중국 AI, 6개월 만에 GPT-5.6과 어깨를 나란히 — 외부 도구 없이
2026년 7월 16일, ‘Moonshot(월지암면)‘이라는 중국 회사가 Kimi K3라는 새 모델을 발표했다. 이틀 뒤인 7월 18일, 실리콘밸리 프로그래머 Stephen Bochinski가 《The Kimi K3 Moment》라는 제목의 블로그를 썼다. 이 글은 Hacker News에서 큰 화제가 되었다——254점, 거의 300개의 댓글. 그는 글에서 아주 직설적으로 말했다. “I use Kimi K3 alongside Claude in my daily work and can’t tell which is which.”
“비슷해졌다”도 “일부 따라잡았다”도 아니었다. 구별이 안 된다는 것이었다.
실리콘밸리를 더 괴롭히는 것은 가격이었다. K3의 API 호출 가격은 Claude의 3분의 1이고, 구독 가격은 19달러부터 시작한다——반면 Anthropic(Claude의 개발사)은 자사 최강 모델의 사용권을 20달러 구간에서 조용히 닫아버렸다. 감당이 안 되기 때문이다.
하지만 필자가 오늘 짚고 싶은 것은 그 이면의 더 깊은 질문이다. 왜 중국 팀이 미국 팀이 몇 년 걸려 만든 선두 자리를 6개월 만에 따라잡을 수 있었는가.
이미지 출처: Stephen Bochinski 블로그 《The Kimi K3 Moment》
성적표: 장비 없이 바로 출전
먼저 데이터를 보자.
GPQA Diamond라는 박사급 과학 추론 테스트에서 K3는 93.5%를 받았다——당시 공개된 모든 모델 중 최고점이었다. AIME 수학 경시 문제와 HLE(인류 최후의 시험)라는 “AI가 못 푸라고 설계된” 극난도 문제집에서, K3는 검색·계산기·코드 실행 같은 외부 도구를 전혀 쓰지 않은 상태에서 GPT-5.6과 무승부를 만들었다.
무슨 뜻인가. 필자가 비유를 하나 들겠다. 레이싱과 같다고 치자. 남들은 내비게이션을 켜고 정비 팀을 대동하고 출전하는데, K3는 맨손으로 나가서 비슷한 랩타임을 냈다는 것이다.
Moonshot 역시 솔직했다. 발표문에 직접 이렇게 썼다. “K3는 종합 성능에서 여전히 Claude Fable 5와 GPT-5.6 Sol에 뒤처진다.” 하지만 핵심은——그 격차가 “따라갈 엄두도 못 낼” 수준에서 “한 장의 표에 나란히 놓고 비교할” 수준으로 줄어들었다는 점이다.
연초 DeepSeek이 첫 번째 충격을 일으킨 뒤, 7월 Kimi K3가 따라잡기까지, 꽉 잡아봐야 6개월이다. 백악관이 2025년 1월에 “미국이 중국 AI보다 3~6개월 앞선다”고 했을 때, 그 예측은 불길할 정도로 맞아떨어지고 있다.
이미지 출처: Kimi K3 공식 기술 블로그, K3와 GPT-5.6 Sol·Claude Fable 5 등 최전선 모델의 다차원 비교를 보여줌
증류는 훔치는 게 아니라 물리 법칙이다
여기까지 왔으면 “증류(distillation)“라는 단어를 피할 수 없다.
이것은 화학 공장의 증류탑이 아니다. AI 업계에서 증류는 이런 것이다——
박사 학위 지도교수가 있어서 천문지리에 통하고 만물을 안다 치자. 하지만 그에게 강의 한 편을 부탁하면 돈이 많이 들고, 나이도 들어 반응이 좀 느리다. 당신은 젊은 강사를 키워서 지도교수만큼 되게 하고 싶은데, 강의는 싸고 반응은 빠르길 원한다. 가장 똑똑한 방법은 무엇인가. 젊은 강사를 지도교수 강의실에 앉혀서, 지도교수가 답한 모든 문제와 모든 설명을 적게 하고, 반복해서 연습시키는 것이다.
젊은 강사는 미적분을 처음부터 혼자 배울 필요가 없다. 그저 “이런 문제가 나오면 지도교수는 어떻게 답하는가”만 배우면 된다.
이것이 증류다. 강한 모델(지도교수)의 출력 데이터로 새 모델(젊은 강사)을 훈련하는 것. 이론상 새 모델은 아주 짧은 시간에 강한 모델의 능력 대부분을 배울 수 있다.
이 일은 AI 업계에서 오래 논쟁거리였다. Anthropic은 증류를 “산업 규모의 절도”라고 했고, OpenAI는 DeepSeek이 “우리 모델을 명백히 증류했다”고 했다. 그리고 Hacker News에서 가장 높은 추천을 받은 댓글은 이렇게 말했다.
“Distillation attacks are not attacks. US frontier labs ‘distilled’ all of humanity’s written knowledge into their models, so it was always inevitable that a second-tier lab would ‘distill’ their models into cheaper versions. No one can stop anyone from saving chat logs to train their own model. The ending was written from the start. Invest in hardware companies, not model companies.”
듣기 거북하지만 논리는 반박하기 어렵다. 당신이 전 인터넷의 글을 모아 모델을 훈련할 때, 작성자 한 명한 명에게 동의를 구하지 않았다. 이제 남이 당신 모델의 출력을 가져가 새 모델을 훈련한다고 해서 그것이 훔치는 거라고 한다면, 그 도덕적 입장은 그리 탄탄하지 않다.
점점 얕아지는 해자
증류가 치명적인 이유는, 선두 주자의 해자를 파내리기 때문이다.
전통 산업에서 선두의 장벽은 무엇인가. 특허, 브랜드, 공급망, 고객 관계. 이런 것들은 경쟁자가 당신 제품을 한 번 훔어봤다고 사라지지 않는다.
하지만 AI 모델의 “지식”은 본질적으로 파라미터——그저 몇 개의 숫자일 뿐이다. 당신 모델이 질문에 답하면, 그것은 한 줄기의 글자를 출력한다. 그 글자들이 지식 유출이다. 얼마든지 공을 들여 수백만 쌍의 질의응답을 모아 새 모델에 넣고 반복 훈련하면, 그 새 모델은 “당신처럼 답하는 법”을 배운다.
이 과정은 소스 코드를 훔칠 필요도, 엔지니어를 뺏을 필요도, 심지어 특별히 강한 하드웨어도 필요 없다——그저 인내심 있게 데이터를 모아 훈련하면 그뿐이다. 중국 팀의 강점은 바로 여기에 있다. 인건비가 낮고, 엔지니어링 실행력이 강하며, 게다가 미국 저작권법의 구속을 전혀 받지 않는다.
한 HN 사용자가, Kimi K3가 초기 테스트에서 “네 이름이 뭐니”라고 물었을 때 “Claude”라고 대답했다고 지적했다——이는 훈련 데이터에 Claude의 대화 기록을 대거 집어넣었다는 거이나 다름없다.
하지만 슬픈 점은, 설령 입증된다 한들 어쩌란 말인가. 미국 법원은 중국 회사를 관할하지 못하고, Anthropic의 소송은 국경을 넘은 상황에서 사실상 휴지 조각이나 다름없다. 한 댓글자가 말했듯, “중국 연구소는 해적판 데이터로 자유롭게 훈련할 수 있지만, 미국 연구소는 집단 소송과 15억 달러에 화해하느라 돈을 써야 한다.”
누가 이겼나, 누가 졌나
먼저 패자부터.
모델 회사, 특히 “내 모델이 가장 똑똑하다”에 해자를 둔 곳들. 당신의 우위가 6개월마다 한 번씩 따라잡힌다면, 당신의 가격 결정권은 어디에 있는가. Anthropic이 20달러 구간에서 Fable 사용권을 닫은 일 자체가 본질적으로 이런 말이다. 우리 비즈니스 모델은 이 가격을 감당하지 못한다. 한 제품의 비용이 판매가보다 높고, 경쟁자가 당신 3분의 1 가격으로 비슷한 것을 팔 때——이 장사는 못 한다.
미국의 AI 규제 정책. Bochinski는 글에서 아주 날카로운 판단을 하나 남겼다. 미국 정부가 자국 모델의 발표를 누르고 안전 심사를 층층이 더했는데, 결과는 무엇인가. 미국의 관할을 받지 않는 중국 연구소가 동등한 수준의 모델을 오픈소스로 내놓아버렸다. “이 규제가 유일하게 제한한 것은 미국 사용자뿐이다.”
이제 승자.
하드웨어 회사. 당신이 누구 모델을 쓰든, 그것을 돌리려면 그래픽 카드를 사야 한다. 엔비디아는 미국 모델이든 중국 모델이든 훈련되는지 따지지 않는다——어차피 칩은 다 자기네 것 아니겠는가. 이것이 HN 최고 추천 댓글의 핵심 논리다.
일반 사용자. 위챗을 보는 일반 독자라면, 증류가 합법인지 파라미터가 2800억 개인지 신경 쓸 필요 없다. 당신이 알아야 할 것은 이것뿐이다. 예전엔 한 달에 20달러를 써도 축소판 AI 비서밖에 못 썼지만, 이제 19달러면 세계 일류 수준의 것을 쓸 수 있고, 게다가 오픈소스라——이론상 당신이 직접 받아 돌릴 수 있고, 어떤 회사를 거칠 필요도 없다.
이는 중국 사용자에게 특히 호재다. 지난 2년간 미국 AI 제품은 중국 사용자에게 점점 불친절해졌다——가입에 미국 전화번호가 필요하고, 결제에 미국 신용카드가 필요하며, 콘텐츠 검열은 갈수록 엄해졌다. 이제 최전선의 능력이 중국 회사 하나의 손에 있고, 접근 제한도 검열 축소도 없다.
이미지 출처: Kimi K3 공식 기술 블로그, K3가 각 능력 차원에서 최전선 모델과 전면적으로 비교됨을 보여줌
앞으로 어떻게 가나
필자는 이 이야기가 이제 막 시작됐다고 본다. Kimi K3가 마지막으로 따라잡은 중국 모델은 아닐 것이다.
증류라는 길이 정말 통한다면, 미국 연구소의 모델 능력 어느 돌파든 몇 달 안에 따라잡힌다는 뜻이다. OpenAI와 Anthropic이 수십억 달러를 태워 만든 선두 우위는, 독점 기간이 고작 6개월일지도 모른다.
이건 업계를 두 방향으로 몰아붙일 것이다.
한 방향은 애플리케이션을 만드는 것. 모델을 팔지 않고, 문제를 푸는 능력을 판다. 전기와 같다——어느 발전소에서 나왔는지는 아무도 신경 쓰지 않고, 냉장고가 찬지 TV가 켜지는지만 신경 쓰지 않는다.
다른 방향은 하드웨어를 만드는 것. HN의 그 댓글 “하드웨어 회사에 투자하라, 모델 회사에 말고”는 비록 투자 조언이지만, 하나의 사실을 짚었다. AI 공급망에서 하드웨어는 유일하게 피할 수 없는 고리다.
하지만 필자가 가장 걱정하는 것은 세 번째 가능한 방향, 즉 미국 정부의 반응이다. Bochinski는 글 말미에 대략 이런 내용을 썼다. 미국 정부는 자동차 산업의 옛길을 걸을 가능성이 크다——보조금·관세·산업 보호로, 벽 안에서만 쓸 수 있는 비싸고 별로 좋은 않은 국산 모델을 떠받치는 것이다. 결국 미국은 유일하게 가장 좋은 AI를 쓸 수 없는 나라가 된다.
이 예측은 협박처럼 들리지만, 미국 자동차 산업의 현실을 생각하면 전혀 아니라고도 할 수 없다.
여기까지 쓰고 보니, HN의 또 다른 댓글이 생각났다.
“US labs scraped everything off the internet to train their models, and now that others ‘distill’ their models, they’re crying.”
공정하게 말하자면, 이 두 일은 법적으로 확실히 완전히 같지는 않다. 하지만 보통 사람의 시선에서 보면 확실히 비슷해 보인다——당신은 인류 전체의 지식을 공짜로 가져다 쓰면서, 남이 당신 물건을 쓰려면 돈을 내라고 한다.
K3 발표 후 Anthropic과 OpenAI가 어떻게 받아칠지, 미국 정책이 어디로 휘어질지, 하드웨어와 모델 중 누가 먼저 고기를 먹을지——모든 질문은 계속 지켜볼 가치가 있다. 하지만 한 가지는 이미 분명하다. AI 모델의 선두 우위는 종이 한 장만큼 얇다.
참고 링크:
- Stephen Bochinski: The Kimi K3 Moment
- HN 논의 (item?id=48960218)
- Kimi K3 공식 기술 블로그
- Codersera: Kimi K3 Benchmarks vs Fable 5, GPT-5.6 & Opus
선언: 본문은 공개된 블로그 글, HN 커뮤니티 논의 및 업계 공개 데이터에 기반해 작성되었으며, 필자 개인의 관찰만을 대변하며 투자 권고가 아니다.
