오늘은 알리바바 클라우드가 2026년 2월 16일 공개한 Qwen3.5에 대해 알아보려고 합니다. 397B 파라미터의 MoE(Mixture of Experts) 아키텍처로 설계된 이 모델은 "에이전틱 AI 시대를 위해 만들어졌다"는 선언과 함께 등장했습니다. GPT-5.2를 넘었다는 주장도 있는데, 실제 벤치마크를 보면 어떨까요? 확인된 사실과 주의해야 할 부분을 함께 살펴보겠습니다.
- 출시: 2026년 2월 16일 (알리바바 클라우드)
- 핵심 모델: Qwen3.5-397B-A17B (MoE, 17B 활성 파라미터)
- 컨텍스트: 기본 262,144 토큰 / Plus 버전 1,010,000 토큰
- 라이선스: Apache 2.0 (상업적 이용 가능)
- 특징: 네이티브 멀티모달, 에이전틱 AI, 201개 언어 지원
- API 가격: 입력 $0.40/M 토큰, 출력 $2.40/M 토큰 (국제 지역 기준)
목차
- Qwen3.5란 무엇인가
- 핵심 아키텍처: MoE + Gated DeltaNet
- 모델 변형 및 스펙 비교
- 벤치마크 성능 분석
- GPT-5.2 비교 주장의 진실
- 에이전틱 AI 기능 상세
- 멀티모달 및 비주얼 에이전트
- API 사용법 (DashScope)
- 자체 호스팅 가이드
- Qwen Agent SDK로 에이전트 구축
- 비용 및 효율성 분석
- 한계와 주의사항
- 참고 자료
1. Qwen3.5란 무엇인가
Qwen3.5는 알리바바 클라우드의 Qwen 팀이 2026년 2월 16일 공개한 대형 언어 모델(LLM) 시리즈입니다. 공식 논문 제목은 "Qwen3.5: Towards Native Multimodal Agents"로, 단순한 언어 모델을 넘어 네이티브 멀티모달 에이전트를 지향한다는 철학이 담겨 있습니다.
Qwen 시리즈는 Qwen1, Qwen1.5, Qwen2, Qwen2.5, Qwen3를 거쳐 이번에 Qwen3.5로 이어졌습니다. 이전 Qwen3(2025년 출시)가 하이브리드 추론 모델로 주목받았다면, Qwen3.5는 에이전틱 AI를 전면에 내세웠습니다.
단순히 질문에 답하는 것을 넘어, 복잡한 멀티스텝 태스크를 자율적으로 계획하고 실행하는 AI입니다. 도구 호출(Tool Use), 웹 검색, 코드 실행, UI 조작 등을 연속적으로 수행합니다.
Qwen3.5의 주요 특징을 정리하면 다음과 같습니다.
- 스파스 MoE 아키텍처로 대규모 파라미터를 효율적으로 활용
- 텍스트, 이미지, 비디오, GUI를 하나의 모델에서 처리하는 네이티브 멀티모달
- 201개 언어 및 방언 지원 (이전 세대 119개에서 확대)
- 최대 1,010,000 토큰의 초장문 컨텍스트
- Apache 2.0 오픈 웨이트 공개
2. 핵심 아키텍처: MoE + Gated DeltaNet
Qwen3.5-397B-A17B의 아키텍처는 기존 트랜스포머와 여러 면에서 다릅니다. Hugging Face 모델 페이지에 공개된 공식 스펙을 기반으로 설명합니다.
스파스 MoE (Mixture of Experts)
397B 파라미터 전체가 항상 동작하는 것이 아닙니다. 각 토큰을 처리할 때 512개의 전문가(Expert) 중 11개(라우팅 10개 + 공유 1개)만 활성화됩니다. 이 방식으로 17B의 활성 파라미터만 사용하면서도 대규모 모델의 지식을 활용합니다.
| 아키텍처 항목 | 상세 값 |
|---|---|
| 전체 파라미터 | 397B |
| 활성 파라미터 (토큰당) | 17B |
| 레이어 수 | 60 (15 × 4-레이어 블록) |
| 히든 차원 | 4,096 |
| 전문가 총 수 | 512개 |
| 활성 전문가 수 | 10(라우팅) + 1(공유) = 11개 |
| 기본 컨텍스트 길이 | 262,144 토큰 |
| 최대 컨텍스트 (YaRN 확장) | 1,010,000 토큰 |
| 어휘 크기 | 250,000 토큰 |
| 지원 언어 | 201개 언어 및 방언 |
출처: Hugging Face - Qwen/Qwen3.5-397B-A17B 모델 카드
Gated DeltaNet 하이브리드 어텐션
Qwen3.5는 기존 소프트맥스 어텐션 외에 Gated Delta Networks를 결합한 하이브리드 아키텍처를 채택했습니다. 이 구조는 높은 처리량과 낮은 지연 시간을 동시에 달성하는 데 기여합니다.
Qwen3.5는 한 번에 여러 토큰을 예측하는 MTP 기법을 사전 학습에 도입했습니다. 이를 통해 사전 학습 수렴 속도를 높이고 추론 처리량을 향상시켰습니다. 이전 세대 대비 256K 컨텍스트에서 최대 19배 빠른 디코딩 속도를 보고했습니다. (⚠️ 비공식 출처 기반, Qwen 공식 문서에서 미확인) (출처: Digital Applied - Qwen 3.5 Guide)
3. 모델 변형 및 스펙 비교
2026년 2월 현재, 공식 GitHub 저장소에는 두 가지 형태로 제공되고 있습니다. GitHub README에는 "More sizes are coming"이라고 명시되어 있어 추가 모델 변형이 출시될 예정입니다.
| 모델 | 유형 | 컨텍스트 | 라이선스 | 접근 방법 |
|---|---|---|---|---|
| Qwen3.5-397B-A17B | 오픈 웨이트 | 262K (기본) / 1M (YaRN) | Apache 2.0 | Hugging Face, ModelScope 다운로드 |
| Qwen3.5-Plus | 호스팅 (클라우드) | 1M 토큰 (기본) | 알리바바 서비스 약관 | DashScope API, Qwen Chat |
오픈 웨이트 모델은 Apache 2.0 라이선스로 공개되어 있어 상업적 이용, 수정, 재배포가 모두 가능합니다. 다만 "오픈 웨이트"는 학습 데이터와 학습 코드 전체를 공개하는 "완전한 오픈소스"와는 다릅니다.
4. 벤치마크 성능 분석
다음 벤치마크 점수는 알리바바 공식 발표 및 서드파티 분석을 기반으로 합니다. 모든 수치는 알리바바 측 자체 평가 또는 공개 리더보드 기준이며, 벤치마크 방법론에 따라 결과가 달라질 수 있습니다.
추론 및 수학
| 벤치마크 | 설명 | Qwen3.5-397B | 비고 |
|---|---|---|---|
| AIME 2026 | 올림피아드 수준 수학 | 91.3 | GPT-5.2는 96.7로 더 높음 |
| GPQA Diamond | 대학원 수준 추론 | 88.4 | 최상위권 수준 |
| MMLU-Pro | 전문 지식 다범위 | 87.8 | - |
| MathVista | 시각적 수학 추론 | 90.3 | 멀티모달 추론 |
코딩 및 에이전틱
| 벤치마크 | 설명 | Qwen3.5-397B | 비고 |
|---|---|---|---|
| LiveCodeBench v6 | 경쟁 프로그래밍 | 83.6 | 높은 수준 |
| SWE-bench Verified | 실제 GitHub 이슈 해결 | 76.4 | 실용적 코딩 능력 |
| IFBench | 지시 따르기 능력 | 76.5 | GPT-5.2(75.4) 소폭 앞섬 |
| MultiChallenge | 복합 지시 따르기 | 67.6 | GPT-5.2(57.9) 앞섬 |
| BFCL v4 | 에이전틱 도구 사용 | 72.9 | Function Calling |
| BrowseComp | 에이전틱 웹 검색 | 78.6 | - |
| Tau2-Bench | 에이전틱 종합 능력 | 86.7 | Claude(91.6) 다음 2위 |
비주얼 에이전트
| 벤치마크 | 설명 | Qwen3.5-397B |
|---|---|---|
| OSWorld | 데스크톱 앱 제어 | 62.2 |
| AndroidWorld | 모바일 앱 제어 | 66.8 |
출처: Digital Applied - Qwen 3.5 Benchmarks Guide, NxCode - Qwen 3.5 Developer Guide
벤치마크 점수는 특정 조건과 평가 방법론에 따라 달라집니다. 위 점수는 주로 알리바바 측 발표 자료와 서드파티 분석을 종합한 것으로, 실제 사용 환경에서의 성능과 차이가 있을 수 있습니다.
5. GPT-5.2 비교 주장의 진실
일부 언론과 알리바바의 마케팅 자료에서 "Qwen3.5가 GPT-5.2를 넘었다"는 주장이 있습니다. 이 주장을 공식 벤치마크로 검증해보겠습니다.
Qwen3.5가 앞서는 항목
- IFBench (지시 따르기): Qwen3.5 76.5 vs GPT-5.2 75.4
- MultiChallenge (복합 지시): Qwen3.5 67.6 vs GPT-5.2 57.9
- 비용 효율성: Qwen3.5는 GPT-5.2 대비 훨씬 저렴 (10-17배 차이로 알려짐)
- 오픈 웨이트: Qwen3.5는 Apache 2.0으로 자체 호스팅 가능, GPT-5.2는 클로즈드 소스
GPT-5.2가 앞서는 항목
- AIME 2026 (고급 수학): GPT-5.2 96.7 vs Qwen3.5 91.3
- MCPMark (에이전틱): GPT-5.2 57.5 vs Qwen3.5 46.1
- Tau2-Bench: Claude 91.6 > Qwen3.5 86.7 (GPT-5.2는 참고: 비교 데이터 제한적)
알리바바는 "평가된 카테고리의 80%에서 GPT-5.2와 Claude Opus 4.5를 앞선다"고 주장했습니다. 그러나 이 주장은 알리바바 자체 평가 기준에 근거한 것으로, 어떤 벤치마크를 포함했는지 전체 방법론이 명확히 공개되지 않았습니다. 독립적인 제3자 검증이 완료된 시점에서 판단하는 것이 적절합니다. 특히 고급 수학(AIME), 일부 에이전틱 벤치마크(MCPMark)에서는 GPT-5.2가 앞섭니다.
Qwen3.5는 특정 카테고리에서 GPT-5.2와 경쟁할 수 있는 수준의 오픈 웨이트 모델입니다. "모든 면에서 앞선다"는 표현은 정확하지 않으며, 태스크와 환경에 따라 성능 차이가 존재합니다. 비용 대비 성능 측면에서는 매우 경쟁력 있는 선택지입니다.
6. 에이전틱 AI 기능 상세
Qwen3.5의 가장 핵심적인 차별점은 에이전틱 AI 기능입니다. 단순 질답을 넘어 복잡한 멀티스텝 태스크를 자율적으로 수행합니다.
Tool Use (함수 호출)
Qwen3.5는 외부 도구를 호출하는 Function Calling을 네이티브로 지원합니다. BFCL v4 벤치마크에서 72.9점을 기록했으며, OpenAI 호환 포맷으로 기존 시스템에 통합하기 쉽습니다.
from openai import OpenAI
client = OpenAI(
api_key="YOUR_DASHSCOPE_API_KEY",
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)
tools = [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "지정한 도시의 현재 날씨를 반환합니다",
"parameters": {
"type": "object",
"properties": {
"city": {"type": "string", "description": "도시 이름"}
},
"required": ["city"]
}
}
}
]
response = client.chat.completions.create(
model="qwen3.5-plus",
messages=[{"role": "user", "content": "서울 날씨 알려줘"}],
tools=tools,
tool_choice="auto"
)Thinking Mode (추론 체인)
Qwen3.5는 응답 전에 <think>...</think> 태그 내에서 내부 추론 과정을 거칩니다. 복잡한 문제에서는 이 모드를 활성화하고, 빠른 응답이 필요할 때는 비활성화할 수 있습니다.
response = client.chat.completions.create(
model="qwen3.5-plus",
messages=messages,
max_tokens=32768,
temperature=0.7,
top_p=0.8,
presence_penalty=1.5,
extra_body={
"top_k": 20,
"chat_template_kwargs": {"enable_thinking": False},
}
)공식 문서에 따르면, 멀티턴 대화에서 히스토리를 전달할 때 이전 턴의 thinking 콘텐츠(
<think> 태그 내용)는 제외하는 것이 권장됩니다. 컨텍스트를 불필요하게 소비하기 때문입니다. (출처: Hugging Face 모델 카드)7. 멀티모달 및 비주얼 에이전트
Qwen3.5의 또 다른 핵심 특징은 텍스트, 이미지, 비디오, GUI를 단일 모델에서 처리하는 네이티브 멀티모달 능력입니다. 어댑터를 통한 후처리가 아닌, 초기 학습 단계부터 멀티모달을 통합했습니다.
GUI 에이전트 기능
Qwen3.5는 스크린샷을 이해하고 UI 요소를 감지해 실제 사용자 조작을 자동화할 수 있습니다. 이를 통해 다음과 같은 작업이 가능합니다.
- 데스크톱 애플리케이션 조작 (OSWorld 벤치마크 62.2점)
- 모바일 앱 제어 (AndroidWorld 벤치마크 66.8점)
- 웹 브라우저 자동화
- 멀티앱 워크플로우 오케스트레이션
messages = [
{
"role": "user",
"content": [
{
"type": "image_url",
"image_url": {
"url": "https://example.com/screenshot.png"
}
},
{
"type": "text",
"text": "이 화면에서 '저장' 버튼의 위치를 알려주고 클릭 동작을 생성해주세요"
}
]
}
]
response = client.chat.completions.create(
model="qwen3.5-plus",
messages=messages,
max_tokens=81920, # 복잡한 시각 태스크에는 긴 출력 허용
temperature=0.6,
top_p=0.95,
extra_body={"top_k": 20}
)8. API 사용법 (DashScope)
Qwen3.5-Plus는 알리바바 클라우드의 DashScope API를 통해 접근할 수 있습니다. OpenAI SDK와 완벽 호환되어 기존 코드를 거의 수정 없이 사용할 수 있습니다.
1단계: API 키 발급
- DashScope 콘솔에 접속하여 알리바바 계정으로 로그인
- API Key Management에서 키 생성
- 환경 변수로 설정:
export DASHSCOPE_API_KEY="your-key"
Python 기본 사용법
import os
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)
response = client.chat.completions.create(
model="qwen3.5-plus",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "파이썬으로 피보나치 수열을 구현해줘"}
],
temperature=0.3,
extra_body={
"enable_thinking": True, # 추론 체인 활성화
"enable_search": False # 웹 검색 비활성화
}
)
print(response.choices[0].message.content)Node.js 사용법
import OpenAI from 'openai';
const client = new OpenAI({
apiKey: process.env.DASHSCOPE_API_KEY,
baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1'
});
const response = await client.chat.completions.create({
model: 'qwen3.5-plus',
messages: [
{ role: 'user', content: 'TypeScript로 간단한 REST API 서버 만드는 방법 알려줘' }
],
temperature: 0.3
});
console.log(response.choices[0].message.content);권장 샘플링 파라미터
| 파라미터 | Thinking 모드 | Non-Thinking 모드 | 비고 |
|---|---|---|---|
| temperature | 0.6 | 0.7 | 공식 권장값 |
| top_p | 0.95 | 0.8 | - |
| top_k | 20 | 20 | extra_body로 전달 |
| max_tokens (일반) | 32,768 | 32,768 | - |
| max_tokens (수학/코딩) | 81,920 | 81,920 | 복잡한 추론 태스크 |
출처: Hugging Face - Qwen3.5-397B-A17B 모델 카드
9. 자체 호스팅 가이드
오픈 웨이트 모델인 Qwen3.5-397B-A17B는 직접 서버에 배포할 수 있습니다. 대용량 모델이므로 상당한 GPU 리소스가 필요합니다.
하드웨어 요구사항
| 설정 | GPU 요구사항 | VRAM |
|---|---|---|
| 완전 BF16 (262K 컨텍스트) | 8× H100 (80GB) | ~794GB |
| 양자화 버전 (INT4/AWQ) | 2~3× H100 | ~200GB |
| 1M 토큰 컨텍스트 | 16× H100 | ~794GB+ |
출처: NxCode - Qwen 3.5 Developer Guide
vLLM으로 서빙
vllm serve Qwen/Qwen3.5-397B-A17B \
--port 8000 \
--tensor-parallel-size 8 \
--max-model-len 262144 \
--reasoning-parser qwen3 \
--enable-prefix-cachingvllm serve Qwen/Qwen3.5-397B-A17B \
--port 8000 \
--tensor-parallel-size 8 \
--reasoning-parser qwen3 \
--speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'SGLang으로 서빙
python -m sglang.launch_server \
--model-path Qwen/Qwen3.5-397B-A17B \
--port 8000 \
--tp-size 8 \
--mem-fraction-static 0.8 \
--context-length 262144 \
--reasoning-parser qwen3출처: Hugging Face - Qwen3.5-397B-A17B 모델 카드
H100 8장은 개인 개발자나 소규모 팀에게는 현실적으로 어렵습니다. 이런 경우에는 (1) DashScope API를 사용하거나 (2) GGUF/AWQ 양자화 버전을 사용하거나 (3) Hugging Face Inference Endpoints 서비스를 검토하는 것이 실용적입니다.
10. Qwen Agent SDK로 에이전트 구축
알리바바는 Qwen3.5와 함께 사용할 수 있는 Qwen-Agent SDK를 제공합니다. 이를 통해 멀티스텝 태스크를 수행하는 에이전트를 빠르게 구축할 수 있습니다.
설치
pip install qwen-agent기본 에이전트 구축
from qwen_agent.agents import Assistant
# 에이전트 초기화
agent = Assistant(
llm={
"model": "qwen3.5-plus",
"model_server": "dashscope",
"api_key": "YOUR_API_KEY"
},
function_list=[
"code_interpreter", # Python 코드 실행
"web_search" # 웹 검색
],
system_message="당신은 데이터 분석 전문가입니다."
)
# 태스크 실행
messages = [{"role": "user", "content": "2025년 AI 칩 시장 점유율을 조사하고 파이차트로 그려줘"}]
for response in agent.run(messages=messages):
print(response)Qwen-Agent SDK는 code_interpreter(Python 코드 실행), web_search(웹 검색), image_gen(이미지 생성) 등 다양한 내장 도구를 제공합니다. 커스텀 함수를 추가하여 도메인 특화 도구를 통합할 수도 있습니다.
11. 비용 및 효율성 분석
Qwen3.5의 큰 장점 중 하나는 비용 효율성입니다. MoE 아키텍처로 인해 실제 연산량이 17B 수준으로 제한되어, 동급 성능의 dense 모델보다 훨씬 저렴하게 운영됩니다.
API 가격 (2026년 2월 기준, 변동 가능)
| 항목 | 가격 | 비고 |
|---|---|---|
| 입력 토큰 | $0.40 / 1M 토큰 | 국제 지역 기준 |
| 출력 토큰 | $2.40 / 1M 토큰 | 국제 지역 기준 |
| 1M 토큰 컨텍스트 처리 | 약 $0.18 | Plus 버전 기준 |
참고 (2차 출처, 공식 가격은 아래 DashScope 확인 권장): NxCode Developer Guide, APIdog - Qwen 3.5 API
위 가격은 2026년 2월 공개 시점의 국제 지역(중국 외) 기준입니다. 중국 본토 가격, 프로모션 요금, 대량 사용 할인 등으로 실제 가격이 다를 수 있습니다. 최신 가격은 DashScope 콘솔에서 확인하세요.
추론 속도 개선
알리바바가 발표한 이전 세대 Qwen3-Max 대비 추론 속도 개선 수치입니다. (출처: Digital Applied)
- 32K 컨텍스트: 8.6배 빠른 디코딩
- 256K 컨텍스트: 최대 19배 빠른 디코딩
- 전체 비용: 이전 세대 대비 약 60% 절감
위 수치는 알리바바가 자사 이전 모델(Qwen3-Max)과 비교한 것으로, GPT-5.2나 Claude와의 절대적 가격 비교가 아닙니다. 실제 비용은 사용 패턴과 컨텍스트 길이에 따라 크게 다릅니다.
12. 한계와 주의사항
Qwen3.5는 인상적인 성능을 보여주지만, 실제 도입 전에 다음 사항을 반드시 검토해야 합니다.
기술적 한계
- 자체 호스팅 비용: 완전한 BF16 모델을 실행하려면 H100 8장(~794GB VRAM)이 필요하며 개인·소규모 팀에게는 현실적으로 어려움
- 고급 수학 영역: AIME 2026 기준 GPT-5.2(96.7)에 비해 Qwen3.5(91.3)가 낮음 - 수학 올림피아드 수준 문제에서 차이 존재
- 에이전틱 일부 벤치마크: MCPMark에서 GPT-5.2(57.5) 대비 Qwen3.5(46.1)로 낮은 점수
- 모델 변형 제한: 2026년 2월 현재 공개된 오픈 웨이트 모델은 397B-A17B 하나뿐 (추가 사이즈 출시 예정)
지정학적·서비스 리스크
- 알리바바 클라우드(DashScope) API는 중국 기업이 운영하므로 일부 국가·기업의 규제 정책에 따라 사용 제한이 있을 수 있음
- API 서비스 가용성, SLA, 데이터 처리 정책은 별도로 확인 필요
- 국제 지역 서비스의 지연 시간(latency)은 사용 위치에 따라 다를 수 있음
벤치마크 해석 주의
"평가된 카테고리의 80%에서 GPT-5.2를 앞선다"는 주장은 알리바바 자체 평가 기준에 따른 것입니다. 어떤 벤치마크를 포함·제외했는지, 평가 조건이 동일한지 독립 검증이 아직 진행 중입니다. 실제 사용 전에는 자신의 태스크에 맞는 직접 평가(evals)를 수행하는 것이 바람직합니다.
13. 참고 자료
| 구분 | 링크 |
|---|---|
| 공식 블로그 (Qwen Team) | https://qwen.ai/blog?id=qwen3.5 |
| GitHub 공식 저장소 | https://github.com/QwenLM/Qwen3.5 |
| Hugging Face 모델 카드 | https://huggingface.co/Qwen/Qwen3.5-397B-A17B |
| Qwen 팀 Hugging Face 페이지 | https://huggingface.co/Qwen |
| DashScope API 콘솔 | https://dashscope.console.aliyun.com/ |
| 벤치마크 분석 (Digital Applied) | Qwen 3.5 Benchmarks Guide |
| 개발자 가이드 (NxCode) | Qwen 3.5 Developer Guide 2026 |
| 모델 비교 (Artificial Analysis) | Qwen3.5 397B A17B Analysis |
| CNBC 출시 보도 | Alibaba unveils Qwen3.5 - CNBC |
| VentureBeat 분석 | Qwen3.5 397B-A17B beats larger model - VentureBeat |
| NVIDIA NIM 모델 카드 | Qwen3.5-397B-A17B on NVIDIA NIM |
| MarkTechPost 기술 분석 | Qwen3.5-397B MoE Model - MarkTechPost |
정리하며
Qwen3.5-397B-A17B는 2026년 2월 현재 오픈 웨이트 진영에서 가장 강력한 에이전틱 AI 모델 중 하나입니다. MoE 아키텍처로 대규모 파라미터의 지식을 활용하면서도 효율적인 추론이 가능하고, Apache 2.0 라이선스로 상업적 활용도 자유롭습니다.
"GPT-5.2를 넘었다"는 주장은 일부 벤치마크에서 사실이지만 전체적으로는 태스크에 따라 다릅니다. 특히 고급 수학과 일부 에이전틱 벤치마크에서는 GPT-5.2가 앞서는 부분도 있습니다. 중요한 것은 여러분의 실제 사용 케이스에서 직접 평가하는 것입니다.
오픈 웨이트 모델을 원하거나 비용 효율적인 에이전틱 AI 솔루션을 찾는다면, Qwen3.5는 분명히 검토할 가치가 있는 선택지입니다.
작성일: 2026년 2월 22일
주의: 이 글의 정보는 작성 시점 기준이며, 모델 업데이트 및 가격 정책 변경에 따라 내용이 달라질 수 있습니다. 최신 정보는 공식 GitHub 및 DashScope 콘솔에서 확인하세요.
