2.8조 파라미터.
896개 전문가 모듈.
그중 토큰 하나를 처리할 때 실제로 활성화되는 전문가는 16개.
숫자만 보면 거대한 모델이지만, 키미 K3가 주목받은 이유는 단순히 모델을 크게 만든 데 있지 않습니다.
긴 문맥을 처리하는 방식과 필요한 전문가만 선택하는 구조를 통해, 거대한 모델을 상대적으로 효율적으로 운용하도록 설계했다는 점이 핵심입니다.
그런데 이 모델에는 별도의 논란도 따라붙었습니다.
무슨 일이 있었나
2026년 7월 16일 중국 문샷AI가 키미 K3를 공개했습니다. 전체 파라미터 2.8조 개, 실제 활성 파라미터는 약 1,040억 개 수준의 오픈웨이트 모델입니다.
출시 직후 시장에서는 과거 딥시크 충격을 떠올리는 반응이 나왔습니다. 이 모델이 AI 연산 효율성에 대한 기존의 투자 가정에 의문을 던졌기 때문입니다.
실제로 무엇이 달라졌나
키미 K3의 핵심 구조는 다음과 같습니다.
전체 파라미터는 2.8조 개이지만, 토큰 처리 시 활성화되는 파라미터는 약 1,040억 개 수준입니다. 896개의 전문가 모듈(routed experts) 중 토큰 하나당 16개만 활성화되는 구조입니다. 여기에 100만 토큰 컨텍스트, 키미 델타 어텐션(Kimi Delta Attention, KDA), 어텐션 잔차(Attention Residuals), 안정형 잠재 MoE(Stable LatentMoE) 등이 함께 작동합니다.
문샷AI는 K2 대비 약 2.5배의 스케일링 효율 향상을 달성했다고 설명합니다. 이는 문샷AI가 공개한 기술 자료에 근거한 수치이며, 독립기관이 별도로 검증한 결과는 아닙니다.
KDA, 쉽게 말하면
일반적인 어텐션 구조에서는 긴 문맥이 늘어날수록 과거 정보를 저장하기 위한 메모리 부담이 커집니다.
KDA는 이 부담을 줄이기 위해 선형 어텐션 계열의 방식을 활용합니다. 결국 중요한 것은 ‘더 큰 모델을 만드는 것’만이 아니라 ‘같은 모델을 얼마나 효율적으로 돌릴 수 있느냐’입니다.
K3가 던지는 질문은 여기서부터 달라집니다. 더 많은 GPU를 투입해 더 큰 모델을 만드는 것과, 같은 연산 자원으로 더 많은 작업을 처리하는 것 중 어느 쪽이 앞으로의 AI 인프라 경쟁에서 더 중요해질 것인가입니다.
벤치마크로 보면
독립 평가기관의 종합 지표에서도 키미 K3는 최상위권에 진입했습니다.
다만 영역별로 편차가 있습니다.
비교적 강한 영역: SWE Marathon, BrowseComp, Terminal-Bench, 일부 에이전트·코딩 작업
아직 격차가 있는 영역: HLE-Full, FrontierSWE, 일부 고난도 추론·지식 작업
실제로 문샷AI의 공식 기술 보고서에서도 K3의 전체 성능은 클로드 페이블5와 GPT-5.6 Sol보다 뒤처지지만, 다른 오픈·폐쇄형 모델들보다는 앞선다고 설명하고 있습니다.
따라서 “K3가 클로드와 GPT를 따라잡았다”고 말하기보다는, 특정 작업에서는 최상위 모델과 경쟁할 수준까지 올라왔지만 전체적인 성능이 완전히 같아진 것은 아니라고 보는 편이 정확합니다.
영국 AISI와 미국 CAISI의 예비 평가에서는 최상위 사이버 역량 모델보다 낮은 성능을 보였다는 평가도 나왔습니다. 이는 K3의 전체 성능을 깎아내리는 자료라기보다, 벤치마크 영역에 따라 평가가 크게 달라질 수 있다는 사례로 볼 수 있습니다.
그런데 증류 논란이 함께 제기됐다
앤트로픽은 2026년 2월, 딥시크·문샷AI·미니맥스 등이 약 24,000개의 계정을 이용해 클로드와 1,600만 건 이상의 상호작용을 생성했고 이를 증류에 활용했다고 주장했습니다.
이 중 문샷AI에 대해서는 340만 건 이상의 교환이 있었다고 앤트로픽이 밝혔습니다. 앤트로픽은 클로드의 추론·에이전트 능력 등을 체계적으로 추출하기 위한 프롬프트가 사용됐다고 주장했습니다.
다만 이 발표만으로 키미 K3가 해당 데이터를 실제 학습에 사용했다는 사실이나 그 비중까지 확정할 수 있는 것은 아닙니다.
증류는 그 자체로 문제가 아니다
증류라는 기술 자체가 불법인 것은 아닙니다. 더 큰 모델의 출력을 활용해 더 작은 모델을 학습시키는 방식은 AI 업계에서 오랫동안 쓰여온 일반적인 기법입니다.
문제가 되는 지점은 누구의 출력을 어떤 방식으로 수집했고, 그 과정이 해당 서비스의 이용약관이나 별도의 법적·계약적 의무를 위반했는지입니다. 따라서 이번 논란에서 실제 법적 책임이 인정되는지는 별도의 법적 판단이 필요한 사안입니다.
오픈웨이트라고 아무나 돌릴 수 있는 건 아니다
오픈웨이트라고 해서 일반 개인 PC에서 쉽게 돌릴 수 있다는 의미는 아닙니다. 2.8조 파라미터 규모인 만큼 실제 서비스 수준의 추론에는 대규모 GPU 인프라가 필요합니다.
즉 오픈웨이트의 수혜자는 개인 개발자뿐 아니라, GPU·클라우드 인프라를 갖춘 기업과 서비스 사업자까지 확대될 수 있습니다.
‘3배 싸다’의 함정
키미 K3의 API 정가는 100만 토큰당 입력 3달러, 출력 15달러입니다. 클로드 Fable 5는 입력 10달러, 출력 50달러로, 정가만 단순 비교하면 K3가 약 3.3배 저렴합니다.
다만 이는 토큰 단가의 비교일 뿐, 실제 서비스 비용이 정확히 3.3배 차이 난다는 의미는 아닙니다. 추론 토큰량, 실제 작업량, 캐시 사용률, 인프라 비용 등을 고려하면 실사용 비용은 달라질 수 있습니다.
이 글에서 중요한 것은 “싸기 때문에 성능이 좋다”가 아니라, 성능 격차가 좁아진 모델이 훨씬 낮은 API 가격을 제시했다는 사실입니다.
이게 반도체 투자에 주는 의미
이번 사례에서 투자자가 던져볼 만한 질문은 이것입니다. “AI 모델이 더 똑똑해지는 것보다 더 효율적으로 변한다면, GPU와 HBM 수요는 어떻게 될까?”
한쪽에서는 효율성이 올라가면 같은 작업에 필요한 연산량이 줄어들어, GPU·HBM 수요 증가 속도가 둔화될 수 있다는 우려가 나옵니다.
반대쪽에서는 비용이 내려가면 AI 사용량 자체가 늘어나고, 더 많은 서비스와 에이전트가 확산되면서 전체 연산량은 오히려 장기적으로 늘어날 수 있다는 반론도 있습니다.
따라서 이번 사례를 곧바로 국내 반도체 기업에 대한 악재로 단정할 수는 없습니다. 핵심은 AI 반도체 수요를 이제는 모델의 크기만으로 계산하기 어렵다는 점입니다. GPU·HBM 수요를 결정하는 변수가 모델 규모, 사용량, 추론 효율, 에이전트 확산, 서비스 비용 등으로 점점 복잡해지고 있습니다.
투자포인트
설령 증류 의혹이 사실로 확인된다고 하더라도, 그것만으로 K3에 적용된 아키텍처 설계와 시스템 최적화 성과 전체가 설명되는 것은 아닙니다.
반대로 아키텍처 혁신이 확인됐다는 이유만으로 증류 의혹이 사라지는 것도 아닙니다.
투자자에게 중요한 것은 K3가 ‘진짜냐 가짜냐’의 단순한 결론보다, 이런 비용 효율적인 고성능 모델이 실제 AI 사용량과 데이터센터 투자, GPU·HBM 수요에 어떤 변화를 만들어내는지입니다.
🚀 한 줄 요약
키미 K3는 모든 영역에서 최상위 폐쇄형 모델을 따라잡은 것은 아니지만, 일부 영역에서 경쟁력을 보여주면서 AI 모델의 경쟁 기준을 ‘더 큰 모델’에서 ‘더 효율적인 모델’로 넓히고 있습니다. 증류 논란과 별개로 이런 효율성 개선이 GPU·HBM 수요에 어떤 영향을 줄지가 관전 포인트입니다.
💬 저비용 AI 모델의 등장, 어떻게 보시나요?
저비용 고성능 AI 모델의 등장, 반도체 수요엔 악재일까요 호재일까요?
같이 보면 좋은 글
본 콘텐츠는 정보 제공을 목적으로 하며, 특정 기업이나 종목에 대한 투자를 권유하지 않습니다. 언급된 수치와 주장은 각 발표 주체(문샷AI, 앤트로픽, 독립 평가기관 등)의 공식 자료를 기준으로 작성했으며, 증류 관련 의혹은 아직 법적으로 확정되지 않은 사안입니다. 투자 판단과 그 책임은 투자자 본인에게 있습니다.
답글 남기기