알리바바 Qwen3.8-Omni-Flash 공개 — 100만 토큰 맥락에 오디오·비디오 1시간을 한 번에 | 뉴스

알리바바 Qwen이 2026년 9월 18일 Qwen3.8-Omni-Flash를 API 고객에게 공개했다. 텍스트·이미지·오디오·비디오를 모두 입력으로 받는 네이티브 옴니모달 모델로, 100만 토큰 맥락과 단일 호출에서 최대 1시간 분량의 연속 오디오·비디오 처리를 내세웠다.

방향성이 분명하다. 목표는 "옴니모달 콘텐츠를 이해하는 것"에서 "작업을 계획하고, 도구를 호출하고, 창작 작업을 끝내는 것"으로 옮겨 간다고 밝혔다. 즉 인식 모델이 아니라 에이전트 실행 모델로 포지셔닝한 셈이다.

멀티모달 모델의 데모는 항상 화려했다. 사진을 보여 주면 설명하고, 영상을 주면 요약한다. 그런데 실무에 붙이려고 하면 벽에 부딪힌다. 회의 녹화 한 시간을 넣으면 맥락이 모자라고, 조각내서 넣으면 흐름이 끊기고, 중간에 나온 화면 공유 내용을 참조하려면 별도 파이프라인이 필요했다. 1시간 연속 처리와 100만 토큰이라는 조합은 정확히 그 벽을 겨냥한다.

발표 요약

항목	내용
공개일	2026년 9월 18일 (API 제공 시작)
입력 양식	텍스트·이미지·오디오·비디오 (네이티브 옴니모달)
맥락 길이	100만 토큰
연속 처리	단일 호출에서 최대 1시간 분량 오디오·비디오
지향점	이해를 넘어 작업 계획·도구 호출·창작 수행
기반 아키텍처	Qwen3.8-Flash-Next (2026년 8월 오픈웨이트로 공개된 멀티모달 MoE 계열)

오픈웨이트 맥락 Qwen 계열은 최상위 모델의 가중치까지 공개하는 방향으로 움직여 왔다. Omni-Flash가 기반으로 삼은 Flash-Next 아키텍처는 오픈웨이트로 먼저 공개됐고, 이는 차세대 아키텍처의 사전 공개 성격도 있다. 폐쇄형 API만 있는 경쟁 모델들과 생태계 전략이 갈리는 지점이다.

긴 맥락 + 옴니모달이 실제로 푸는 문제

회의·강의 전체 처리

한 시간짜리 녹화를 조각내지 않고 통째로 넣어, 발언 흐름과 화면 내용을 함께 참조하게 한다.

영상 기반 QA·검색

"이 부분에서 설명한 수치가 어디서 나왔나"처럼 시간축을 넘나드는 질문이 가능해진다.

UI 조작 에이전트

화면을 보며 다음 동작을 계획하는 작업에서, 이전 화면들을 맥락에 유지할 수 있다.

콜센터·상담 분석

통화 오디오와 화면 기록을 함께 넣어 대화 품질과 처리 과정을 한 번에 평가한다.

다만 긴 맥락은 공짜가 아니다. 토큰이 길어질수록 비용과 지연이 늘고, 모델이 중간 부분을 흘리는 현상도 여전히 존재한다. 100만 토큰을 쓸 수 있다는 것과 100만 토큰을 매번 채워 넣어야 한다는 것은 전혀 다른 이야기다.

실무 도입 시 계산해야 할 것

옴니모달 적용 전 점검

✓입력 비용 구조 확인 — 오디오·비디오는 토큰 환산 단가가 텍스트와 다르다

✓전처리로 줄일 수 있는지 검토 — 무음 구간 제거, 프레임 샘플링, 화면 변화 감지

✓긴 맥락 대신 검색으로 풀 수 있는 문제인지 먼저 판단 (RAG가 여전히 더 싸다)

✓민감 정보 처리 — 녹화에는 얼굴·화면·음성이 함께 들어 있다. 보존 정책부터 정하고 시작할 것

✓평가 세트 구성 — 요약 품질은 사람이 채점해야 한다. 자동 지표만으로는 회귀를 못 잡는다

두 번째 항목이 비용을 가장 크게 좌우한다. 한 시간 영상에서 실제로 정보가 바뀌는 구간은 대개 훨씬 짧다. 장면 전환 감지로 프레임을 솎고 무음을 제거하면 입력이 몇 배 줄어드는데, 품질 저하는 생각보다 작다.

경쟁 구도 — 저가·긴 맥락·멀티모달이 한 묶음으로

2026년 들어 모델 경쟁은 최상위 성능이 아니라 가성비 티어에서 벌어지고 있다. 구글이 Flash 계열로 대응하고, 알리바바가 Omni-Flash로 옴니모달을 같은 티어에 얹는 식이다. 사용자 입장에서는 좋은 흐름이지만, 애플리케이션 설계자에게는 숙제가 생긴다. 선택지가 늘어날수록 라우팅과 평가의 중요성이 커진다.

결국 반복되는 결론에 닿는다. 모델 이름을 코드에 박지 말 것, 작업 유형별 평가 세트를 유지할 것, 교체 비용을 하루 안쪽으로 유지할 것. 이번 분기에만 이 조언을 세 번째 쓰고 있다.

출처

MarkTechPost, "Alibaba Qwen Releases Qwen3.8-Omni-Flash" (2026-09-18) — https://www.marktechpost.com/2026/09/18/alibaba-qwen-releases-qwen3-8-omni-flash/
Qwen 공식 블로그, "Qwen3.8-Flash-Next: A New Architecture" — https://qwen.ai/blog?id=qwen3.8-flash-next
Qwen 릴리스 노트 모음 — https://releasebot.io/updates/qwen

자주 묻는 질문

Qwen3.8-Omni-Flash는 무엇이 새로운가요?

텍스트·이미지·오디오·비디오를 함께 받는 네이티브 옴니모달 모델로, 100만 토큰 맥락과 단일 호출에서 최대 1시간 분량의 연속 오디오·비디오 처리를 제공합니다. 인식에 그치지 않고 작업 계획과 도구 호출까지 겨냥한 점이 특징입니다.

가중치가 공개돼 있나요?

Omni-Flash가 기반으로 삼은 Qwen3.8-Flash-Next 아키텍처는 2026년 8월 오픈웨이트로 공개됐습니다. Omni-Flash 자체는 발표 시점에 API로 제공이 시작됐으며, 공개 범위는 모델별로 다르므로 공식 페이지 확인이 필요합니다.

100만 토큰 맥락이면 RAG가 필요 없나요?

아닙니다. 긴 맥락은 비용과 지연이 비례해 늘고, 매우 긴 입력에서 중간 정보를 놓치는 현상도 여전합니다. 자주 쓰는 지식은 검색으로 좁혀 넣고, 긴 맥락은 연속성이 중요한 단일 자료(회의 녹화 등)에 쓰는 조합이 효율적입니다.

오디오·비디오 입력은 비용이 어떻게 계산되나요?

텍스트와 환산 단가가 다르며 길이·해상도·샘플링에 따라 크게 달라집니다. 무음 제거와 프레임 샘플링 같은 전처리로 입력량을 줄이면 비용이 크게 내려가고 품질 저하는 제한적인 경우가 많습니다. 실제 워크로드로 측정해 보는 것이 필수입니다.

이런 모델을 도입할 때 가장 흔한 실수는 무엇인가요?

전처리 없이 원본을 통째로 넣는 것, 그리고 평가 세트 없이 모델을 교체하는 것입니다. 전자는 비용을 몇 배로 부풀리고, 후자는 품질 회귀를 배포 후에 발견하게 만듭니다. 작은 골든 세트라도 먼저 만들어 두는 것이 좋습니다.