한 줄 정의
SWE Multilingual은 2026년 M2.7 공개 문맥에서 여러 프로그래밍 언어가 섞인 저장소 작업 성능을 읽을 때 붙은 코딩 평가 label이야. 이번 확보 출처 기준으로는 독립 benchmark 설명문보다 Hugging Face 모델 카드의 76.5 점수를 해석할 때 먼저 마주치는 이름에 더 가깝고, 보통 SWE-Pro, Multi SWE Bench, Terminal-Bench 2.0 같은 저장소 단위 평가와 한 줄에 묶여 나와.
어떻게 작동하나
이 표기는 단독으로 뜨기보다 다른 저장소 평가와 같이 붙으면서 의미가 생겨. Hugging Face 모델 카드는 M2.7의 코딩 성능을 설명하면서 아래 묶음을 한 번에 보여 줘.
SWE-Pro 56.22: 긴 저장소 이슈 해결 흐름 쪽 성능 신호이 평가 76.5: 언어가 바뀌는 저장소 작업 맥락 신호Multi SWE Bench 52.7: 여러 저장소 단위 작업 신호Terminal Bench 2 57.0: 터미널과 시스템 조작 신호NL2Repo 39.8: 자연어에서 저장소 작업으로 이어지는 신호
예를 들어 어떤 카드가 SWE-Pro 56.22, Terminal Bench 2 57.0, NL2Repo 39.8과 함께 76.5를 적어 둔다면, 그건 파이썬 한 언어용 코드 생성보다 저장소 수준 소프트웨어 엔지니어링을 더 강조하는 문맥에 가깝다고 볼 수 있어. 반대로 공식 과제 구성이나 언어 목록까지 설명하는 자료가 없다면, 그 숫자를 모든 언어에서의 절대 순위처럼 읽으면 과장이 돼.
왜 중요한가
이 이름을 알아 두면 모델 카드의 숫자를 덜 헷갈려. 76.5만 보면 그냥 “코딩 점수가 높다” 정도로 읽기 쉬운데, 실제 공개 문맥에서는 “여러 언어가 섞인 저장소 작업에서도 버틴다”는 메시지를 만드는 데 쓰였어. 그래서 코딩 모델을 비교할 때도 한 언어용 코드 생성 모델인지, 저장소 단위 Agentic Coding 작업까지 노리는 모델인지 가르는 기준으로 도움이 돼.
같은 이유로 점수와 배포 조건도 분리해서 봐야 해. M2.7 공개는 이 평가 76.5 같은 숫자와 함께 퍼졌지만, 2026년 4월 14일 반영된 LICENSE update commit edf8030에는 상업 사용에 사전 서면 승인이 필요하다는 조항이 들어갔고, Hugging Face discussion #12에서는 그 점 때문에 공개 방식 논쟁도 같이 붙었어. 그래서 이런 벤치마크 숫자가 높아도, 그 모델을 바로 제품 비교표에 올릴 수 있는지는 License를 따로 봐야 해.
주의해서 볼 부분
첫째, 이번 출처 묶음만으로 공식 과제 수나 언어 목록을 확정하면 과장이 돼. 현재 확보한 근거는 이 이름이 M2.7 공개 문맥에서 어떤 점수 라벨로 쓰였는지까지는 보여 주지만, 자체 규격 설명까지 충분히 주지는 않아. 그래서 이 페이지도 그 범위를 넘지 않게 좁혀 썼어.
둘째, 같은 “공개 가중치 코딩 모델” 비교라도 조건이 다를 수 있어. gpt-oss나 Gemma 4처럼 공개 라이선스 쪽 비교축과, M2.7처럼 높은 점수와 별개로 상업 사용 허가를 따로 요구하는 비교축은 분리해서 읽어야 해.
셋째, 이름 표기가 조금씩 흔들릴 수 있어. 대소문자, 띄어쓰기, 하이픈 유무가 달라도 이 항목에서는 2026년 공개 문맥에서 통용된 성능 표기를 가리키는 이름으로 정리했어.