- 지금 AI 대부분은 글을 앞에서부터 한 조각씩 이어 씁니다. 머큐리 3는 전체를 한꺼번에 그려 놓고 다듬어요.
- 그 덕분에 비슷한 급의 AI보다 4~8배 빠르다고 회사가 밝혔어요.
- 다만 점수와 속도는 아직 회사가 직접 잰 값뿐이에요. 바깥의 검증은 지금부터예요.
안녕하세요, 제시예요. AI한테 질문하고 답이 한 줄씩 흘러나오는 걸 기다려 본 적 있으시죠? 그 기다림이 왜 생기는지, 그리고 그걸 통째로 바꿔 보겠다는 AI가 이번 주에 나와서 소개해 드리려고 해요.
미국의 AI 회사 인셉션(Inception)이 10월 19일에 새 언어모델 머큐리 3(Mercury 3)를 내놨어요. 이 모델은 글을 쓰는 순서부터 다른 AI와 달라요. 그 차이가 뭔지 먼저 천천히 짚어 볼게요.
지금 AI는 앞에서부터 한 조각씩 써요
AI는 글을 낱말 그대로 다루지 않고 잘게 쪼개서 다뤄요. 그 조각 하나를 토큰이라고 불러요. 한국어라면 낱말 하나가 토큰 한두 개쯤으로 쪼개진다고 생각하시면 돼요.
챗GPT나 클로드 같은 AI는 이 토큰을 하나씩 순서대로 만들어요. 첫 조각을 쓰고, 그걸 보고 다음 조각을 고르고, 또 그걸 보고 그다음을 고르는 식이에요. 받아쓰기 시험에서 한 글자씩 앞에서부터 적어 나가는 모습과 비슷해요.
이 방식은 정확하지만 한계가 하나 있어요. 앞 조각이 나와야 다음 조각을 쓸 수 있어서, 아무리 기계가 좋아도 한 줄로 서서 기다려야 해요. 답이 길수록 기다림도 길어지고요.
머큐리 3는 밑그림부터 그리고 다듬어요
머큐리 3는 확산 방식으로 글을 써요. 확산은 원래 그림을 그리는 AI에서 많이 쓰던 방법이에요.
연필로 그림을 그릴 때를 떠올려 보세요. 처음엔 전체를 흐릿하게 쓱쓱 잡아 놓고, 여러 번 덧그리면서 선을 또렷하게 만들잖아요. 확산 방식의 AI도 답 전체를 흐릿한 상태로 한꺼번에 깔아 놓고, 여러 군데를 동시에 고쳐 가면서 글을 완성해요.
여러 조각을 한 번에 손보니까, 한 줄로 서서 기다릴 필요가 없어요. 인셉션이 내세우는 속도가 여기서 나와요.
숫자로 보면 이래요
아래 숫자는 모두 인셉션이 발표한 값이에요.
| 항목 | 머큐리 3 |
|---|---|
| 속도 | 엔비디아 GPU에서 1초에 1,068토큰 |
| 비교 대상보다 | 4~8배 빠름 |
| 한 번에 읽는 양 | 100만 토큰 (직전 버전은 26만 토큰) |
| 정가 | 입력 100만 토큰당 0.20달러, 출력 100만 토큰당 0.70달러 |
| 출시 기념가 | 정가의 절반 (기간은 안 밝힘) |
인셉션은 성능에서도 오픈AI의 GPT-6 루나, 앤트로픽의 클로드 하이쿠 5.5보다 여러 시험에서 앞섰다고 했어요. 둘 다 빠르고 값싼 쪽을 맡는 작은 모델이라, 머큐리 3도 그 체급에서 겨루는 셈이에요.
인셉션 서비스 말고도 오픈라우터, 베이스텐, 버셀 같은 곳에서 바로 쓸 수 있어요. 오픈AI와 같은 호출 방식을 지원해서, 이미 다른 AI를 쓰던 개발자는 코드를 조금만 바꾸면 갈아탈 수 있다고 해요.
아직 조심해서 볼 부분이 있어요
속도도 점수도 아직은 회사가 직접 잰 값이라는 점이에요. 발표 글에는 "여러 시험에서 앞섰다"는 말은 있지만 시험별 점수가 하나하나 적혀 있지 않아요. 바깥 기관이 따로 재서 내놓은 결과도 아직 없어요.
먼저 써 본 리뷰도 장단점이 갈렸어요. 계산 문제와 간단한 게임 코드는 잘 풀었고 속도도 확실히 빨랐다고 해요. 그런데 250단어로 써 달라는 이야기를 274단어쯤으로 써 버리는 식으로, 조건을 꼼꼼히 지키는 데서는 빈틈이 보였다고 해요.
리뷰와 발표 글의 세부 내용 더 보기
인셉션은 실제 웹사이트 50곳에서 정해진 일을 해내는 시험에서 절반을 해냈고, 오픈AI의 GPT-6.1 솔보다 많이 해냈다고 밝혔어요. 검색 도우미에 붙인 사례에서는 답을 만드는 데 걸린 시간이 중간값 0.9초, 사용자가 답을 받기까지 2.2초였다고 해요. 회사가 공개한 비교표에서도 몇몇 시험은 클로드 하이쿠 5.5가 앞섰고, 긴 글을 다루는 시험 하나는 GPT-6 루나가 조금 앞섰어요. 리뷰어가 돌린 여덟 번의 시험 비용은 다 합쳐 0.04달러 남짓이었어요. 리뷰어 스스로 엄격한 실험이 아니라 가볍게 짚어 본 것이라고 적었어요.
우리한테는 뭐가 달라질까요
빠르다는 건 답을 덜 기다린다는 것 이상의 뜻이 있어요. AI 에이전트는 한 가지 일을 끝내려고 AI를 수십 번씩 연달아 불러요. 에이전트는 사람 대신 여러 단계를 스스로 처리하는 AI 도우미를 말해요. 한 번 부를 때마다 몇 초씩 걸리면 그게 쌓여서 몇 분이 되거든요.
전화로 상담하는 음성 AI도 마찬가지예요. 말이 끊기는 몇 초가 사람에게는 꽤 길게 느껴지니까요. 확산 방식이 노리는 자리는 똑똑함 1등보다 "충분히 똑똑하면서 아주 빠른" 쪽이에요.
물론 이 방식은 아직 소수파예요. 구글 딥마인드도 6월에 확산 방식 언어모델을 내놨지만, 업계 대부분은 여전히 한 조각씩 쓰는 방식이에요. 머큐리 3의 숫자가 바깥 시험에서도 그대로 나오는지가, 두 방식의 판이 바뀔지 가르는 첫 관문이 될 것 같아요. 그 결과가 나오면 다시 정리해 드릴게요.
출처: Inception 공식 블로그 「Diffusion at Scale: Introducing Mercury 3」(2026-10-19). The Next Web 「Inception says its Mercury 3 model beats GPT-6 Luna and runs far faster」(2026-10-20). The Neuron 「Mercury 3 Review」(2026-10-20).
