- Recursive는 소수의 인력과 AI 에이전트를 활용해 단 4개월 만에 Flint 코딩 모델을 구축했습니다.
- Flint는 398억 개의 파라미터를 보유하고 있지만 토큰당 약 25억 개만 활성화되므로 로컬에서 실행할 수 있습니다.
- 이 실험은 AI가 모델 개발에 필요한 인력을 줄일 수 있음을 시사하지만, Recursive는 Flint의 실제 개발 비용을 공개하지 않았습니다.
Recursive Flint를 2026년 10월 21일에 출시했습니다. 이 오픈 가중치 코딩 모델 뒤에는 많은 연구가 AI의 도움으로 진행되었습니다. 전체 모델은 소규모 팀의 지원 하에 4개월 미만 만에 완성되었습니다. 이러한 접근 방식이 막대한 투자 없이 대형 기업과 경쟁할 수 있는 기회를 소형 연구소에 제공할 수 있을까요?
Flint는 전문가 혼합(Mixture-of-Experts) 방식을 채택했습니다. 한 번에 모델의 일부만 활성화하여 효율적으로 실행되도록 합니다. 모델 카드에는 398억 개의 파라미터가 명시되어 있으며, 토큰당 약 25억 개가 활성화됩니다. Apache 2.0 라이선스는 상업적 사용을 허용하며, 개발자는 Flint를 로컬에서 실행할 수 있습니다.
Recursive가 말하는 유레카 머신이 구축한 것
Recursive는 Eureka Machine이 Flint의 아키텍처, 훈련 및 추론 소프트웨어 변경 사항을 제안하고 코딩하며 테스트했다고 밝혔습니다. CEO 리처드 소처는 WIRED와 인터뷰에서 AI가 “전체 모델 파이프라인의 거의 모든 측면을 개선했다”고 말했습니다.
이는 Recursive의 핵심 목표와도 연결됩니다. AI 시스템이 더 나은 후속 모델을 만드는 데 도움을 주기를 원합니다. Socher는 여전히 인간이 연구 과정을 중단시킬 수 있다고 주장합니다.
기업 제공 벤치마크 및 WIRED의 직접 테스트
Recursive가 실시한 테스트에 따르면, Flint는 SWE-Bench Pro v2, Terminal-Bench 2.1, SWE-Bench Verified에서 500억 개 미만의 파라미터를 가진 다른 MoE 모델들을 능가했습니다. 또한 이 회사는 M4 Pro MacBook Pro에서 초당 125개 이상의 토큰 처리 속도를, NVIDIA RTX Spark에서는 짧은 컨텍스트 길이에서 초당 150개의 토큰 처리 속도를 달성했다고 보고했습니다.
중요한 고려 사항 하나: 이는 모두 기업의 수치입니다. 독립적인 평가는 아직 제한적입니다. WIRED의 윌 나이트가 Flint를 직접 테스트해 본 결과, 매우 능숙하며 작은 웹사이트까지 생성할 수 있다는 것을 발견했습니다. 하지만 일부 성공적인 코딩 작업이 다른 모델과 비교했을 때 어떤 수준인지 보여준다고 보기는 어렵습니다.
OpenHands conducted tests on Flint prior to its launch and provided developers access to it on the day of its roll-out. Although this indicates Flint is capable of performing real-world coding tasks, OpenHands hasn’t conducted an independent assessment of Recursive’s claims regarding their benchmarking.
저렴한 AI에 대한 $410백만 달러 질문
인력이 적게 필요한 모델을 만든다고 해서 반드시 저렴해지는 것은 아닙니다. Recursive는 Flint를 구축하는 데 드는 비용이 얼마나 되는지 공개하지 않았습니다.
2026년 7월 28일, 회사는 AWS와 4억 1천만 달러 규모의 거래를 체결했습니다. 앞서 6억 5천만 달러를 조달한 바 있으며, 이 금액들에는 Flint 자체 구축 비용은 포함되어 있지 않습니다.
Epoch AI의 연구에 따르면 지출이 높은 이유를 알 수 있습니다. 2024년 한 해 동안 최종 학습 실행은 OpenAI의 연구 컴퓨팅 지출의 9.6%를 차지했으며, 대부분의 자금은 기타 연구 관련 활동에 배분되었습니다.
AI 에이전트는 기존 연구자들이 담당하던 일부 업무를 대신할 수 있습니다. 하지만 실험을 수행하고 새로운 아이디어를 검증하려면 여전히 막대한 컴퓨팅 자원이 필요합니다.
오픈 웨이트, 로컬 하드웨어, 글로벌 경쟁
반면, AI 활용 비용은 크게 하락하고 있습니다. Epoch AI는 2023년 이후 분기별로 유사한 성능을 달성하는 데 드는 비용이 약 47%씩 감소했다고 추정합니다.
2026년 9월 22일, OpenAI는 전작 대비 최소 50% 낮은 가격으로 GPT-6 Sol과 Luna를 출시했으며, 이는 Cryptopolitan이 보도한 바와 같습니다.
Flint는 이러한 가격 변동과 무관합니다. 그럼에도 불구하고 개발자들에게 또 다른 선택지를 제공합니다: 유료 클라우드 서비스에 의존하지 않고 자체 하드웨어에서 실행할 수 있는 코딩 모델입니다.
이러한 혜택은 기존 AI 시장을 넘어 확장될 수 있습니다. Stanford의 2026 AI 인덱스에 따르면 오픈소스 개발이 더 많은 국가의 AI 혁신 참여를 돕고 있는 것으로 나타났습니다.
현재까지 Flint는 소규모 팀이 AI 지원 연구를 통해 어떤 성과를 낼 수 있는지 보여줍니다. 동일한 접근 방식이 중소 규모 연구소들의 모델 개발 비용을 낮출 수 있을지는 아직 미지의 영역입니다.
가장 똑똑한 암호화폐 전문가들이 이미 우리 뉴스레터를 구독하고 있습니다. 참여하고 싶으신가요? 함께하세요.
자주 묻는 질문
Recursive Flint란 무엇이며 어떻게 실행하나요?
Flint는 약 400억 개의 총 파라미터와 토큰당 약 25억 개의 활성 파라미터를 가진 전문가 혼합(MoE) 코딩 모델로, Apache 2.0 라이선스 하에 Hugging Face에서 공개되었습니다. Recursive는 이 모델이 Apple Silicon 및 NVIDIA RTX 시스템과 같은 로컬 하드웨어에서 실행되며, llama.cpp, Ollama, LM Studio, vLLM 등의 도구와 호환된다고 밝혔습니다.
Flint는 어떻게 이렇게 빠르게 구축되었나요?
Recursive는 소규모 팀이 자동화된 '유레카 머신' 연구 시스템을 활용해 아키텍처 및 학습부터 양자화, 추론 커널에 이르기까지 모델 파이프라인의 대부분을 처리했으며, 그 결과 4개월 만에 Flint를 출시했다고 회사 측과 WIRED가 전했다.
Flint가 AI가 AI를 저렴하게 구축할 수 있음을 입증했는가?
명확하지 않다. Recursive는 Flint의 구축 비용을 공개하지 않았으며, 다년간의 AWS 컴퓨팅 계약으로 4억 1천만 달러와 추가 자금으로 6억 5천만 달러를 확보했다. 또한 Epoch AI의 연구에 따르면 대부분의 AI R&D 컴퓨팅 자원은 최종 학습 단계보다 탐색 단계에 사용된다.
마이아 비오둔
미카 아비오둔은 탈린 공과대학교 (TalTech) 에서 환경공학 및 관리 석사 학위를 바탕으로 크립토폴리탄에서 콘텐츠와 가격 예측 뉴스를 다듬고 있습니다. 현재 암호화폐 미디어 업계 7년 차인 그는 주요 암호화폐, 알트코인, DeFi, 스테이블코인, 거시 동향 및 신기술을 다루고 있습니다.
