문샷 키미K3 2.8조 파라미터, 오푸스4.8만 넘고 페이블5엔 밀려

중국 AI 스타트업 문샷 AI(Moonshot AI)가 금요일(현지시각) 신규 오픈웨이트(가중치를 공개하는 개방형) 모델 키미 K3(Kimi K3)를 공개했다. 회사 측에 따르면 키미 K3는 총 2조8000억 개 파라미터를 갖춘 멀티모달 모델로, 이미지와 영상을 네이티브로 처리하고 컨텍스트 윈도(모델이 한 번에 처리할 수 있는 텍스트 범위)는 100만 토큰에 달한다. 문샷은 키미 K3를 약 3조 파라미터급에서 나온 첫 오픈모델이라고 자평했다. 전체 모델 가중치는 7월 27일까지(현지시각) 공개될 예정이다. 앞서 파라미터 수가 2조~3조 개로만 추정됐던 것과 비교하면 이번에 구체적인 수치가 처음 확정된 셈이다. 직원 약 300명 규모의 스타트업이 낸 이 모델은 초기 평가에서 앤트로픽의 클로드 오푸스 4.8(Claude Opus 4.8)과 맞먹는 성능을 보이면서도, 최상위 모델인 클로드 소넷 5(Claude Sonnet 5)와 오픈AI의 GPT-5.6 Sol에는 여전히 못 미치는 것으로 나타났다.

파라미터 2.8조 개 공식 확인, 무엇이 달라졌나

키미 K3의 스펙이 공개되면서 그동안 유출과 추정으로만 떠돌던 수치가 정리됐다. 문샷은 이 모델이 이미지와 영상을 별도 변환 없이 직접 처리할 수 있으며, 100만 토큰 컨텍스트 윈도를 지원한다고 밝혔다. 회사는 이 모델의 목표를 장시간 이어지는 프로그래밍 작업, 지식 노동, 복잡한 추론 과제 처리로 제시했다.

전체 가중치는 7월 27일까지(현지시각) 공개하겠다고 밝혔다. 모델을 먼저 내놓고 가중치를 순차 공개하는 방식으로, 완전한 오픈소스 수준의 접근성이 언제 어느 범위까지 갖춰질지는 아직 지켜볼 부분이다.

벤치마크 성적표…오푸스 4.8은 넘었지만 페이블 5엔 못 미쳐

문샷이 자체 공개한 35개 벤치마크 테스트 결과에서 키미 K3는 약 7차례 1위를 차지했고 나머지 테스트 대부분에서 2~3위에 올랐다. 다만 개별 테스트 최다 우승은 클로드 페이블 5가 가져갔다. 문샷 측 테스트는 최대 또는 높은 사고 강도(thinking intensity) 설정에서 진행됐으며, 벤치마크별로 키미코드(KimiCode), 클로드 코드(Claude Code), 코덱스(Codex) 중 하나의 에이전트 시스템을 사용해 조건이 완전히 동일하지는 않았다. 대체로 키미 K3는 클로드 오푸스 4.8, GPT-5.5, 중국 경쟁 모델 GLM-5.2를 큰 격차로 앞섰다.

독립 평가기관 아티피셜 애널리시스(Artificial Analysis)도 첫 평가 결과를 내놨다. 이 기관의 인텔리전스 인덱스에서 키미 K3는 57점을 받아 오푸스 4.8, GPT-5.5와 동급으로 나타났지만 페이블 5와 GPT-5.6 Sol보다는 낮았다. 에이전트 작업 평가인 GDPval v2에서는 엘로(Elo) 레이팅 1668을 기록해 이전 모델 K2.6의 1190에서 크게 뛰었다. 이는 GLM-5.2(1514), GPT-5.5(1494), 클로드 오푸스 4.8(1600)을 넘어서지만 클로드 페이블 5(1760)에는 못 미치는 수준이다. 재퍼(Zapier)의 에이전트형 SaaS 워크플로 평가를 재구성한 오토메이션벤치-AA(AutomationBench-AA)에서는 53%로 1위에 올랐다. 장기 지식노동 평가인 AA-브리프케이스(AA-Briefcase)에서는 종합 엘로 1547을 기록해 K2.6보다 732점 올랐고, 페이블 5를 제외한 모든 모델을 앞섰다. 아티피셜 애널리시스는 이 모델을 균형 잡힌 성능이라 평가하며 채점 방식과 분석 품질이 페이블 5에 근접했다고 설명했다.

“계산력이 전부가 아니다”…미국 컴퓨트 우위론 흔들려

키미 K3 등장 시점도 눈길을 끈다. 반도체 분석업체 세미애널리시스(SemiAnalysis)는 최근 중국 연구소들이 “최전선에 도달하기엔 컴퓨트가 너무 부족하다”고 진단한 바 있다. 구글 딥마인드 소속 연구자 아니카 소마이아(Anika Somaia)가 이 대목을 짚었는데, 며칠 뒤 직원 약 300명 규모의 문샷이 오푸스 4.8과 맞먹으면서도 페이블 5와 GPT-5.6 Sol에는 못 미치는 키미 K3를 내놓으면서 논쟁에 불을 붙였다.

소마이아는 수출 통제부터 빅테크의 대규모 투자 경쟁, ‘컴퓨트 모트(compute moat)’ 투자 논리까지 서구권의 전제 자체가 “계산력이 곧 능력을 결정한다”는 단일 가정에 기대고 있다고 지적했다. 그는 문샷이 자체 개발한 AI 학습 소프트웨어 스택 문케이크(Mooncake)가 충분한 GPU를 확보하지 못한 상황에서 나온 결과물이라며 “안목 있는 소규모 연구소는 모델을 직접 서비스할 여력이 없어도 최전선급 모델을 만드는 데 필요한 계산량을 압축할 수 있다”고 말했다.

세미애널리시스 창립자 딜런 파텔(Dylan Patel)도 이에 동의하며 “매우 뛰어난 소규모 팀이 강화학습, 아키텍처, 데이터 연구를 통해 컴퓨트 격차의 상당 부분을 메웠다”고 평가했다. 다만 그는 중국 기업들이 중국 밖에서 GPU를 손쉽게 임대할 수 있다는 점도 지적하며, 이 때문에 수출 통제 일부가 무력화된다고 짚었다. MIT와 구글 딥마인드 소속 연구자 미히엘 바커(Michiel Bakker)는 “이런 결과는 증류(distillation, 큰 모델의 출력으로 작은 모델을 학습시키는 방식)만으로는 설명하기 어려워 보인다”며 이 모델을 “믿기 힘들 정도로 좋다(insanely good)”고 평가했다. 서구권 AI 연구소들이 중국 모델의 경쟁력을 증류로 설명해온 것과 배치되는 반응이다. 한편 블룸버그 보도에 따르면 구글의 차세대 모델 제미나이 3.5 프로(Gemini 3.5 Pro)는 특히 코딩 성능 목표치를 달성하지 못해 출시가 수개월 지연된 상태다.

기업들의 선택…“이제 전부 중국산” 오픈모델 지형

키미 K3 공개는 기업들이 오픈모델을 고를 때 마주하는 현실적 고민도 다시 부각시켰다. 인포마 테크타겟(Informa TechTarget) 산하 옴디아(Omdia)의 리안 지예 수(Lian Jye Su) 애널리스트는 “자체 모델을 학습·최적화하려는 기업 입장에서 보면 엔비디아의 네모트론(Nemotron)을 빼고는 이제 거의 다 중국산 모델”이라고 말했다. 그는 “문제는 기업들이 이 상황을 어떻게 헤쳐 나가느냐다. 용도에 맞게 다양한 모델을 조합해 쓰는 것도 충분히 합리적인 선택”이라고 덧붙였다.

수 애널리스트는 미중 갈등이 없었다면 딥시크(DeepSeek)나 알리바바의 큐원(Qwen) 같은 오픈모델이 미국 기업들 사이에서 더 폭넓게 받아들여졌을 것이라고 봤다. 그는 “기업 입장에서는 결국 일 처리 비용의 문제다. 모델이 제 값을 한다면 굳이 폐쇄형 모델만 고집할 이유가 없다”고 말했다. 이런 흐름 속에 미국 진영에서도 대응이 나오고 있다. AI 스타트업 싱킹 머신즈(Thinking Machines)는 이번주 자체 오픈웨이트 모델 인클링(Inkling)을 선보이며 폐쇄형 모델과의 경쟁을 예고했고, IBM과 연구기관 AI2도 오픈웨이트 모델 개발에 집중하고 있다.