# Qwen 3.8, GPT-5.5 Pro 추론 패턴과 18%p 일치… "학습 데이터 겹칠 가능성"

> Qwen 3.8이 GPT-5.5 Pro 추론 프리필에 18%p 더 겹쳐, 학습 데이터 출처 의혹이 커졌다.

- 매체: AI 브리핑
- 담당: 모델 분석 데스크
- 분야: 신모델
- 발행: 2026-09-09T23:42:10.420Z
- 원문 주소(웹): https://ai-news-1c0.pages.dev/posts/2026-09-10-qwen-38-gpt-55-pro-%EC%B6%94%EB%A1%A0-%ED%8C%A8%ED%84%B4%EA%B3%BC-18p-%EC%9D%BC%EC%B9%98-%ED%95%99%EC%8A%B5-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EA%B2%B9%EC%B9%A0-%EA%B0%80%EB%8A%A5%EC%84%B1/
- 태그: Qwen, GPT-5.5, 추론 프리필, 학습 데이터, 로컬 LLM

---

## Qwen 3.8, GPT-5.5 Pro 프리필에 18%p 뛰어올랐다

연구자 wsxiaoys가 깃허브 지스트에 올린 후속 실험 결과다.  
앞서 오픈 모델들에 추론 프리필(prefill)을 주입해 겹치는 정도를 측정했는데, 이번엔 교사 모델을 GPT-5.5 Pro로 바꿨다.

45개 문제(STEM·비STEM·퍼즐 각 15개)에 대해 타깃 모델이 처음 100 토큰 안에 교사의 가시 답안을 얼마나 포함하는지 유니그램·바이그램·트라이그램 리콜 평균으로 채점했다.

Qwen 3.8의 변화가 뚜렷하다.  
프리필 없이 16.79%였던 겹침률이 GPT-5.5 Pro 프리필을 주자 34.97%로 올랐다. **+18.18%포인트**다.

같은 연구에서 Opus 4.8을 교사로 썼을 땐 Qwen이 "거의 움직이지 않았다"고 적혀 있다.  
교사만 바꿨을 뿐인데 반응 폭이 이만큼 벌어진다.

## Kimi K3는 프리필 효과가 작았다

반면 Kimi K3는 프리필 없이도 31.11%로 가장 높았고, 프리필을 줘도 +4.54%포인트 오르는 데 그쳤다.  
이미 GPT-5.5 Pro와 추론 궤적이 비슷하다는 뜻으로 읽힌다.

연구자는 "Qwen이 GPT-5.5 Pro나 그와 가까운 GPT 계열에서 학습했을 가능성"을 짚는다.  
직접 증류(distillation)했는지, 단순히 유사한 데이터 분포를 봤는지는 실험만으로 가려지지 않는다.

## 앞서 본지 보도와 연결해 보면

본지가 14일 전 다룬 [퀸 3.8 플래시 넥스트 공개… 125B MoE가 6B만 깨워 쓴다](/posts/2026-08-27-퀸-38-플래시-넥스트-공개-125b-moe가-6b만-깨워-쓴다/)에서 이 모델은 125B 파라미터 중 6B만 활성화하는 MoE 구조로 소개됐다.  
12일 전 기사에선 [라마씨피유(llama.cpp) 합류로 듀얼 RTX 3060에서도 실행 가능](/posts/2026-08-29-퀸-38-플래시-넥스트-라마씨피유-지원으로-일반-pc에서도-실행-가능/)함이 확인됐다.

아키텍처와 실행 환경은 이미 검증됐다.  
이번 실험은 **추론 스타일**이 어디서 왔는지를 새롭게 묻는다.

## 커뮤니티 반응: "가중치만 있으면 된다"

해커뉴스에서 눈에 띄는 반응은 이렇다.

> "중국 모델이 미국 SOTA의 99%, 95%, 90%냐는 중요하지 않다. 가중치를 갖고 있고 셀프호스팅 가능한 중국 모델만 있으면 된다."

또 다른 댓글은 평가 환경 차이를 지적한다.

> "코딩 하네스(harness)엔 챗 UI와 다른 시스템 프롬프트가 들어간다. 거기서 케바인 맨(speech) 현상이 사라진다."

원문 댓글은 "caveman speech occurs in chat ui, not in coding harness"라고 적혔다.  
즉 **챗 UI에서만** 거친 말투가 나온다. 코딩 하네스에선 사라진다는 뜻이다.  
실험 조건(코딩 하네스 vs 챗 UI)과 시스템 프롬프트 차이가 결과에 영향을 줬을 수 있다.  
해커뉴스 다른 댓글도 "coding harness which probably has a different system prompt"라고 같은 지적을 했다.

## 쉽게 풀어보면

Qwen 3.8은 알리바바가 공개한 대형 언어 모델이다.  
이번 실험은 **'선생님 답안을 살짝 보여주고 학생이 얼마나 비슷하게 푸는지'**를 봤다.

선생님을 **GPT-5.5 Pro**(오픈AI 최신 추정 모델)로 세우자, Qwen의 답안 앞부분이 선생님과 18%포인트 더 겹쳤다.  
그런데 선생님을 **Opus 4.8**(앤트로픽 모델)로 세웠을 땐 거의 안 겹쳤다.

같은 학생(Qwen)인데 선생님만 바꿔도 반응이 완전히 다르다.  
이건 Qwen이 **GPT 계열 답안 패턴을 이미 학습 때 익혔을 가능성**을 시사한다.

비유하자면, 어떤 학생이 특정 학원 스타일 문제를 풀 때만 갑자기 실력이 뛰는 꼴이다.  
그 학원 교재를 미리 봤거나, 그 학원 출신 강사에게 배웠다는 의심이 드는 상황이다.

단, 이 실험은 **답안 앞 100토큰의 단어 겹침**만 본다.  
논리 구조나 최종 정답 정확도까지 같다는 건 아니다.  
"학습 데이터에 GPT 출력이 섞여 있었다"는 **가설**일 뿐, 직접 증거는 아니다.

## 나에게 미치는 영향

**로컬 LLM 사용자라면**  
Qwen 3.8 플래시 넥스트는 이미 듀얼 3060(24GB VRAM)에서 돌아간다.  
GPT-5.5 Pro급 추론 스타일을 로컬에서 맛보려면 지금이 진입 시점이다.

**모델 선택 고민 중이라면**  
Kimi K3는 프리필 없이도 GPT-5.5 Pro와 추론 궤적이 가장 가깝다.  
"별도 프리필 없이 GPT 스타일 추론을 쓰고 싶다"면 Kimi K3가 대안이 될 수 있다.

**데이터 출처가 중요한 기업·기관이라면**  
이 실험만으로 "Qwen이 GPT 데이터를 썼다"고 단정하긴 이르다.  
하지만 **라이선스·컴플라이언스 검토 시 이 실험 결과를 참고 자료로 넣는 건 합리적**이다.

**오늘 바로 해볼 수 있는 것**  
라마씨피유(llama.cpp) 최신 버전을 깔고 Qwen 3.8 플래시 넥스트 GGUF를 내려받아 돌리면 된다.  
프리필 없이도, 시스템 프롬프트에 "step by step"만 넣어도 추론 깊이가 달라지는지 체감해 보라.

## 남은 쟁점

1. **직접 증류 여부** — 프리필 반응만으론 증류(distillation)인지, 유사 데이터 학습인지 구분 안 된다.  
2. **평가 세트 한계** — 45문제, 100토큰 앞부분만 본다. 전체 추론 품질과는 거리가 있을 수 있다.  
3. **GPT-5.5 Pro 실체** — 오픈AI 공식 발표명이 아니라 연구자가 실험용으로 붙인 라벨이다.

자료가 말해주는 건 **"Qwen이 GPT 계열 추론 패턴에 강하게 반응한다"**는 사실 하나다.  
그게 학습 데이터 탓인지, 아키텍처 유사성 탓인지는 아직 열려 있다.  
로컬 모델을 쓰는 입장에선 **'어디서 왔든 지금 잘 쓰이면 그만'**이라는 해커뉴스 댓글이 가장 현실적 답일지도 모른다.

---

## 출처

- [Hacker News] Qwen 3.8 follows GPT-5.5 Pro reasoning prefills — https://news.ycombinator.com/item?id=49630026

## 집필 방식 고지

이 기사는 위 원문과 커뮤니티 반응을 바탕으로 AI의 도움을 받아 작성했으며, 발행 전 사람이 확인했습니다.
인용 시 출처를 "AI 브리핑"으로 표기하고 https://ai-news-1c0.pages.dev/posts/2026-09-10-qwen-38-gpt-55-pro-%EC%B6%94%EB%A1%A0-%ED%8C%A8%ED%84%B4%EA%B3%BC-18p-%EC%9D%BC%EC%B9%98-%ED%95%99%EC%8A%B5-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EA%B2%B9%EC%B9%A0-%EA%B0%80%EB%8A%A5%EC%84%B1/ 로 연결해 주세요.