Poolside 33B·3B Laguna XS.2 오픈웨이트 공개, 1GPU 코딩 모델 경쟁 시작
로컬에서 굴릴 수 있는 오픈웨이트 코딩 모델은 아직 드물다. Poolside는 33B 총량·3B 활성 MoE인 Laguna XS.2를 1GPU 구동 모델로 내놓았고, 기술 글에서는 SWE-bench Pro 44.5%를 제시했다.
원문: Poolside opens Laguna XS.2, a 33B/3B coding model for one GPU 원문 보기 →
왜 중요한가
로컬에서 굴릴 수 있는 오픈웨이트 코딩 모델은 많아 보여도 실제 선택지는 아직 좁다. Poolside가 4월 28일 X에 올린 글은 그 빈칸을 정확히 찔렀다. 회사는 Laguna XS.2를 "33B total / 3B active" 구조, 단일 GPU 구동, Apache 2.0 배포라는 세 문장으로 요약했다. 장문 코드 작업과 에이전트 실험을 폐쇄형 API 의존 없이 돌려보려는 개발자에게는 꽤 직접적인 신호다.
"33B total / 3B active"
이 계정이 눈에 띄는 이유는 단순 홍보 채널이 아니라 모델 출고 창구에 가깝기 때문이다. Poolside는 같은 날 공개한 공식 런치 글에서 자신들을 agentic model에 집중한 랩으로 규정했고, 이번이 처음으로 모델을 넓게 외부에 푸는 순간이라고 적었다. XS.2와 함께 225B 규모의 Laguna M.1, 터미널형 코딩 에이전트 pool, 개발 환경 Shimmer까지 같이 내놓은 것도 같은 맥락이다. 트윗 한 건이 아니라 외부 개발자를 생태계 안으로 불러들이는 개시점에 가깝다.
숫자도 구체적이다. Poolside의 기술 딥다이브에 따르면 XS.2는 총 33B, 활성 3B MoE 구조로 30T+ 토큰을 학습했고, SWE-bench Pro 44.5%, Terminal-Bench 2.0 30.1%를 기록했다. 모델은 출시 5주 전부터 프리트레이닝에 들어갔고, 자체 RL 학습에 쓰던 에이전트 하네스도 함께 배포한다. 수치를 전부 곧이곧대로 믿을 필요는 없지만, 오픈웨이트 첫 공개치고는 검증 가능한 단서가 많다.
다음 관전 포인트는 두 가지다. 커뮤니티 재현 결과가 Poolside 수치를 얼마나 따라가느냐, 그리고 단일 GPU 구동 약속이 실제 개발 워크플로에서 얼마나 버텨주느냐이다. 예고된 XS.2-base와 추가 프레임워크 지원까지 붙으면, 이번 포스트는 Poolside가 조달형 비공개 랩에서 공개 코딩 모델 경쟁자로 넘어오는 분기점으로 남을 수 있다. 출처: Poolside 원문 트윗 · 공식 런치 글 · 기술 딥다이브
관련 기사
Nvidia, Poolside에 $6B 라이선스·$1B 투자 — 오픈웨이트 AI 코딩 모델 강화
Nvidia가 AI 코딩 스타트업 Poolside와 60억 달러 비독점 라이선스 계약을 체결하고 10억 달러 추가 투자를 단행했다. Poolside 기업 가치를 120억 달러로 끌어올린 이번 계약으로 100명 이상의 직원이 Nvidia의 오픈웨이트 Nemotron 모델 개발에 합류한다.
GLM-5.3, 오픈 웨이트 공개 — 코딩·에이전트 분야 오픈소스 최강
Z.ai가 에이전틱 코딩과 사이버 방어에 특화된 GLM-5.3을 오픈 웨이트로 공개했다. GLM-5.2 대비 코딩 성능 50% 향상, Terminal Bench 3.0에서 오픈소스 최고 성능 달성.
27B dense로 여기까지, Qwen3.6에 HN이 꽂힌 이유
HN은 Qwen3.6-27B를 벤치마크 승리보다 현실적으로 돌릴 수 있는 오픈 코딩 모델로 읽었다. 댓글도 점수표보다 메모리 요구량, self-hosting 가능성, dense 구조의 운영 단순성에 몰렸다.