Reflection Beam: 코딩과 에이전트를 위한 501B 오픈 웨이트 모델 완전 해설

Reflection이 첫 번째 오픈 웨이트 모델인 Beam을 출시했습니다. 가중치는 Apache 2.0 라이선스 하에 Hugging Face에 공개되어 있습니다. Beam은 코딩, 추론, 장기 에이전트 작업을 위해 설계된 5,010억 파라미터 규모의 희소 Mixture-of-Experts (MoE) 모델입니다. 이 가이드에서는 출시된 내용, 벤치마크 성능, 호스팅 API 비용, 그리고 직접 실행하는 방법을 Reflection의 공식 모델 카드 수치를 기반으로 설명합니다.

Reflection Beam이란?

Beam은 총 5,010억 파라미터, 토큰당 약 230억 파라미터가 활성화되는 희소 MoE 모델로, Beam-1.0-501B-A23B라는 이름으로 출시되었습니다. 텍스트 입출력 방식으로 코딩, 추론, 에이전트 워크로드에 최적화되어 있으며, 토큰 효율적 추론에 중점을 두고 있습니다.

Hugging Face 모델 카드에 따르면, Beam은 52개 레이어(3개 밀집 레이어 + 49개 MoE 레이어), 256개 전문가 모델, 100만 토큰 컨텍스트 윈도우, 152k 토큰 어휘, 2026년 6월 30일 기준 지식 컷오프를 갖추고 있습니다. 슬라이딩 윈도우 어텐션이 적용된 게이트 그룹 쿼리 어텐션과 수정된 Harmony 채팅 형식을 사용합니다.

핵심 가치 제안은 최고 성능보다 효율성입니다. Reflection은 모델 카드에서 Beam이 선도적인 오픈 모델과 유사한 솔루션 품질을 달성하면서도 추론 시 약 3배 적은 토큰을 사용한다고 밝히고 있습니다.

라이선스: 완전한 Apache 2.0

팀에게 가장 중요한 세부 사항은 라이선스입니다. Reflection은 Beam의 가중치를 Apache 2.0 라이선스 하에 Hugging Face에 공개했습니다. 이는 상업적 사용, 재배포, 수정을 허용하는 가장 관대한 라이선스 중 하나입니다.

모델 카드에는 Reflection이 증류(distillation), 출력물을 이용한 다른 모델 학습, 파인튜닝, 파라미터 효율적 적응, 양자화, 모델 병합을 금지하지 않는다고 명시되어 있습니다. 이러한 개방성 덕분에 Kimi K3, DeepSeek 같은 모델과 함께 오픈 모델 경쟁에서 주목받을 수 있으며, 제품 내에 Beam을 탑재할 계획이라면 직접적으로 중요한 사항입니다.

Beam 벤치마크

Reflection의 최종 수치는 모델 카드에 수록되어 있으며, temperature 0.7, top_p 0.99 조건에서 평가되었습니다. 에이전트 개발자에게 중요한 카테고리별 BF16 결과는 다음과 같습니다:

• SWE-bench Verified: 81.6% — 실제 GitHub 이슈 해결
• Terminal-Bench 2.1: 80.1% — 커맨드라인 작업 완료
• SWE-bench Multilingual: 78.3%
• GPQA Diamond: 90.6% — 대학원 수준 과학 추론
• AIME 2026: 97.7% — 수학 경시대회
• LiveCodeBench: 88.3%
• MCP Atlas: 80.8% — MCP 서버를 통한 실제 도구 사용
• BrowseComp (컨텍스트 관리 포함): 76.8%
• HLE: 도구 없이 36.0%, 도구 사용 시 51.1%

이는 오픈 모델 기준으로 강력한 에이전트 및 추론 점수이며, 특히 토큰 효율성 측면에서 주목할 만합니다. Reflection은 자사 블로그에서 Beam이 GLM 5.2 같은 대형 오픈 모델과 경쟁력이 있으며, 코딩 및 에이전트 작업에서 Qwen 3.8-Max에 근접한다고 밝히고 있습니다. 다만 독립적인 분석에 따르면 Kimi K3 같은 모델이 순수 성능에서는 여전히 앞서 있으므로, Beam은 전방위적 최고 성능 모델이 아닌 효율성 중심 모델로 이해하는 것이 적절합니다.

수치에 관한 참고 사항: Baseten의 출시 게시물을 인용한 초기 보도에서는 약간 다른 수치(예: SWE-bench Verified 80.9%)가 언급되었습니다. 위의 모델 카드 수치가 Reflection의 최종 공식 벤치마크이므로, 이를 기준 참고 자료로 사용하시기 바랍니다.

가격

Beam은 Apache 2.0 라이선스 하에 무료로 다운로드하여 자체 호스팅할 수 있습니다. 호스팅 엔드포인트를 이용하고 싶다면, Reflection이 자사 API의 무료 공개 베타를 시작했습니다.

출시 파트너 중 Baseten은 입력 토큰 100만 개당 $1.30, 출력 토큰 100만 개당 $0.13의 Model API 가격을 공개했으며, 캐시 입력 토큰 100만 개당 $4.30이 추가됩니다. 가격은 제공업체마다 다르므로, 실제 테스트 시점에 사용할 엔드포인트의 가격을 직접 확인하시기 바랍니다.

Beam 실행 방법

Reflection은 Beam을 거의 모든 환경에서 즉시 실행할 수 있도록 출시했습니다.

가중치 및 형식. 이번 릴리스에는 BF16, FP8, NVFP4 정밀도 형식과 투기적 디코딩(speculative-decoding) 드래프터 모델이 포함됩니다. Reflection은 파트너들과 협력하여 퓨즈드 커널과 서빙 설정을 최적화해 메모리를 줄이고 생성 속도를 높였다고 밝혔습니다.

즉시 사용 가능한 프레임워크 지원. Reflection의 발표에 따르면, Beam은 Transformers (Hugging Face), vLLM, SGLang, Unsloth, Axolotl, TokenSpeed, NVIDIA Dynamo에서 네이티브 지원됩니다. 별도의 커스텀 설정 없이 가중치에서 프로덕션 엔드포인트까지 바로 구성할 수 있습니다.

플랫폼. Beam은 Amazon Web Services, Google Cloud, Baseten, CoreWeave, Databricks, Fireworks AI, Together AI, OpenRouter, Vercel, LM Studio, Ollama 등 다양한 제공업체에서 출시되었습니다. 온프레미스, 소버린, 에어갭 환경에서는 Dell과 HPE가 방화벽 내부에서 제공합니다.

Mirror CLI: 오픈소스 에이전트 하네스

Reflection은 Beam 학습에 사용한 터미널 에이전트 하네스인 Mirror CLI도 오픈소스로 공개했습니다. Mirror는 Python 프론트엔드(프롬프트, 스킬, 개발자 도구)와 모델을 구동하는 Rust 에이전트 코어로 구성됩니다. 재개 가능한 대화, 별도 워크트리에서의 병렬 에이전트, 프로젝트 지침, MCP 연결, Python 확장을 지원합니다.

Reflection은 Mirror를 오픈소스로 공개하기 전에 격리된 워크스페이스, 백그라운드 세션, Slack, Linear, GitHub 통합 기능을 갖춘 내부 엔지니어링 도구로 먼저 구축했다고 밝혔습니다. Beam은 Pi, OpenCode, Hermes 등 다른 하네스와도 호환됩니다.

"에이전트를 위한 오픈 운영체제"

Reflection은 이번 출시를 단순한 가중치 공개 이상으로 정의합니다. 모델을 커널로, 레퍼런스 에이전트 통합, 배포 컨테이너, 추론 통합, 커스터마이제이션 파이프라인을 인프라 레이어 위에 개방한 **"에이전트를 위한 오픈 운영체제"**라고 부르며, 40개 이상의 파트너 생태계가 이를 뒷받침합니다.

커스터마이제이션과 관련하여, Reflection은 파인튜닝 및 대규모 강화학습을 위한 레시피와 통합(NVIDIA, Hugging Face TRL, Anyscale, Axolotl 등 파트너 포함)을 제공하며, 향후 자기 증류(self-distillation) 레시피를 공개하고 OpenEnv 환경 표준을 채택할 예정이라고 밝혔습니다.

Beam이 중요한 팀은?

• 에이전트 및 코딩 도구 개발자 — 관대한 라이선스와 높은 SWE-bench 및 MCP 도구 사용 점수를 원하는 팀
• 추론 비용을 고려하는 팀 — 작업당 추론 토큰 수를 줄이는 토큰 효율성 모델이 필요한 경우
• 규제 환경 또는 온프레미스 배포 — 노트북과 방화벽 내부에서 동일한 스택을 실행해야 하는 경우

가장 어려운 작업에서의 순수 최고 성능만이 기준이라면, 현재 오픈 모델 선두주자들이 여전히 Beam을 앞설 수 있습니다. 하지만 관대한 라이선스, 에이전트 도구 사용, 효율성이 더 중요하다면, Beam은 출시 첫날부터 진지하게 고려할 만한 선택지입니다.

Beam 같은 오픈 모델로 나만의 AI 인력을 구성하세요

Beam은 멀티 에이전트 시스템이 자동화하는 장기적이고 도구를 활용하는 작업, 즉 저장소 읽기, 명령 실행, 다단계 작업 완료에 최적화되어 있습니다. Eigent는 이러한 모델을 GitHub PR 리뷰부터 다단계 리서치까지 실제 워크플로우를 실행하는 로컬 AI 인력으로 전환하는 오픈소스 "Cowork" 데스크톱 앱입니다. Eigent는 모델에 유연하게 대응하므로, 오픈 웨이트 모델을 연결하여 스택에 대한 완전한 제어권을 유지할 수 있습니다. Eigent를 다운로드하고 나만의 에이전트 팀을 구성해 보세요.