공개 노트

Qwen3.5 최신 정보: 알리바바 멀티모달 에이전트형 AI 모델 분석

2026-02-20Views 47약 6분생성형 AI 활용

Summary

개요

Qwen 3.5(Qwen3.5)는 알리바바 클라우드(Alibaba Cloud)의 Qwen 팀이 공개한 차세대 대규모 언어 모델(LLM) 계열이다. 이번 세대는 "에이전트(Agentic) 작업"과 "네이티브(통합) 멀티모달(텍스트·이미지·비디오)"을 중심 가치로 내세우며, 모델 자체를 내려받아 운영할 수 있는 오픈 웨이트 모델과, 알리바바 클라우드가 운영하는 호스티드(관리형) API 모델을 함께 제공하는 형태로 정리된다.¹²

공개 발표·보도에서는 중국 내 생성형 AI 경쟁이 '챗봇'에서 '에이전트'로 무게중심을 옮기는 흐름을 배경으로, Qwen3.5를 그 전환에 맞춘 모델로 설명한다. 다만 성능 비교 수치는 주로 모델 카드/회사 발표 기반이므로, 독립 검증 여부를 분리해 읽는 것이 필요하다.¹²

특징

Qwen3.5는 멀티모달을 "붙이는 기능"이 아니라 학습·구조에서 통합한 기반 모델로 소개된다. 모델 카드에서는 비전 인코더가 포함된 "Vision-Language" 형태를 전면에 두고, 텍스트뿐 아니라 이미지·비디오 입력을 같은 시스템 안에서 처리한다는 방향을 강조한다.¹

아키텍처 측면에서 핵심 메시지는 "긴 컨텍스트를 더 싸고 빠르게"다. AMD의 Day-0 지원 문서는 Qwen3.5가 하이브리드 어텐션 전략을 쓰며, 일정 간격으로 풀 어텐션을 두되 대부분 구간에서 선형 복잡도의 선형(Linear) 어텐션 계열 구성요소인 Gated Delta Networks를 사용한다고 설명한다.³ 여기에 희소 Mixture-of-Experts(MoE)를 결합해, 총 파라미터 규모가 커도 토큰당 활성 파라미터를 줄여 추론 비용을 낮추는 접근을 취한다.¹³

학습 측면에서는 "강화학습(RL)을 에이전트 환경에서 크게 스케일링했다"는 설명이 반복된다. 모델 카드는 'million-agent environments' 같은 표현으로 대규모 환경에서 점진적으로 난도를 올리는 방식의 RL 확장을 언급한다.¹ 이는 단순히 정답률을 높이기보다, 도구 사용·환경 피드백을 포함한 작업 수행 능력을 안정시키려는 흐름으로 읽을 수 있다.

다국어와 장문 컨텍스트도 이번 세대의 외형적 업그레이드로 자주 언급된다. CNBC 보도는 지원 언어·방언이 201개로 늘었다고 전하며, 이는 이전 세대 대비 확대된 수치로 소개된다.² 컨텍스트는 오픈 웨이트 모델이 262,144 토큰을 네이티브로 지원하고, 추가 확장도 가능하다고 모델 카드가 적고 있다.¹ 한편 호스티드 모델(Qwen3.5-Plus)은 기본 100만 토큰 컨텍스트를 제공하는 것으로 안내된다.¹²

모델

오픈 웨이트 라인업에서 대표 모델로 자주 언급되는 것은 Qwen3.5-397B-A17B이다. 총 397B 파라미터를 가지는 MoE 모델이며, 토큰당 활성은 17B로 요약된다.¹²

아래 표는 위 모델을 중심으로 핵심 스펙을 정리한 것이다.

항목	Qwen3.5-397B-A17B (오픈 웨이트)
모델 유형	비전 인코더 포함 Causal LM¹
파라미터	총 397B / 토큰당 활성 17B¹
컨텍스트 길이	262,144(네이티브), 최대 약 1,010,000까지 확장 가능(모델 카드 서술)¹
MoE 구성	512 experts, 10 routed + 1 shared(모델 카드 서술)¹
생태계 호환	Transformers, vLLM, SGLang, KTransformers 등(모델 카드 서술)¹
호스티드 대응	Qwen3.5-Plus(기본 1M 컨텍스트 등) 안내¹

구조

Qwen3.5의 구조 설명은 "하이브리드 어텐션 + MoE + 멀티모달"의 결합으로 요약된다. AMD 문서에서는 하이브리드 어텐션을 풀 어텐션 레이어를 주기적으로 배치해 연관 기억(associative recall)을 유지하고, 그 사이 구간에서는 Gated Delta Networks 기반 선형 어텐션으로 긴 시퀀스에서 계산량을 줄이는 방식으로 설명한다.³ 이는 장문 컨텍스트를 '가능하게 만드는 트릭'이라기보다, 실제 운영 비용을 떨어뜨리기 위한 설계 선택에 가깝다.

MoE는 "전체 모델이 크지만 매 토큰마다 일부 전문가만 동원한다"는 점이 포인트다. 모델 카드는 512명의 전문가 중 10개 routed expert와 1개 shared expert가 활성화되는 구성을 적고 있는데, shared expert를 모든 토큰에 적용해 보편적 특성을 잡고 routed expert가 전문성을 보강하는 형태로 읽힌다.¹³ 이런 설계는 비용 최적화만이 아니라 학습 안정성까지 동시에 노리는 타협안으로 보인다.

학습 기법으로는 멀티토큰 예측(Multi-token prediction, MTP)이 언급된다.¹ 모델 카드의 "MTP: trained with multi-steps"라는 표기는, 같은 연산으로 더 많은 토큰을 예측해 학습/추론 효율을 끌어올리려는 계열의 기법을 채택했다는 의미로 이해할 수 있다. 다만 이 항목만으로 구체 구현(예: 몇 토큰, 어떤 손실 구성)을 단정하기는 어렵다.

배포·라이선스

오픈 웨이트 모델은 Hugging Face에 가중치와 설정 파일이 공개되며, Transformers/vLLM/SGLang 등으로 로컬 또는 자체 서버 배포가 가능하다고 안내된다.¹ 호스티드(관리형) 추론은 Alibaba Cloud Model Studio의 Qwen API로 제공되며, Qwen3.5-Plus가 오픈 웨이트 대응 모델의 클라우드 버전으로 소개된다.¹

라이선스는 오픈 웨이트 모델이 Apache License 2.0으로 배포된 것으로 알려져 있다.¹ 다만 실제 이용에서는 "해당 모델 저장소의 LICENSE 및 모델 카드 표기"를 우선 확인하는 것이 안전하다. 같은 'Qwen 계열'이라도 모델별로 공개 범위나 조건이 달라질 수 있고, 특히 기업 도입에서는 내부 컴플라이언스 검토가 전제가 되기 때문이다.

활용

Qwen3.5의 대표 활용 시나리오는 에이전트형 자동화(도구 호출, 멀티스텝 작업), 코딩/개발 보조, 문서·이미지 이해(OCR/도표 해석), 비디오 이해 등으로 묶인다.¹² 멀티모달이 "네이티브"라는 점은, 텍스트와 이미지(혹은 비디오 프레임) 사이를 단순 병렬로 처리하기보다 작업 맥락을 한 번에 묶어 추론하는 방향을 지향한다는 의미에 가깝다. 기업 문서의 스크린샷·대시보드·폼 UI 같은 입력은 실제로는 "글+레이아웃+시각적 단서"가 섞여 있으므로, 이런 통합형 처리는 에이전트 UX와 잘 맞는다.

도입 방식은 크게 두 갈래로 정리된다. 오픈 웨이트는 자체 인프라에 배포해 데이터 통제·보안·거버넌스를 강화할 수 있는 반면, 운영 난이도와 하드웨어 비용을 감수해야 한다.¹ 호스티드 API는 확장성과 운영 편의가 장점이지만, 외부 서비스 의존과 데이터 처리 경로에 대한 정책 검토가 필요하다.¹²

평가·성능(주의: 자가 보고)

Qwen3.5-397B-A17B 모델 카드에는 텍스트·비전-언어·에이전트 관련 벤치마크 표가 다수 포함되어 있으며, 경쟁 모델과의 비교도 함께 제시된다.¹ 다만 이 수치들은 기본적으로 공개 주체의 측정 결과이므로, 벤치마크 설정(프롬프트, 컨텍스트 관리, 도구 사용 여부, 평가 하네스)이 다르면 재현이 어려울 수 있다.

CNBC 또한 "선도 모델과 동급"이라는 주장을 전하면서, CNBC가 이를 독립적으로 검증할 수 없었다는 문맥을 함께 둔다.² 이 지점은 실무적으로 중요하다. 특히 에이전트 벤치마크는 모델 자체 성능뿐 아니라 도구 연결 방식과 컨텍스트 관리 전략이 점수에 큰 영향을 주기 때문에, 구매·도입 판단에서는 내부 PoC와 운영 비용 측정이 사실상 필수다.

간단 사용 예(개념)

Qwen3.5-397B-A17B는 Transformers/vLLM/SGLang/KTransformers 등과 호환되며, 이들 프레임워크를 통해 로컬 또는 서버로 서빙하는 형태가 일반적이다.¹ 구체 코드는 실행 환경(단일/멀티 GPU, 정밀도/양자화, KV 캐시 전략, 멀티모달 입출력 처리)에 따라 달라져 여기서는 생략한다.