오픈AI의 전 CTO 미라 무라티가 창업한 AI 스타트업 ‘Thinking Machines’가 새로운 모델 ‘Inkling’을 공개했습니다. 이 모델은 기업 고객이 직면한 높은 추론 비용 문제를 해결하는 동시에, 경쟁사들과 차별화된 효율성을 내세우며 시장의 주목을 받고 있습니다. Inkling은 9750억 개의 총 파라미터를 가진 Mixture-of-Experts(MoE) 모델로, 최대 100만 토큰의 컨텍스트 윈도우를 지원하며 45조 개의 텍스트, 이미지, 오디오, 비디오 데이터로 사전 학습되었습니다. 특히 ‘controllable thinking’ 기능을 통해 기업 사용자가 추론 깊이를 조절해 비용을 통제할 수 있게 한 점이 핵심입니다.
무슨 일이 있었나: 효율성에 방점을 둔 오픈웨이트 모델
Thinking Machines가 출시한 Inkling은 오픈웨이트(open-weight) 모델로, 기업이 자체 인프라에 배포할 수 있도록 설계되었습니다. 이 모델의 가장 큰 특징은 ‘controllable thinking’으로, 회사 측에 따르면 네모트론 3 울트라 같은 경쟁 모델에 비해 3분의 1 수준의 토큰만 사용합니다. 모델이 정보를 처리하는 데 대부분의 토큰을 소비하는 대신, 사고 과정을 압축하는 방식입니다. Futurum Group의 애널리스트 브래들리 시민은 “더 작은 모델이 ‘아는 것’보다 ‘하는 것’에 탁월한 것이 기업에 진정으로 필요하다”고 평가했습니다. 또한 Inkling은 네이티브 멀티모달리티를 지원합니다. 기존의 벤더 모델들은 오디오, 이미지, 비디오를 개별적으로 전처리했지만, Inkling은 이들을 연속적인 전체로 함께 처리합니다. 시민 애널리스트는 이를 “훌륭한 모범 사례”라고 평가했습니다.
왜 중요한가: AI 비용 장벽을 낮추는 혁신
지금까지 기업용 AI 모델의 가장 큰 걸림돌 중 하나는 높은 추론 비용이었습니다. 특히 대규모 언어모델(LLM)을 실제 업무에 적용할 때, 매번 수많은 토큰을 소모해야 했기 때문입니다. Inkling은 이러한 비용 문제를 근본적으로 해결할 가능성을 보여줍니다. 시민 애널리스트는 “파라미터를 계속 늘려 더 많은 압축 지식을 저장하는 대신, 인식적 측면에 집중함으로써 궁극적으로 일을 처리하는 데 더 능숙한 모델을 만든다”고 설명했습니다. 이는 AI 모델의 패러다임을 ‘크고 비싼’ 모델에서 ‘작고 효율적인’ 모델로 전환시키는 신호로 읽힙니다. XPLAIN AI는 이 트렌드가 특히 중견기업의 AI 도입을 가속화할 것으로 분석합니다. 비용 부담이 줄어들면, 그동안 AI 도입을 망설였던 기업들도 본격적으로 AI를 업무에 적용할 수 있게 되기 때문입니다.
우리의 해석·분석: 경쟁 구도의 변화
Inkling은 오픈AI, 앤스로픽(Anthropic)뿐 아니라 엔비디아(NVIDIA) 등 오픈소스 모델 제공업체와도 경쟁할 수 있도록 설계되었습니다. 하지만 Omdia의 애널리스트 리안 제이 수는 “기업들이 네모트론 울트라나 다른 모델에서 Inkling으로 전환할 가능성은 낮다”고 지적합니다. 대신 “특정 작업에 더 낮은 컴퓨팅 자원이 필요하거나 제한된 자원을 할당해야 할 때 Inkling을 선호할 수 있다”고 덧붙였습니다. 즉, Inkling은 모든 상황을 대체하는 ‘킬러 모델’이라기보다, 특정 사용 사례에 최적화된 ‘틈새 모델’로 자리잡을 가능성이 있습니다. Thinking Machines가 성공하려면 독자적인 차별점이 필요합니다. 리안 제이 수 애널리스트는 “어느 시점에서는 엔비디아나 특정 사용 사례와 완전히 차별화하기 위해 하드웨어 파트너를 선택해야 할 것”이라고 조언했습니다.
수혜와 리스크: 투자 관점의 함의
이 소식이 주식 시장에 미치는 영향은 단기보다 중장기적으로 나타날 가능성이 있습니다. Inkling이 효율성에서 우위를 보이면서, 기존의 고비용 AI 모델에 의존하던 기업들에게는 비용 절감 기회가 열릴 수 있습니다. 반면, 엔비디아(NVDA)와 같은 GPU 공급업체는 추론 효율성이 높아지면 칩 수요가 줄어들 수 있다는 리스크에 직면할 수 있습니다. 다만, Thinking Machines가 아직 하드웨어 파트너를 선택하지 않았고, 모델의 실제 성능이 검증되지 않았기 때문에 단정적인 예측은 어렵습니다. 오히려 AI 모델 시장의 경쟁이 심화되면서, 모든 플레이어가 효율성 개선에 집중하게 될 것이라는 점이 더 분명한 트렌드입니다.
반대 시나리오와 불확실성
애널리스트들이 지적했듯이, 기업들이 기존 모델에서 Inkling으로 대거 전환할 가능성은 낮습니다. 특히 이미 네모트론 울트라나 다른 모델에 최적화된 워크플로우를 가진 기업들은 전환 비용과 안정성 문제로 인해 쉽사리 바꾸지 않을 것입니다. 또한 Inkling이 오픈웨이트 모델이기 때문에, 기업이 자체적으로 튜닝하고 배포해야 하는 부담이 있습니다. Thinking Machines가 이 생태계를 얼마나 잘 지원하느냐에 따라 성패가 갈릴 것입니다. 더불어 엔비디아, 메타, 미스트랄 등 강력한 오픈소스 모델 제공업체들이 이미 시장을 장악하고 있어, 신생 스타트업이 두각을 나타내기 쉽지 않습니다.
다음에 확인할 지표
투자자들이 주목해야 할 포인트는 다음과 같습니다. 첫째, Thinking Machines의 하드웨어 파트너 선택입니다. 엔비디아 대신 AMD(AMD)나 인텔(INTC)과 같은 대체 GPU 업체와 협력할 경우, AI 반도체 시장의 경쟁 구도가 변화할 수 있습니다. 둘째, Inkling의 실제 기업 도입 사례와 성능 벤치마크입니다. 특히 추론 속도와 정확도, 환각(hallucination) 감소 효과가 검증되어야 합니다. 셋째, 오픈AI와 앤스로픽 등 경쟁사들이 이에 대응해 어떤 효율성 개선 모델을 내놓을지입니다. AI 모델 시장은 빠르게 변화하고 있으므로, 지속적인 모니터링이 필요합니다.
#AI #추론비용 #ThinkingMachines #Inkling #오픈AI #앤스로픽 #엔비디아 #기업용AI #효율성혁명
출처
- Thinking Machines Rolls Out Broad but Efficient Model — aibusiness · 언론 보도 · Thu, 16 Jul 2026 18:35:21 GMT
작성: XPLAIN AI 편집팀 · 검수: XPLAIN AI Editorial Desk
이 콘텐츠는 공개된 출처를 기반으로 AI의 도움을 받아 작성되었으며, XPLAIN AI의 편집·검수 기준을 적용했습니다. 사실과 분석 의견을 구분하며, 오류가 확인되면 수정합니다.