기사를 읽어드립니다.

텐센트가 플래그십 모델 'Hy3'의 정식 버전을 오픈소스로 공개했다. 2950억개 매개변수 규모의 비교적 작은 모델임에도 코딩을 제외한 검색·에이전트·장문 이해 등 대부분의 핵심 영역에서 중국 최고 수준의 모델 'GLM-5.2'와 경쟁하거나 앞서는 성능을 강조했다. 

텐센트는 6일(현지시간) 최신 오픈웨이트 모델 '훈위안 Hy3(Hunyuan Hy3)'를 공개했다.

지난 4월 공개된 프리뷰 버전과 달리, 지역 제한이나 사용 목적 제한이 없는 아파치 2.0 라이선스로 배포된다. 그동안 일부 중국 오픈 모델은 한국과 유럽연합(EU), 영국 등에서 사용할 수 없는 라이선스를 적용해 기업 도입이 사실상 어려웠지만, Hy3는 이러한 제약을 없애 글로벌 기업 시장을 겨냥했다.

야오 순위 텐센트 최고 AI 과학자는 프리뷰 버전을 먼저 공개한 이유에 대해 "개발자와 사용자들의 피드백을 수집하기 위한 의도적인 결정이었다"라고 설명했다. 실제로 텐센트는 프리뷰 공개 이후 50개 이상의 제품 개발팀으로부터 의견을 받아 작업 수행 방식과 상호작용 품질을 개선하고 사후 학습 규모를 확대했다고 밝혔다.

Hy3는 총 2950억(295B)개의 매개변수를 가진 전문가 혼합(MoE) 구조를 채택했다. 실제 추론 시에는 210억(21B)개의 활성 매개변수만 사용하며, 192개의 전문가 가운데 8개를 선택하는 Top-8 라우팅 방식을 적용한다.

또 256K 토큰의 긴 컨텍스트 창을 지원하며, 추론 속도를 높이기 위해 38억개 규모의 멀티 토큰 예측(MTP) 계층도 포함했다.

텐센트는 "동급 모델을 크게 뛰어넘고, 2~5배 더 큰 플래그십 오픈소스 모델과 경쟁할 수 있는 수준"이라고 강조했다.

실제 성능 비교에서는 분야별로 강점이 뚜렷하게 갈렸다. 현재 오픈소스 모델 선두로 평가받는 GLM-5.2는 'SWE-벤치 베리파이드'와 '터미널-벤치' '딥SWE' 등 대부분의 에이전트 코딩 벤치마크에서 Hy3를 앞섰다. GLM-5.2는 약 7440억개의 매개변수와 400억개의 활성 매개변수를 사용하는 대형 MoE 모델로, Hy3보다 두 배 이상 큰 규모다.

하지만, Hy3는 검색과 에이전트 활용 분야에서 강세를 보였다. '브라우즈컴프'에서는 84.2점, '딥서치QA'에서는 91.0점을 기록해 텐센트가 비교한 모든 오픈소스 모델 가운데 가장 높은 성능을 나타냈으며, 일부 항목에서는 '클로드 오퍼스 4.8'과 'GPT-5.5'에 견줄 만한 수준을 기록했다.

또 공개 'MCP-아틀라스' 데이터셋 기반 도구 오케스트레이션에서 79.1점을 기록해 오픈 모델 최고 성능을 달성했으며, '클로이밸' 등 에이전트 평가와 장기 컨텍스트 검색(AA-LCR)에서도 73.4점으로 선두를 차지했다.

텐센트는 단순한 벤치마크 점수보다 실제 업무 환경에서의 활용성을 강조했다. 270명의 전문가가 참여한 블라인드 테스트에서는 Hy3가 4점 만점에 2.67점을 받아 GLM-4.5의 2.51점을 앞섰다. 특히 프론트엔드 개발과 데이터·스토리지 관리, CI/CD 분야에서 높은 평가를 받았다.

기업 도입을 겨냥한 안정성 개선도 주요 특징이다. 텐센트는 실제 환경 평가에서 환각 발생률이 프리뷰 버전의 12.5%에서 5.4%로 감소했고, 상식 오류도 25.4%에서 12.7%로 줄었다고 밝혔다. 또한 다중 대화 테스트의 오류율은 17.4%에서 7.9%로 낮아졌으며, 장문 대화 평가인 MRCR 점수는 42.9%에서 75.1%로 크게 향상됐다고 설명했다.

배포 비용도 경쟁력으로 내세웠다. GLM-5.2는 BF16 기준 약 744GB의 메모리가 필요하지만, Hy3는 FP8 양자화 시 300GB 미만의 메모리로 운영할 수 있다. 활성 매개변수도 절반 수준에 불과해 추론 비용과 인프라 구축 비용을 크게 낮출 수 있다는 설명이다.

텐센트는 Hy3를 깃허브와 허깅페이스 등 주요 오픈소스 플랫폼을 통해 공개했으며, API 가격도 인하했다. 

박찬 기자 cpark@aitimes.com