Mira Murati의 Thinking Machines, 9750억 매개변수 개방형 AI 모델 Inkling 출시

전 OpenAI CTO Mira Murati가 설립한 Thinking Machines Lab은 원시 벤치마크 우위에 대한 사용자 정의를 위해 설계된 9,750억 매개변수 개방형 가중치 모델인 첫 번째 모델을 출시했습니다.

전 OpenAI 최고 기술 책임자인 Mira Murati가 설립한 AI 스타트업인 Thinking Machines Lab은 2026년 7월 15일에 첫 번째 기반 모델을 출시했습니다. Inkling이라는 모델은 자신의 사용 사례에 맞게 미세 조정하려는 개발자에게 완전한 개방형 가중치를 제공합니다. 이는 AI 산업을 지배하는 일률적인 접근 방식보다 사용자 정의에 대한 의도적인 베팅입니다. 이번 출시는 1년 넘게 대중의 눈에 띄지 않게 AI 인프라를 구축해온 기업에 대한 최초의 공개 증거이며, 서구 기업들이 속보 AI 뉴스와 게이트된 독점 모델과 저가의 중국 오픈 소스 시스템 모두에 대한 신뢰할 수 있는 대안을 갈망하고 있는 순간에 도달했습니다.

잉클링이란 무엇인가요?

Inkling은 Thinking Machines가 처음부터 완전히 훈련한 최초의 모델입니다. 이는 9,750억 개의 매개변수를 갖춘 전문가 혼합(MoE) 아키텍처이지만, 평균 프롬프트의 경우 작업을 더 빠르게 처리하고 비용을 낮게 유지하기 위해 약 410억 개의 매개변수만 사용합니다. 회사에 따르면 이 모델은 약 45조 개의 텍스트, 이미지, 오디오 및 비디오 토큰에 대해 훈련되었으며 4가지 입력 유형 모두에 대해 기본적으로 추론할 수 있습니다. 그러나 출력은 텍스트로 제한됩니다. 하지만 해당 텍스트에는 코드, 스타일이 지정된 아티팩트 및 구조화된 데이터가 포함될 수 있습니다.

이 모델은 정확성을 위해 처리 속도를 희생하는 등 개발자가 절충할 수 있는 "사고 노력" 제어 기능을 제공합니다. 비정상적으로 Inkling은 단순히 자신감 있게 들리는 환각을 생성하는 것이 아니라 불확실성에 대해 자체 출력을 표시합니다. 개발자는 2025년 10월에 출시된 회사의 교육 API인 Tinker에서 직접 모델을 미세 조정할 수 있습니다.

중국 오픈 소스 모델에 대한 서양의 대안

출시의 가장 중요한 측면 중 하나는 더 넓은 개방형 생태계에서 나타나는 것입니다. 지난 1년 동안 이 공간은 DeepSeek 및 Alibaba와 같은 중국 AI 회사가 장악한 반면 Meta는 보다 독점적인 접근 방식을 선호하여 Llama 모델 제품군을 경시했습니다. Inkling은 이러한 시스템에 대한 최초의 신뢰할 수 있는 서구 대안으로 자리매김했습니다.

Futurum Group 분석가 Mitch Ashley는 Wall Street Journal과의 인터뷰에서 Inkling이 서구 기업에 맞춤화 경제에 초점을 맞춘 대안을 제공하여 지출을 토큰별 API 가격 책정에서 기업 자체가 제어하는 인프라로 전환하는 것이라고 말했습니다. Ashley는 "엔지니어링 팀은 기본 모델 선택을 아키텍처 결정으로 간주해야 합니다."라고 말했습니다. "조직이 미세 조정하는 모델은 소프트웨어 기반의 일부가 되며 모든 다운스트림 사용자 정의로 인해 전환 비용이 증가합니다."

한계에 대해 솔직하다

Thinking Machines는 Inkling이 시장에서 가장 강력한 모델이 아니라는 사실을 유난히 투명하게 밝혔습니다. 회사는 이것이 사용 가능한 가장 진보된 독점 AI 시스템과 일치하지 않는다는 점을 인정했습니다. 대신 사용자 정의 기능이 차이를 만들어낼 것이라고 확신합니다. Inkling을 엄격한 챗봇 스타일 앱으로 출시하는 대신 회사는 이를 조직이 자체 인프라에서 미세 조정하고 실행해야 하는 기본 모델로 포지셔닝했습니다.

이 전략은 이미 가능성을 보여주고 있습니다. 연구원들은 Bridgewater Associates와의 협력을 통해 Tinker를 사용하여 전문 금융 데이터로 개방형 모델을 미세 조정했습니다. 그 결과, 주요 금융 추론 벤치마크에서 84.7%의 점수를 얻은 저비용 경량 모델이 탄생했습니다. 이는 10% 미만의 비용으로 가장 발전된 독점 대안보다 뛰어난 성능을 발휘합니다.

속도와 실리콘

Thinking Machines는 9개월 이내에 Inkling을 처음부터 개발할 수 있었다고 말했습니다. 이는 OpenAI 및 Anthropic과 같은 경쟁사에서 볼 수 있는 다년간의 개발 주기와 비교하면 유리한 일정입니다. 이 모델은 2026년 3월에 발표된 두 회사 간의 파트너십을 통해 Nvidia의 GB300 NVL72 시스템에서 훈련되었습니다.

초기 벤치마크 결과에서 Thinking Machines는 Inkling이 2/3 더 적은 토큰을 사용하면서 Nvidia의 Nemotron 3 Ultra 모델에 필적하는 코딩 성능을 달성했음을 보여주었습니다. 이는 비용에 민감한 조직의 효율성을 나타내는 강력한 지표입니다.

비즈니스 모델: 토큰이 아닌 Tinker

Thinking Machines는 측정된 API를 통해 고객에게 액세스 비용을 청구하는 대신 개발자가 특정 작업에 대해 개방형 가중치 모델을 간단하게 미세 조정할 수 있게 해주는 유료 서비스인 Tinker를 통해 주로 수익을 창출할 계획입니다. 이는 실리콘밸리 최대 AI 기업이 개척한 게이트형 토큰별 액세스 모델에 대한 직접적인 도전을 나타냅니다.

2024년 9월 OpenAI를 떠난 Murati는 자신의 새 회사가 접근성, 사용자 정의 및 다중 모드 협업에 관한 것이라고 오랫동안 주장해 왔습니다. Inkling은 의도의 진술입니다. 회사는 AI의 미래가 모든 사람이 비용을 지불하고 쿼리하는 단일 지배적인 모델이 아니라 조직이 가장 중요한 작업을 지원하는 모델을 소유하고 형성하는 세상에 있다고 장담하고 있습니다.

그 투자가 성공할지 여부는 관리형 API의 편의성보다는 미세 조정 및 인프라에 투자할 의향이 있는 기업이 충분한지에 따라 달라집니다. 그러나 현재 Hugging Face에서 Inkling을 사용할 수 있고 Tinker가 비즈니스를 위해 공개됨에 따라 Thinking Machines는 오픈 웨이트 운동에 지금까지 가장 중요한 서양 진입점을 제공했습니다.