**AI(Gemini)요약버전입니다. 자세한내용은 홈페이지를 참조해주세요

1. Qwen3.8-Max 개요 및 가중치 공개

• 모델 규모: Qwen3.5 아키텍처 기반의 2조 4,000억(2.4T) 파라미터 (활성화 파라미터 950억/95B) 모델입니다.

• 오픈소스 가중치 공개: Qwen-Max급 모델 최초로 오픈소스 가중치(Open Weights)를 공개할 예정이며, 현재 QwenCloud API를 통해 사용할 수 있습니다.

• 주요 특징: 코딩, 실무 업무, 학술 연구, 장기 과제(Long-horizon tasks) 등 엔드투엔드(End-to-End) 복합 문제 해결 능력이 대폭 향상되었습니다.

2. 코딩 능력 (Autonomous Coding)

사람의 개입 없이 자율적으로 오랜 기간 작업을 수행하고 스스로 오류를 수정·개선하는 자가 진화(Self-evolving) 능력을 입증했습니다.

• 10일 이상의 자율 프로젝트 개발 (oh-my-cli):

  • 요구사항 수집, Issue 생성, Agent 할당, 자동 코드 생성, E2E 테스트, 자가 수정(Self-repair)까지 전체 개발 루프를 스스로 실행했습니다.

  • 16일간 265개 커밋, 127개 PR, 151개 Issue를 자율적으로 처리하며 프로젝트를 구축했습니다.

• 학술 논문 재현 및 성능 개선:

  • "Unified Data Selection for LLM Reasoning" 논문을 5일 동안 7,600여 줄의 코드를 작성하며 완벽히 재현했습니다.

  • 재현에 그치지 않고 가설을 수립하여 4라운드에 걸쳐 18개 아이디어를 자체 테스트한 끝에, 기존 논문의 데이터 선택 기법보다 성능이 +2.71%p 높은 새로운 알고리즘(AIME24 기준)을 스스로 발굴해 냈습니다.

• AI 경진대회 상위권 진입:

  • 526개 팀이 참가한 WWW2025 Multimodal Dialogue Intent Recognition Challenge에 24시간 제한 조건으로 참여했습니다.

  • 텍스트 및 비전-언어 모델(Qwen2.5-VL, CLIP 등)을 앙상블한 솔루션을 자율 구축하여 상위 13% (458개 팀 격파, 정확도 0.853)의 성적을 기록했습니다.

3. 실무 업무 수행 능력 (Work & Cowork)

• 실제 환경 강화학습(RL) 스케일링:

  • QwenWork, Claude Code, Codex, OpenClaw 등 다양한 에이전트 환경(Harness)과 통합 보상 시스템(Universal Reward System)을 구축하여 강화학습을 적용했습니다.

• 수백 개 전문 직무 생산성 대폭 향상:

  • 법무 검토: 수백 건의 계약 문서에서 1,284개 조항을 1시간 이내에 선별 (기존 법률보조원 팀 일주일 분량).

  • UI/UX 디자인: 단 한 번의 프롬프트로 8개 화면으로 구성된 인터랙티브 뱅킹 앱 프로토타입 생성.

  • 건축/구조 공학: 30층 빌딩 도면을 바탕으로 브라우저에서 바로 확인 가능한 지진 구조 모델 복원.

  • 금융 퀀트 연구: 동적 워크플로우를 활용해 데이터 수집부터 과적합(Overfitting) 자동 교정, 병렬 팩터 탐색까지 수행하여 한 번의 세션만으로 ETF 로테이션 퀀트 전략을 개발.