메이투안, 1.6조 파라미터 에이전트 특화 멀티모달 AI 'LongCat-2.5' 공개
중국 메이투안이 토큰당 약 480억 파라미터를 활성화하는 1.6조 규모의 네이티브 멀티모달 MoE 모델 LongCat-2.5를 공개하고 웹과 API 서비스를 시작했습니다.
중국 기술 기업 메이투안(Meituan) 산하 LongCat AI 팀이 2026년 11월 2일, 장시간 복합 작업을 수행하는 AI 에이전트용 네이티브 멀티모달 모델 'LongCat-2.5'를 공개했습니다. 전체 파라미터(매개변수) 규모는 약 1조 6,000억(1.6조) 개에 이르며, 추론 시 토큰 하나를 처리할 때마다 약 480억 개만 선택적으로 활성화하는 전문가 혼합(Mixture-of-Experts, MoE) 구조를 채택했습니다. 2026년 6월 선보인 이전 모델 LongCat-2.0이 대규모 언어 처리와 에이전트 코딩에 초점을 맞췄다면, 이번 버전은 시각 이해 능력과 다단계 작업 수행 역량을 한층 끌어올렸습니다.

네이티브 멀티모달 아키텍처와 실패 데이터 기반 강화학습
LongCat-2.5는 시각 정보와 텍스트를 별도 모듈로 떼어놓지 않고 하나의 토큰 체계로 다루는 네이티브 멀티모달(Native Multimodal) 방식을 택했습니다. 이미지를 다단계 이산 토큰(multi-level discrete tokens)으로 표현해 주 아키텍처 안에서 텍스트와 함께 처리합니다. 덕분에 화면 설계 요구사항을 보고 웹사이트와 인터페이스를 짜는 시각 코딩, 인터랙티브 디자인, 3D 디지털 환경 구현, 이미지 내용을 추론해 후속 작업에 연결하는 시각 추론 등에 활용할 수 있습니다. 메이투안은 유체 시뮬레이션, 3D 디지털 전시, 미니어처 도시 환경 같은 시각 애플리케이션 시연 사례를 함께 제시했습니다.
긴 호흡의 소프트웨어 엔지니어링 작업을 뒷받침하는 핵심은 대규모 강화학습(RL) 파이프라인입니다. 에이전트가 작업 환경과 길게 상호작용하는 과정에 초점을 맞춰 데이터 합성, 환경 구축, 다중 에이전트 프레임워크 학습 등 세 갈래로 훈련 체계를 확장했습니다. 특히 실제 과제를 풀다 실패한 에이전트의 시도를 버리지 않고, 검증 가능한 테스트가 포함된 재현형 학습 데이터로 변환해 다시 가르치는 방식을 도입했습니다. 성공 사례만 모방할 때 놓치기 쉬운 약점을 직접 보완하려는 설계입니다. 개발자 생태계 호환성 측면에서는 Claude Code, Codex, Hermes 같은 주요 에이전트 프레임워크와 연동되도록 설계해 기존 개발 워크플로를 갈아엎지 않고도 모델을 붙일 수 있습니다.
중국 현지 인프라 최적화와 W4A4 양자화 추론
메이투안은 외산 하드웨어 의존도를 낮추기 위해 LongCat-2.5의 학습 전 과정을 중국 현지 컴퓨팅 인프라에서 진행했다고 밝혔습니다. 중간 학습(mid-training) 단계에서는 최대 100만 토큰 길이의 긴 시퀀스를 다뤘는데, 메모리 용량이 제한된 가속기 환경에서는 메모리 점유율과 칩 간 통신 병목이 큰 걸림돌이 됩니다. 회사 측은 메모리 활용 방식과 가속기 간 통신, 병렬 처리를 손봐 자체 기술 문서 기준 긴 시퀀스 지도 미세조정(SFT) 작업에서 분산 데이터 병렬(DDP) 기준선 대비 장치당 처리량이 86% 늘었다고 설명했습니다.
실제 서비스 응답 속도를 높이기 위한 추론 경량화 기법으로는 W4A4 양자화(Quantisation)를 도입했습니다. 모델의 가중치(Weights)와 연산 중간값인 활성화(Activations)를 모두 4비트 정밀도로 낮춰 계산에 필요한 데이터양을 줄이는 기술입니다. 메이투안이 공개한 자체 온라인 테스트 결과에 따르면 기존 W8A8(INT8) 기준선과 비교해 입력 처리량과 토큰 생성 처리량이 각각 약 40% 향상됐고, 첫 토큰 대기 시간은 약 16%, 후속 토큰 생성 시간은 약 20% 단축됐습니다. 다만 학습 효율과 추론 속도 개선 수치는 모두 메이투안 내부 측정치이며, 외부 기관의 독립 검증은 아직 거치지 않았습니다.
자사 상권 플랫폼 적용과 오픈 웨이트 공개 일정
이번 모델 공개는 외부 API 판매를 넘어 메이투안의 핵심 사업인 음식 배달 및 중국 현지 생활 서비스 플랫폼 운영 효율화와 맞닿아 있습니다. 메이투안은 LongCat 모델군을 기반으로 구축한 AI 비즈니스 운영 워크스페이스 '먀오셔우(Miaoshou)'를 가맹점 분석, 매장 관리, 고객 확보에 투입하고 있으며, 구밍(Guming), 쉬성지(Xushengji), 이허탕(Yihe Tang) 등의 브랜드가 이를 활용하고 있다고 밝혔습니다. 외부 고객용 API와 내부 상용 서비스를 동시에 굴리며 실전 데이터를 확보하는 구조입니다.
현재 개발자와 일반 사용자는 LongCat 공식 웹사이트와 API 서비스를 통해 LongCat-2.5를 바로 써볼 수 있습니다. 다만 이번 발표는 모델 가중치(Model Weights)를 내려받아 자체 서버에 구축할 수 있는 오픈 웨이트(Open-weight) 배포가 아닙니다. 메이투안은 공지를 통해 깃허브(GitHub)와 허깅페이스(Hugging Face) 공개가 추후 뒤따를 예정이라고 안내했습니다. 자체 인프라 최적화를 앞세운 대형 에이전트 모델이 독립적인 코딩·멀티모달 평가에서도 발표치만큼의 성능을 입증할지, 그리고 약속한 오픈 웨이트와 구체적인 API 요금제가 언제 공개될지가 향후 관전 지점입니다.