샤오훙수의 280B AI 모델 공개, 검색 기능을 넘어 플랫폼의 ‘두뇌’를 노린다

샤오훙수(小红书, 해외 서비스명 RedNote)가 공개한 dots3-note preview는 단순히 대형 언어 모델 하나를 추가한 사건으로 보기 어렵다. 지금까지 플랫폼 내부의 검색·랭킹·추천에 AI를 적용해 왔다면, 이번에는 콘텐츠 이해와 개인화 비서, 향후 크리에이터·커머스 기능까지 뒷받침할 범용 지능 계층 자체를 확보하려는 움직임에 가깝다.

그렇다고 dots3-note preview가 곧바로 세계 최고 수준의 범용 모델이라는 의미는 아니다. 더 신중한 해석은 이렇다. 샤오훙수는 자사 데이터와 사용자 여정에 잘 맞고, 실제 서비스에 배치할 만큼 효율적이며, 외부 개발자와 연구자가 시험해볼 수 있을 정도로 개방된 모델을 만들고 있다.

dots3-note preview는 어떤 모델인가

dots3-note preview는 샤오훙수의 dots3 제품군에서 처음 공개된 모델이다. 혼합 전문가(Mixture-of-Experts·MoE) 구조를 사용하며 총 파라미터는 2800억 개, 토큰을 처리할 때 실제로 활성화되는 파라미터는 160억 개다. 최대 512K 토큰의 컨텍스트를 지원하고, 텍스트·이미지·영상·음성을 입력으로 받아 텍스트를 출력한다. 249

총 파라미터와 활성 파라미터를 구분해서 볼 필요가 있다. MoE 모델은 여러 전문 영역의 가중치를 큰 풀(pool)로 보유하지만, 모든 토큰을 처리할 때 전체를 한꺼번에 사용하지는 않는다. 따라서 샤오훙수는 280B 규모의 폭넓은 능력을 추구하면서도, 매번 280B 전체를 작동시키는 밀집형 모델보다 추론 비용을 낮출 여지를 확보할 수 있다.

공개 자료는 이 모델을 복잡한 추론과 장기 에이전트 작업에 맞춘 모델로 설명한다. 짧은 질의응답뿐 아니라 여러 차례 이어지는 검색과 여러 단계에 걸친 작업 수행이 주요 목표로 제시됐다. 12 게시물, 이미지, 영상, 리뷰, 구매·여행 같은 선택이 이어지는 샤오훙수의 콘텐츠 환경과 맞닿아 있는 부분이다.

생활 정보 플랫폼에 맞는 설계

생활과 관련된 결정은 보통 한 번의 검색으로 끝나지 않는다. 사용자는 여행지를 비교하고, 제품의 장단점을 살피고, 이미지 속 사례를 확인하고, 커뮤니티의 경험담을 검토한 뒤 최종 선택을 내린다. 멀티모달 입력과 512K 컨텍스트는 이런 근거를 하나의 작업 흐름 안에서 더 오래 유지할 수 있게 해준다.

가능한 사용자 여정은 다음과 같다.

1. 관련 게시물이나 상품을 찾고,
2. 주장·이미지·사용자 경험을 비교한 뒤,
3. 서로 다른 선택지의 장단점을 정리하고,
4. 사용자가 실제 행동으로 옮길 수 있도록 돕는 방식이다.

다만 이는 모델이 공개한 기능과 평가 목표에서 도출한 전략적 추론이다. 샤오훙수가 이 모든 단계를 이미 사용자용 기능으로 출시했다는 증거는 아니다. 중요한 변화는 AI의 역할을 검색 결과 정렬이나 추천에 한정하지 않고, 발견·해석·실행을 연결하는 플랫폼 계층으로 확장하려 한다는 점이다.

dots3라는 이름이 보여주는 ‘제품군’ 전략

모델 이름에 붙은 dots3-note preview도 일회성 실험보다는 제품군 전략을 암시한다. 샤오훙수는 향후 jazz와 aria라는 변형 모델을 계획하고 있으며, 각 모델이 성능·응답 속도·비용 사이에서 서로 다른 지점을 담당할 것으로 설명했다. 18

대규모 소비자 플랫폼에는 이런 구조가 유리하다. 빠르고 저렴한 모델은 대량의 상호작용을 처리하고, 더 무거운 모델은 복잡한 추론이나 멀티모달 분석, 장시간 실행되는 에이전트 작업에 투입할 수 있다. 모든 요청을 하나의 고비용 모델로 처리하지 않고, 작업의 중요도와 서비스 경제성에 맞춰 모델을 배치할 수 있기 때문이다.

따라서 이번 공개는 하나의 모델을 플랫폼 곳곳에 일괄 적용하려는 시도라기보다, 여러 제품이 공유할 수 있는 재사용 가능한 내부 AI 플랫폼을 만드는 첫 단계에 가깝다.

Apache 2.0 오픈소스 공개의 의미

샤오훙수는 dots3-note preview를 비교적 허용 범위가 넓은 Apache 2.0 라이선스로 공개했으며, Hugging Face와 GitHub를 통해 배포했다. 이에 따라 라이선스 조건을 지키는 범위에서 연구자와 개발자는 모델을 검토하고 실행하거나 수정하고, 상업적 용도로 통합할 수 있다. 239

샤오훙수가 얻을 수 있는 효과는 평판에만 그치지 않는다.

• 외부 평가: 독립적인 사용자가 내부 벤치마크에서 놓치기 쉬운 실패 유형과 실제 업무 환경을 시험할 수 있다.
• 배포 피드백: 개발자가 서빙 프레임워크와 하드웨어 연동 과정의 병목을 찾아낼 수 있다.
• 생태계 확대: 파인튜닝 모델과 개발 도구, 외부 애플리케이션이 샤오훙수 밖에서 모델의 활용 범위를 넓힐 수 있다.
• 연구자 유인: 실제로 내려받아 평가하고 확장할 수 있는 공개 모델은 연구자와 개발자에게 구체적인 참여 기반을 제공한다.

공개 저장소와 모델 자료에는 배포 경로와 체크포인트 선택지가 포함돼 있다. 단순한 연구 발표가 아니라 실제 실행과 통합을 염두에 둔 공개라는 뜻이다. 34

물론 가중치를 공개했다고 해서 품질이나 안전성, 상용 서비스 준비도가 자동으로 입증되는 것은 아니다. 다만 외부인이 그 특성을 직접 검증할 수 있는 조건은 마련된다. 특히 preview 버전의 공개 평가는 능력에 대한 자료이지, 독립적인 최종 판정으로 받아들여서는 안 된다.

출시 당일 화웨이 어센드 지원이 시사하는 것

이번 공개에는 화웨이 어센드 하드웨어에 대한 출시 당일 적용도 포함됐다. 115 이는 하드웨어 호환성을 나중에 덧붙인 것이 아니라, 처음부터 배포 전략의 일부로 고려했다는 신호다.

중국 플랫폼 입장에서 특정 가속기 생태계에만 의존하지 않는다는 것은 배포 선택지와 공급망 대응력을 높일 수 있다. 국내 하드웨어나 온프레미스 환경에서 모델을 운용하려는 기업에도 진입장벽을 낮출 가능성이 있다. 다만 화웨이 하드웨어에 대응했다는 사실만으로 모델의 성능 우위를 입증하는 것은 아니다. 핵심은 샤오훙수가 모델이 어디에서 실행되고 누가 채택할 수 있는지까지 함께 설계하고 있다는 점이다.

외부 모델이 있는데도 자체 모델을 만드는 이유

외부에서 제공되는 모델은 강력한 범용 능력을 갖췄지만, 샤오훙수 같은 플랫폼에는 범용 모델 제공업체가 완전히 통제하기 어려운 고유 자산이 있다. 자체 멀티모달 콘텐츠, 사용자의 검색·저장 행동, 크리에이터 커뮤니티의 표현 방식, 생활과 관련된 구체적인 의사결정 흐름이다.

자체 모델 계층을 보유하면 다음과 같은 통제력이 생긴다.

• 자사 콘텐츠와 용어에 맞춘 모델 조정
• 대규모 요청을 처리할 때의 추론 비용
• 응답 지연과 제품 업데이트 속도
• 개인정보 보호와 안전 정책
• 외부 모델 업체의 가격·가용성·제품 로드맵에 대한 의존도

샤오훙수는 배포 측면에서도 유리한 출발점을 갖고 있다. 보도에 따르면 월간 이용자는 3억 명을 넘는다. 115 모델 제품군이 실제 서비스에 성공적으로 통합된다면, 대규모 사용자 환경에서 빠르게 시험하고 개선할 기반이 이미 마련돼 있는 셈이다.

물론 상업적 성과가 보장되는 것은 아니다. 다만 AI가 생활 정보를 발견하고 행동으로 옮기는 주요 인터페이스가 될 경우, 콘텐츠 생태계와 지능 계층을 동시에 통제하는 플랫폼이 그 과정에서 만들어지는 가치의 더 큰 몫을 가져갈 수 있다는 전략적 계산은 분명하다.

중국 플랫폼의 모델 경쟁과 맞물린다

샤오훙수의 행보는 중국 대형 기술 플랫폼들이 소비자 서비스, 클라우드, 하드웨어 생태계와 함께 자체 파운데이션 모델을 개발하는 흐름의 일부다. 바이트댄스는 Doubao 제품군을 개발했고, 알리바바는 Qwen을 구축했다. 로이터도 중국 AI 기업들이 저비용·개방형 모델을 앞세워 경쟁하는 흐름을 보도한 바 있다. 171819

IDC의 중국 파운데이션 모델 개요 역시 알리바바, 바이두, 바이트댄스, 텐센트 등 주요 기술기업과 연관된 모델 개발을 소개한다. 21 이들의 공통된 논리는 수직 통합이다. 자체 모델을 보유하면 기업의 데이터, 사용자 유통망, 컴퓨팅 인프라, 개발자 생태계를 외부 API보다 긴밀하게 연결할 수 있다.

샤오훙수의 출발점은 클라우드나 검색이 아니라 생활 콘텐츠와 의사결정이다. 알리바바가 커머스와 클라우드 강점을 앞세운다면, 바이두는 검색과 기업용 서비스에 가까운 기반을 갖고 있다. 바이트댄스는 거대한 소비자 유통망과 자체 모델을 결합하고, 텐센트는 대형 소셜·플랫폼 생태계를 활용한다. 세부 제품과 성능은 다르지만, 파운데이션 모델을 선택 기능이 아닌 핵심 인프라로 보는 방향은 비슷하다.

결론: 모델 출시보다 중요한 것은 ‘통제할 계층’이다

dots3-note preview가 당장 선도적인 프런티어 모델을 대체하지 않아도 의미는 있다. 총 규모와 희소 활성화 구조, 긴 컨텍스트, 멀티모달 이해, 개방형 라이선스, 하드웨어 이식성을 한 번에 선택했다는 점이 중요하다.

이 조합은 샤오훙수가 미래 제품 아래에 놓일 기반 계층을 직접 통제하려 한다는 것을 보여준다. 사용자가 더 이상 생활 정보를 단순히 검색하거나 추천 피드에서 소비하는 데 그치지 않고, AI에게 콘텐츠를 해석하고 선택지를 비교하며 여러 단계의 결정을 함께 진행해 달라고 요청하는 시대를 준비하는 것이다.

결국 이번 공개는 인프라에 대한 베팅으로 보는 편이 정확하다. 세계 최고의 범용 모델이라고 주장하기보다는, 샤오훙수의 데이터와 사용자 흐름, 비용 구조에 맞는 충분한 성능을 확보하고, 외부 검증을 받을 만큼 개방하며, 실제 배포 환경까지 고려한 모델을 내놓았다.