코그니션 SWE-2 공개…키미 K3로 ‘페이블 5.1급’ 코딩 성능, 비용은 64% 낮췄다

 

AI 코딩 경쟁의 기준이 ‘누가 가장 똑똑한 모델을 만들었느냐’에서 ‘실제 개발 업무를 얼마의 비용으로 끝내느냐’로 빠르게 이동하고 있습니다. AI 코딩 에이전트 데빈(Devin)을 개발한 코그니션이 공개한 새로운 코딩 모델 ‘SWE-2’가 대표적인 사례입니다.

SWE-2는 문샷AI의 키미 K3를 기반으로 코딩 업무에 특화해 사후학습한 모델입니다. 코그니션 자체 평가인 FrontierCode 1.1 Main에서는 50.0%를 기록해 페이블 5.1의 50.9%에 근접하면서도 추론 비용은 64% 낮았다고 발표했습니다. 하지만 모든 평가에서 페이블이나 GPT-6 아스트라와 비슷한 것은 아닙니다. 일부 어려운 벤치마크에서는 상당한 격차도 확인돼 ‘페이블 5.1을 대체했다’고 해석하기보다는 비용 대비 성능이 크게 개선된 코딩 특화 모델로 보는 것이 정확합니다.

SWE-2는 완전히 새로운 기반 모델이 아니다

SWE-2를 이해하려면 먼저 ‘기반 모델’과 ‘사후학습 모델’을 구분해야 합니다.

코그니션이 수조 개 파라미터의 기반 모델을 처음부터 새로 학습한 것은 아닙니다.

기반에는 문샷AI의 키미 K3가 있습니다. 코그니션은 이 모델을 가져와 실제 소프트웨어 엔지니어링 업무에 맞게 강화학습, 즉 RL을 진행했습니다.

쉽게 말하면 이미 상당한 지능을 갖춘 AI에게 실제 개발 현장에서 필요한 문제 해결 방식을 집중적으로 훈련시킨 것입니다.

이 방식이 중요한 이유는 비용입니다.

최첨단 기반 모델을 처음부터 학습하려면 막대한 GPU와 데이터, 자본이 필요하지만 좋은 오픈 기반 모델을 확보한 뒤 특정 업무에 맞게 사후학습한다면 훨씬 적은 자원으로 경쟁력 있는 전문 모델을 만들 수 있습니다.

SWE-2는 바로 이런 전략을 보여주는 사례입니다.

정말 페이블 5.1과 성능이 비슷할까

가장 눈에 띄는 결과는 코그니션이 개발한 FrontierCode 1.1 Main입니다.

SWE-2는 이 평가에서 50.0%를 기록했습니다.

비교 대상으로 제시된 페이블 5.1은 50.9%로 차이는 0.9%포인트였습니다. 기반 모델인 키미 K3는 44.2%, 이전 모델 SWE-1.7은 42.0%였습니다.

코그니션 발표대로라면 키미 K3를 그대로 사용하는 것보다 코딩 특화 사후학습을 적용한 SWE-2의 성능이 5.8%포인트 높아진 셈입니다.

더 눈에 띄는 부분은 비용입니다.

코그니션은 비슷한 성능을 기록한 페이블 5.1과 비교해 SWE-2의 추론 비용이 64% 낮았다고 설명했습니다.

코딩 에이전트에서는 이 차이가 중요합니다.

일반 챗봇처럼 한두 번 답하고 끝나는 것이 아니라 저장소를 탐색하고, 여러 파일을 읽고, 코드를 수정하고, 테스트를 실행한 뒤 실패하면 다시 수정하는 과정에서 수많은 모델 호출이 발생하기 때문입니다.

같은 개발 문제를 해결한다면 단순한 토큰 가격보다 ‘문제 하나를 최종 해결하는 데 얼마가 들었는가’가 실제 비용을 좌우합니다.

그런데 다른 평가에서는 결과가 완전히 달라진다

여기에서 반드시 확인해야 할 부분이 있습니다.

FrontierCode 하나만 보면 SWE-2와 페이블 5.1의 성능이 거의 같은 것처럼 보이지만 다른 벤치마크에서는 결과가 상당히 다릅니다.

기사에 제시된 DeepSWE 1.1에서는 SWE-2가 73.0%를 기록했습니다. 키미 K3는 68.5%, SWE-1.7은 37.7%였습니다.

Terminal-Bench 2.1에서는 SWE-2가 92.8%를 기록하며 비교 모델 가운데 가장 높은 결과를 보였습니다.

반면 Terminal-Bench 4에서는 상황이 뒤집힙니다.

SWE-2는 27.3%에 그쳤지만 페이블 5.1은 55.8%, GPT-6 아스트라는 57.9%였습니다.

아스트라와 비교하면 30%포인트 이상 차이가 납니다.

따라서 “SWE-2가 페이블 5.1과 맞먹는다”는 표현에는 조건이 붙어야 합니다.

특정 코딩 평가에서는 매우 근접하거나 뛰어난 성능을 보였지만, 난도가 높은 다른 평가에서는 최신 프런티어 모델과 상당한 차이가 남아 있다는 것입니다.

‘더 오래 생각하면 더 좋다’는 공식도 바꾸려 했다

SWE-2에서 기술적으로 흥미로운 부분은 추론 강도 최적화입니다.

최근 AI 모델에는 사용자가 생각하는 정도를 조절할 수 있는 기능이 많아지고 있습니다.

어려운 문제라면 더 오래 추론하게 만들고, 간단한 문제라면 짧게 처리해 비용과 시간을 줄이는 방식입니다.

코그니션은 SWE-2에서 중간·높음·최대 추론 수준을 각각 따로 강화학습하지 않고 한 번의 RL 과정에서 함께 학습시켰다고 설명했습니다.

각 추론 수준에 서로 다른 비용 패널티를 부여해 ‘무조건 오래 생각해서 점수를 높이는 AI’가 아니라 문제를 해결하는 데 필요한 만큼의 연산을 사용하는 모델을 만들려는 것입니다.

그 결과 코그니션의 FrontierCode 평가에서 중간 추론 수준의 SWE-2는 이전 SWE-1.7보다 높은 성능을 기록하면서 작업 단계는 58%, 비용은 81% 감소한 것으로 나타났습니다.

첫 번째 실제 코드 수정에 도달하는 데 필요한 단계의 중앙값도 48단계에서 18단계로 줄었다고 합니다.

개발자가 체감하기 쉬운 변화입니다.

AI가 저장소를 한참 돌아다니다 코드를 수정하는 것이 아니라 필요한 부분을 빠르게 찾아 실제 작업을 시작한다는 의미이기 때문입니다.

코딩 AI에서 중요한 ‘집중 탐색’이란

코그니션은 이를 ‘focused exploration’, 즉 집중 탐색이라고 설명합니다.

코딩 에이전트에게 무조건 많은 파일을 읽고 가능한 방법을 모두 시험하게 하면 성공률이 높아질 것처럼 보이지만 실제로는 비용과 시간이 급격히 늘어납니다.

좋은 에이전트는 어떤 파일이 문제와 관련됐는지 먼저 판단하고, 필요한 도구를 사용해 원인을 좁힌 다음 수정해야 합니다.

또 특정 도구가 작동하지 않는다면 거기서 작업을 멈추는 것이 아니라 다른 방법을 찾아야 합니다.

SWE-2에서는 이런 행동도 강화됐다고 코그니션은 설명합니다.

특히 사용자가 “아마 이것이 문제일 것”이라고 말했더라도 그대로 받아들이지 않고 실제 코드를 확인해 가설이 맞는지 검증하도록 훈련했다는 점도 흥미롭습니다.

AI 코딩 에이전트의 역할이 사용자의 명령을 그대로 실행하는 도구에서 스스로 검증하는 개발 파트너로 이동하고 있다는 의미입니다.

3배 큰 모델을 쓰면서 비용을 낮춘 방법

SWE-2의 기반인 키미 K3는 약 2.8조 파라미터 규모로 소개됐습니다.

코그니션에 따르면 SWE-2는 이전 SWE-1.7보다 약 3배 큰 기반 모델을 활용했습니다.

모델이 커졌는데 비용을 줄였다는 것이 얼핏 모순처럼 들릴 수 있습니다.

이를 위해 학습과 추론 인프라에도 여러 최적화가 들어갔습니다.

여러 요청을 GPU에서 묶어 처리하는 배칭 방식으로 처리량을 10~20% 높였으며, 추론 단계에서는 speculative decoding, 즉 추측 디코딩을 활용했습니다.

NVFP4와 FP8 같은 저정밀 연산 및 양자화 인식 학습도 적용했습니다.

쉽게 말하면 모델 자체의 성능만 높인 것이 아니라 GPU가 모델을 실행하는 방법까지 함께 최적화한 것입니다.

앞으로 AI 경쟁에서 이런 ‘시스템 엔지니어링’이 점점 중요해질 가능성이 큽니다.

직접 다운로드해서 내 컴퓨터에서 돌릴 수 있을까

여기서는 중요한 제한이 있습니다.

현재 SWE-2 모델의 가중치는 공개되지 않았습니다.

독립적으로 사용할 수 있는 SWE-2 전용 API 역시 제공되지 않습니다.

따라서 사용자가 SWE-2 모델 파일을 다운로드해 자신의 GPU 서버에 설치하거나 API만 연결해서 별도의 서비스를 만드는 형태로 이용할 수 있는 모델은 아닙니다.

현재는 코그니션의 AI 코딩 에이전트인 데빈 내부에서 사용하는 모델입니다.

기사에 따르면 SWE-2는 데빈 데스크톱과 CLI에서 사용할 수 있으며 향후 웹과 Fusion으로 적용 범위가 확대될 예정입니다.

따라서 SWE-2를 사용해보고 싶은 개발자라면 ‘SWE-2 API’를 찾기보다는 데빈 서비스 안에서 제공되는 모델 선택지를 확인하는 것이 맞습니다.

Cognition 공식 홈페이지

개발자에게 중요한 것은 벤치마크 1등보다 작업당 비용

이번 SWE-2 발표에서 가장 주목할 변화는 모델 순위 자체가 아닐 수 있습니다.

AI 코딩 시장에서 이제 성능과 비용을 동시에 계산하기 시작했다는 점입니다.

예를 들어 모델 A가 코딩 문제를 55% 해결하고 모델 B가 50%를 해결한다고 가정해보겠습니다.

점수만 보면 A가 우수합니다.

하지만 A를 한 번 사용하는 비용으로 B를 여러 번 실행할 수 있고 B의 응답 속도가 훨씬 빠르다면 실제 기업 환경에서는 B가 더 경제적일 수 있습니다.

반대로 실패한 코드가 서비스 장애나 보안 문제로 이어지는 핵심 시스템이라면 비용이 더 들더라도 성공률이 높은 모델이 유리할 수 있습니다.

결국 ‘가장 좋은 코딩 AI’라는 하나의 답은 점점 의미가 없어지고 있습니다.

빠른 코드 수정, 대규모 리팩터링, 복잡한 디버깅, 테스트 자동화 등 업무 성격에 따라 최적의 모델이 달라질 수 있기 때문입니다.

SWE-2가 보여주는 다음 AI 경쟁은 ‘전문화’

SWE-2의 의미는 코그니션이 새로운 코딩 모델 하나를 추가했다는 데만 있지 않습니다.

강력한 기반 모델을 만든 뒤 전문 기업이 실제 업무 데이터를 활용해 사후학습하고, 비용과 추론 행동까지 최적화하는 방식이 하나의 중요한 경쟁 전략으로 자리 잡고 있다는 점을 보여줍니다.

특히 AI 에이전트 시장에서는 가장 큰 모델을 모든 업무에 사용하는 것보다 업무별 전문 모델을 적절하게 배치하는 방식이 비용 측면에서 유리할 수 있습니다.

다만 현재 공개된 결과는 코그니션이 제시한 자체 평가를 상당 부분 포함하고 있다는 점도 기억해야 합니다. 독립적인 외부 평가와 실제 개발 환경에서의 결과가 축적돼야 SWE-2의 성능을 보다 객관적으로 판단할 수 있습니다.

현재 단계에서 SWE-2를 ‘GPT-6 아스트라나 페이블 5.1을 넘어선 모델’이라고 평가하기는 어렵습니다.

오히려 더 정확한 의미는 이것입니다.

최고 성능의 프런티어 모델을 무조건 사용하는 대신, 특정 코딩 업무에서는 훨씬 낮은 비용으로 상당히 근접한 결과를 만들어낼 수 있는 전문 모델의 경쟁력이 빠르게 커지고 있다는 것입니다.

확인한 자료

Cognition 공식 홈페이지

Moonshot AI 공식 홈페이지

당신을 위한 3줄 요약

코그니션의 SWE-2는 키미 K3를 코딩 업무에 맞게 강화학습한 모델로, 자체 FrontierCode 평가에서 페이블 5.1과 0.9%포인트 차이를 기록하면서 추론 비용은 64% 낮췄다고 발표됐습니다.
다만 Terminal-Bench 4에서는 GPT-6 아스트라와 페이블 5.1에 크게 뒤져 모든 코딩 작업에서 동급 성능이라고 보기는 어렵습니다.
현재 SWE-2 가중치와 독립 API는 공개되지 않았으며 데빈 내부에서 사용할 수 있는 코딩 특화 모델입니다.

3 line summary for you

Cognition’s SWE-2 fine-tunes Kimi K3 for software engineering and delivers near-frontier performance on selected coding benchmarks at significantly lower inference cost.
However, its performance varies considerably across benchmarks, so it should not be considered universally equivalent to top frontier models.
SWE-2 is currently available through Devin rather than as downloadable model weights or a standalone API.

 

 

멀리 있어도, 마음은 곁에.

부모님의 작은 변화를 놓치지 않도록.
AI 동반자와 가족을 연결하는 KINORA

부모님에게는 따뜻한 친구를, 가족에게는 안심을.

🎁 지금 출시 알림을 신청하세요.
출시 알림을 신청하신 분께 KINORA 정식 출시 후 1개월 무료 이용권을 드립니다.

👉 KINORA 출시 알림 신청하기
https://www.kinora.date

KINORA ✦ Stay close, even from afar.

© 2026 KINORA. All rights reserved.

📘 외국어 학습, Loglingo로 시작하세요

Loglingo는 외국어 학습에 특화된 AI 일기 플랫폼입니다.
모국어와 학습어를 선택하면, 학습어로 작성한 일기의 문법과 표현을 정확히 교정해줍니다.

🌍 전 세계 라디오로 듣기 연습
🗣 말하기 연습 모드 제공
📊 AI가 학습 레벨을 자동 분석해 맞춤 피드백 제공일기를 쓰는 순간, 실력이 쌓입니다.

https://www.loglingo.com

Loglingo

 

모두의 박물관

새로운 지식과 흥미로운 디지털 콘텐츠를 한곳에서 만나보세요.
배우고, 체험하고, 생각을 확장하는 온라인 공간.

블록체인 박물관
금융 박물관
대한민국 실패 박물관
다이어트 박물관
재난 박물관
AI 박물관
성수 박물관 ( 2026년 9월1일 개관 )

🌐 https://maccrey.com

Museum for Everyone