알리바바 Qwen 3.7 Plus 공개: 화면 조작에 특화된 멀티모달 에이전트

AI에게 코딩을 맡겼을 때 몇 줄 짜다가 에러가 나면 멈춰 서서 사용자가 터미널 로그를 복사해 주길 기다리는 답답함을 겪어본 적이 있을 것입니다.

알리바바 Qwen 팀이 공개한 멀티모달 모델 Qwen 3.7 Plus는 이러한 한계를 직접 겨냥했습니다. 텍스트 대화에 머무르지 않고 시각 인식과 화면 클릭, 터미널 명령 실행을 하나의 에이전트 루프 안으로 통합했습니다.

11시간 연속 자율 작업으로 앱 하나를 뚝딱

공개된 실측 데모에서 Qwen 3.7 Plus는 영어 단어 암기 앱을 처음부터 끝까지 혼자 힘으로 개발해 냈습니다.

이 에이전트는 11시간 이상 연속으로 동작하며 1000회 이상의 도구 호출을 거쳐 1만 줄이 넘는 코드를 작성했습니다.

단순히 코드만 짜는 것이 아니라 기획 문서 작성, 종속성 설치, 테스트 케이스 생성, 실제 GUI 화면을 직접 확인하며 진행하는 UI 테스트와 버전 관리까지 사람의 개입 없이 스스로 해치웠습니다.

데스크톱 환경에서의 시연도 인상적입니다. macOS 기본 주식 앱의 화면 구조를 스스로 훑어본 뒤 SwiftUI 코드로 복제하고, 외부 주식 시세 API를 연동해 10가지 기능 테스트까지 마쳤습니다.

웹 브라우저 환경에서는 Qwen for Chrome 확장 프로그램을 통해 클라우드 콘솔에 접속해 가장 저렴한 가상 서버를 찾아 방화벽과 스토리지를 설정하고 결제까지 대행하는 모습을 보였습니다.

화면 조작에 올인한 성능과 파격적인 가격

벤치마크 결과를 보면 Qwen 3.7 Plus의 지향점은 뚜렷합니다.

화면 인식과 인터페이스 제어 능력을 측정하는 AndroidWorld 및 ScreenSpot Pro에서는 GPT-5.4, Opus 4.6 Max, Gemini 3.1 Pro를 앞섰습니다. 장기 계획 수립과 터미널 작업에서도 우위를 보였습니다.

반면 MedXpertQA-MM 같은 고난도 과학 멀티모달 추론 영역에서는 Gemini 3.1 Pro와 GPT-5.4에 미치지 못했습니다. 텍스트 역량 역시 최고 수준 모델들과 비슷한 수준이지 압도하는 것은 아닙니다.

개발자 생태계를 고려한 접근도 눈에 띕니다. Anthropic API 프로토콜을 기본 지원해 Claude Code나 OpenClaw 같은 기존 에이전트 도구에 그대로 갈아 끼워 쓸 수 있습니다.

여러 턴에 걸쳐 이전 추론 과정을 보존하는 preserve_thinking 기능도 API에서 제공되어 긴 호흡의 작업에 적합합니다.

가중치는 공개되지 않는 상용 모델이며 알리바바 클라우드 Model Studio를 통해서만 쓸 수 있습니다. 가격은 100만 토큰당 입력 0.40달러, 출력 2.40달러로 책정되어 서구권 플래그십 모델 대비 파격적으로 저렴합니다.

왜 중요한가

알리바바가 매우 실용적이고 영리한 노림수를 던졌다고 봅니다.

수백 번의 API 호출이 일어나는 자율 에이전트 환경에서 기존 글로벌 최고 사양 모델을 쓰면 감당하기 힘들 만큼의 비용이 발생합니다. Qwen 3.7 Plus는 Anthropic API 규격을 그대로 지원하면서 비용을 대폭 낮췄기 때문에, Claude Code 등을 적극적으로 활용하는 개발자에게 당장 매력적인 대안이 됩니다.

모든 벤치마크 점수를 무리하게 끌어올리기보다, 화면을 보고 손발을 움직이는 실무 자동화 성능에 집중한 선택은 시장의 요구와 정확히 맞아떨어집니다. UI 자동화 테스트나 반복적인 운영 업무에 바로 도입해 볼 가치가 충분합니다.

물론 복잡한 과학적 추론이나 까다로운 소프트웨어 아키텍처 설계 영역에서는 여전히 최상위 모델의 검토가 필요합니다.

하지만 똑똑한 설계자 대신 하루 종일 지치지 않고 화면을 누르며 일해 주는 저렴한 실무형 에이전트로서 생태계에 강력한 파동을 일으킬 것은 분명해 보입니다.