“전세계 1위” 알리바바 큐웬, 6개월간 30억 회 다운로드

중국 알리바바가 내놓은 오픈 웨이트 AI 모델 큐웬(Qwen) 시리즈가 지난 6개월간 30억 회 다운로드된 것으로 밝혀졌다. 이 수치는 해외 각사나 국내 경쟁사를 웃도는 것.

보도에 따르면 알리바바는 큐웬 다운로드 수가 지난 6개월간 30억 회를 넘어섰다고 이메일로 발표했다고 한다. 오픈 모델은 클로즈드 모델과는 달리 다운로드해 커스터마이즈해 새로운 AI 제품 기반으로 삼을 수 있기 때문에 다운로드 수가 보급 비율 지표가 된다고 여겨지고 있다.

AI 모델이나 데이터셋 공유 플랫폼인 허깅페이스(Hugging Face) 데이터에서도, 큐웬은 2026년 다운로드 수가 20억 회를 넘어서 BAAI 5억 1,900만 회, 구글 4억 1,800만 회, 오픈AI 3억 2,900만 회를 훨씬 웃돌고 있음이 나타나고 있다.

허깅페이스는 다운로드된 모델 파라미터 수 비율도 나타내고 있는데 큐웬 다운로드는 10억(1B)~80억(8B) 파라미터인 게 47%로 많고 이어서 80억~700억(70B)이 34%로 나타나고 있다.

The State of Open Models, Summer 2026 ☀️ frontier models are getting larger, but small models still dominate real-world usage. Qwen leads local inference, followed by Gemma. AI agents are becoming a major force on the Hub

Full picture on the blog 🤗https://t.co/u2DgvjEKkH

— Hugging Face (@huggingface) August 14, 2026

2026년 출시된 중국 AI를 파라미터 수별로 나누면 큐웬은 51개 모델을 출시했으며 그중 11개가 10억 미만, 12개가 10억~80억, 20개가 80억~700억, 8개가 700억 이상이었다. 큐웬 모델 중 가장 큰 건 4,030억 파라미터인데 타사도 포함하면 문샷(Moonshot, Kimi)이 2조 8,000억으로 최대다. 한편 출시한 모델 수는 텐센트가 59개로 최대였다.

파생도 많아 큐웬 기반 모델은 15만 1,448개가 있어 구글(8만 2506개)보다 2배에 달하며 허깅페이스는 오픈 모델 생태계 최대 기반 중 하나라고 표현하고 있다. 허깅페이스는 큐웬이 정기적으로 출시되고 있다는 점, 넓은 사용 사례를 상정해 다양한 크기의 모델을 공개하고 있다는 점, 아파치 2.0 라이선스 채용에 따른 개방성 등으로 인해 개발자에 의한 큐웬 파생 제작을 불러 생태계가 한층 더 매력적으로 변한다는 사이클을 낳고 있다는 견해를 밝히고 있다. 관련 내용은 이곳에서 확인할 수 있다.

한편 알리바바 큐웬(Qwen) 팀은 270억 파라미터 AI 모델인 Qwen3.8-27B를 공개했다. 모델 가중치는 아파치 라이선스 2.0으로 공개되어 있으며 조건을 지키면 상업적 이용도 가능하다. 개인 PC에 도입할 수 있는 오픈 웨이트 모델이면서도 일부 성능 테스트에서는 앤트로픽 고성능 모델인 Claude Opus 4.6 Max를 웃도는 결과도 보고되고 있다.

Qwen3.8 시리즈는 지난 7월 등장이 예고됐으며 당초에는 2조 4,000억 파라미터인 Qwen3.8-Max-Preview가 선행해 이용 가능해졌다. 그 후 알리바바는 8월 정식판인 Qwen3.8-Max를 발표했다. Qwen3.8-Max는 소프트웨어 개발이나 장기간에 걸친 자율 작업을 중시한 모델로 연구 논문 재현이나 개량에 125시간 이상 임하거나 인간 개입 없이 16일간 소프트웨어 개발을 계속하거나 하는 능력이 어필되고 있었다.

또 알리바바는 Qwen3.8-Max 기반이 된 Qwen3.8-2.4T-A95B 모델 데이터도 무상 공개했다. Qwen3.8-2.4T-A95B는 2조 4,000억이라는 방대한 파라미터를 갖추고 있지만 처리하는 내용에 따라 일부만을 구동하는 MoE(Mixture-of-Experts) 방식을 채용하고 있어 추론 시에 사용하는 파라미터는 950억이다. 그럼에도 실행에는 데이터센터급 계산 환경이 필요하다고 여겨지고 있다.

고성능 오픈 모델을 공개하더라도 필요한 계산 자원이 거대하면 개인이나 소규모 개발 환경에서 구동하는 건 곤란하다. 따라서 큐웬 팀이 Qwen3.8-Max 발표 시 공개를 예고하고 있던 게 파라미터 수를 270억까지 억제한 Qwen3.8-27B이다.

Qwen3.8-27B는 필요한 부분만을 구동하는 MoE 모델이 아니라 추론 시 모델 전체를 이용하는 덴스(Dense) 모델로 큐웬 팀은 콤팩트하고 전개하기 쉬운 모델이라고 자리매김하고 있다. 모델 데이터는 아파치 라이선스 2.0으로 공개되어 있으며 허깅 페이스 트랜스포머스(Hugging Face Transformers) 외에 AI 모델을 고속 동작시키는 vLLM이나 SGLang, 도커 모델 러너(Docker Model Runner) 등에서 이용할 수 있다. 용량이나 계산 부하를 억제하기 위한 FP8 양자화판도 공식 공개되어 있다.

Qwen3.8-27B는 같은 270억 파라미터인 Qwen3.6-27B와 비교해 성능도 향상되어 있다. 큐웬 팀이 공개한 주요 벤치마크 결과를 보면 Qwen3.8-27B는 소프트웨어 개발 능력을 측정하는 SWE-bench Pro나 장시간 업무 수행을 측정하는 CoWorkBench 등에서 Claude Opus 4.6 Max를 웃돌았다. 한편 Terminal Bench 2.1이나 과학 분야의 추론 능력을 측정하는 GPQA Diamond에서는 Claude Opus 4.6 Max가 웃돌고 있다.

Qwen3.8-27B는 문장 뿐 아니라 이미지나 동영상도 다룰 수 있는 멀티모달 모델이다. 이미지나 동영상을 표준으로 다룰 수 있는 비전-랭귀지(Vision-Language) 모델로 설계되어 있어 화면을 보면서 PC나 스마트폰을 조작하거나 문서나 과학 분야 도표를 읽어내거나 할 수 있다.

장시간 동영상을 이해하는 것도 가능하며 수 시간 규모의 동영상까지 다룰 수 있다고 한다. 컨텍스트 길이는 표준으로 26만 2144토큰이며 확장 기술을 이용하면 최대 100만 토큰까지 대응할 수 있다.

로컬 실행 환경도 공개 직후부터 대응이 진행되고 있다. LM 스튜디오(LM Studio)는 최소 양자화판에 대해 적어도 17GB RAM이 필요하다고 안내하고 있는 것 외에, 올라마(Ollama)에서도 Qwen3.8-27B를 이용할 수 있다. 또 AMD는 라이젠 AI 맥스+(Ryzen AI Max+) 탑재 PC나 VRAM 32GB의 라데온 AI 프로 R9700(Radeon AI PRO R9700)에서 동작 가능하다고 보고하고 있다.

SGLang에 의한 테스트에서는 지포스 RTX 5090을 사용해 NVFP4 등 최적화를 적용한 Qwen3.8-27B에서 디코드 속도가 초당 206.1토큰에 달했다고 한다. Qwen3.8-27B는 답변 전에 추론하는 싱킹 모드(Thinking Mode)에도 대응하고 있으며 추론량을 xhigh, medium, low 3단계로 조정할 수 있다. 큐웬 팀은 앞으로 100만 토큰 컨텍스트 길이나 공식 내장 도구를 표준으로 이용할 수 있는 Qwen3.8-27B 호스트판을 큐웬 클라우드에서 제공할 예정이라고 하고 있다. 관련 내용은 이곳에서 확인할 수 있다.