스텝펀, 에이전트 특화 멀티모달 모델 'Step 5 Preview' 공개

거대 언어 모델의 단순 점수 경쟁이 한풀 꺾인 지금, 개발자들의 최대 고민은 명확합니다. 복잡한 멀티스텝 에이전트 작업을 오류 없이 완수하면서도 API 비용을 감당 가능한 수준으로 묶어둘 수 있느냐입니다.

이번 주 중국의 주요 AI 연구소인 스텝펀(StepFun, 阶跃星辰)이 이에 화답하는 플래그십 멀티모달 에이전트 모델 'Step 5 Preview'를 공개했습니다. 현재 공식 오픈 플랫폼을 통해 바로 연동해볼 수 있습니다.

6000억 파라미터 품고 실가동은 270억 개뿐

Step 5 Preview는 고도화된 혼합 전문가(MoE) 아키텍처를 전면에 내세웠습니다.

전체 모델의 총 파라미터는 6000억 개(600B)에 달하지만, 토큰을 추론할 때 실제로 활성화되는 파라미터는 270억 개(27B)에 불과합니다.

덕분에 초대형 모델 특유의 깊은 지식 체계와 고난도 추론 능력을 그대로 유지하면서도, 실행 속도와 연산 비용을 획기적으로 낮췄습니다.

여기에 100만 토큰에 이르는 초대형 컨텍스트 창까지 기본 지원합니다. 방대한 코드 저장소 전체나 수백 쪽에 달하는 전문 분석 보고서를 한 번에 입력해 처리하기에 충분합니다.

GLM 5.3 바짝 추격하며 비용은 3분의 1로 절감

실전 벤치마크 결과 역시 에이전트 실무 능력에 집중되어 있습니다.

소프트웨어 엔지니어링 에이전트 성능을 측정하는 DeepSWE 테스트와 지식 기반 업무 평가에서 GLM 5.3, Kimi K3 등 오픈 프론티어 진영의 대표 주자들과 어깨를 나란히 하거나 앞서는 결과를 보였습니다.

독립 벤치마크 기관인 Artificial Analysis 순위표에서도 Step 5는 GLM 5.3에 단 1점 뒤처진 수준입니다.

가장 강력한 무기는 단연 가격입니다. 추론 비용이 GLM 5.3 대비 거의 3분의 1 수준에 불과하며, 시중의 주요 상용 폐쇄형 모델과 비교하면 비용 격차는 더욱 벌어집니다.

또한 자체 시각 이해 역량을 갖추고 있어 최근 주목받는 바이브 코딩(Vibe Coding)에도 능합니다. 예컨대 사진 한 장을 입력해 3D 렌더링 결과물로 변환하거나, 정교한 금융 데이터 리서치 과정을 자율적으로 수행할 수 있습니다.

현재 오픈AI 규격 호환 API와 웹 기반 스튜디오 환경이 제공되고 있으며, 정식 릴리스는 10월 15일로 예정되어 있습니다.

왜 중요한가

AI 에이전트를 개발하는 스타트업과 개발자에게 매우 현실적인 돌파구가 마련되었습니다. 반복적인 자율 추론 루프를 돌리다 보면 토큰 비용이 눈덩이처럼 불어나기 십상인데, 정상급 코딩 성능을 갖춘 고효율 모델을 기존의 3분의 1 가격으로 쓸 수 있다는 점은 서비스 경제성을 완전히 바꿔놓습니다.

업계 전체로 보더라도 프론티어 경쟁의 무게중심이 무조건적인 매개변수 늘리기에서 '에이전트 실용성과 비용 효율'로 완전히 이동했음을 증명합니다. 600B급 지능을 27B 수준의 활성화 비용으로 구현해 저가 공세를 펼치는 행보는 경쟁사들에게도 큰 압박이 될 것입니다.

스텝펀의 이번 행보는 화려한 마케팅 대신 개발자들의 실질적인 비용 장벽을 정조준했다는 점에서 대단히 영리한 선택으로 평가됩니다. 다만 현재는 Preview 단계인 만큼, 오는 10월 15일 공식 출시 이후 실제 현업의 복잡한 툴 호출 환경에서도 약속된 안정성을 입증해낼 수 있을지가 관건입니다.