앤트그룹, 5600억 파라미터 MoE 멀티모달 모델 'Ling 3.2 Flash' 공개

대규모 멀티모달 작업을 수행하려면 여러 시각 모델을 복잡하게 이어 붙이거나, 엄청난 그래픽 메모리를 소모하는 Dense 모델을 감수해야 했습니다. 하지만 서비스 단계에서 지연 시간과 비용을 줄이기 위해 MoE(혼합 전문가) 구조를 채택하는 것이 업계의 대세로 자리잡고 있습니다.

앤트그룹(Ant Group)이 차세대 네이티브 멀티모달 모델인 'Ling-3.2-flash'를 발표했습니다. 총 파라미터는 5600억 개에 달하지만, MoE 구조 덕분에 토큰당 실제 활성화되는 파라미터는 약 250억 개에 불과하며, 100만 토큰의 컨텍스트 윈도우를 지원합니다.

5600억 규모를 250억 개 활성화로 가볍게 구동

Ling-3.2-flash는 외부 비전 인코더를 덧붙이는 방식 대신, 모델 설계 단계에서 텍스트와 이미지, 비디오 입력을 하나로 융합한 네이티브 멀티모달 방식을 택했습니다.

5600억 개의 거대한 지식 용량을 유지하면서도 추론 시에는 약 250억 개의 파라미터만 선별적으로 활성화해 연산 오버헤드를 대폭 줄였습니다. 100만 토큰에 이르는 대형 컨텍스트 창을 지원해, 긴 영상이나 수백 페이지 분량의 문서를 입력해도 정보 검색 성능이 저하되지 않습니다.

앤트그룹은 이 모델의 4대 핵심 분야로 복합 시각 이해, 멀티모달 장기 에이전트, 3D 이해 및 상호작용, 의료 멀티모달 분석을 내세웠습니다.

3D 공간 복원부터 에이전트 팀 협업 PPT 제작까지

실제 시연에서 돋보이는 부분은 공간 이해와 자율 에이전트 수행력입니다. 단 한 장의 사진을 입력받아 공간 관계를 파악하고 3D 장면으로 복원해 내는가 하면, 런던을 소개하는 동적 인터랙티브 웹페이지를 직접 만들어내기도 합니다.

특히 실무적인 활용도가 높은 영역은 다중 에이전트 조율입니다. Ling-3.2-flash는 복잡한 재무 데이터가 주어졌을 때 전체 AI 에이전트 팀을 총괄하며 데이터를 분석하고, 최종 분석 보고서 작성부터 프레젠테이션(PPT) 제작까지 전 과정을 자동으로 처리합니다.

현재 이 모델은 앤트그룹 개발자 플랫폼을 통해 체험해 볼 수 있습니다. 벤치마크 테스트 결과에서는 GLM 5.3 Flash나 DeepSeek 등 유력한 오픈 모델들과 대등한 경쟁력을 보이며 최상위권 멀티모달 모델로 평가받고 있습니다.

왜 중요한가

Ling-3.2-flash는 거대 모델의 성능과 실제 서빙 비용 사이의 균형점을 영리하게 찾았습니다. 비디오와 긴 문맥을 동시에 다루는 멀티모달 작업은 통상 인프라 비용 부담이 큰데, 560B 총량에 25B 활성화 구조를 택함으로써 기업들이 실제로 도입할 만한 경제성을 확보했습니다.

영상 분석, 3D 공간 상호작용, 복잡한 업무 자동화 워크플로우를 구축하려는 개발자라면 개발자 플랫폼에서 테스트해 볼 가치가 충분합니다. 별도의 시각 처리 파이프라인 없이 단일 모델 안에서 멀티 에이전트 협업까지 해결할 수 있어 개발 복잡도를 크게 낮출 수 있습니다.

다만 한 가지 아쉬운 점은 배포 방식입니다. 앤트그룹이 이전 세대인 Ling-3.0-flash-VL의 가중치를 오픈소스로 공개했던 것과 달리, 이번 3.2 버전은 아직 플랫폼 상에서만 제공되고 있습니다. 향후 모델 가중치가 완전히 공개될지 여부가 이 모델의 생태계 파급력을 결정지을 중요한 변수입니다.