7월 16일, 중국 AI 기업 Moonshot AI는 Kimi K3를 공개했다. 2.8조 파라미터를 지닌 초대규모 언어 모델로, 여러 기술 벤치마크에서 OpenAI의 GPT-5를 앞섰고, 7월 27일까지 모델 가중치를 완전히 공개하겠다고 약속했다. 소식이 전해지자 Hacker News의 토론 스레드는 순식간에 1023점, 630개 댓글에 도달했고, 커뮤니티는 처음의 “또 하나의 중국 모델”이라는 식의 무성의한 반응에서 벗어나 진짜 기술 분석으로 선회했다. 하지만 그와 동시에 API 서비스 약관을 둘러싼 논란이 댓글란에서 부글부글 끓기 시작했다. Moonshot AI의 API 계약은 기본적으로 고객 데이터를 모델 추가 학습에 쓸 수 있도록 허용한다 — 「개방」과 「프라이버시」의 전선이 API 레이어까지 밀려들어 온 것이다.
도: Kimi K3 공개 메인 비주얼. 출처: kimi.com
2.8조 파라미터가 무슨 의미인가?
이 일이 왜 중요한지 이해하려면 먼저 배경을 알아야 한다. 지난 1년여 동안 오픈소스 AI 모델의 “덩치”는 계속 커져 왔지만, 그전까지 최대치는 DeepSeek V4 Pro의 1.6조 파라미터에 불과했다. Kimi K3는 이 상한선을 단번에 2.8조로 밀어 올렸다 — 이전 기록의 거의 두 배다. 건축에 비유하자면, 기존 오픈소스 모델은 30층짜리 고층 빌딩 같았는데, Kimi K3는 그대로 55층까지 올려 지은 셈이다.
하지만 “파라미터가 많다”고 해서 자동으로 “능력이 세다”는 뜻은 아니다. 진짜 눈길을 끄는 건 이번에 함께 공개된 몇 가지 기술 돌파구다. 필자는 가장 알기 쉬운 방식으로 그중 두 가지 핵심 혁신을 설명해 보려 한다.
“전문가 분업제”(MoE 혼합 전문가 모델): 전통적인 모델은 만능형 인재처럼, 질문에 답할 때마다 뇌를 통째로 한 번 돌려야 한다. Kimi K3 내부에는 896개의 「전문가 모듈」이 있고, 매번 그중 가장 관련 있는 16개만 깨운다. 비유하자면: 병원에 가서 진료를 받을 때, 전체 800명 넘는 의사가 다 모여 진료할 필요는 없고, 제대로 된 과만 찾아가면 된다는 것이다. 이 설계 덕분에 K3의 효율은 이전 세대 K2 대비 약 2.5배 향상됐다 — 같은 연산 자원으로 더 강한 지능을 끌어낼 수 있게 된 것이다.
“어텐션 잔차 연결”: 이는 Moonshot AI가 자체 개발한 아키텍처 개선이다. 쉽게 말해, 모델이 깊이 생각할 때 앞쪽 몇 층의 정보를 “뒤돌아 보게” 해서, 뒤로 읽다가 앞부분을 잊지 않도록 하는 것이다. 두꺼운 소설을 읽을 때 800페이지까지 읽고도 3페이지에 심어둔 복선을 또렷이 기억하는 것과 같다. 이 기술은 백만 자(글자)급 컨텍스트 윈도우(한 번에 처리할 수 있는 텍스트량이 《삼체》 세 권에 맞먹는다)와 맞물려, K3가 장문 문서 분석이나 복잡한 프로그래밍 작업에서 탁월한 성능을 보이게 한다.
Moonshot AI가 발표한 평가 데이터에 따르면, Kimi K3는 여러 벤치마크에서 GPT-5.5 고연산 모드와 Anthropic의 Claude Opus 4.8을 앞섰지만, 여전히 현재 가장 강력한 폐쇄형 모델인 Claude Fable 5와 GPT-5.6 Sol에는 뒤처진다. Arena.ai의 프론트엔드 코드 경기장에서는 K3가 한때 1위에 오르기도 해, Claude Fable 5를 넘어서기도 했다.
도: Kimi K3와 다른 모델들의 벤치마크 비교. 출처: kimi.com
무료로 공개하지만, 프라이버시는 무료가 아니다
여기까지 들으면, 이 이야기는 “중국 오픈소스 진영이 미국 폐쇄형 거인을 역습한다”는 뜨거운 영화처럼 들린다. 하지만 HN 댓글란에서, 한 고공감 댓글이 이 축제에 찬물을 끼얹었다.
사용자 dovin은 Moonshot AI API 서비스 약관 중 한 구절을 그대로 올렸다. 플랫폼은 “고객 콘텐츠를 서비스 제공, 유지, 개발, 지원 및 개선에 사용할 수 있다”며, 고객이 별도의 서면 계약을 맺지 않는 한 그렇게 한다는 내용이었다. 쉽게 풀자면 이렇다. Kimi API로 올린 데이터는, 회사가 기본적으로 다음 세대 모델 학습에 가져다 쓸 수 있다는 뜻이다.
이는 개발자 커뮤니티에겐 폭발적인 정보다. 미국의 AI 생태계에서 OpenAI와 Anthropic의 API 약관은, API를 통해 전송된 데이터가 모델 학습에 쓰이지 않는다고 명시적으로 규정한다. 이는 업계 관행이자, 기업 고객이 민감한 업무를 API에 연결하려 하는 신뢰의 바탕이다. Moonshot AI는 이 선을 완전히 다른 위치에 그었다.
댓글란은 순식간에 두 파로 갈라졌다. 한쪽은 “OpenAI나 Anthropic도 그리 다를 바 없고, 적어도 중국 기업은 모델을 오픈소스로 커뮤니티에 환원했다”고 주장했고, 다른 쪽은 “다르다 — 미국 기업은 API 차원에서 명확한 법적 구속이 있어서, 위반하면 집단 소송에 파산할 때까지 걸리지만, 중국 AI 기업은 법적 구제 수단이 거의 없다”고 반박했다.
필자는 심판을 자처하지 않는다. 하지만 이 논란은 실제로 진행 중인 패러다임 전환을 드러낸다. 과거엔 “모델 자체가 오픈소스인가”에 주목했지만, 이제 전장은 “모델을 둘러싼 서비스 약관이 개방적인가”로 전진했다. 오픈소스 가중치가 있으면 당신이 직접 배포하고 데이터 흐름을 직접 통제할 수 있지만, 공식 API를 쓴다면 그 작은 서비스 약관 체크박스가 코드 오픈소스 그 자체보다 당신의 데이터 운명을 더 결정할지도 모른다.
왜 이 일이 일반인에게도 주목할 만한가?
당신은 2.8조 파라미터 모델을 직접 배포하지 않을지도 모른다 — 그에 필요한 GPU 비용은 1선 도시에서 아파트 한 채 살 정도다. 하지만 이 일의 세 가지 파문 효과는, 결국 AI를 쓰는 모든 사람에게까지 번져간다.
첫째, 가격 경쟁이 격화된다. Kimi K3의 가격은 입력 100만 token당 3달러, 출력 100만 token당 15달러로, 국산 모델 중 가장 비싸지만 전 세계로 놓고 보면 여전히 GPT-5.6 Sol보다 훨씬 낮다. 최상위급에 가까운 성능의 오픈소스 모델이 등장하면, 어떤 기업이든 직접 배포하고 직접 가격을 정할 수 있어, 폐쇄형 업체의 높은 프리미엄 여지는 계속해서 압축된다.
둘째, “중국 오픈소스 vs 미국 폐쇄형” 서사가 변하고 있다. DeepSeek에서 Kimi에 이르기까지, 중국 AI 기업의 오픈소스 커뮤니티 투자는 실질적이다. Hacker News의 한 사용자는 “중국 기업은 적어도 성과를 커뮤니티에 환원했다”고 댓글을 달았는데 — 이런 정서는 1년 전만 해도 거의 상상할 수 없었다. 데이터 프라이버시 약관에 어떤 입장이든, 개방 과학 차원에서의 중국 AI의 기여는 전 세계 개발자들에게 진지하게 받아들여지고 있다.
셋째, “개방”의 정의 자체가 변하고 있다. Kimi K3 사례는 업계가 더 정교한 질문과 마주하게 한다. 한 모델은 동시에 “개방적”(가중치 공개·다운로드 가능)이면서도 “폐쇄적”(API 데이터가 학습에 쓰임)일 수 있다는 점이다. 과거처럼 “오픈소스/폐쇄형”이라는 이분법으로 AI 모델을 논하는 건 더 이상 충분하지 않다. 우리는 다양한 수준의 개방을 설명할 새 언어가 필요하다.
악마는 디테일에 있다
한 가지는 냉정할 필요가 있다. 현재 발표된 평가 데이터는 전부 Moonshot AI 자체 출처다. 독립 제3자 기관 Artificial Analysis의 평가 보고서도 막 나왔는데, 예비 결론은 공식 데이터 방향과 일치하나 완전히 일치하지는 않는다. 모델 가중치도 7월 27일이 되어야 진짜로 내려받아 검증할 수 있다. AI 업계에서, 제조사가 자체 보고한 benchmark와 커뮤니티 실측 결과 사이에는 자주 차이가 생긴다 — 필자는 “반드시 망할 것”이라고 예언하지는 않겠지만, “커뮤니티가 다 돌려보고 나서 말하자”는 언제나 합리적인 선택이다.
유명 개발자 Simon Willison은 실측에서, Kimi K3가 같은 작업을 수행하는 데 소모하는 추론 token 수가 GPT-5.6 Sol보다 뚜렷하게 많다는 걸 발견했다 — 즉, 단위 token 가격은 더 낮지만, 실제 작업 완수 비용의 우위는 겉보기 숫자만큼 크지 않다는 뜻이다. 이는 AI 분야에서 자주 간과되는 차원인 token 효율성과 관련이 있다.
Kimi K3의 공개는, 2026년 AI 업계의 핵심 분기점으로 기록될 가능성이 크다. 이는 “개방 가중치”, “데이터 프라이버시”, “중국 vs 미국”이라는 세 가지 민감한 신경을 동시에 건드려, 업계 전체가 더 복잡한 문제와 마주하게 강제한다. 이는 단순한 benchmark 점수 하나보다 훨씬 더 깊은 의미를 지닌다.
참고 링크:
- Kimi 공식 블로그: Kimi K3 공개 발표
- HN 토론 (item?id=48935342)
- Artificial Analysis: Kimi K3 독립 평가
- Simon Willison: Kimi K3와 펠리컨 테스트
- VentureBeat: 중국 Moonshot AI, 세계 최대 오픈소스 모델 Kimi K3 공개
