신호 2026년 7월 Product Hunt — 1.6조 파라미터 MoE, AI 전용 ASIC로 전량 학습된 오픈소스 모델 LongCat-2.0

요약

메이퇀은 2026년 6월 30일 1.6조 파라미터 규모의 MoE(전문가 혼합) 모델 LongCat-2.0을 공개했으며, 토큰당 활성화되는 파라미터는 약 330~560억 개(평균 약 480억 개)에 불과해 표면적 규모보다 추론 비용이 훨씬 낮다. 이 모델은 엔비디아 GPU가 아닌 중국산 AI 전용 ASIC 5만 장 규모의 클러스터에서 처음부터 학습됐으며, 35조 개 이상의 토큰에 걸쳐 롤백이나 복구 불가능한 손실 급등 없이 진행됐다 — 메이퇀은 이를 비(非)엔비디아 하드웨어에서 전체 학습·추론 과정을 완료한 업계 최초의 조 단위 파라미터 모델이라고 밝혔다. 이 모델은 'LongCat 희소 어텐션'을 통해 100만 토큰 규모의 네이티브 컨텍스트 창을 지원해 장문 컨텍스트 비용을 제곱 증가에서 선형 증가로 낮추며, 쉬운 토큰에 대한 연산을 건너뛰는 '무연산 전문가' 기능도 갖췄다. 이 모델은 관대한 MIT 라이선스로 공개됐으며, LongCat-2.0으로 공개되기 전 두 달간 오픈라우터에서 익명의 'Owl Alpha'로 운영된 바 있다. 같은 날의 Product Hunt 다이제스트는 16개 이상의 신규 출시를 다뤘는데, Slack에 직접 통합되고 '@O' 태그로 활성화되는 Ogment AI, AI 에이전트로 Salesforce 파이프라인 관리를 자동화하는 Katalyst, 클라우드 인프라를 자율적으로 배포·관리하는 Kuberns도 함께 소개됐다.