리플렉션 AI Beam 정리: 501B 오픈 웨이트 모델의 실제 성능과 공개 일정
리플렉션 AI가 501B 규모의 오픈 웨이트 모델 Beam을 발표했습니다. SNS에 퍼진 수치를 공식 발표와 대조하고, 벤치마크에서 앞서는 모델과 뒤지는 모델, 가중치 공개 시점과 지금 쓸 수 있는 방법을 구분합니다.

세 줄로 먼저 읽기
- Beam은 리플렉션 AI가 2026년 10월 5일 발표한 총 501B, 활성 23B 파라미터의 MoE 모델이며 가중치는 Apache 2.0 라이선스로 10월 말 공개 예정이라 10월 7일 현재 내려받을 수 없습니다.
- 자체 측정 기준 SWE-bench Verified 80.9, AIME 2026 97.8로 서구권 오픈 모델인 Inkling과 Nemotron 3 Ultra보다 대체로 높지만 Kimi K3, GLM 5.3, DeepSeek V4.1 Flash보다는 코딩 점수가 낮습니다.
- 1M 토큰은 학습에서 늘린 실효 컨텍스트이고 지금 베타 API의 입력 한도는 256K이며, 가중치가 공개돼도 4비트 기준 약 250GB가 필요해 회사 서버나 클라우드 GPU에서 실행해야 합니다.
"중국 모델이 독점하던 오픈소스 판에 서구권 괴물이 나왔다"는 소개 글과 함께 리플렉션 AI(Reflection AI)의 Beam이 퍼지고 있습니다. 총 501B 파라미터, GB300 GPU 10,500장, SWE-bench 80.9, 100만 토큰, 이번 달 무료 배포라는 숫자가 한꺼번에 붙어 있습니다.
2026년 10월 5일 공식 발표문과 개발자 문서를 대조하면 숫자 자체는 대부분 발표와 같습니다. 사실과 다르게 퍼진 내용은 두 가지입니다. 가중치는 아직 받을 수 없고, Beam은 서구권 최초의 대형 오픈 웨이트 모델이 아닙니다. 아래 내용은 10월 7일 공식 자료 기준이고, 무엇이 확정이고 무엇이 약속인지 나눠 적었습니다.
Beam과 리플렉션 AI
리플렉션 AI는 구글 딥마인드 연구원 출신인 미샤 라스킨(Misha Laskin)과 요아니스 안토노글루(Ioannis Antonoglou)가 2024년 뉴욕에서 세운 회사입니다. 2025년 10월 엔비디아가 주도한 투자에서 20억 달러를 유치하며 "누구나 쓸 수 있는 최전선 공개 모델"을 만들겠다고 밝혔습니다. Beam은 이 계획에 따라 발표한 대형 모델입니다.
리플렉션 AI와 Beam 일정
2024년뉴욕에서 설립
딥마인드 연구원 출신 두 명
2025년 10월엔비디아 주도 투자
20억 달러 유치
2026년 10월 5일Beam 발표
대기자 명단 베타 API
10월 말 예정가중치 공개
Apache 2.0
Beam은 오픈 웨이트(open weight) 모델로 예고됐습니다. 오픈 웨이트는 학습이 끝난 모델의 가중치 파일을 공개해 누구나 내려받아 자기 서버에서 실행하고 수정할 수 있게 하는 방식입니다. 학습 데이터와 학습 코드까지 공개하는 완전 오픈소스와는 다릅니다. 라스킨은 이전 인터뷰에서 데이터셋과 학습 파이프라인은 대체로 비공개로 둔다고 말했습니다.
구조는 MoE(Mixture of Experts, 전문가 혼합)입니다. 모델 안에 여러 전문가 신경망을 두고, 토큰 하나를 처리할 때마다 그중 일부만 골라 계산하는 방식입니다. Beam은 전체 501B 파라미터 가운데 토큰마다 23B만 계산에 씁니다. API 모델 이름인 Beam-501B-A23B도 이 두 숫자를 뜻합니다.
SNS 주장과 공식 발표 대조
퍼진 소개 글의 항목을 공식 블로그와 개발자 문서에 하나씩 맞춰 봤습니다.
SNS 주장별 판정
| SNS 주장 | |||
|---|---|---|---|
| 총 501B, 활성 23B | 제공 | – | – |
| GB300 10,500장 투입 | – | 강화학습 단계 4주 | – |
| 1억 회 이상 RL 학습 | – | 1억 개 이상 롤아웃 생성 | – |
| SWE-bench 80.9 | – | Verified 기준 Pro v1은 65.5 | – |
| AIME 97.8% | 제공 | – | – |
| 100만 토큰 컨텍스트 | – | 베타 API는 256K | – |
| 이번 달 Apache 2.0 무료 배포 | – | – | later this month 날짜 없음 |
GPU 수는 학습 단계에 따라 다릅니다. 10,500장은 강화학습 단계에서 4주 동안 쓴 GB300 수이고, 사전학습은 GB300 NVL72 시스템의 GPU 6,144장으로 4주가 채 안 걸렸습니다. 공식 발표의 "1억 개 이상의 롤아웃"에서 롤아웃은 모델이 과제를 처음부터 끝까지 한 번 풀어 본 시도를 말합니다. 가중치 배포는 "later this month"라고만 적혀 있고, 10월 7일 Hugging Face에는 리플렉션 AI 계정과 Beam 저장소가 없었습니다.
SWE-bench Verified는 실제 오픈소스 저장소의 이슈를 모델이 코드로 고치게 하고 테스트 통과 여부로 채점하는 벤치마크이고, 사람이 검수한 500개 문제로 구성됩니다. AIME는 미국 수학 경시대회 문제로 수학 추론 능력을 측정하며, 97.8은 2026년 AIME 기준입니다. 같은 표에서 GLM 5.2는 99.2입니다. 두 수치 모두 리플렉션 AI가 직접 측정한 값입니다.
라이선스로 예고한 Apache 2.0은 상업적 이용과 수정, 재배포를 허용하는 대표적인 허용형 라이선스입니다.
벤치마크로 본 위치
리플렉션 AI 발표문에는 Beam과 다른 오픈 웨이트 모델 7개를 21개 벤치마크로 비교한 표가 실려 있습니다. 경쟁 모델 점수는 Artificial Analysis 같은 외부 평가 기관의 공개 값을 가져왔다고 밝혔습니다. Inkling은 Thinking Machines, Nemotron 3 Ultra는 엔비디아의 미국 모델이고, GLM 5.3은 Z.ai, Kimi K3는 문샷 AI, DeepSeek V4.1 Flash는 딥시크의 중국 모델입니다.
먼저 서구권 오픈 모델 두 개와 비교한 점수입니다.
서구권 오픈 모델과 비교
| 벤치마크 | |||
|---|---|---|---|
| SWE-bench Verified | 80.9최고 | 77.6 | 70.7 |
| SWE-bench Pro v1 | 65.5최고 | 54.3 | 46.4 |
| Terminal Bench v2.1 | 80.1최고 | 63.8 | 56.4 |
| HLE(도구 없음) | 36.2최고 | 29.7 | 26.7 |
| GPQA Diamond | 90.5최고 | 87.2 | 87 |
| AA-LCR(긴 문서) | 79.3공동 최고 | 77.3 | 79.3공동 최고 |
서구권 오픈 모델인 Inkling과 Nemotron 3 Ultra보다는 대부분 항목에서 높습니다. 같은 표에서 중국 상위 모델 세 개와 함께 점수가 실린 항목을 보면 결과가 반대입니다.
중국 상위 모델과 비교
| 모델 | |||
|---|---|---|---|
| Beam | 80.1 | 44.4 | 36.2 |
| GLM 5.3 | 88.2 | 61.0 | 42.3 |
| Kimi K3 | 88.3 | 68.0 | 46.9최고 |
| DeepSeek V4.1 Flash | 90.6최고 | 74.2최고 | 39.1 |
터미널 작업 벤치마크에서는 DeepSeek V4.1 Flash와 10점 넘게, 실제 저장소 수정 과제인 DeepSWE에서는 30점 가까이 차이가 납니다. GPQA Diamond(Beam 90.5, 세 모델 90.9~93.5)와 AA-LCR(Beam 79.3, 세 모델 79.7~88.7)도 Beam이 세 모델보다 낮습니다. 리플렉션 AI도 발표문에서 순수 성능은 Kimi K3가 앞선다고 인정했습니다.
SWE-bench Verified 80.9를 근거로 "오픈 모델 1위"라고 소개하는 글도 있지만, 발표 표에서 이 항목 점수를 함께 실은 모델은 Inkling과 Nemotron 3 Ultra뿐입니다. 이 점수로는 서구권 두 모델보다 높다는 것까지만 말할 수 있습니다.
"서구권 첫 괴물"이라는 소개가 틀린 이유
Beam 이전에도 서구권 기업은 오픈 웨이트 모델을 꾸준히 공개했고, 500B를 넘는 대형 모델도 이미 두 개가 있습니다.
서구권 오픈 웨이트 모델의 전체 파라미터
Inkling은 가중치가 이미 Hugging Face에 올라와 있고, 출시 당시 Artificial Analysis가 미국 오픈 웨이트 모델 가운데 1위로 평가했습니다.
그래서 Beam을 정확히 소개하면 "중국 모델이 독점한 시장에 처음 나온 서구권 모델"이 아니라 "자체 비교표에서 다른 서구권 오픈 모델보다 코딩과 에이전트 점수가 높게 나온, 활성 파라미터가 적은 모델"입니다. 리플렉션 AI 스스로도 발표문에서 서구권 오픈 웨이트의 수준을 끌어올린다고 표현했고, 세계 1위를 내세우지는 않았습니다.
리플렉션 AI의 효율 주장과 계산 방식
리플렉션 AI가 성능보다 앞세운 것은 효율입니다. GLM 5.2와 비슷한 추론 점수를 3분의 1에서 4분의 1 수준의 추론 연산으로 낸다는 주장이고, 근거는 활성 파라미터가 적고 답을 만들 때 쓰는 토큰도 적다는 것입니다.
토큰 하나를 만들 때 계산하는 파라미터
이 수치는 연산량을 2 × 활성 파라미터 × 평균 생성 토큰 수로 계산한 추정치입니다. 리플렉션 AI는 질문을 처음 읽어 들이는 단계(프리필)와 어텐션 계산, 실제 서버 운영 부담은 계산에서 뺐다고 밝혔습니다. 긴 문서를 넣는 작업일수록 빠진 부분의 비중이 커지므로, 3~4배는 실제 요금이나 응답 시간의 차이가 아니라 답을 생성하는 단계의 연산량 차이입니다.
지금 써 볼 수 있는 방법
10월 7일 기준으로 Beam을 쓰는 방법은 대기자 명단을 거친 베타 API 하나입니다. 리플렉션 AI 플랫폼에서 대기자 등록을 하고, 승인되면 API 키를 받습니다. 개발자 문서에 따르면 오픈AI SDK와 호환되는 주소를 제공하므로 기존 코드에서 주소와 모델 이름만 바꿔 호출할 수 있습니다. 오픈AI 호환 주소는 Chat Completions와 모델 목록 조회만 지원합니다.
아래는 개발자 문서의 주소와 모델 이름으로 작성한 예시입니다. REFLECTION_API_KEY는 발급받은 키를 넣어 둘 환경 변수 이름으로 임의로 정한 것입니다.
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.reflection.ai/openai/v1",
api_key=os.environ["REFLECTION_API_KEY"],
)
response = client.chat.completions.create(
model="Beam-501B-A23B",
reasoning_effort="medium", # low, medium, high, xhigh, max
messages=[{"role": "user", "content": "이 함수의 버그를 찾아 줘: ..."}],
)
print(response.choices[0].message.content)Beam은 항상 추론 과정을 거쳐 답합니다. reasoning_effort로 추론에 쓰는 양을 다섯 단계 중에서 고르고 기본값은 medium입니다. 개발자 문서에는 분당 요청 수와 토큰 수 제한이 적혀 있습니다.
베타 API 사양(10월 7일 개발자 문서)
256K입력 컨텍스트학습에서는 1M까지 늘림
128K최대 출력
5단계reasoning_effort기본값 medium
2026.6.30지식 기준일
발표문은 학습 과정에서 실효 컨텍스트를 1M 토큰까지 늘렸다고 설명합니다. 지금 API로 넣을 수 있는 입력은 256K까지입니다.
가중치가 공개되면 필요한 장비
MoE 모델은 계산량이 활성 파라미터를 따라가지만, 어떤 전문가가 선택될지 미리 알 수 없어 메모리에는 전체 파라미터를 올려야 합니다. 활성 23B는 계산량을 뜻할 뿐, Beam을 23B 모델처럼 개인 PC에서 돌릴 수 있다는 뜻이 아닙니다.
아래는 501B 파라미터에 정밀도별 바이트 수를 곱한 계산값입니다. 긴 대화를 처리할 때 필요한 KV 캐시 메모리는 따로 더 듭니다.
정밀도별 가중치 크기(계산값)
비슷한 크기인 Nemotron 3 Ultra(550B)는 4비트 형식 기준 최신 GPU 4장, 16비트 기준 H100 16장을 공식 최소 사양으로 안내합니다. Beam도 회사 서버나 클라우드 GPU에서 실행하는 모델입니다.
공개 전까지 기다릴 것
Beam을 업무 후보로 검토한다면 지금은 다음 네 가지가 나오기를 기다리며 기록해 두는 단계입니다.
Beam을 다시 비교하기 전에 나와야 할 것
1. 가중치와 라이선스Hugging Face 저장소
Apache 2.0 원문과 이용 조건
2. 독립 평가Artificial Analysis가
접근 권한을 받아 측정 중
3. API 가격효율 주장이
요금으로 이어지는지
4. 내 과제의 결과Kimi K3나 GLM 5.3과
같은 과제로 결과와 비용
자체 측정 점수가 외부 측정에서 그대로 나오는지는 2번으로 판단합니다. 4번은 코딩 에이전트 용도라면 이미 공개된 Kimi K3나 GLM 5.3에 같은 과제를 맡겨 결과와 비용을 함께 비교하는 방식입니다.
현재 공개된 오픈 웨이트 모델 중에서 바로 고른다면 성능 기준으로는 중국 상위 모델이, 미국 기업 모델이어야 한다는 조건이 있다면 Inkling이 비교 기준입니다. Beam은 독립 평가와 가중치가 나온 뒤 이 두 기준과 다시 비교할 모델입니다.

제대로 이해했는지 한 문제로 확인해 볼까요?
답을 고르면 바로 풀이가 나와요.
2026년 10월 7일 기준으로 Beam을 사용하는 방법으로 맞는 것은 무엇인가요?

새 글과 AI 소식을 메일로 받아 보세요
AI가 바꾸는 일과 도구, 측정 실무 이야기를 매주 한 번 보내 드려요.
이 글이 도움이 되었나요?
내 컴퓨터에서 AI를 돌릴 때 필요한 하드웨어, 모델 크기, 실행 도구를 순서대로
코스 전체 보기 →