알리바바 '큐웬3.7-플러스', 멀티모달 자율형 에이전트로 진화
알리바바가 시각적 인지와 에이전트 기능을 결합한 멀티모달 모델 '큐웬3.7-플러스(Qwen3.7-Plus)'를 출시했습니다. 이 모델은 그래픽 사용자 인터페이스(GUI)를 자율적으로 조작하고 1만 줄 이상의 코드를 독립적으로 작성하는 등 뛰어난 작업 자동화 능력을 보여줍니다. 복잡한 논리적 추론 벤치마크에서는 경쟁사 최상위 모델들에 미치지 못하지만, 가격 경쟁력을 갖춘 독점 모델로서 알리바바 클라우드를 통해 서비스됩니다.
알리바바의 큐웨(Qwen) 팀이 텍스트 전용 모델인 Qwen3.7을 기반으로 구축된 멀티모달 모델, Qwen3.7-Plus를 발표했습니다. 이 모델은 시각적 인식 능력과 코딩 및 도구 사용과 같은 기존 에이전트 기능을 결합했습니다.
'멀티모달 인터랙티브 하이브리드 에이전트'로 불리는 이 모델은 실제 세계의 장면을 인식하고, 화면 콘텐츠를 읽으며, 그래픽 인터페이스를 조작하고, 시각적 템플릿에서 코드를 작성하고, 모바일 앱을 처음부터 끝까지 탐색하도록 설계되었습니다. UI 클릭 및 명령줄(Command-line) 명령은 동일한 에이전트 루프 내에서 실행됩니다.
11시간의 자율 앱 개발 큐웨 팀은 Qwen3.7-Plus를 사용하여 하이브리드 에이전트 시스템이 영어 어휘 학습 앱을 구축하도록 했습니다. 큐웨에 따르면, 이 에이전트는 11시간 이상 실행되었으며 1,000회 이상의 에이전트 호출을 통해 10,000줄 이상의 코드를 생성했습니다. 이 과정에는 요구사항 문서화, 자동 코드 생성, 설치, 테스트 케이스 생성, GUI 기반 테스트, 병렬 테스트 시나리오 및 독립적인 버전 관리가 포함되었습니다.
두 번째 데모는 데스크톱 앱을 대상으로 합니다. 보고에 따르면 에이전트는 macOS 기본 주식 앱을 자율적으로 조작하여 UI 구조를 분석하고 이로부터 SwiftUI 코드를 생성하여 앱을 재구성했습니다. 그런 다음 실시간 주식 데이터를 위해 외부 API를 연결하고, 앱을 컴파일하며, 가격 조회 및 검색 필터를 포함하여 10개의 기능 테스트를 독자적으로 실행했습니다.
세 번째 사용 사례는 사이드바 확장 프로그램인 'Qwen for Chrome'을 통한 브라우저 에이전트를 보여줍니다. 사용자의 허가를 받으면 모델이 에이전트 모드로 전환되어 클라우드 콘솔에서 작업을 수행합니다. 예를 들어 이미지, 스토리지 및 보안 그룹을 구성하여 사용 가능한 가장 저렴한 가상 서버 인스턴스를 구매하는 작업이 가능합니다. 큐웨는 후속 작업에서 에이전트가 스케일링 및 유지 관리도 처리한다고 밝혔습니다.
GUI 작업은 뛰어나지만 하드 추론 테스트는 부족해 큐웨가 공개한 벤치마크는 이 모델이 그래픽 인터페이스 조작에 탁월하다는 명확한 그림을 보여줍니다. AndroidWorld 및 ScreenSpot Pro에서 Qwen3.7-Plus는 GPT-5.4 (xhigh), Opus 4.6 Max 및 Gemini 3.1 Pro를 크게 앞서고 있습니다. 또한 에이전트 지향적인 터미널 작업 및 장기적 작업 계획에서도 선도적인 성능을 보입니다.
반면, 전통적인 멀티모달 추론에서는 결과가 엇갈립니다. Qwen3.7-Plus는 일부 시각적 추론 테스트에서 1위를 차지하지만, MedXpertQA-MM과 같은 더 까다로운 과학 작업에서는 Gemini 3.1 Pro 및 GPT-5.4에 미치지 못합니다. 텍스트 측면에서 팀은 성능이 최상위 모델과 동등하다고 설명하지만, 전반적으로 이들을 앞지르지는 못합니다.
크로스 프레임워크 호환성이 차별점 Qwen3.7-Plus는 Anthropic API 프로토콜을 지원하며 Claude Code, OpenClaw 및 알리바바 자체의 Qwen Code와 직접 작동합니다. 또한 API는 이전 대화 턴의 추론 콘텐츠를 유지하는 'preserve_thinking'라는 기능을 제공합니다. 큐웨 팀은 에이전트 작업에 대해 이 설정을 명시적으로 권장합니다.
이미지 처리 외에도 모델은 비디오 이해 및 자율주행 장면 분석을 다루어 임베디드 시스템 및 자율주행을 위한 기반으로 자리매김하고 있습니다.
Qwen3.7-Plus는 알리바바 클라우드 모델 스튜디오를 통해 사용할 수 있으며 텍스트 기반 형제 모델인 Qwen3.7-Max와 마찬가지로 오픈 가중치가 없는 독점 모델입니다. 알리바바는 Plus 등급의 가격을 Max보다 훨씬 낮게 책정했습니다. Qwen3.7-Max의 백만 입력 토큰당 $2.00, 백만 출력 토큰당 $6.00와 비교하여 Qwen3.7-Plus는 백만 입력 토큰당 $0.40, 백만 출력 토큰당 $2.40의 비용이 듭니다.