발표에서 확인된 핵심 사실
ChatGPT나 Claude 같은 AI에게 코딩을 맡기면 복잡한 로직도 금세 짜주지만, 정작 그 내부가 어떻게 돌아가는지 알 수 없는 폐쇄형 모델의 한계가 늘 따라붙는다. 이런 상황에서 2.8조 파라미터와 100만 토큰 컨텍스트를 갖춘 세계 최초의 공개 3T급 모델 Kimi K3가 등장했다. 파라미터는 AI의 지능을 결정하는 뇌세포 같은 매개변수를 뜻하며, 컨텍스트는 한 번에 기억하고 처리할 수 있는 정보의 양을 말한다. 3T급 모델은 매개변수가 3조 개 수준에 달하는 초대형 규모를 의미한다.
Kimi K3는 네이티브 비전 기능을 탑재해 이미지나 영상을 별도의 변환 없이 직접 읽고 이해한다. 100만 토큰의 방대한 컨텍스트를 활용해 장시간 이어지는 코딩 작업이나 방대한 지식 탐색, 고도의 추론 과정을 처리하도록 설계되었다. 이는 Kimi가 지금까지 공개한 모델 중 가장 강력한 성능을 내는 최상위 모델로, 전문적인 지식 작업에 최적화되어 있다.
현재 Kimi.com과 Kimi Work, Kimi Code, Kimi API를 통해 즉시 사용할 수 있다. 출시 버전은 AI가 정답을 내기 위해 최대한 깊게 생각하는 최대 추론 노력 설정이 기본값으로 적용되어 있다. 전체 모델 가중치와 기술 보고서는 2026년 7월 27일까지 순차적으로 공개될 예정이다. 모델 가중치는 AI의 학습 결과가 저장된 수치 데이터 뭉치로, 이를 공개하면 누구나 자신의 서버에 모델을 직접 설치해 운영할 수 있게 된다.
종합 성능은 Claude Fable 5와 GPT 5.6
AI가 짠 코드를 복사해서 붙여넣는 단계를 넘어, 이제는 전체 프로젝트의 구조를 AI에게 맡기는 경험이 익숙해졌다. Claude Fable 5나 GPT 5.6 Sol 같은 최상위 모델과 비교하면 전반적인 성능이나 사용자 경험은 아직 부족한 제한이 있다. 하지만 코딩이나 에이전트 벤치마크(AI의 작업 수행 능력을 측정하는 시험)에서는 폐쇄형 모델과 대등하거나 오히려 앞서는 결과를 냈다. 자체 평가 전반에서 다른 비교 모델을 일관되게 앞서며 프론티어급 성능을 기록했다. 이는 특정 전문 작업에서만큼은 폐쇄형 모델의 벽을 허물 수 있음을 보여준다.
이런 전문 성능을 뒷받침하는 것은 MiniTriton이라는 자체 GPU 프로그래밍 시스템이다. MLIR(컴파일러가 이해하기 쉽게 중간 단계로 변환한 코드 형식) 위에 타일 단위의 중간 표현을 구축하고 최적화 패스, PTX(엔비디아 GPU가 읽는 기계어) 코드 생성 파이프라인과 런타임을 직접 구현했다. 지원하는 roofline 벤치마크(하드웨어의 이론적 최대 성능과 실제 성능을 비교하는 지표)에서 Triton이나 torch.compile(파이토치 코드를 최적화해 실행 속도를 높이는 도구)과 비슷하거나 더 높은 성능을 냈으며, 일부 작업에서는 Triton을 앞섰다.
자체 시스템의 안정성은 실제 학습 결과로 증명했다. MiniTriton을 통해 nanoGPT(소형 언어 모델 학습 프레임워크) 전체 학습을 안정적으로 수행하며 수렴시켰다. 칩 설계나 GPU 커널 최적화 같은 초전문가 영역의 자율 작업이 공개 모델로도 가능한지 판단할 수 있는 구체적인 기준이 마련된 셈이다.
확인해야 할 핵심 지점
코딩 AI에게 복잡한 기능을 부탁하면 중간에 맥락을 놓치거나 엉뚱한 코드를 뱉어내 다시 수정하는 일이 잦다. Kimi K3는 Kimi K2보다 스케일링 효율을 약 2.5배 높여 이 문제를 해결했다. Kimi Delta Attention(KDA)으로 데이터 간 관계를 파악하는 어텐션 기능을 효율적으로 확장하고, Attention Residuals(AttnRes)를 통해 전체 정보 중 꼭 필요한 표현만 선택적으로 가져온다. Stable LatentMoE는 896개의 전문가 모델 중 16개만 활성화하는 희소 구조를 적용해 연산 낭비를 줄이고 처리 속도를 높였다.
48시간 동안 멈추지 않고 스스로 작업해 자체 구조를 사용하는 소형 모델 구동 칩을 설계했다. 숙련된 연구자가 1~2주 동안 매달려야 하는 계산 천체물리학의 I-Love-Q 보편 관계 재현 작업은 단 2시간 만에 완료했다. Three.js WebGPU(웹 브라우저에서 3D 그래픽을 구현하는 도구)와 GPU 컴퓨팅을 활용해 절차적으로 생성되는 브라우저 기반 3D 탐험 게임까지 제작했다.
칩 설계부터 천체물리학 연구까지, 공개 모델이 초전문가 영역의 자율 작업을 어디까지 수행할 수 있는지 보여주는 지표가 됐다. 단순한 코드 보조를 넘어 GPU 커널 최적화 같은 고난도 공학 작업에서도 AI가 인간 전문가의 작업 시간을 수십 배 단축할 수 있음을 구체적인 결과물로 증명했다. 이제 공개 모델의 성능이 전문 지식의 진입 장벽을 낮추고 작업 방식을 바꾸는 기준점이 됐다.
896개의 전문 지식 뭉치 중 필요한 16개만 골라 쓰는 효율적인 구조와 100만 토큰의 방대한 기억력은 공개 모델의 체급을 완전히 바꿨다. 이제는 칩 설계나 GPU 커널 최적화 같은 초전문가 영역의 자율 작업이 가능한지 판단하는 기준이 폐쇄형 모델에서 공개 모델로 옮겨왔다.
결국 AI가 짠 코드를 검토하는 단계를 넘어, 복잡한 시스템 설계 전체를 자율적으로 수행하게 만드는 능력이 기술 격차를 결정한다.
