Poolside는 Laguna S 2.1 오픈웨이트 코딩 모델을 공개했습니다. 전체 규모는 약 117.6B 파라미터지만 MoE 구조로 토큰당 활성화되는 파라미터는 8.5B입니다. 기본 context는 1,048,576 tokens, INT4 모델은 약 72GB까지 압축됩니다. huggingface.co, huggingface.co
Poolside 자체 평가에서는 Terminal-Bench 2.1 70.2%, SWE-Bench Pro 59.4%를 기록했습니다. 비교표에는 훨씬 큰 DeepSeek·Nemotron·Inkling 모델도 포함돼 있지만 평가 harness와 조건이 모두 동일하지 않은 항목이 있어 숫자를 단순 순위표처럼 해석하면 안 됩니다. huggingface.co
vLLM, SGLang, Transformers, TensorRT-LLM을 지원하고 Ollama·llama.cpp를 통한 로컬 실행도 가능하며, commercial use를 허용하는 OpenMDW-1.1 라이선스를 사용합니다. huggingface.co
왜 중요한가
오픈웨이트 모델 경쟁에서도 목표가 바뀌고 있습니다.
채팅 모델
보다
1M context + tool use + reasoning + coding agent
가 기본 사양으로 올라오고 있습니다.
동시에 MoE·양자화를 통해 강한 모델을 로컬 워크스테이션에서 실행하려는 흐름도 강해지고 있습니다.
실무 시사점
기업 코드·비공개 저장소처럼 외부 API 사용이 부담되는 환경에서는:
로컬 Agent → 코드 탐색/초안
Frontier Cloud Agent → 어려운 문제/최종 검증
구조를 실제 비용·보안 기준으로 비교할 가치가 있습니다.