데빈 SWE-2, 코딩 방에서 엇갈린 체감 — 쓸만함과 잦은 끊김 사이

오후 1시가 넘어서며 에르메스단 방의 화제가 코딩 쪽으로 옮겨갔다. 오전 내내 사용량 리셋과 보안 리포트 논쟁으로 달아올랐던 분위기가 잠시 가라앉을 즈음, 데빈(Devin)의 신형 코딩 모델 SWE-2를 둘러싼 이야기가 이어졌다. 벤치마크 수치보다 실제로 손에 쥐어봤을 때 어떤지를 묻는 실사용 후기 성격의 대화였다.

한 참가자는 SWE-2의 내부 구조를 구체적으로 짚었다. 문슛AI(Moonshot AI)의 키미 K3(Kimi K3, 2.8T 파라미터)를 베이스로 강화학습 후처리를 거친 모델이며, K3 자체가 텍스트뿐 아니라 이미지·영상 입력까지 받는 네이티브 멀티모달 모델이라는 설명이었다. 401M 파라미터 규모의 MoonViT-V2 비전 인코더를 내장하고 있다는 점도 함께 언급됐다.

"SWE-2는 Moonshot의 Kimi K3(2.8T 파라미터)를 베이스로 RL 포스트트레이닝한 모델인데, K3 자체가 네이티브 멀티모달 모델입니다. 401M 파라미터 MoonViT-V2 비전 인코더를 내장하고 있어서 텍스트 + 이미지(및 영상) 입력을 지원합니다"

실사용 체감은 곧이어 엇갈렸다. 데빈 CLI(Devin CLI, 코딩 작업을 통째로 맡기는 자율 에이전트 하네스) 위에서 SWE-2를 돌려본 참가자들의 반응은 한쪽에선 긍정, 다른 쪽에선 불만으로 나뉘었다. 한 참가자는 직접 시켜보니 오래 걸리고 리뷰를 맡기면 수정사항이 많이 나오더라며 다른 이들은 잘 쓰고 있는지, 역시 숙련도의 문제인지 되물었다. 반면 다른 참가자는 opus 5보다 조금 아래 정도의 체감이지만, 큰 기대 없이 쓰면 쓸만하다고 평했다.

같은 시간대 또 다른 참가자는 정반대 경험을 전했다. 무엇보다 작업 도중 자주 끊겨서 다른 건 다 떠나서 못 써먹겠다는 하소연이었다.

"swe2 다른 거 다 떠나서 너무 끊겨서 못 써먹겠어요..."

한 참가자는 단일 에이전트가 이 정도 규모의 작업을 처리해낸다는 점 자체에 놀라움을 드러내기도 했다. 이 화제에는 참가자 5명이 메시지 35건을 남겼다.

같은 모델을 두고 나온 상반된 체감은, 2.8T 파라미터·멀티모달 지원 같은 스펙상 설명과 실제 하네스 안정성이 반드시 같은 방향을 가리키지는 않는다는 것을 시사한다. 모델 구조 설명에는 다들 고개를 끄덕였지만, 정작 갈린 지점은 리뷰 결과물의 완성도나 얼마나 안 끊기고 오래 돌아가느냐라는 체감 영역이었다. 스펙 설명이 풍부할수록 오히려 실사용 안정성에 대한 물음표가 더 도드라져 보이는 모습이었다. 같은 코딩 방에서 opus 5라는 기존 기준점을 자연스럽게 소환해 비교했다는 점도 눈에 띄는데, 새 도구를 들일 때 참가자들이 체감을 가늠하는 잣대가 어디에 있는지를 보여주는 대목이다.