발표에서 확인된 핵심 사실

고성능 AI 모델을 실제 서비스에 도입하려 할 때 개발자가 가장 먼저 마주하는 벽은 매달 청구되는 막대한 API 비용과 폐쇄적인 생태계다. 모델의 내부 작동 방식을 알 수 없는 상태에서 비용 부담만 늘어나는 구조에 대한 불편함이 컸다. 이러한 제약을 해결하기 위해 Moonshot AI(알리바바가 투자한 베이징 기반 AI 스타트업)가 2.8조 개의 파라미터를 보유한 세계 최대 규모의 오픈소스 모델 Kimi K3를 출시했다.

Kimi K3의 규모는 기존 오픈소스 진영이 도달했던 수치를 크게 넘어선다. 약 1.6조 개의 파라미터를 가진 DeepSeek V4 Pro와 비교하면 규모가 약 75% 더 크다. Moonshot AI는 이 정도의 파라미터 규모를 통해 전 세계에서 가장 큰 오픈소스 AI 모델이라는 지위를 확보했다고 밝혔다. 이는 모델의 체급을 키워 성능의 상한선을 높이려는 전략으로 풀이된다.

개발 환경의 전환 비용을 낮추기 위해 Kimi K3는 OpenAI SDK와 호환되도록 설계되었다. 오는 7월 27일에는 모델의 전체 가중치가 공개될 예정이다. API 이용료는 입력 토큰 100만 개당 3달러, 출력 토큰 100만 개당 15달러로 책정되었으며, 캐시된 입력 토큰을 사용할 경우 100만 개당 0.30달러까지 비용이 내려간다. 기존 폐쇄형 모델의 가격 체계와 비교해 비용 효율성을 높인 구성이다.

최상위 성능의 모델을 오픈소스로 활용할 수 있게 됨에 따라 기업이 지불해야 할 AI 도입 비용을 절감할 구체적인 근거가 마련되었다. 특히 모델 가중치가 공개되면 기업은 외부 API에 의존하지 않고 내부 데이터에 최적화된 커스텀 에이전트를 직접 구축해 운영하는 방안을 판단할 수 있다.

주요 벤치마크에서 Anthropic과 OpenAI의 최상위

폐쇄형 모델이 API 비용과 생태계 폐쇄성으로 성능의 진입장벽을 높일 때, 오픈소스 모델은 누구나 접근 가능한 구조로 그 격차를 좁히는 전략을 취한다. Kimi K3는 GDPval-AA v2에서 1,687점을 기록해 3위에 올랐으며, AA-Briefcase에서는 1,527점으로 2위를 차지하며 Anthropic과 OpenAI의 최상위 폐쇄형 모델들과 대등한 성능을 입증했다. 특히 고난도 정보 탐색 능력을 측정하는 BrowseComp에서는 91.2점을 기록해 SOTA(State-of-the-art, 현재 시점에서 가장 뛰어난 성능)를 달성했다. 최상위권 모델의 성능이 더 이상 특정 기업의 전유물이 아님을 수치로 보여준 결과다.

100만 토큰의 컨텍스트 윈도우(모델이 한 번에 처리할 수 있는 데이터 양)와 상시 추론을 수행하는 씽킹 모드(thinking mode)를 탑재했다. 이는 하이브리드 선형 어텐션 메커니즘인 키미 델타 어텐션(Kimi Delta Attention)과 기존의 잔차 연결을 대체하는 어텐션 레지듀얼(Attention Residuals)이라는 두 가지 내부 아키텍처 혁신으로 구현됐다. Moonshot AI가 내부적으로 개발한 이 독자적 설계는 모델이 방대한 데이터를 처리하면서도 추론의 일관성을 유지하며 장기 자율 에이전트 업무를 수행하게 만든다.

최상위 성능의 모델을 오픈소스로 활용할 수 있게 되면서 기업은 AI 도입 비용을 낮추고 목적에 맞는 커스텀 에이전트를 직접 구축할 수 있다. 폐쇄형 모델의 성능을 누리면서도 데이터 보안과 인프라 제어권을 동시에 확보할 수 있는 실질적인 판단 기준이 마련된 셈이다.

확인해야 할 핵심 지점

단순한 텍스트 생성을 넘어 AI가 물리적 설계 도면을 직접 그리는 단계에 진입했다. Kimi K3는 48시간 동안 중단 없이 자율적으로 작동하며 자신을 실행할 나노 규모의 물리적 칩 설계를 완수하는 능력을 시연했다. 아키텍처 설계부터 최적화, 검증까지 이어지는 전체 건설 파이프라인을 외부 개입 없이 독립적으로 수행해 4제곱밀리미터 크기의 칩 설계를 완료했다. 시뮬레이션 환경에서 이 설계는 초당 8,700개 이상의 토큰을 디코딩할 수 있는 기능성을 입증했다. 자율 에이전트가 물리적 하드웨어 설계의 전 과정을 스스로 처리해 실제 작동 가능한 수준의 설계도를 도출한 사례다.

코딩 구현 능력은 실제 사용자의 선호도가 반영된 객관적 지표로 확인된다. Kimi K3는 인간의 선호도를 기반으로 모델 간 프론트엔드 코딩 능력을 일대일로 비교하는 Arena.AI(AI 모델 간 코딩 성능 비교 플랫폼)의 Frontend Code Arena에서 1위를 차지했다. 1,679점을 기록하며 Claude Fable 5와 GPT-5.6 Sol을 상당한 차이로 앞섰다. 최상위 폐쇄형 모델들이 점유하던 코딩 성능의 우위를 오픈소스 모델이 확보했다. 이는 기업이 고가의 API 비용을 지불하지 않고도 최상위 수준의 코딩 성능을 갖춘 커스텀 에이전트를 구축할 수 있는 실질적인 판단 기준이 된다.

고성능 모델의 높은 API 비용과 폐쇄적 생태계는 기업의 AI 도입을 가로막는 실질적 장벽이었다. Moonshot AI가 2.8조 파라미터 규모의 Kimi K3를 공개하며 100만 토큰 컨텍스트 윈도우와 Kimi Delta Attention 기반의 장기 자율 에이전트 수행 능력을 입증하자, 최상위 성능의 진입장벽은 낮아졌다. 이제 기업은 고가의 API 비용을 지불하는 대신 공개된 가중치를 활용해 내부 데이터에 최적화된 커스텀 에이전트를 직접 구축할 수 있는 판단 기준을 확보했다. 최상위 AI 성능을 빌려 쓸 것인지 직접 소유할 것인지의 결정권이 개발자에게 넘어왔다.