Recursive Flint 한국에서도 사용 가능, 노트북용 무료 코딩 AI

결론부터 말하면, Recursive Flint는 한국에서도 바로 쓸 수 있어요. AI 연구 기업 Recursive가 2026년 10월 21일 공개한 코딩용 모델로, 가중치가 Apache 2.0 라이선스로 무료 공개됐어요. 라이선스에도 발표문에도 국가나 지역 제한은 없어요. Hugging Face에서 내려받아 내 컴퓨터에서 돌리는 방식이에요.

이 글에서는 Flint가 무엇인지, 돌리려면 무엇이 필요한지, 로컬에서 실행하는 게 데이터 관리에 어떤 의미인지, 그리고 무엇을 못 하는지 차례로 정리했어요.

Flint는 어떤 모델인가요

Flint는 프로그래밍 작업에 특화된 언어 모델이에요. 앱도 아니고, 일상 대화용 챗봇도 아니에요. 모델 카드에 따르면 전체 파라미터는 398억 개이고, 토큰마다 실제로 쓰이는 건 약 25억 개뿐이에요. 이런 혼합 전문가(MoE) 구조 덕분에 일반 컴퓨터에서도 빠르게 돌아가요. 코드베이스 살펴보기, 버그 고치기, 기능 추가, 테스트 작성 같은 코딩 에이전트 작업을 위해 만들어졌어요. 텍스트만 다루고 이미지는 읽지 못해요.

Recursive는 세일즈포스 수석 과학자 출신인 리처드 소처가 이끄는 신생 연구 기업이에요. 이번에 화제가 된 건 Flint 개발의 상당 부분을 자체 AI가 도왔다는 주장이에요. 이 부분은 아래에서 따로 살펴볼게요.

실행하려면 무엇이 필요한가요

원본 모델은 약 80GB이고, 모델 카드는 데이터센터용 GPU를 기준으로 안내해요. 노트북용으로는 압축 버전이 따로 있어요. Recursive는 llama.cpp, Ollama, LM Studio, Unsloth, vLLM, SGLang 지원을 밝혔어요. 회사 자체 테스트에서는 M4 Pro 맥북 프로에서 초당 125토큰 이상이 나왔다고 해요. TechCrunch는 Wired 기자가 메모리 48GB 맥에서 써 봤다고 전했어요. 보급형 노트북보다는 메모리가 넉넉한 기기가 현실적인 출발점이에요.

공식 페이지 두 곳의 숫자가 하나 달라요. 발표문은 최대 51만 2천 토큰의 문맥을 지원하고 25만 6천 토큰 이내를 권장한다고 했지만, 모델 카드에는 26만 2,144토큰으로 적혀 있어요. 프로젝트 전체를 넣을 생각이라면 작은 쪽 숫자를 기준으로 잡는 게 안전해요.

개인정보와 코드 보안: 로컬 실행이 가장 큰 장점

회사에서 쓰려는 사람에게는 이게 가장 중요한 부분일 거예요. Flint를 내 컴퓨터에서 돌리면 코드가 기기 밖으로 나가지 않아요. 입력을 저장하는 업체도 없고, 해외 서버로 넘어가지도 않아요. TechCrunch도 Flint가 오프라인으로 작동하고 코드를 비공개로 지킬 수 있다고 짚었어요. 사내 코드를 외부 AI 서비스에 붙여 넣지 못하게 하는 회사라면 검토해 볼 여지가 생기는 셈이에요.

다만 모델 카드 자체에 주의 문구가 있어요. 호스팅 API의 이용 조건과 데이터 처리 방식은 가중치 라이선스와 별개라는 점이에요. 내 기기가 아니라 어떤 클라우드 서비스를 통해 Flint를 쓴다면, 데이터 처리는 그 서비스의 약관에 달려 있어요. 이때 무엇을 확인해야 하는지는 개인정보보호위원회가 낸 생성형 AI 개발·활용을 위한 개인정보 처리 안내서가 참고가 돼요. 오픈 모델과 개인정보 문제는 뮤즈 스파크 오픈 개인정보에서도 다뤘어요.

로컬이라고 무조건 안전한 것도 아니에요. 에이전트로서 명령을 실행할 수 있는 모델은 내 컴퓨터 안에서도 문제를 일으킬 수 있어요. Flint에 도구를 쥐여 준다면 어느 폴더를 건드려도 되는지, 어떤 명령을 써도 되는지, 무엇을 실행 전에 확인받을지 직접 정해 둬야 해요. 에이전트가 스스로 감시 장치를 약화시킨 실제 사례는 OpenAI 에이전트 감시 무력화에 정리했어요.

벤치마크는 어떻게 읽어야 할까요

모델 카드에는 Terminal-Bench 2.1에서 54.9%, SWE-bench Verified에서 74.2%라는 수치가 나와요. Recursive는 500억 파라미터 미만 MoE 모델 가운데 1위라고 밝혔어요. 하지만 이건 개발사가 자체 환경에서 잰 숫자이고, 카드에서도 평가 조건이 제각각이라고 인정해요. 결론이 아니라 내 코드로 직접 시험해 볼 이유 정도로 받아들이는 게 좋아요.

“대부분 AI가 만들었다”는 신중하게

Recursive에 따르면 자체 자동 연구 시스템인 Eureka Machine이 개발의 거의 모든 단계에 참여했어요. TechCrunch 기사에 따르면 이 시스템이 더 성긴 모델 구조, Flint 크기를 71% 줄인 저비트 학습 방식 등을 제안했고, 소규모 팀이 4개월이 안 되는 기간에 모델을 만들었다고 해요. 그런데 연구자의 작업 시간을 실제로 얼마나 줄였는지는 밝히지 않았고, 시스템은 사람의 감독 아래에서 돌아가요. AI가 연구의 일부를 실제로 맡았을 가능성은 있지만, 그 규모가 증명된 건 아니에요.

Recursive가 직접 밝힌 한계

• —대형 유료 코딩 도구보다 더 자세한 지시가 필요해요. Recursive는 큰 작업을 작은 단계로 나누고 명확하게 지시하라고 권해요.
• —틀린 코드를 쓰거나 부적절하게 도구를 호출할 수 있어요. 모델 카드는 결과를 테스트하고 중요한 변경은 사람이 검토하라고 해요.
• —오래 추론하면 시간이 걸리고, 답이 끝나기 전에 출력 한도에 닿을 수 있어요.

비개발자가 AI에게 코드를 부탁할 때 무엇을 확인해야 하는지는 파이썬 코드, 비개발자가 AI한테 부탁할 때 확인할 것들에서 다뤘어요. 모델과 앱의 차이부터 정리하고 싶다면 AI 모델이란을 먼저 보세요.

Flint와 뮤즈 스파크 오픈, 뮤즈 코드의 차이

메타도 지난주에 가중치를 공개한 모델을 내놨어요. 차이는 크기예요. 뮤즈 스파크 오픈은 8,160억 파라미터로 서버용이고, Flint는 노트북에 들어가요. 국내 모델과의 비교는 뮤즈 스파크 오픈 vs 네이버 AI 비교에 있어요. 클라우드에서 돌아가는 코딩 에이전트가 궁금하다면 뮤즈 코드 사용법이 비교 기준이 돼요.

지금 해 볼 수 있는 것

1. 01내 컴퓨터부터 확인하세요. 메모리가 넉넉한 최신 맥이나 사양 좋은 PC가 현실적이에요.
2. 02Ollama나 LM Studio처럼 지원되는 실행 환경을 설치하고 압축 버전을 내려받으세요.
3. 03답을 이미 아는 작업을 맡겨 보세요. 작은 버그나 테스트 하나면 충분해요. 내가 한 것과 비교해 보세요.
4. 04업무에 쓰려면 회사 규정부터 확인하세요. 로컬 모델은 클라우드보다 허용받기 쉬운 편이지만, 처음부터 허용된 건 아니에요.

어떤 모델을 쓰든 중요한 건 같아요. 분명하게 부탁하고, 작게 나누고, 결과를 확인하는 것이에요. Coursium은 일에 AI를 쓰는 방법을 휴대폰으로 배우는 앱이에요.