알리윈 통이 첸웬이 Qwen3.6-27B를 다시 오픈소스로 공개하며, 소형 모델에서도 강력한 성능을 입증했다.
4월 22일, 알리바바 클라우드의 통이 첸원(Tongyi Qianwen) 팀은 오픈소스 제품군에 대한 대규모 업데이트를 발표하며, 270억 개의 매개변수를 가진 밀집형 다모달 모델인 ‘Qwen3.6-27B’를 공식 출시했다. 개발자들 사이에서 가장 요청이 많았던 모델 구성인 이번 버전은 Qwen 시리즈 제품 포트폴리오를 확장할 뿐만 아니라, 밀집형 아키텍처의 장점을 유지하면서 지능형 에이전트 프로그래밍 및 다중 모달 추론 분야에서 획기적인 발전을 이룩했습니다.

성능의 도약: 프로그래밍 능력이 15배 더 큰 MoE 모델을 능가
이번 릴리스에서 가장 두드러진 성과는 놀라운 성능입니다. 파라미터가 270억 개에 불과함에도 불구하고, Qwen3.6-27B는 다양한 프로그래밍 벤치마크에서 총 파라미터 3,970억 개인 이전 버전인 Qwen3.5-397B-A17B를 능가했습니다. 데이터에 따르면, 코드 수정 능력을 평가하는 SWE-bench Verified 테스트에서 77.2점을 기록했으며, SkillsBench와 같은 과제에서는 더욱 큰 개선 효과를 보였습니다. 이는 개발자들이 복잡한 MoE(Mixture of Experts) 라우팅 없이도 최고 수준의 프로그래밍 어시스턴트를 활용할 수 있음을 의미하며, 배포 장벽을 크게 낮춥니다.

다방면 멀티모달: 이미지 및 동영상 혼합 입력 지원
강력한 논리적 추론 능력 외에도 Qwen3.6-27B는 시각 언어 분야에서도 뛰어난 성능을 발휘합니다. 이 모델은 멀티모달 처리를 기본적으로 지원하여 이미지, 동영상, 텍스트가 혼합된 입력을 원활하게 분석하며, 시각적 추론, 심층 문서 이해, 대화형 시각 질문 응답과 같은 사용 사례를 포괄합니다. 공식 발표에 따르면, 이 모델의 다중 모달 기능은 더 높은 파라미터를 가진 Qwen3.6-35B-A3B와 동등한 수준이며, 다중 모달 작업에 대해 고정밀도의 출력을 보장합니다.

생태계 통합: 개발자의 주류 워크플로우와 긴밀히 연계
기술에서 생산성으로의 전환을 가속화하기 위해, 이 모델의 오픈소스 가중치가 Hugging Face 및 ModelScope(Moba) 커뮤니티에 동시에 공개되었으며, 로컬 배포를 지원합니다. 또한, 알리바바 클라우드 Bailian 플랫폼은 조만간 API 액세스를 제공할 예정이며, 특히 에이전트 작업에서 사고 체인의 완전한 추적성을 가능하게 하는 “preserve_thinking” 기능을 유지하고 있습니다. 현재 Qwen3.6-27B는 Claude Code 및 Qwen Code와 같은 주류 코딩 어시스턴트와 원활하게 통합되어, 전 세계 개발자들에게 더 정확하고 문맥을 고려한 코딩 지원을 제공하는 것을 목표로 하고 있습니다.
관련 기사
스웨덴의 AI 스타트업 로버블 아이즈, 주요 자금 조달 라운드 이후 132억 달러의 기업 가치 달성
AI 기반 코딩 도구가 인기를 얻으면서 스웨덴 스타트업 로버블(Lovable)이 주요 자금 조달 라운드를 성사시켰다. 이 회사는 30억 달러를 조달하여 지난 12월 기록된 66억 달러의 두 배인 132억 달러의 기업 가치를 달성할 수 있을 것으로 기대된다. 멘로 벤처스(Menlo Ventures)가 이 투자 라운드를 주도할 것으로 예상된다.로버블의 매력은 복잡한 코딩 기술이 필요하지 않은 소프트웨어 제작을 단순화하는 핵심 '바이브 코딩(vib
구글, 사용자 제어 강화에 맞춰 제미니용 레미 AI 에이전트 테스트
비즈니스 인사이더에 따르면, 구글은 제미나이를 위한 새로운 AI 개인 에이전트인 레미를 테스트하고 있습니다. 이 도구는 사용자를 대신하여 작업을 실행하여 전문적인 워크플로우와 일상적인 루틴을 모두 간소화하는 것을 목표로 합니다.현재 레미는 제미나이 애플리케이션의 내부 직원 전용 버전에서 테스트 중입니다. 이 보고서는 내부 문서와 프로젝트에 정통한 두 명의 인물과의 인터뷰를 인용합니다. 내부 자료는 레미를 “24/7 개인 에이전트”로 묘사하며,
Core Web Vitals를 수정하여 SEO 순위 향상을 위한 방법
AI 도구를 활용한 성적표 코멘트 작성 간소화서론성적표 코멘트 생성을 위한 AI 도구매직 스쿨(Magic School)알마낙 AI(Almanac AI)챗 GPT(Chat GPT)매직 스쿨을 사용하여 성적표 코멘트 생성하기매직 스쿨 로그인성적표 코멘트 도구 선택학생별 코멘트 맞춤 설정알마낙 AI를 사용하여 성적표 코멘트 생성하기과정 및 평가 체계 설정성적표 분량 및 학생 정보 구성알마낙 AI를 통한 코멘트 생성매직 스쿨과
관련 특별 주제 추천
의견 (0)
0/500
4월 22일, 알리바바 클라우드의 통이 첸원(Tongyi Qianwen) 팀은 오픈소스 제품군에 대한 대규모 업데이트를 발표하며, 270억 개의 매개변수를 가진 밀집형 다모달 모델인 ‘Qwen3.6-27B’를 공식 출시했다. 개발자들 사이에서 가장 요청이 많았던 모델 구성인 이번 버전은 Qwen 시리즈 제품 포트폴리오를 확장할 뿐만 아니라, 밀집형 아키텍처의 장점을 유지하면서 지능형 에이전트 프로그래밍 및 다중 모달 추론 분야에서 획기적인 발전을 이룩했습니다.

성능의 도약: 프로그래밍 능력이 15배 더 큰 MoE 모델을 능가
이번 릴리스에서 가장 두드러진 성과는 놀라운 성능입니다. 파라미터가 270억 개에 불과함에도 불구하고, Qwen3.6-27B는 다양한 프로그래밍 벤치마크에서 총 파라미터 3,970억 개인 이전 버전인 Qwen3.5-397B-A17B를 능가했습니다. 데이터에 따르면, 코드 수정 능력을 평가하는 SWE-bench Verified 테스트에서 77.2점을 기록했으며, SkillsBench와 같은 과제에서는 더욱 큰 개선 효과를 보였습니다. 이는 개발자들이 복잡한 MoE(Mixture of Experts) 라우팅 없이도 최고 수준의 프로그래밍 어시스턴트를 활용할 수 있음을 의미하며, 배포 장벽을 크게 낮춥니다.

다방면 멀티모달: 이미지 및 동영상 혼합 입력 지원
강력한 논리적 추론 능력 외에도 Qwen3.6-27B는 시각 언어 분야에서도 뛰어난 성능을 발휘합니다. 이 모델은 멀티모달 처리를 기본적으로 지원하여 이미지, 동영상, 텍스트가 혼합된 입력을 원활하게 분석하며, 시각적 추론, 심층 문서 이해, 대화형 시각 질문 응답과 같은 사용 사례를 포괄합니다. 공식 발표에 따르면, 이 모델의 다중 모달 기능은 더 높은 파라미터를 가진 Qwen3.6-35B-A3B와 동등한 수준이며, 다중 모달 작업에 대해 고정밀도의 출력을 보장합니다.

생태계 통합: 개발자의 주류 워크플로우와 긴밀히 연계
기술에서 생산성으로의 전환을 가속화하기 위해, 이 모델의 오픈소스 가중치가 Hugging Face 및 ModelScope(Moba) 커뮤니티에 동시에 공개되었으며, 로컬 배포를 지원합니다. 또한, 알리바바 클라우드 Bailian 플랫폼은 조만간 API 액세스를 제공할 예정이며, 특히 에이전트 작업에서 사고 체인의 완전한 추적성을 가능하게 하는 “preserve_thinking” 기능을 유지하고 있습니다. 현재 Qwen3.6-27B는 Claude Code 및 Qwen Code와 같은 주류 코딩 어시스턴트와 원활하게 통합되어, 전 세계 개발자들에게 더 정확하고 문맥을 고려한 코딩 지원을 제공하는 것을 목표로 하고 있습니다.
스웨덴의 AI 스타트업 로버블 아이즈, 주요 자금 조달 라운드 이후 132억 달러의 기업 가치 달성
AI 기반 코딩 도구가 인기를 얻으면서 스웨덴 스타트업 로버블(Lovable)이 주요 자금 조달 라운드를 성사시켰다. 이 회사는 30억 달러를 조달하여 지난 12월 기록된 66억 달러의 두 배인 132억 달러의 기업 가치를 달성할 수 있을 것으로 기대된다. 멘로 벤처스(Menlo Ventures)가 이 투자 라운드를 주도할 것으로 예상된다.로버블의 매력은 복잡한 코딩 기술이 필요하지 않은 소프트웨어 제작을 단순화하는 핵심 '바이브 코딩(vib
Core Web Vitals를 수정하여 SEO 순위 향상을 위한 방법
AI 도구를 활용한 성적표 코멘트 작성 간소화서론성적표 코멘트 생성을 위한 AI 도구매직 스쿨(Magic School)알마낙 AI(Almanac AI)챗 GPT(Chat GPT)매직 스쿨을 사용하여 성적표 코멘트 생성하기매직 스쿨 로그인성적표 코멘트 도구 선택학생별 코멘트 맞춤 설정알마낙 AI를 사용하여 성적표 코멘트 생성하기과정 및 평가 체계 설정성적표 분량 및 학생 정보 구성알마낙 AI를 통한 코멘트 생성매직 스쿨과





집






