은 알리바바가 두 단계의 오픈 웨이트 전략을 구축했다는 점이다. Qwen3.8-27B는 성능 좋은 AI를 로컬에서 실행할 수 있는 개발자의 범위를 넓히고, Qwen3.8 Max는 최첨단 규모에서도 ‘오픈 웨이트’가 무엇을 의미할 수 있는지 다시 정의한다.

이 조합은 알리바바가 메타와 모델 사용량만 놓고 경쟁하는 것이 아니라, 글로벌 AI 시장의 방향을 결정하는 하드웨어 생태계와 개발자 관계, 기업 인프라까지 겨냥하고 있음을 보여준다.