Inkling 오픈웨이트 MoE 모델의 구조와 도입 판단

Inkling이 겨냥한 자리는 리더보드 정상이 아니다

Thinking Machines Lab은 2026년 7월 15일 첫 자체 파운데이션 모델 Inkling을 Apache 2.0 라이선스로 공개했다. 전 OpenAI CTO 미라 무라티(Mira Murati)가 이끄는 이 랩의 모델은 975B 총 파라미터를 가진 Mixture-of-Experts(MoE) 구조지만, 토큰마다 약 41B만 활성화한다.

최대 100만(1M) 토큰 컨텍스트와 텍스트·이미지·오디오·비디오 이해를 단일 백본에 담았으며, 현재 출력은 텍스트에 한정된다. 가중치는 Hugging Face에서 내려받을 수 있고, Tinker 파인튜닝 API와 서드파티 추론 제공사 API도 배포 경로로 제시된다. 조절 가능한 추론 노력(controllable thinking effort)과 불확실성 명시(calibrated answers)도 모델의 특징이다.

총 파라미터와 추론 연산량을 분리한 방식

Inkling은 66층 디코더 전용 트랜스포머다. 256개 라우팅 전문가와 2개 공유 전문가를 두고, 각 토큰에서 라우팅 전문가 중 상위 6개를 선택한다. 공유 전문가 2개는 항상 활성 상태다.

이 설계의 핵심은 975B의 지식 용량을 보유하면서 실제 순전파에 참여하는 규모를 약 41B로 제한하는 데 있다. 총 파라미터 수와 추론 비용을 같은 숫자로 보지 않아야 하는 이유이기도 하다.

시그모이드 게이팅은 소프트맥스 대신 전문가별 독립 활성화 확률을 계산해 라우팅 붕괴(routing collapse)를 완화한다. 공유 전문가는 공통 지식을 맡고, 라우팅 전문가는 도메인 특화 지식을 나눠 맡는다. 멀티모달 입력도 별도 어댑터를 접합하는 방식이 아니라 단일 백본에서 함께 사전학습한다.

RL 단계에서는 시스템 메시지와 토큰당 비용을 바꿔가며 학습했고, 호출 단위에서 사고 예산(token budget)을 0.2~0.99 범위로 조절할 수 있다. transformers에서는 reasoning_effort 인자로 노출된다.

⤢✕

성능표보다 토큰 사용량이 드러내는 차이

Artificial Analysis 기준 Inkling(xhigh)의 Intelligence Index는 41점이다. 공개 시점 최상위 오픈웨이트 모델은 아니며, 같은 시기 Kimi K2.6은 54점으로 앞선다.

Inkling의 포지션은 절대 점수보다 토큰 효율과 에이전트 작업 성능에 있다. Intelligence Index 과제당 평균 출력은 25K 토큰으로, GLM-5.2(max)의 43K, Kimi K2.6의 38K, DeepSeek v4 Pro(max)의 37K와 비교된다. Terminal Bench 2.1에서는 Nemotron 3 Ultra 대비 1/3 토큰으로 동급 성능을 달성했다.

GDPval-AA v2의 Elo는 1238로 Kimi K2.6의 1190과 DeepSeek v4 Flash max의 1189를 넘었고, τ³-Banking은 24%였다. 리더보드의 정점보다 커스터마이즈와 단가를 노린 모델이라는 해석이 맞는다.

지표	Inkling (xhigh)	Kimi K2.5 (Reasoning)	Kimi K2.6
Intelligence Index	41	35	54
과제당 평균 출력 토큰	25K	-	38K
GDPval-AA v2 Elo	1238	-	1190
τ³-Banking	24%	-	21%
100만 토큰당 단가	약 $1.10	약 $0.49	-

프로덕션 전환에서 확인할 조건

첫 모델을 운영 환경에 올릴 때는 성능 수치와 조직 리스크를 분리해 봐야 한다. Thinking Machines Lab은 장기 지원(LTS), 보안 패치, 모델 회귀 대응 이력이 없는 신생 조직이다. 다만 오픈웨이트는 벤더 종속(lock-in) 위험을 상쇄할 여지를 만든다.

Apache 2.0은 상업적 이용, 수정, 재배포, 특허 허여를 폭넓게 허용한다. Llama류 커뮤니티 라이선스나 사용량 제한형 오픈웨이트와 비교하면 컴플라이언스 마찰을 줄이는 조건이다.

Tinker, 서드파티 추론사, 자체 서빙을 3중화하면 단일 제공사 장애에 대비할 수 있다. 조절 가능한 추론 노력은 SLA에 맞춰 단가와 지연을 조정하는 수단이 된다. 벤치마크는 자사 도메인 데이터로 재현하고, 불확실성 명시(calibrated) 특성은 리스크 민감 워크로드에서 검토 대상이 된다.

⤢✕

개방 라이선스와 벤더 성숙도의 교환 관계

오픈웨이트 시장은 개방성의 수준과 벤더 성숙도라는 축으로 나뉜다. Inkling은 Apache 2.0이라는 높은 개방성을 제공하지만, 첫 모델인 만큼 성숙도는 검증 단계에 있다.

관점	Inkling (Thinking Machines)	Kimi K2.6 (Moonshot)	상용 프런티어 멀티모달
라이선스	Apache 2.0 (완전 개방)	오픈웨이트(조건부)	폐쇄(API only)
총/활성 파라미터	975B / 41B	대형 MoE	비공개
멀티모달	텍스트·이미지·오디오·비디오 이해	제한적	광범위
컨텍스트	100만 토큰	대형	수십만~수백만
벤더 성숙도	낮음(첫 모델)	중간	높음
커스터마이즈	파인튜닝 전면 개방(Tinker)	부분	제한적
데이터 주권	자체 서빙 가능	자체 서빙 가능	불가

Apache 2.0은 재배포와 특허 조항이 명확해 M&A나 감사 상황에서 법무 검토 부담이 가장 작다. 반면 빅테크에 비해 지원 체계는 약하다. 가중치를 직접 확보할 수 있다는 점은 제공사 소멸 리스크를 제거한다.

Inkling은 최고 점수를 겨냥하기보다 도메인 파인튜닝을 전제로 설계된 모델이다. 자사 데이터로 특화할 수 있는 조직에 맞는다. 2026년에는 오픈웨이트 진영이 토큰 효율, 조절형 추론, 완전 개방 라이선스를 앞세워 상용 프런티어 모델의 단가 우위를 잠식하는 흐름이 나타난다.