JetBrains, 에이전트 프로그래밍에 초점을 맞춘 AI 모델 Mellum2.1 공개

IT之家 보도에 따르면 JetBrains는 10월 8일 블로그 글에서 프로그래밍 AI 모델 Mellum2.1을 발표하고, 에이전트 코딩 능력 강화에 중점을 두었다고 밝혔습니다. 개발자로서 로컬에 배포할 수 있는 이런 오픈소스 모델에 계속 관심이 있어서, 핵심 내용을 여기에 정리해 둡니다.

모델은 Mellum2의 구조를 이어받은 12B 규모의 혼합 전문가(MoE) 모델이며, 활성 파라미터는 2.5B입니다. 라이선스는 여전히 Apache 2.0입니다. 학습에서 달라진 점은, 사전학습 이후의 강화학습 단계를 짧은 마무리 과정이 아니라 학습의 중심으로 키웠다는 것입니다. 수학, 알고리즘 대회, 과학, 도구 사용, 소프트웨어 엔지니어링 과제 데이터를 추가하고 내부 강화학습 환경을 구축해, 학습 중에 수백만 개의 샌드박스를 띄워 수천 개의 환경을 다뤘다고 합니다. 학습 전에는 테스트에 결함이 있거나, 정답을 검증할 수 없거나, 난이도가 맞지 않는 과제를 걸러냅니다.

공식 설명에 따르면 코드베이스를 탐색하고, 파일을 편집하고, 자신의 수정 내용을 점검할 수 있습니다. 가장 큰 개선점은 에이전트 코딩으로, 실패한 테스트의 근본 원인을 찾고 수정안을 작성해 결과를 검증합니다. 속도는 구조를 그대로 둔 채 다중 토큰 예측(MTP)을 적용해 단일 요청 상황에서 약 1.6배 빨라졌습니다. 같은 평가 조건에서 Mellum2, Qwen3.5-9B, Gemma 4 E4B와 비교했을 때, 고부하 상황에서 단일 H200의 출력 처리량은 Qwen3.5-9B의 거의 두 배에 가깝습니다.

모델은 Hugging Face에 공개되어 로컬이나 자체 인프라에 배포할 수 있으며, 기업은 코드와 데이터를 자기 환경 안에 둘 수 있습니다. 앞으로 llama.cpp, Ollama, LM Studio용 GGUF 버전과 vLLM용 MTP 추측 디코딩 구성 요소도 내놓을 계획입니다.

개인적으로는 GGUF 버전이 나오기를 기다리고 있습니다. 그래야 일반 개발자도 자기 컴퓨터에서 직접 써볼 수 있으니까요. 여러분은 코딩 모델을 고를 때 정확도와 배포 비용 중 어느 쪽을 더 중요하게 보시나요?

출처: IT之家