벤치마크2026-05-28

Qwen3.7-Plus 출시: 이미지 이해 멀티모달 AI의 혁신과 벤치마크 비교

"AI에게 이미지를 보여주고 싶다" — 이 단순해 보이는 요구가 2026년 AI 개발에서 가장 중요한 트렌드 중 하나가 되었다.

알리바바의 Qwen3.7-Max는 텍스트 추론에서 중국 모델 최고 성능을 기록했지만, 한 가지 벽이 있었다. 이미지를 인식할 수 없다는 점이다. 스크린샷을 전달해도 이해하지 못하고, 도표나 차트를 읽을 수 없었다.

2026년 5월, 그 벽이 허물어졌다. Qwen3.7-Plus가 프리뷰로 공개되며, Qwen3.7 시리즈에 멀티모달(multimodal) 능력이 추가되었다.

Qwen3.7-Plus란 무엇인가

Qwen3.7-Plus는 Qwen3.7-Max와 동일한 아키텍처 기반에 **비전 인코더(vision encoder)**를 통합한 멀티모달 모델이다.

텍스트 성능은 Max에 다소 뒤지지만, 이미지 이해 능력 덕분에 Max에서는 불가능했던 태스크가 가능해진다.

개발자의 일상적인 워크플로우를 생각해보자. 버그 리포트에 첨부된 스크린샷을 AI에게 보여주고, "어디가 문제인지 특정해달라"고 요청하는 것 — 이것이 Qwen3.7-Plus로 가능해진다.

텍스트 전용 모델에서는 오류 메시지를 텍스트로 전달해야 했다. 그러나 실제 버그는 화면 레이아웃 붕괴나 의도치 않은 UI 상태로 나타나는 경우가 많다. 이미지 이해가 있으면, 이러한 문제도 직접 AI에게 전달할 수 있다.

PDF 리포트, 기술 명세서, 아키텍처 다이어그램 — 이들은 텍스트뿐만 아니라 도표와 차트로 정보를 전달한다. 100만 토큰의 컨텍스트 윈도우를 가진 Plus는 이미지가 포함된 대량의 문서를 처리할 수 있다.

예를 들어, 여러 페이지의 기술 명세서를 이미지로 전달하고, "이 API의 레이트 리밋(속도 제한)은?"이라고 질문하면, 도표 내 정보도 포함하여 답변할 수 있다.

2026년 AI 에이전트 개발에서 가장 주목받는 분야 중 하나는 화면을 보면서 조작하는 AI다.

웹 애플리케이션의 스크린샷을 입력으로 받아, 다음에 클릭해야 할 버튼이나 입력해야 할 필드를 판단하는 — 이러한 UI 에이전트에는 이미지 이해가 필수적이다.

Qwen3.7-Plus는 이런 종류의 태스크에 대해 Vision LM Arena에서 16위 성능을 보이며, 중국 모델로서는 상위에 위치한다.

멀티모달 AI 시장은 치열한 경쟁 구도다. Qwen3.7-Plus의 위치를 확인해보자:

모델	제조사	이미지 이해	텍스트 추론	가격 (출력/1M 토큰)
GPT-5.5	OpenAI	◎	◎	—
Gemini 3.1 Pro	Google	◎	◎	$15.00
Claude Opus 4.7	Anthropic	○	◎	$25.00
Qwen3.7-Plus	Alibaba	◎	○	미정
Qwen3.7-Max	Alibaba	✕	◎	$7.50

GPT-5.5와 Gemini 3.1 Pro는 텍스트와 이미지 모두 높은 성능을 보유한다. Claude Opus 4.7는 텍스트 추론에서 최고이지만, 이미지 이해는 제한적이다.

Qwen3.7-Plus의 강점은 100만 토큰의 컨텍스트와 중국 모델 특유의 가격 경쟁력에 있다. 공식 가격이 Max 수준($2.50/$7.50)이라면, Gemini 3.1 Pro($15.00)의 절반 이하로 동등한 멀티모달 능력을 제공할 수 있다.

Qwen3.7-Plus는 현재 프리뷰 단계에 있으며, 몇 가지 제약이 있다:

정식 출시 시, 이러한 제약 중 일부가 해소될 가능성이 있다.

Qwen3.7-Plus의 등장은 알리바바의 전략이 "텍스트 최강"에서 "멀티모달 대응"으로 전환하고 있음을 보여준다.

Max가 구축한 텍스트 추론의 강점(GPQA Diamond 92.4%, SWE-bench Pro 60.6%)을 기반으로, Plus가 이미지 이해를 더함으로써, Qwen3.7 시리즈는 더 넓은 활용 사례를 커버할 수 있게 되었다.

2026년 하반기에는, Qwen3.7-Plus의 정식 출시와 더 상세한 벤치마크 데이터 공개가 예상된다. 그때, "텍스트 최강의 Max"와 "멀티모달의 Plus"의 용도 분류가 AI 개발의 표준적인 패턴이 될 수도 있다.