싱킹 머신스 랩이 11월 5일 잉클링 2 스몰(Inkling 2 Small)을 공개했다. 오픈AI 전 최고기술책임자(CTO) 미라 무라티가 세운 이 회사의 2세대 모델 가운데 첫 제품이자, 회사가 현재까지 가장 역량이 뛰어나다고 소개한 모델이다.
3
5
13
다만 공개와 다운로드는 별개다. 현재는 회사의 Tinker 플랫폼에서 모델을 호출해 샘플링하거나 미세조정할 수 있지만, 모델 가중치는 비공개다. 회사는 외부 안전성 검증과 레드팀 테스트가 끝난 뒤 전체 가중치를 Apache 2.0 라이선스로 공개하겠다고 밝혔다.
2
3
5940억 파라미터지만, 토큰마다 모두 쓰지는 않는다
잉클링 2 스몰은 전문가 혼합(Mixture-of-Experts·MoE) 구조의 모델이다. 전체 파라미터는 5940억 개지만 토큰 하나를 처리할 때 활성화되는 파라미터는 170억 개다. 텍스트와 이미지를 입력으로 받으며, 추론에 들이는 노력을 조절하는 기능도 지원한다.
3
모델의 문맥 길이는 최대 100만 토큰으로 소개됐다. 다만 이는 모델 사양상 가능한 길이이며, Tinker에서 실제로 사용할 수 있는 문맥 길이는 설정에 따라 다를 수 있다. 플랫폼에서 제공되는 한도를 모델 자체의 최대 사양과 동일하게 봐서는 안 된다.
4
9
가중치 공개는 계획…날짜는 미정
출시 시점의 잉클링 2 스몰은 Tinker에서 호스팅되는 비공개 가중치 모델이다. 개발자는 플랫폼에서 샘플링과 미세조정을 할 수 있지만, 내려받아 자체 환경에서 실행할 수 있는 가중치는 아직 제공되지 않는다.
2
3
공개 시점에 관한 설명도 하나로 정리되지 않았다. 출시 공지는 안전성 검증과 레드팀 테스트가 완료되면 “다음 주”에 공개하겠다고 했지만, 모델 제품군 페이지는 추가 안전성 테스트를 전제로 “앞으로 몇 주 안에”라고 안내한다. 따라서 이는 확정된 다운로드 날짜라기보다 회사의 계획으로 보는 편이 정확하다.
3
13
벤치마크에서 확인된 점수와 의미
Artificial Analysis는 잉클링 2 스몰에 지능 지수 31점을 부여했다. 이전 모델보다 18점 오른 점수다. 가중치가 공개되면 현재 순위 기준으로 중국 밖에서 개발된 오픈 웨이트 모델 중 가장 높은 점수를 기록하게 된다는 평가도 내놨다. 이 평가는 가중치 공개를 전제로 한 것이며, 출시 당시 이미 오픈 웨이트였거나 모든 평가에서 1위라는 뜻은 아니다.
20
별도의 보도는 지능 지수에서 잉클링 2 스몰이 제미나이 3.8 플래시의 최고 추론 설정과 대략 비슷한 수준이라고 전했다. 이는 해당 지수에서의 비교이지, 모든 작업에서 성능이 같다는 의미는 아니다.
11
에이전트형 작업을 평가하는 일부 시험에서는 이전 잉클링 모델보다 점수가 크게 올랐다. AutomationBench-AA는 5%에서 46%로, FrontierCode 2.0은 5%에서 25%로 상승했다.
20 모델 카드에는 Terminal-Bench v4.0에서 13.1%, SWE-Bench Pro v2 (Hard)에서 86.3%를 기록했다고 나와 있다. 모델 카드의 해당 표는 SWE-Bench 점수를 그 항목에서 두 번째로 높은 점수로 표시한다.
26
이 수치들은 서로 다른 평가 방식과 과제를 바탕으로 한다. 따라서 하나의 점수만으로 코딩 능력 전반이나 실제 업무 성과를 단정하기는 어렵다.
학습 방식과 사용 전 알아둘 점
출시 관련 보도에 따르면 잉클링 2 스몰의 사전학습에는 엔비디아 NVFP4 4비트 형식이 네이티브로 사용됐다. 이는 학습 과정에 관한 보도 내용으로, 파라미터 수나 벤치마크 점수와는 구분해서 볼 필요가 있다.
17
이 모델은 이미지와 텍스트를 입력받아 텍스트를 출력하는 방식으로 소개됐으며, 오디오 입력은 지원하지 않는 것으로 안내돼 있다.
1
6 지금 개발자가 직접 사용해볼 수 있는 경로는 Tinker이고, 자체 실행을 위한 가중치는 외부 안전성 검증이 끝날 때까지 기다려야 한다.
2
3