핵심 요약
- 리커시브 플린트는 Recursive가 자체 자동 연구 시스템인 유레카 머신으로 4개월 미만 만에 처음부터 만든 40B MoE 오픈웨이트 코딩 모델이에요.
- 토큰당 약 2.5B 파라미터만 활성화하는 구조 덕분에 맥북 프로에서 초당 125토큰 이상, RTX Spark에서 150토큰 이상의 빠른 로컬 추론이 가능해요.
- 오픈웨이트는 이미 공개되어 선호하는 로컬 추론 프레임워크에서 직접 실행할 수 있고, opencode 코딩 환경에서는 무료로 체험할 수 있어요.
- 아직 공식 다운로드 페이지나 정식 제품 페이지는 없고, 창업자가 짧은 미리보기 영상과 발표로만 공개한 단계라 세부 사양은 공식 채널에서 확인해야 해요.
한눈에 보기
| 유형 | 오픈웨이트 로컬 코딩 특화 AI 모델 |
|---|---|
| 지원 기기 | 맥북 프로, RTX Spark 등 로컬 추론 환경 |
| 요금 | 오픈웨이트 공개, opencode에서 무료 체험 가능 |
| 지원 언어 | 코딩 중심, 세부 언어 지원은 공식 채널 확인 필요 |
| 핵심 포인트 | 40B MoE, 토큰당 약 2.5B 활성 파라미터 |
| 난이도 | 로컬 실행은 중급, opencode 체험은 초급 |
| 카테고리 | AI·모델 |
| 제작자 | Richard Socher |
| 화제도 | 🔥 화제도 342만 |
| 최종 업데이트 |
리커시브 플린트란 무엇이고 왜 주목받나
리커시브 플린트는 리처드 소처가 이끄는 AI 스타트업 Recursive가 2026년 10월 21일 공개한 첫 번째 모델이에요. 코딩에 특화된 로컬 실행형 모델로, 40B 규모의 전문가 혼합(MoE) 구조를 사용하면서도 토큰당 약 2.5B 파라미터만 활성화하는 효율형 설계를 채택했어요. 즉 큰 모델의 지식은 유지하면서 실제 연산 비용은 훨씬 작게 가져가는 방식이에요.
특히 이 모델은 Recursive가 자체 개발한 자동 연구 시스템인 유레카 머신을 통해 처음부터 4개월 미만 만에 만들어졌다는 점이 눈길을 끌어요. 사람이 일일이 설계하고 튜닝하는 대신 자동화된 연구 파이프라인이 모델 구조와 학습 과정을 탐색했다는 이야기로, AI 개발 방식 자체에 대한 관심으로도 이어지고 있어요.
성능 지표로 제시된 것은 속도예요. 맥북 프로에서 초당 125토큰 이상, RTX Spark에서는 150토큰 이상을 처리한다고 발표됐어요. 클라우드가 아닌 개인 장비에서 이 정도 속도로 코딩 보조를 받을 수 있다는 점이 최근 이 모델이 화제가 된 핵심 이유예요.
- 40B 지식, 2.5B 연산
전체 파라미터는 40B 규모지만 토큰마다 약 2.5B만 활성화돼 지식량과 연산 비용의 균형을 노려요.
- 유레카 머신으로 제작
Recursive의 자동 연구 시스템이 4개월 미만 만에 모델을 처음부터 구축했다고 발표됐어요.
- 오픈웨이트 공개
가중치가 공개되어 있어 선호하는 로컬 추론 프레임워크에서 직접 실행할 수 있어요.
- opencode 무료 체험
로컬 환경이 부담스럽다면 opencode 코딩 환경에서 플린트를 무료로 시험해볼 수 있어요.
MoE 구조와 로컬 추론 속도의 원리
MoE(Mixture-of-Experts)는 여러 전문가 네트워크를 두고 입력마다 일부만 골라 쓰는 구조예요. 플린트는 전체 40B 파라미터 중 토큰당 약 2.5B만 활성화하기 때문에, 실제 추론 시 메모리 대역폭과 연산 부담이 훨씬 줄어들어요. 이 덕분에 고사양 서버가 아닌 맥북 프로 같은 개인 장비에서도 실사용 가능한 속도가 나오는 거예요.
로컬 추론에서는 모델 가중치를 메모리에 올리고 토큰을 하나씩 생성하는데, 속도는 초당 생성 토큰 수로 측정해요. 발표된 125+ 토큰/초는 사람이 코드를 읽는 속도보다 빠른 편이라 자동완성이나 짧은 함수 생성에 체감 차이가 커요. 다만 실제 속도는 기기 사양, 양자화 방식, 컨텍스트 길이에 따라 달라질 수 있어요.
오픈웨이트라는 점도 중요해요. 가중치가 공개되면 사용자가 직접 내려받아 오프라인에서 실행할 수 있고, 코드가 외부 서버로 전송되지 않아 프라이버시 측면에서 유리해요. 발표문에서도 '자기 기기 위의 프라이빗하고 사용량 제한 없는 지능'을 강조했어요.
- 활성 파라미터와 전체 파라미터의 차이
40B는 저장된 전체 크기, 2.5B는 토큰마다 실제로 계산에 참여하는 크기예요.
- 속도 측정 기준
초당 토큰 수는 기기와 양자화 수준에 따라 크게 달라지므로 자기 환경에서 직접 재보는 게 정확해요.
- 프라이버시 이점
로컬 실행 시 코드가 외부로 나가지 않아 민감한 프로젝트에 적합해요.
리커시브 플린트 시작하는 방법
가장 빠른 시작은 opencode 코딩 환경에서 플린트를 무료로 체험하는 거예요. 별도 설치 없이 브라우저나 해당 환경에서 모델을 선택해 코드 생성과 수정을 시험해볼 수 있어요. 먼저 간단한 함수 작성이나 버그 수정 같은 작업으로 감을 잡는 게 좋아요.
로컬에서 직접 돌리고 싶다면 오픈웨이트를 내려받아 선호하는 로컬 추론 프레임워크에 올리면 돼요. 이때 기기 메모리와 양자화 설정이 속도와 품질을 좌우하므로, 처음에는 가벼운 양자화로 시작해 결과를 비교해보는 걸 권해요. 정확한 다운로드 위치와 지원 프레임워크 목록은 공식 채널에서 확인해야 해요.
아직 공식 다운로드 페이지나 정식 제품 페이지가 공개되지 않았고, 창업자가 짧은 미리보기 영상과 발표로만 소개한 단계예요. 따라서 세부 사양, 라이선스 조건, 정확한 지원 기기 목록은 공식 발표나 Recursive 공식 사이트에서 다시 확인하는 게 안전해요.
- 무료 체험 우선
설치 부담 없이 opencode에서 먼저 성능을 확인한 뒤 로컬 도입을 결정하는 흐름이 효율적이에요.
- 양자화 실험
같은 모델도 양자화 수준에 따라 속도와 코드 품질이 달라지므로 몇 가지를 비교해보세요.
- 공식 채널 확인
라이선스와 지원 환경은 아직 확정 발표가 없어 공식 사이트에서 최신 정보를 확인해야 해요.
비슷한 모델과 비교 및 한계
플린트의 경쟁력은 '로컬에서 빠르게 돌아가는 코딩 모델'이라는 포지션이에요. 클라우드 기반 코딩 도우미는 성능이 뛰어나지만 사용량 제한과 코드 전송 부담이 있고, 일반적인 소형 로컬 모델은 속도는 나와도 지식량이 부족한 경우가 많아요. 플린트는 40B급 지식을 2.5B 연산으로 제공하려는 절충안이에요.
다만 발표된 수치는 창업자가 제시한 미리보기 기준이라 독립적인 검증이 아직 부족해요. 실제 코딩 정확도, 긴 컨텍스트 처리, 다양한 프로그래밍 언어 지원 범위는 사용자가 직접 벤치마크해봐야 해요. 또한 공식 배포 페이지가 없어 설치 경로와 라이선스가 확정되지 않았다는 점도 현재의 한계예요.
그래도 프라이버시를 중시하거나 인터넷 없이 코딩 보조를 쓰고 싶은 개발자, 그리고 오픈웨이트 모델을 직접 튜닝해보고 싶은 사람에게는 매력적인 선택지예요. 반대로 최고 수준의 추론 성능이 필요한 복잡한 작업에는 클라우드 대형 모델이 여전히 유리할 수 있어요.
- 클라우드 모델과의 차이
클라우드는 성능 상한이 높지만 사용량 제한과 데이터 전송이 있고, 플린트는 로컬에서 무제한에 가깝게 쓸 수 있어요.
- 소형 로컬 모델과의 차이
소형 모델보다 지식량이 크면서도 MoE 덕분에 속도를 유지하는 것이 목표예요.
- 검증 필요
발표된 속도와 품질은 아직 독립 검증 전이므로 자기 작업으로 직접 확인하는 게 좋아요.
단계별 가이드
1. 공식 정보 확인하기
먼저 Recursive의 공식 발표와 사이트에서 플린트의 최신 상태를 확인하세요. 아직 정식 다운로드 페이지가 없을 수 있으므로 라이선스와 배포 경로를 확인하는 게 첫 단계예요.
2. opencode에서 무료 체험
opencode 코딩 환경에서 플린트를 선택해 간단한 코드 생성이나 버그 수정을 시켜보세요. 설치 없이 속도와 응답 품질을 빠르게 가늠할 수 있어요.
3. 로컬 추론 환경 준비
직접 실행하려면 선호하는 로컬 추론 프레임워크를 설치하고 오픈웨이트를 내려받으세요. 기기 메모리와 양자화 설정을 먼저 점검하는 게 좋아요.
4. 양자화와 속도 비교
여러 양자화 수준으로 같은 프롬프트를 실행해 초당 토큰 수와 코드 품질을 비교하세요. 자기 장비에 맞는 균형점을 찾는 과정이에요.
5. 실무 작업에 적용
자동완성, 테스트 코드 생성, 리팩터링 등 반복 작업부터 적용해보세요. 기존 코딩 도우미와 결과를 비교하면 도입 여부를 판단하기 쉬워요.
자주 묻는 질문
리커시브 플린트는 무료인가요?
오픈웨이트로 공개되어 직접 내려받아 로컬에서 실행하는 것은 별도 사용료 없이 가능하다고 발표됐어요. opencode 코딩 환경에서도 무료로 체험할 수 있다고 안내됐어요. 다만 라이선스 조건과 상업적 사용 범위는 공식 채널에서 확인해야 해요.
어떤 기기에서 실행할 수 있나요?
발표에서는 맥북 프로에서 초당 125토큰 이상, RTX Spark에서 150토큰 이상이 나온다고 제시됐어요. 실제로는 메모리 용량과 양자화 설정에 따라 달라지므로 자기 장비에서 직접 측정해보는 게 정확해요. 정확한 최소 사양은 공식 정보를 확인하세요.
어떻게 하면 바로 써볼 수 있나요?
가장 간단한 방법은 opencode 코딩 환경에서 플린트를 선택해 무료로 체험하는 거예요. 로컬에서 쓰려면 오픈웨이트를 내려받아 선호하는 추론 프레임워크에 올리면 돼요. 아직 공식 다운로드 페이지가 없어 배포 경로는 공식 발표를 확인해야 해요.
다른 코딩 모델과 비교해 어떤가요?
플린트는 40B급 지식을 토큰당 약 2.5B 연산으로 제공해 로컬에서 빠르게 돌아가는 것이 강점이에요. 클라우드 대형 모델보다 프라이버시와 사용량 제한 면에서 유리할 수 있지만, 복잡한 추론에서는 클라우드 모델이 더 나을 수 있어요. 발표 수치는 아직 독립 검증 전이에요.
코드가 외부로 유출될 위험은 없나요?
오픈웨이트를 로컬에서 실행하면 코드가 외부 서버로 전송되지 않아 프라이버시 측면에서 유리해요. 발표문에서도 개인 기기 위의 프라이빗한 지능을 강조했어요. 다만 opencode 같은 온라인 환경에서 체험할 때는 해당 서비스의 데이터 처리 방침을 확인하는 게 좋아요.
