Poolside, 경쟁 모델보다 10배 큰 규모를 능가하는 open-weight 코딩 모델 Laguna S 2.1 공개

Poolside는 118B 파라미터 MoE 코딩 모델 Laguna S 2.1을 공개하고 Hugging Face에 OpenMDW-1.1 라이선스로 weights를 배포했습니다. 이 모델은 token당 8B 파라미터만 활성화하고 최대 100만 token context window를 지원하며, Terminal-Bench 2.1 등에서 훨씬 큰 DeepSeek, Thinking Machines, NVIDIA 모델을 앞섰다고 회사는 밝혔습니다. 사전학습 시작부터 공개까지 9주 미만이 걸렸고, 4,096개 NVIDIA H200 GPU로 훈련됐습니다.

이번 출시는 frontier 경쟁이 단순한 모델 규모 확대에서 open-weight와 효율적 추론 구조, 빠른 출시 주기로 이동하고 있음을 보여줍니다. 특히 정부·방위 고객을 상대해 온 Poolside가 weights 공개를 택한 점은 기업들이 자체 인프라에서 검증·운영 가능한 AI를 선호하는 흐름과 맞닿아 있습니다. 서방 AI 업계에서는 중국계 open-weight 모델의 개발자 채택 확대에 대응할 실질적 대안이 필요하다는 압박도 커질 전망입니다.