Reflection AI, 오픈 웨이트 모델 Beam 공개: 총 파라미터 501B·활성 23B, Apache 2.0 웨이트는 추후 공개 예정
MarkTechPost가 2026년 10월 5일 보도한 바에 따르면, Reflection AI는 첫 오픈 웨이트 모델 Beam을 공개했다. 총 파라미터 501B, 토큰당 활성 23B로 코딩과 에이전트 작업을 겨냥하며, 추론 강도 파라미터와 100만 토큰 유효 컨텍스트를 지원한다. Apache 2.0 웨이트는 2026년 10월 말 공개 예정이며, 현재는 레드팀 테스트 단계로 대기 명단만 열려 있다.
주요 변화
MarkTechPost가 2026년 10월 5일 보도한 바에 따르면, Reflection AI는 자사의 첫 오픈 웨이트 모델 Beam을 발표했다. Beam은 희소 전문가 혼합(MoE) 모델로 총 파라미터 501B, 토큰당 활성 23B이며, 코딩·추론·에이전트 워크로드를 겨냥한다. 텍스트 입력만 지원하고 유효 컨텍스트는 100만 토큰이다. Reflection 팀은 Beam이 GLM 5.2 등 더 큰 오픈 모델을 직접 겨냥하며 추론 계열 벤치마크에서 필요한 추론 연산량이 3~4배 적다고 밝히면서, Kimi K3가 원시 성능에서는 여전히 앞선다고 인정했다. 모델은 추론 강도 파라미터를 제공해 작업 난이도와 연산 예산에 따라 조절할 수 있다. 사전학습에는 23.8조 토큰이 사용됐고, 6,144개의 NVIDIA GB300 NVL72 GPU에서 4주 이내에 완료됐다. 강화학습 단계는 10.5K개의 GB300 GPU로 4주간 진행해 1억 회 이상의 rollout을 생성했으며, 최대 rollout 컨텍스트는 256K 토큰이다. Reflection이 자체 공개한 성적은 SWE-bench Verified 80.9, Terminal Bench v2.1 80.1이다. Beam은 아직 최종 레드팀 테스트 중이며 자체 호스팅은 당분간 불가하고, 얼리 액세스는 Reflection 플랫폼 대기 명단을 통해 열려 있다. Apache 2.0 웨이트는 2026년 10월 말 공개될 예정이다.
개발자에게 미치는 영향
보도에서 공개된 사양을 보면, Beam의 포지셔닝은 단순히 최강 오픈 모델을 따라잡는 것이 아니라 토큰당 활성 파라미터를 23B로 낮추면서 총 파라미터를 501B로 억제해 효율로 배포 장벽을 낮추는 데 있다. 개발자 입장에서 이는 추론 비용 구조를 직접 바꾼다. 3~4배 연산 절감이라는 주장이 사실이라면 동일한 코딩이나 에이전트 작업을 더 적은 GPU로 비슷한 처리량으로 돌릴 수 있지만, 이는 Reflection 팀의 주장이지 독립적으로 재현된 결론이 아니다. 두 번째 영향은 라이선스에 있다. 보도에 따르면 Beam은 Apache 2.0을 채택할 계획이며, 비교표의 Kimi K3는 커스텀 라이선스를 사용하고 초대형 제품에는 추가 저작자 표시를 요구한다. GLM-5.2와 DeepSeek V4.1 Flash는 MIT, Nemotron 3 Ultra는 OpenMDW-1.1이다. 웨이트 공개 예정과 라이선스 조항 확정은 별개 문제이며, Apache 2.0은 보도 시점에 계획일 뿐이라는 점을 강조할 필요가 있다. 웨이트가 실제 공개되고 라이선스가 첨부되기 전까지는 어떤 사용 권리도 발효된 것으로 간주해서는 안 된다. 세 번째 영향은 능력 경계다. Beam은 텍스트만 지원해 텍스트와 이미지를 함께 지원하는 DeepSeek V4.1 Flash, Kimi K3와 다르므로 멀티모달 워크로드는 여전히 다른 모델을 골라야 한다. 벤치마크에서는 DeepSeek V4.1 Flash와 Kimi K3가 Terminal Bench v2.1에서 여전히 앞서는데, 이는 효율 우위가 전면적인 능력 역전을 뜻하지 않음을 보여준다.
연동 및 평가 제안
다음은 권고와 조건 분석이며 보도된 사실이 아니다. 결정 1: Beam을 코딩 에이전트 후보군에 넣을지 여부. 보도에 따르면 SWE-bench Verified 80.9, Terminal Bench v2.1 80.1로 모두 Reflection 자체 보고다. 전제는 웨이트와 라이선스가 실제로 제대로 공개되는 것이며, 그렇지 않으면 현재로서는 대기 명단을 통해서만 평가할 수 있다. 실행 가능한 평가 기준은 자체 저장소의 패치 생성 작업에서 현재 사용하는 모델과 통과율 및 작업당 토큰 소비를 비교해, 통과율은 비슷한데 토큰 소비가 뚜렷이 줄어들 때만 전환 가치가 있다고 보는 것이다. 결정 2: 추론 강도 파라미터가 만드는 비용과 품질의 트레이드오프 처리. 보도에 따르면 이 파라미터는 낮은 단계에서 짧은 답변, 높은 단계에서 더 긴 추론을 허용하며, 이는 Beam 고유의 명시적 제어점이다. 작업 난이도 분포가 크게 다른 파이프라인에 적합하다. 선택 원칙은 다른 변수를 먼저 고정하고 동일한 어려운 문제 묶음을 낮음·중간·높음 세 단계로 각각 실행해 정확도와 총 출력 토큰을 기록한 뒤 비용 곡선의 변곡점을 찾아 어떤 단계를 기본값으로 둘지 정하는 것이지, 전역적으로 단일 단계를 쓰는 것이 아니다. 결정 3: 라이선스와 규정 준수 사전 점검. 웨이트 공개 전에는 '실제로 Apache 2.0으로 공개되는지, 라이선스 파일이 웨이트와 함께 제공되는지'를 출시 전제 조건으로 삼아야 한다. 공개 조건이 보도 예상과 다르면 전환 결정을 다시 해야 한다. 평가 기준은 라이선스 파일이 웨이트와 동시에 제공되고 조항이 예상과 일치하는지 여부다.
제한과 확인할 사항
보도 시점에 Beam은 아직 최종 레드팀 테스트 중이고 자체 호스팅이 불가하며, Reflection 플랫폼 대기 명단을 통해서만 얼리 액세스가 열려 있어 현재로선 로컬 웨이트 실측이 불가능하다. 모든 벤치마크 점수는 Reflection이 자체 공개한 표에서 나온 것이며, 경쟁사 점수는 Artificial Analysis와 DataCurve에서 인용한 것으로 독립적 제3자 재현이 없다. SWE-bench Verified 80.9, Terminal Bench v2.1 80.1은 제조사 자체 보고 데이터로 봐야 한다. Apache 2.0은 계획으로 설명되며, 웨이트는 2026년 10월 말 공개 예정이다. 현재 카탈로그 확인 시점 기준으로 Beam의 해당 공개 버전은 KimiSeek에 등재되어 있지 않으며, 보도에 나온 API와 플랫폼 가용성은 모두 Reflection AI 측을 가리키는 것으로 이 사이트 카탈로그와 무관하다. 안전성 평가 결과는 기술 보고서에서 공개될 예정이라고 보도됐을 뿐 현재 구체적 데이터는 없다. 3~4배 추론 연산 절감 주장은 Reflection 팀에서 나온 것이며, 테스트 조건과 베이스라인 선택, 측정 방법은 보도에서 설명되지 않았다. 효율 향상이 자체 호스팅 환경에서 재현될 수 있는지는 여전히 미지수다.
원문 보도의 이미지
