"비싼 AI 왜 씀?" 가성비 모델 5개 뭉쳤더니 최고급 AI 코딩 실력 꺾어버림

요약 오픈소스 AI 진영에서 초고가 상용 AI 모델을 뛰어넘었다는 흥미로운 연구 결과와 프레임워크가 깃허브(GitHub)에 공개되었습니다. 프로젝트명은 'GVS5H(Gorilla vs. 5 Humans)'로, 추가적인 모델 파인튜닝이나 재학습 없이 오직 협업 구조(하네스)만으로 코딩 성능을 비약적으로 끌어올리는 방식을 다룹니다. 핵심 원리는 원장(Ledger) 기반의 제로샷 자가 오케스트레이션입니다. 모델 인스턴스 5개가 독립적으로 실행되면서, 공유 파일시스템에 저장된 계획표, 메모, 현재 작성 중인 코드 솔루션을 지속적으로 참조하고 조율하며 문제를 쪼개어 해결하는 방식입니다. 난이도가 매우 높은 최신 코딩 벤치마크인 'LiveCodeBench Hard' 100문제를 대상으로 테스트한 결과, 단일 GPU에서도 구동 가능한 오픈소스 모델인 Qwen3.8-27B의 정답률(pass@1)이 기존 단일 실행 기준 66.8%에서 5개 모델 협업 시 92.4%로 폭등했습니다. 이는 최고 성능의 플래그십 상용 모델인 Claude Fable 5(90.4%)를 넘어선 수치입니다. 또한 Qwen3.8 Flash Next 역시 오케스트레이션을 적용했을 때 93.0%를 기록하며, Fable 5 운영 비용의 단 9% 수준으로 상용 프론티어급 성능을 달성했다고 연구진은 설명했습니다. 다만 이러한 협업 방식이 만병통치약은 아니며, 모델에 따라 성능 변화가 없거나 오히려 하락하는 경우도 확인되었습니다. 분석 결과 이 같은 급격한 성능 향상은 문제를 여러 단계로 분해하고 영구적인 맥락(컨텍스트)을 공유 파일 시스템을 통해 유지한 데서 비롯된 것으로 나타났습니다. 오픈소스 커뮤니티에서는 고가 API를 쓰지 않고 단일 GPU나 저비용 모델 여러 개를 조율하는 추론 단계 구조화만으로도 프론티어 AI 성능을 낼 수 있다는 점에 주목하고 있습니다.