확산 방식 언어 모델 Mercury 3, 써 보기 전에 확인할 조건

ChatGPT나 Claude에 질문을 보내면 답이 앞에서부터 조금씩 이어 붙으며 화면에 나타납니다. Inception은 2026년 10월 19일 공식 블로그에서 이와 다른 방식으로 글을 만드는 언어 모델 Mercury 3를 공개했습니다. 회사는 Mercury 3를 "the most capable diffusion-based LLM released to date"라고 소개하며, 지금까지 나온 확산(diffusion) 방식 언어 모델 가운데 성능이 가장 높다고 주장합니다.

블로그에 따르면 Mercury 3는 발표 당일부터 Inception API Platform과 OpenRouter, Baseten, Vercel에서 쓸 수 있습니다. OpenAI API와 호환돼 기존에 쓰던 코드를 고치지 않고 연결할 수 있다고 적었고, 한 번에 읽을 수 있는 컨텍스트는 100만 토큰입니다. 정가는 입력 100만 토큰당 0.20달러, 출력 100만 토큰당 0.70달러이고, 출시 할인으로 지금은 절반인 입력 0.10달러, 출력 0.35달러를 받습니다.

이 글은 Inception 블로그와 API 문서·FAQ에 적힌 범위에서 정리했습니다. 필자는 계정을 만들거나 API를 호출해 보지 않았습니다. API 문서와 FAQ에는 작성 날짜가 없어서, 문서에서 가져온 내용은 2026년 10월 25일에 확인했습니다.

1. 한 토큰씩 이어 쓰는 모델과 초안을 다듬는 모델

토큰은 모델이 글을 잘게 나눠 읽고 쓰는 단위입니다. 흔히 자기회귀(autoregressive) 방식이라고 부르는 언어 모델은 앞에서부터 한 토큰씩 다음 말을 정해 이어 씁니다. 앞말이 정해져야 그다음 말을 고를 수 있으니, 답이 길어질수록 기다리는 시간도 늘어납니다. Inception 블로그는 Mercury 1을 낼 무렵 업계에 남아 있던 질문이, 확산 언어 모델도 규모를 키우면 복잡한 작업에서 자기회귀 모델과 겨룰 수 있느냐였다고 적었습니다. 회사는 Mercury 3로 그렇다는 답을 냈다고 주장합니다.

확산 방식은 순서가 다릅니다. Inception API 문서는 Mercury가 글을 만드는 과정을 "iterative denoising process"라고 부르고, 잡음이 섞인 출력을 여러 번 다듬어 최종 문장을 만든다고 설명합니다. 비유하자면 맨 앞 단어부터 차례로 쓰는 대신 답 전체의 거친 초안을 먼저 놓고 여러 차례 고쳐 쓰는 쪽에 가깝습니다. 다만 몇 번을 다듬는지, 내부에서 어떤 계산을 하는지는 이번에 읽은 공식 자료에 적혀 있지 않습니다.

이 차이는 API 응답 방식에도 드러납니다. 스트리밍 문서에 따르면 Mercury는 답을 한 토큰씩 보내지 않고, 다듬어진 글을 블록(block) 단위로 보냅니다. 요청에 diffusing 값을 true로 넣으면 중간 다듬기 단계도 받아 볼 수 있습니다. 문서는 이때 "Each chunk contains the full text as it is refined into the final answer."라고 적었습니다. 단계마다 그 시점까지 다듬어진 전체 문장이 통째로 온다는 뜻입니다.

오른쪽 열의 "잡음 섞인 출력을 여러 번 다듬어 최종 문장을 만든다"는 설명과 아래 상자의 stream·diffusing 옵션은 Inception API 문서 내용입니다. 왼쪽 열의 자기회귀 방식 설명, "다음 주 화요일 출시로 결정"이라는 예시 문장, 다듬기 횟수는 이해를 돕기 위해 작성자가 그린 것이며 실제 모델 출력이 아닙니다.

2. 회사가 직접 잰 속도와 성능 수치

블로그는 Mercury 3가 NVIDIA GPU에서 초당 1,068토큰을 생성한다고 밝혔습니다. 여러 벤치마크에서 GPT-6 Luna와 Claude Haiku 5.5보다 성능이 높으면서 4배에서 8배 빠르다는 주장도 함께 실었습니다. 비교 대상은 블로그 표현으로 "frontier speed-optimized models", 곧 속도를 우선해 만든 모델들입니다. 두 수치 모두 Inception이 스스로 측정해 발표한 값이고, 이번에 독립 기관의 검증 결과는 찾지 못했습니다.

모델 크기는 Mercury 1보다 40배 이상 크다고만 적혀 있고, 파라미터 수(모델이 학습으로 얻은 숫자의 개수)는 블로그에 없습니다. 블로그는 초기 사용(early-access) 파트너들이 음성·채팅 상담, 실시간 튜터링, 데이터 엔지니어링, 웹 탐색에 Mercury 3를 쓰고 있다고 소개했습니다.

이 쓰임새를 보면 회사는 응답을 빨리 내놓는 점을 내세우고 있습니다. 사람이 대화 중에 답을 기다리는 일이라면 속도 수치를 직접 확인해 볼 만합니다. 반면 긴 보고서를 한 번 받아 검토하는 일이라면 속도보다 답의 정확도와 한국어 품질을 먼저 보셔야 합니다.

3. 써 볼 수 있는 곳과 요금 조건

블로그는 Inception API Platform 외에 OpenRouter, Baseten, Vercel에서도 Mercury 3를 쓸 수 있다고 밝혔고, 코드를 쓰지 않고 시험해 볼 수 있는 웹 채팅(chat.inceptionlabs.ai)도 안내했습니다. 아래 표의 가격은 Inception API Platform에 적힌 가격입니다. 다른 제공처의 요금과 약관은 각 서비스에서 따로 확인하셔야 합니다.

항목	공식 자료에 적힌 내용	확인할 점
정가	100만 토큰당 입력 0.20달러, 출력 0.70달러(블로그)	할인 종료 뒤 예산은 이 가격으로 계산
출시 할인	50% 할인, 입력 0.10달러·출력 0.35달러, 캐시된 입력은 입력 가격의 90% 할인(블로그)	할인 종료일은 공식 자료에 없음
무료 크레딧	신규 계정에 1억 토큰 1회, 모든 모델이 함께 씀(FAQ)	모델별로 따로 주지 않음
길이 한도	컨텍스트 100만 토큰(Mercury 2.5는 260K), 최대 출력 131,072토큰(블로그·모델 문서)	긴 문서를 넣어도 답은 출력 한도 안에서 나옴
연결 방식	OpenAI API 호환, v1/chat/completions, Tool Calling·Structured Outputs 지원(블로그·모델 문서)	입력 형식은 Text만 표시

요청 데이터를 얼마 동안 보관하는지는 확인하지 못했습니다. FAQ는 이 문제를 개인정보 처리방침과 이용약관으로 안내하고, 데이터를 보관하지 않는 방식 같은 별도 조건은 지원팀과 개별로 정한다고 적었습니다. 블로그에는 기업용 배포에서 데이터 보관 기간을 설정할 수 있다는 문장이 있습니다.

4. 기존 모델과 다르게 설정해야 하는 값

추론 단계 문서에 따르면 reasoning_effort는 모델이 답하기 전에 얼마나 따져 볼지 정하는 값입니다. instant, low, medium, high 중에서 고르고, 값을 넣지 않으면 Mercury 3는 low로 동작합니다. 같은 문서에서 Mercury 2.5와 Mercury 2는 기본값이 medium입니다. 이전 모델과 결과를 비교하려면 이 값을 직접 같게 맞춰야 합니다. 문서는 high를 여러 단계를 거쳐야 하는 복잡한 추론에 맞는 값으로 소개합니다.

같은 질문에 늘 같은 답을 받기도 어렵습니다. FAQ에 따르면 요청에 seed 값을 넣을 수 없고, 답의 무작위성을 정하는 temperature는 0.5에서 1.0 사이로만 정할 수 있습니다. FAQ는 "Bit-exact reproducibility across runs is not supported today."라고 적고, 안정적인 평가 수치가 필요하면 여러 번 받은 결과를 모아서 보라고 안내합니다. 같은 문서를 매번 같은 기준으로 분류해야 하는 업무라면 이 조건부터 따져 보십시오.

5. 지원하지 않는 기능과 공식 자료에 없는 내용

FAQ에 따르면 Mercury 3는 텍스트만 입력받고 이미지를 만들지 않습니다. 문서를 숫자 목록으로 바꿔 검색에 쓰는 임베딩 기능도 없어서, 사내 문서 검색에 붙이려면 다른 회사의 임베딩 모델을 함께 써야 합니다. 내 데이터로 모델을 추가 학습시키는 미세조정도 공개 API로는 할 수 없습니다.

모델 파일(가중치)을 공개한다는 내용은 블로그와 문서에 없습니다. 지금 확인한 사용 경로는 모두 다른 회사 서버에 요청을 보내는 방식입니다. 한국어를 얼마나 잘 처리하는지, 출시 할인이 언제 끝나는지도 공식 자료에 적혀 있지 않습니다. 한국어 업무에 쓰려면 직접 시험해 보고 판단하셔야 합니다.

6. 이번 주에 해 볼 첫 작업

빠른 모델이 내 일에 맞는지는 실제 업무 문장으로 시험해 봐야 알 수 있습니다. 회사 자료 없이 작게 확인하는 순서는 다음과 같습니다.

1. 답을 기다리는 시간이 불편했던 텍스트 업무를 1건 고르십시오(예시: 고객 문의 답변 초안, 회의 메모 요약).
2. 회사 자료 대신 외부에 공개해도 되는 한국어 문장으로 시험 자료를 만드십시오. 데이터 보관 기간을 확인하지 못했으니 개인정보와 내부 문서는 넣지 않습니다.
3. 웹 채팅이나 신규 계정 무료 크레딧으로 같은 질문을 여러 번 보내고, 답이 얼마나 달라지는지 적어 두십시오. API로 시험한다면 reasoning_effort 값을 직접 정하고 그 값을 함께 기록하십시오.
4. 비용을 계산할 때는 할인가 대신 정가(입력 0.20달러, 출력 0.70달러)를 기준으로 잡으십시오. 할인 종료일이 공식 자료에 없기 때문입니다.