씽킹머신스 첫 오픈웨이트 모델 잉클링, 975B 멀티모달의 노림수

새 모델이 나왔다고 하면 보통 "벤치마크 1등 했대"가 따라붙습니다. 그런데 이번 모델은 회사가 먼저 "우리가 제일 세지는 않다"고 밝혔어요. 미라 무라티가 세운 씽킹머신스가 공개한 첫 오픈웨이트 모델 잉클링 이야기입니다. 그럼 대체 뭘 노린 모델일까요. 어떤 모델이고 누구에게 쓸모가 있는지 정리했습니다.

잉클링이 어떤 모델인가요

잉클링은 씽킹머신스가 2026년 7월 15일 공개한 첫 오픈웨이트 모델입니다. 전체 9,750억 파라미터 가운데 410억 개만 골라 쓰는 MoE 구조이고, 문맥 창은 100만 토큰까지 다룹니다. 텍스트만 배운 모델은 아니에요. 텍스트와 이미지, 오디오, 비디오를 합쳐 45조 토큰으로 학습해서 이미지와 오디오를 따로 붙인 도구 없이 그 자체로 이해합니다. 가중치는 허깅페이스에서 내려받을 수 있습니다.

제일 센 모델이 아니라면서 왜 공개했나요

씽킹머신스는 잉클링이 지금 나와 있는 모델 가운데 공개든 비공개든 가장 강한 모델은 아니라고 스스로 밝혔습니다. 대신 여러 성질을 한데 모아 두면 남이 가져다 자기 용도로 손보기 좋은 바탕이 된다는 쪽에 무게를 실었어요. 멀티모달을 기본으로 갖췄고 생각을 얼마나 깊게 할지 조절할 수 있어 비용과 성능을 저울질할 수 있다는 게 그 근거입니다. 순위표 1등이 아니라 고쳐 쓰기 좋은 출발점을 노렸다는 뜻입니다.

생각하는 정도를 조절한다는 게 무슨 말인가요

모델이 답을 내기 전에 얼마나 오래 따져볼지를 사용자가 정할 수 있다는 뜻입니다. 쉬운 일에 오래 고민하면 시간과 비용만 나가고, 어려운 일에 대충 답하면 품질이 떨어지죠. 그 정도를 손잡이처럼 돌릴 수 있게 만들어 둔 겁니다. 간단한 분류 작업에 추론 강한 모델을 그대로 물렸다가 요금만 훅 나간 적이 있는 입장에서는, 이 손잡이가 있다는 것만으로 반가운 설계입니다.

어디서 쓸 수 있나요

가중치는 허깅페이스에서 받을 수 있고, 파인튜닝은 씽킹머신스의 팅커에서 6만 4천 토큰과 25만 6천 토큰 두 가지 문맥 옵션으로 돌릴 수 있습니다. 직접 인프라를 굴리기 부담스럽다면 투게더 AI, 파이어웍스, 모달, 데이터브릭스, 베이스텐 같은 곳의 호스팅 API를 쓰는 방법도 있어요. 활성 파라미터를 120억 개로 줄인 경량판 잉클링 스몰도 미리보기로 함께 공개됐습니다. 앞서 나온 오픈웨이트 코딩 모델 GLM-5.2처럼 공개 가중치로 상단 모델의 대안을 만드는 흐름에 한 축이 더해진 셈입니다.

개인적으로는 "1등은 아니지만 고쳐 쓰기 좋다"고 솔직하게 말하는 방향이 오히려 신뢰가 갑니다. 다만 독립적인 검증 결과가 쌓이기 전이라, 내 작업에 맞는지는 직접 돌려보고 판단하는 게 가장 확실해요.

자주 묻는 질문

오픈웨이트면 완전 무료인가요?

가중치를 받는 것과 실제로 굴리는 비용은 다릅니다. 9,750억 파라미터급을 직접 돌리려면 상당한 장비가 필요하고, 호스팅 API를 쓰면 사용량만큼 요금이 나갑니다.

개인이 노트북에서 돌릴 수 있나요?

본체 모델은 개인 장비로 감당하기 어려운 규모입니다. 가볍게 시도해 보려면 활성 파라미터를 줄인 잉클링 스몰 쪽을 먼저 보는 편이 현실적이에요.

챗GPT나 클로드 대신 쓰면 되나요?

일반적인 대화 용도로 갈아탈 목적이라면 굳이 이 모델일 이유는 크지 않습니다. 내 데이터로 손봐서 쓰거나 가중치를 직접 확보해야 하는 상황에 어울리는 선택지입니다.