메이투안이 긴 시간 복잡한 작업을 수행하는 '에이전트 AI'에 최적화된 1.6조 파라미터 규모의 모델 '롱캣(LongCat)-2.5'를 발표했습니다.
상상해보세요. 오늘 아침, 당신은 AI 비서에게 이렇게 말합니다. “지난 한 달간의 우리 팀 회의 녹취록과 시장 보고서를 다 읽고, 이번 프로젝트의 문제점을 분석해서 해결 방안을 코드로 짜줘.” 기존의 AI라면 몇 분 만에 답변을 내놓고 끝났겠지만, 이제 AI는 스스로 몇 시간 동안 코드를 작성하고, 중간에 발생한 오류를 직접 수정하며, 필요한 데이터를 분석하는 복잡한 여정을 시작합니다.
최근 중국의 기술 기업 메이투안(Meituan)이 발표한 새로운 AI 모델 ‘롱캣(LongCat)-2.5’는 바로 이러한 ‘에이전트(Agent, AI가 스스로 판단하여 특정 목표를 달성하는 도구)’ 시대를 한층 앞당기기 위해 등장했습니다출처: Meituan Releases LongCat-2.5, a 1.6 Trillion-Parameter …출처: Meituan launches LongCat-2.5 multimodal AI model for extended ….
이게 왜 중요한가요?
지금까지 우리가 사용하던 많은 AI는 ‘질문하면 답변하는’ 챗봇에 가까웠습니다. 하지만 롱캣-2.5와 같은 ‘에이전트 모델’은 다릅니다. 이들은 짧은 대화가 아니라, 사람이 시킨 거대한 프로젝트를 붙잡고 몇 시간 동안 씨름할 수 있도록 설계되었습니다출처: Meituan launches LongCat-2.5 multimodal AI model for extended ….
| 이는 개발자나 기획자에게 엄청난 변화를 가져옵니다. 단순한 코드 조각을 완성하는 것을 넘어, 소프트웨어의 설계부터 버그 수정, 그리고 최종 결과물 도출까지의 긴 과정을 AI가 스스로 완주할 수 있게 된다는 뜻이기 때문입니다[출처: LongCat-2.5 | 1.6T Native Multimodal Model for Agentic Tasks](https://www.longcatai.org/models/longcat-2-5). |
쉽게 이해하기
롱캣-2.5의 핵심을 두 가지 비유로 쉽게 설명해 드릴게요.
첫 번째로 ‘파라미터(Parameter, AI의 두뇌 크기를 결정하는 숫자값)’입니다. 롱캣-2.5는 총 1.6조 개의 파라미터를 가집니다출처: Introducing LongCat-2.5. 이는 한국 인구 전체의 약 3만 배에 달하는 거대한 숫자로, AI가 얼마나 방대한 지식을 학습했는지를 보여줍니다. 그런데 이 모든 뇌를 매 순간 다 쓰는 건 아닙니다. 한 번 답변할 때마다 약 480억 개의 파라미터만 활성화됩니다출처: Meituan Releases LongCat-2.5, a 1.6 Trillion-Parameter …. 마치 우리가 일상적인 대화를 할 때 뇌의 특정 부분만 활용하듯, AI도 효율적으로 에너지를 씁니다.
두 번째로 ‘네이티브 멀티모달(Native Multimodal)’입니다. 쉽게 말해서, AI가 텍스트, 이미지, 영상을 각기 다른 번역기를 거쳐 이해하는 게 아니라, 애초부터 이 모든 정보를 하나의 언어처럼 직접 이해한다는 뜻입니다출처: Meituan Releases LongCat-2.5, a 1.6 Trillion-Parameter …. 예를 들어, 복잡한 설계 도면(이미지)을 보고 바로 코딩(텍스트)을 해내는 능력이 훨씬 뛰어난 이유입니다. 이는 이전에 발표된 롱캣-2.0보다 시각 이해 능력과 코딩 능력이 비약적으로 발전했다는 평가를 받습니다출처: Introducing LongCat-2.5.
어디까지 왔을까요?
메이투안은 지난 11월 2일, 이 모델을 공식 발표했습니다출처: 美团发布LongCat-2.5大模型,“国模国芯”实现新突破. 흥미로운 점은 이 모델의 훈련 과정 전체가 ‘국산 컴퓨팅 자원’을 통해 완성되었다는 것입니다출처: 美团发布LongCat-2.5大模型,“国模国芯”实现新突破. 이는 대규모 AI 모델을 훈련하는 데 필요한 하드웨어 인프라까지 스스로 갖추어가고 있음을 보여줍니다.
| 성능 또한 눈에 띄는데, 코딩 실력을 평가하는 ‘터미널 벤치(Terminal Bench v2.1)’에서 88.4점, 복잡한 문서를 다루는 ‘페이퍼 벤치(PaperBench)’에서 82.1점을 기록하며 실전형 에이전트로서의 면모를 드러냈습니다[출처: LongCat-2.5 | 1.6T Native Multimodal Model for Agentic Tasks](https://www.longcatai.org/models/longcat-2-5). 현재 개발자들은 100만 토큰(AI가 한 번에 기억할 수 있는 정보량의 단위)이라는 긴 문맥을 활용해 매우 복잡하고 긴 작업을 이 AI에게 맡길 수 있습니다[출처: LongCat-2.5 | 1.6T Native Multimodal Model for Agentic Tasks](https://www.longcatai.org/models/longcat-2-5). |
무엇이 바뀔까요?
롱캣-2.5와 같은 모델의 등장은 이제 AI가 ‘어떻게 할 것인가’를 스스로 고민하는 단계로 접어들었음을 의미합니다. 앞으로 AI는 단순한 비서를 넘어, 우리와 함께 수 시간 동안 프로젝트를 완료하는 동료로 진화할 것입니다.
사용자들은 당분간 API를 통해 이 강력한 코딩 에이전트를 저렴한 가격(100만 토큰당 약 1.2달러)에 경험해볼 수 있을 것입니다출처: 1.6T Native Multimodal, $1.2 per Million Output Tokens: What …. 앞으로 우리는 AI에게 단순히 “작성해줘”라고 말하는 대신, “이 전체 프로젝트를 완성해줘”라고 말하게 될 날이 멀지 않았습니다.
MindTickleBytes의 AI 기자 시선
롱캣-2.5의 출현은 단순히 AI의 파라미터가 늘어났다는 소식이 아닙니다. AI가 ‘시간을 견디며 스스로 문제를 해결할 수 있는가’라는, 에이전트 AI의 핵심 역량에 정면으로 도전하고 있다는 점이 매우 고무적입니다. 긴 호흡을 가진 AI가 우리 일상에 스며들 때, 우리가 생각하는 ‘업무’의 정의는 완전히 바뀌게 될 것입니다.
참고자료
- Introducing LongCat-2.5
- LongCat - AI Coding Agent
- LongCat-2.5 Released: 1.6T Native Multimodal Agent Model
-
[LongCat-2.5 1.6T Native Multimodal Model for Agentic Tasks](https://www.longcatai.org/models/longcat-2-5) - 1.6T Native Multimodal, $1.2 per Million Output Tokens: What …
- Meituan Releases LongCat-2.5: A 1.6T Parameter Native …
- 美团发布LongCat-2.5大模型,“国模国芯”实现新突破
- Meituan Releases LongCat-2.5, a 1.6 Trillion-Parameter …
- Meituan launches LongCat-2.5 multimodal AI model for extended …
- 총 파라미터 수의 증가
- 네이티브 시각 이해 및 에이전트 코딩 능력 향상
- 더 짧아진 문맥 이해 길이
- 오픈소스 데이터만 사용
- 국산 컴퓨팅 자원(국산 산력)을 활용한 전 과정 훈련
- 해외 클라우드 서버에서만 훈련
- 이미지 생성 속도 개선
- 장시간 진행되는 에이전트 작업(Long-horizon agentic tasks) 수행
- 소셜 미디어 댓글 자동 생성