텐센트 하이4 프리뷰 공개, 모델 개발에도 AI 투입

텐센트(Tencent)가 대형 언어모델 하이4 프리뷰(Hy4 preview)를 공개하고 오픈소스로 배포했다. 전체 매개변수 7700억 개와 100만 토큰을 넘는 문맥 창을 갖춘 이 모델은 코딩부터 문서 작업, 과학 연구까지 실제 생산성 업무를 겨냥한다. 텐센트는 모델이 자신의 학습 방식과 추론 시스템을 개선하는 과정에도 참여했다고 밝혔다. 성능 수치뿐 아니라 어디서 써볼 수 있는지, 자체 평가를 어떻게 읽어야 하는지, 사용 비용은 얼마인지가 함께 주목할 대목이다.

핵심 요약

  • 하이4 프리뷰는 전체 매개변수 7700억 개 중 490억 개를 활성화하고 100만 토큰이 넘는 문맥을 지원해 긴 자료를 다루는 업무에 초점을 맞췄다.
  • 텐센트의 내부 블라인드 평가에서 하이4 프리뷰는 엔지니어링 과제 203개에 평균 2.99점을 받아 비교 모델 두 개보다 근소하게 앞섰다.
  • 텐센트는 모델이 학습 방법과 추론 시스템의 개선안을 제안·실험했으며, 추론 최적화 뒤 처리량이 기준 대비 31.8% 늘었다고 밝혔다.
  • 오픈소스 모델과 여러 제품·API 경로를 함께 열고, 워크버디와 코드버디에서는 출시 후 2주간 무료 이용을 제공한다.
  • Hacker News에서는 낮은 캐시 비용과 기존 모델의 사용 경험에 관심이 모인 반면, 자체 평가와 실제 업무에서의 검증 필요성도 제기됐다.

7700억 매개변수와 100만 토큰 문맥

텐센트가 공개한 하이4 프리뷰는 전체 매개변수 7700억 개 가운데 490억 개를 활성화하는 대형 언어모델이다. 문맥 창은 100만 토큰을 넘는다. 문맥 창은 모델이 한 번에 받아들여 참고할 수 있는 입력의 범위로, 긴 코드와 여러 문서를 함께 다루는 작업에서 특히 눈여겨볼 사양이다. 텐센트는 모델 크기뿐 아니라 문맥 길이와 학습 데이터 규모를 크게 늘렸고, 사전학습과 후속 학습을 함께 개선했다고 설명했다.

모델은 오픈소스로 제공되며 텐센트의 워크버디(WorkBuddy), 코드버디(CodeBuddy), 위안바오(Yuanbao), 이마(ima) 등에서도 이용할 수 있다. API로 연결하려는 사용자를 위해 텐센트 클라우드 토큰허브(Tencent Cloud TokenHub)와 오픈라우터(OpenRouter)도 접근 경로로 제시했다. 워크버디와 코드버디에서는 출시 후 2주 동안 하이4 프리뷰를 무료로 쓸 수 있다. 두 서비스에서 이전 모델 하이3(Hy3)의 무료 이용 기간도 9월 30일까지 연장됐다.

내부 평가 203개 과제에서 2.99점

텐센트는 하이4 프리뷰를 오픈소스 모델 중 최상위권으로 평가한다. 근거로 제시한 수치 가운데 하나는 전문가 163명이 엔지니어링 과제 203개를 살펴본 내부 블라인드 평가다. 하이4 프리뷰의 평균 점수는 4점 만점에 2.99점이었다. 비교 대상으로 제시된 지엘엠 5.3(GLM-5.3)은 2.92점, 키미 K3(Kimi K3)는 2.94점으로, 발표 수치상 하이4 프리뷰가 근소하게 높다.

텐센트가 강조하는 개발 방향은 평가 점수만 끌어올리는 데 그치지 않는다. 소프트웨어 엔지니어링과 게임, 금융, 보안 분야의 전문가들이 함께 만든 고품질 학습 데이터를 활용했다고 밝혔다. 훈위안(Hunyuan) 개발 과정에는 워크버디와 코드버디 같은 실제 제품도 긴밀하게 연결했다. 모델을 제품에 넣은 뒤 사용자의 업무 경험을 바탕으로 다시 개선하는 방식을 내세운 것이다.

긴 코드부터 문서·표·발표자료까지

소프트웨어 개발에서 텐센트가 내세우는 개선점은 긴 문맥을 바탕으로 한 이해, 계획 수립, 디버깅, 결과 검증이다. 프런트엔드 개발에서는 화면의 시각적 품질과 상호작용 경험도 개선했다고 설명했다. 코드를 생성하는 한 번의 응답보다, 기존 프로젝트를 파악하고 수정한 뒤 확인하는 연속 작업에 무게를 둔 주장이다. 코드버디와의 공동 설계가 강조되는 이유도 이처럼 개발 흐름 전체를 다루려는 목표와 맞닿아 있다.

사무·분석 업무에서는 복잡한 작업 환경을 이해하고 금융 분석을 수행하는 능력이 강화됐다고 텐센트는 밝혔다. 데이터 분석과 여러 문서에 걸친 협업에도 맞춰 조정했다. 정보 처리에서 시작해 문서, 스프레드시트, 발표자료를 만드는 단계까지 하나의 업무 흐름으로 지원한다는 구상이다. 개발과 사무 작업 모두에서 긴 입력을 읽는 능력이 실제 결과물의 정확성과 연결되는지가 관건이다.

한 문장으로 게임 시제품, 연구 문제까지

게임 개발에서는 자연어로 요청 한 번을 입력해 실제로 플레이할 수 있는 시제품을 만들 수 있다고 텐센트는 설명했다. 게임 엔진과 함께 작업하며, 개발자가 여러 차례 대화를 이어가면서 복잡한 프로젝트를 다듬는 방식도 제시했다. 첫 결과물을 빠르게 만든 뒤 수정 요청을 거듭하는 흐름이므로, 단발성 코드 생성과는 다른 작업이다. 텐센트가 게임 분야의 학습 데이터와 제품 연계를 언급한 것도 이런 사용 장면을 염두에 둔 것이다.

과학 연구에 대해서는 복잡한 문제를 이해하고 추론해 해결하는 능력이 강화됐다고 밝혔다. 개선 분야로는 AI 연구개발, 분자동역학 시뮬레이션, 응집물질물리학, 기초수학을 꼽았다. 분야가 넓은 만큼 발표의 핵심은 모델 하나로 모든 연구를 대체한다는 데 있지 않다. 텐센트는 코드와 사무 문서를 넘어 전문적인 연구 문제도 하이4 프리뷰의 생산성 업무 범위에 넣고 있다.

모델이 제안하고 실험한 개발 과정

하이4 프리뷰는 자체 개발 과정에도 참여했다. 텐센트에 따르면 모델은 학습 방법, 데이터 전략, 평가 체계, 저수준 연산자의 자동 최적화에 처음으로 투입됐다. 개선 방안을 제안하고 실험을 실행한 뒤, 결과에 맞춰 다음 방안을 조정하는 역할을 맡았다. 여기서 나온 코드와 로그, 피드백은 후속 탐색에 다시 사용됐다.

텐센트는 이를 초기 단계의 재귀적 자기개선 고리라고 부른다. 이 표현이 가리키는 것은 모델이 스스로 완성된 후속 모델을 만들어냈다는 이야기가 아니라, 개발 과정의 일부에서 제안과 실험, 피드백 반영을 반복했다는 것이다. 학습 데이터나 평가 방식까지 개선 대상에 포함됐다는 점은 단순한 코드 보조보다 범위가 넓다. 다만 발표에서 구체적인 수치로 제시된 개선 효과는 별도의 추론 시스템 최적화 작업에서 나온다.

추론 시스템 손봐 처리량 31.8% 증가

텐센트는 하이4 프리뷰가 자신의 추론 시스템에서 병목 구간을 분석하고 여러 차례 최적화를 진행했다고 밝혔다. 연산자 융합(여러 연산을 합쳐 처리하는 방식)과 통신 최적화가 작업 대상이었다. 그 결과 종단 간 처리량은 기준 시스템보다 31.8% 증가했다. 텐센트는 문맥 길이나 동시 요청 수준이 달라져도 개선 효과가 일관되게 나타났다고 설명했다.

이 수치는 모델의 답변 점수가 아니라 모델을 실행하는 기반 시설의 처리 능력에 관한 수치다. 같은 모델이라도 요청을 얼마나 효율적으로 처리하는지에 따라 실제 서비스에서의 사용 경험과 운영 부담은 달라진다. 텐센트가 자체 개선 사례 가운데 추론 최적화에 별도 수치를 붙인 까닭도 여기에 있다. 학습 과정에 참여한 모델이 자신을 구동하는 시스템의 병목까지 찾아 수정했다는 것이 이번 발표의 또 다른 축이다.

입력·출력·캐시로 나뉜 API 가격

하이4 프리뷰의 API 가격은 입력 100만 토큰당 0.834달러, 출력 100만 토큰당 2.501달러다. 캐시 적중(이미 처리한 입력을 재사용하는 경우)에는 100만 토큰당 0.042달러가 책정됐다. 같은 입력을 반복해 참조하는 작업이라면 캐시 가격은 총비용을 따질 때 중요한 항목이 된다. 텐센트는 이런 가격 정책을 고급 AI의 접근성을 높이려는 선택으로 소개했다.

훈위안은 프리뷰를 먼저 내놓고 실제 사용 과정에서 받은 피드백을 연구개발에 반영한 뒤 정식 버전을 출시하는 방식을 이어간다고 밝혔다. 텐센트는 하이4 시리즈의 다음 모델들도 곧 선보일 것으로 예상했다. 따라서 하이4 프리뷰는 완성된 모델 한 개의 발표이면서, 제품 사용과 후속 개발을 연결하는 출발점이기도 하다. 앞으로의 평가는 공개된 사양과 내부 점수가 다양한 실제 업무에서 얼마나 재현되는지에 달려 있다.

커뮤니티 의견

한 사용자는 모델의 작업 기록으로 보이는 예시에서 펠리컨 그림에 헬멧이나 선글라스를 더할지 망설이는 문장을 짚었다. 요청받지 않은 요소를 넣을지 스스로 검토하는 과정이 흥미롭다는 반응이었다. 답글에서는 어색한 영어 표현이 효율을 노린 결과인지, 개발 과정의 부산물인지 묻기도 했다.

다른 사용자는 하이4 프리뷰가 자신의 개발에 참여했다는 대목을 미래 AI 발전에 관한 기존 예측과 연결했다. 중국 모델의 발전 속도를 과소평가한 전망 아니냐는 주장도 폈다. 반론에서는 외부 모델의 출력 활용과 지식재산 추출 문제를 구별해 봐야 한다고 했고, 애초에 그런 미래 시나리오를 엄밀한 예측으로 취급하기 어렵다는 의견도 나왔다.

오픈라우터 이용량에 주목한 사용자도 있었다. 그는 하이4 프리뷰가 짧은 기간에 많은 토큰을 처리한 것으로 보인다며, 입력 가격에 비해 낮은 캐시 비용이 선택을 이끌 수 있다고 봤다. 답글에서는 이런 플랫폼의 인기 지표가 노출 효과의 영향을 받을 가능성을 경계했다. 또 캐시 읽기 비용은 서비스에서 눈에 잘 띄지 않지만 실제 지출에는 큰 영향을 줄 수 있다는 의견이 이어졌다.

한 사용자는 모델 발표 자료의 막대그래프 정렬과 표 강조 방식이 비교를 흐린다고 비판했다. 비교 모델을 순위대로 나열한다면 자사 모델도 같은 기준으로 놓고, 최고 점수를 강조하려면 모델의 행 전체가 아닌 해당 결과를 표시해야 한다는 지적이다. 답글에서는 이런 표현 방식이 다른 모델 발표에서도 반복되는 것 아니냐는 추측과 함께, 그래프 연출과 벤치마크 경쟁을 연결해 의심하는 반응도 나왔다.

토큰을 아끼기 위해 모델의 표현을 압축하는 방향을 걱정하는 의견도 있었다. 한 사용자는 단어의 모호함과 여러 겹의 뜻이 사고의 연결을 넓히는데, 효율만 좇으면 섬세한 표현이 어려워질 수 있다고 주장했다. 장황해 보이는 표현이 추론 결과를 풍부하게 만들 수도 있다는 의견도 나왔다. 토론은 더 적은 토큰으로 답을 내는 효율과 사고의 깊이를 같은 목표로 볼 수 있는지로 이어졌다.

이전 모델을 써본 한 사용자는 하이3가 범용 에이전트 작업에서 기대보다 좋았다고 평가했다. 자신의 시험에서는 코딩 능력은 판단하기 어려웠지만, 범용 작업 성능은 비교 대상으로 삼은 모델과 가까웠다고 했다. 답글에서는 무료로 제공되는 하이3를 구현 작업에 많이 사용했으며 코딩에서도 좋은 인상을 받았다는 경험이 나왔다. 하이4에 대한 기대가 발표 수치뿐 아니라 전작의 사용 경험에서도 나온다는 반응이다.

독일어 평가 지표를 관리한다는 사용자는 하이4가 하이3보다 크게 개선됐지만, 자신이 비교한 딥시크 프로(Deepseek pro)와 지엘엠 5.3 플래시(GLM 5.3 Flash)에는 뒤진다고 밝혔다. 전체 순위도 약 14위라고 전했다. 이는 특정 언어와 평가 과제에서 나온 결과로, 텐센트가 제시한 내부 엔지니어링 평가와는 다른 기준이다. 어떤 언어와 업무를 시험하느냐에 따라 모델의 순위가 달라질 수 있음을 보여주는 의견이다.

마지막으로 한 사용자는 이미 쓸 만한 모델이 많은데 최상위 모델의 다음 버전이 실제로 필요한 문제가 얼마나 남았는지 물었다. 답글에서는 모델의 자율성이 높아져도 결과가 사용자의 의도에 맞는지 확인하는 부담은 줄지 않으며, 작업이 복잡할수록 오히려 검증이 어려워진다는 견해가 나왔다. 성능 향상 자체보다 사람이 최종 결과를 어떻게 확인할지가 더 중요한 병목이라는 주장이다.

핵심 통찰

하이4 프리뷰가 바꾸려는 것은 모델의 점수뿐 아니라 개발·배포의 반복 속도다. 텐센트는 제품에서 얻은 경험을 학습에 되돌리고, 모델을 학습 및 추론 시스템의 개선에도 투입하며, 낮은 캐시 가격으로 사용 문턱을 낮췄다. 하지만 내부 평가의 근소한 우위와 처리량 향상이 곧 모든 업무의 우위로 이어지는지는 별개의 문제다. 후속 버전에서는 언어와 과제별 외부 평가, 실제 작업 결과의 검증 부담, 캐시를 포함한 총사용 비용을 함께 봐야 한다.


원본: Tencent Releases and Open-Sources Tencent Hy4 preview

토론: Hacker News