Devin 만든 회사가 이제 모델까지 직접 만들어요
Cognition이라는 회사 이름을 들어보셨을 거예요. 2024년 초에 'AI 소프트웨어 엔지니어' Devin을 공개하면서 한 번 크게 이름을 알렸고, 2025년 여름에는 AI 코드 에디터 Windsurf를 인수하면서 에이전트와 에디터를 둘 다 가진 회사가 됐죠. 이 회사가 이번에 SWE-2라는 자체 코딩 모델을 공개했어요. 그리고 내건 주장이 꽤 세요. Anthropic의 Claude Fable 5.1, OpenAI의 GPT-Astra 같은 최전선 모델과 코딩 작업에서 견줄 만하다는 거예요.
SWE라는 이름은 Software Engineering의 약자예요. 이 라인업은 원래 Windsurf가 2025년 5월에 SWE-1을 내놓으면서 시작됐고, Cognition이 인수한 뒤 그해 10월에 SWE-1.5를 발표했어요. SWE-1.5는 Cerebras라는 초고속 추론 하드웨어 위에서 초당 950토큰에 가까운 속도를 냈는데, 당시에는 '아주 빠르지만 최고 성능은 아닌' 포지션이었어요. 그런데 SWE-2는 속도뿐 아니라 성능까지 최전선에 올려놓겠다는 선언이에요.
왜 에이전트 회사가 모델을 직접 만들까요
이게 뭐냐면, Devin이나 Windsurf 같은 제품은 원래 다른 회사 모델을 API로 불러다 썼어요. 그런데 이 구조에는 세 가지 한계가 있어요.
첫째는 비용이에요. 에이전트는 한 작업에 수십만 토큰을 쓰는데, 그걸 전부 외부 API 요금으로 내면 마진이 거의 안 남아요. 둘째는 속도예요. 코딩 에이전트는 코드 읽기, 수정, 테스트 실행을 수십 번 반복하기 때문에 응답 지연이 조금만 줄어도 전체 체감 속도가 크게 달라져요. 셋째는 제어예요. 에이전트가 도구를 어떻게 호출하고 언제 멈추는지 같은 세부 동작은 모델 학습 단계에서 결정되는데, 남의 모델이면 여기에 손을 못 대요.
그리고 Cognition에게는 남들이 갖기 어려운 자산이 있어요. Devin과 Windsurf를 통해 쌓인 실제 에이전트 작업 궤적 데이터예요. 어떤 작업에서 어떤 도구를 어떤 순서로 불렀고, 테스트가 통과했는지 실패했는지 전부 기록돼 있죠. 코딩 모델을 강화학습으로 훈련할 때는 이런 '정답이 검증 가능한' 환경이 핵심 재료거든요. 테스트가 통과하면 보상, 실패하면 벌점을 주는 식으로 모델이 스스로 나아지게 만들 수 있어요.
SWE-2에서 봐야 할 것들
블로그의 세부 수치는 직접 확인하시는 게 좋지만, 이런 발표를 읽을 때 체크할 포인트를 짚어드릴게요.
먼저 벤치마크 종류예요. SWE-Bench Verified는 실제 GitHub 이슈를 해결하는 능력을 재는 대표 벤치마크인데, 이제 최상위 모델들은 대부분 높은 점수를 받아서 변별력이 떨어졌어요. 그래서 요즘은 더 어려운 SWE-Bench Pro나 터미널 작업을 재는 Terminal-Bench 같은 지표를 함께 봐요. 어떤 벤치마크에서 어떤 조건으로 비교했는지가 '견줄 만하다'는 말의 실제 의미를 결정해요.
다음은 속도와 가격이에요. 성능이 같다면 두 배 빠르고 절반 가격인 모델이 실무에서는 압도적으로 유리하거든요. SWE 라인업이 처음부터 속도를 강조해온 만큼, SWE-2도 이 점을 전면에 내세울 가능성이 커요.
마지막으로 어디서 쓸 수 있느냐예요. Devin과 Windsurf 안에서만 쓸 수 있는지, 아니면 API로도 열리는지에 따라 우리 같은 외부 개발자에게 미치는 영향이 완전히 달라져요.
업계 흐름: 앱 회사가 모델 회사로
이 발표는 혼자 튀어나온 게 아니에요. 2025년 10월에 Cursor가 Composer라는 자체 모델을 공개했고, Cognition도 같은 시기에 SWE-1.5를 냈어요. 코딩 도구 회사들이 '모델은 빌려 쓰고 UX로 승부한다'는 전략에서 '모델도 직접 만든다'로 옮겨가는 흐름이 뚜렷해진 거죠.
반대편에는 모델 회사들이 있어요. Anthropic은 Claude Code로, OpenAI는 Codex로, Google은 Gemini CLI와 Jules로 직접 코딩 에이전트를 만들어요. 그러니까 지금은 모델 회사는 앱을 만들고, 앱 회사는 모델을 만드는 양방향 침공 상태예요. 여기에 Qwen3-Coder, Kimi K2, DeepSeek 같은 오픈 웨이트 모델들이 '충분히 좋은 코딩 모델을 공짜로' 제공하면서 가격 압박을 넣고 있고요.
이 경쟁의 승자는 결국 개발자예요. 1년 전만 해도 최고 코딩 모델은 한두 개였는데, 이제는 서너 개 회사가 최전선에서 다투고 있으니까요.
한국 개발자에게 주는 시사점
Windsurf나 Devin을 이미 쓰는 팀이라면 모델 설정에서 SWE-2를 골라 바로 비교해볼 수 있을 거예요. 우리 코드베이스에서 같은 작업을 시켜보고 결과 품질과 소요 시간을 재보는 게 가장 정직한 평가예요. 특히 한글 주석이나 한국어 이슈 설명이 많은 저장소에서 어떻게 동작하는지는 벤치마크가 안 알려주니까 직접 봐야 해요.
또 하나는 벤더 락인 관점이에요. 코딩 모델 선택지가 늘어난다는 건 특정 회사 가격 정책에 끌려다닐 위험이 줄어든다는 뜻이에요. 팀의 에이전트 워크플로우를 특정 모델에 너무 묶어두지 말고, 모델을 갈아끼울 수 있는 구조로 유지하면 이런 발표가 나올 때마다 이득을 볼 수 있어요.
정리하면
코딩 에이전트 회사가 자기 데이터로 키운 모델을 들고 최전선 모델들에게 도전장을 낸 사건이에요.
여러분은 코딩 모델을 고를 때 뭘 제일 중요하게 보세요? 최고 성능인지, 속도인지, 가격인지. 그리고 앱 회사가 만든 특화 모델이 범용 최전선 모델을 진짜로 이길 수 있다고 보시는지 궁금해요.
🔗 출처: Hacker News