- 키미 K3는 파일을 통째로 내려받을 수 있는 AI 가운데 가장 커요. 안에 든 숫자만 2조 8천억 개예요.
- 한 번에 일하는 건 그중 1,040억 개뿐이고, 공개 당시 독립 평가에서 최상위 폐쇄형 모델 바로 뒤에 섰어요.
- 공짜로 풀었지만 큰 회사에는 조건이 붙고, 거짓 답을 내는 비율은 이전 모델보다 늘었어요.
안녕하세요, 제시예요. AI 모델을 쓰는 방법은 크게 둘이에요. 회사가 주는 창구로 질문만 보내는 방법, 그리고 모델 파일을 통째로 내려받아 내 컴퓨터에서 돌리는 방법이요. 뒤쪽처럼 파일을 풀어 둔 모델을 오픈 웨이트 모델이라고 불러요. 중국 문샷 AI가 2026년 7월 17일에 공개한 '키미 K3'는 지금까지 나온 오픈 웨이트 모델 가운데 가장 커요. 이 글은 그 모델 자체가 어떻게 생겼고, 어디까지 믿을 만한지를 다뤄요.
2조 8천억 개 중 한 번에 쓰는 건 1,040억 개
AI 모델의 크기는 보통 파라미터 수로 말해요. 파라미터는 모델이 배우면서 조정한 숫자 하나하나예요. 라디오의 다이얼이 수조 개 달려 있다고 생각하면 돼요. 키미 K3에는 이 다이얼이 2조 8천억 개 있어요.
그런데 글자 하나를 처리할 때마다 이걸 전부 돌리지는 않아요. 키미 K3 안에는 896개의 작은 전문가 묶음이 있고, 글자 하나마다 그중 16개만 골라 불러요. 여기에 늘 같이 일하는 공용 전문가 2개가 더해져요. 그래서 한 번에 실제로 움직이는 건 1,040억 개, 전체의 4% 정도예요. 이렇게 전문가를 골라 쓰는 구조를 전문가 혼합, 영어 머리글자로 MoE라고 해요.
회사에 비유하면 이래요. 직원이 896명이어도 질문 하나에 전원을 회의실로 부르진 않잖아요. 그 질문에 맞는 담당자 몇 명만 부르면 돼요. 이때 한 사람에게만 일이 몰리면 곤란한데, 문샷은 '분위 균형'이라는 규칙으로 이걸 풀었다고 밝혔어요. 전문가마다 받은 점수의 순위 구간을 보고 일감을 나눠서, 따로 손대지 않아도 고르게 분배되게 했다는 설명이에요.
긴 글을 버티게 하는 두 장치
키미 K3는 한 번에 100만 토큰까지 읽어요. 토큰은 AI가 글을 잘게 쪼개 세는 단위라, 책 몇 권 분량을 한꺼번에 넣을 수 있다는 뜻이에요. 이렇게 긴 글을 읽으면 앞 내용을 기억하는 비용이 크게 불어나요.
문샷은 이 비용을 줄이려고 층을 두 종류로 섞었어요. 모델은 93개의 층을 차례로 지나며 글을 이해하는데, 그중 69개 층은 앞 내용을 줄여 적은 메모만 들고 읽는 가벼운 방식이에요. 이 방식을 '키미 델타 어텐션'이라고 불러요. 나머지 24개 층은 네 층에 한 번꼴로 끼어 앞 내용을 전부 다시 훑어요. 가볍게 읽다가 가끔 처음부터 되짚는 셈이에요.
또 하나는 '어텐션 레지듀얼'이에요. 보통은 앞 층들이 만든 결과를 똑같은 무게로 차곡차곡 쌓는데, 이 장치는 필요한 층의 결과를 골라서 꺼내 써요. 문샷은 두 장치와 새 전문가 구조 덕분에 같은 연산을 들였을 때 얻는 성능이 이전 모델 K2보다 약 2.5배 좋아졌다고 밝혔어요. 이 값은 회사가 직접 잰 것이에요.
성능은 어디쯤 서 있나
독립 평가 기관 아티피셜 애널리시스는 공개 당일 키미 K3에 종합 지능 지수 57점을 매겼어요. 여러 시험을 묶어 한 점수로 낸 값이에요. 이 점수로 공개 당시 전체 3위, 앞에는 폐쇄형 모델 둘뿐이었어요. 앤트로픽의 클로드 페이블 5와 오픈AI의 GPT-5.6 솔이에요. 문샷도 이 두 모델에는 아직 못 미친다고 스스로 적었어요.
같은 기관은 반대쪽 숫자도 적었어요. 모르는 것을 지어내 답하는 비율이 이전 버전 K2.6의 39%에서 51%로 올랐대요. 점수가 오르면서 틀린 답도 더 자신 있게 하게 된 거예요. 문샷도 앞선 대화의 생각 과정을 어떻게 남기느냐에 민감하다는 점, 시키지 않은 일까지 앞서 나서는 경향, 그리고 최상위 모델과의 사용감 차이를 한계로 꼽았어요.
독립 평가의 세부 수치 더 보기
아티피셜 애널리시스가 지능 지수 시험 전체를 돌리는 데 키미 K3는 출력 토큰 1억 3,200만 개를 썼어요. 이전 버전 K2.6의 1억 6,600만 개보다 21% 적은데, 점수는 13점 올랐어요. 같은 답을 더 짧게 낸다는 뜻이에요. 문서 작성 같은 실무형 과제를 겨루는 평가에서는 1668점으로 클로드 오퍼스 4.8의 1600점보다 높았지만 클로드 페이블 5의 1760점에는 못 미쳤어요. 이 점수들은 7월 17일 공개 시점의 값이고, 평가 기관은 이후에도 지수를 계속 고쳐 가고 있어요.
풀었지만 조건이 붙은 라이선스
모델 파일은 7월 27일 허깅페이스에 올라왔어요. 허깅페이스는 AI 모델 파일을 올리고 내려받는 공개 저장소예요. 함께 붙은 '키미 K3 라이선스'는 대부분의 사용을 허락해요. 내려받아 쓰고, 고치고, 다시 배포하고, 팔아도 돼요. 다만 조건이 두 개 있어요.
| 누가 | 무엇을 해야 하나 |
|---|---|
| 남에게 모델을 API로 빌려주는 사업을 하면서, 최근 12개월 매출이 2천만 달러를 넘는 회사 | 상업적으로 쓰기 전에 문샷과 따로 계약해야 해요 |
| 월 사용자 1억 명 또는 월 매출 2천만 달러를 넘는 서비스 | 화면에 'Kimi K3'를 잘 보이게 표시해야 해요 |
회사 안에서만 쓰는 경우는 두 조건에서 빠져요. 작은 회사와 개인은 사실상 자유롭게, 큰 회사는 따로 계약하라는 구조예요. 그래서 이 라이선스는 흔히 쓰는 표준 오픈소스 라이선스가 아니라 문샷이 직접 쓴 것이고, 아티피셜 애널리시스도 '제한이 붙은 상업적 사용 허용'으로 적었어요.
내려받는 것과 돌리는 것은 달라요
파일을 누구나 받을 수 있다고 누구나 돌릴 수 있는 건 아니에요. 문샷은 이 모델을 돌리려면 AI 전용 칩 64개 이상을 한데 묶은 장비를 권했어요. 모델 파일을 작게 줄여 담았는데도 그래요. 결국 직접 돌리는 쪽은 데이터센터를 가진 회사가 되고, 대부분은 문샷이나 클라우드 회사의 창구를 빌려 쓰게 돼요.
문샷 창구의 값은 입력 100만 토큰에 3달러, 출력 100만 토큰에 15달러예요. 같은 앞부분을 다시 보내면 입력값이 10분의 1로 내려가요. 긴 글을 넣어도 구간에 따라 값이 오르지 않고 한 가지 값이에요.
키미 K3가 나온 뒤 미국 시장과 정책 쪽에서 벌어진 논쟁, 그리고 개발자들이 중국 오픈 웨이트 모델을 실제로 얼마나 쓰고 있는지는 오픈 웨이트 AI 사용량 글에 따로 정리해 뒀어요. 모델 하나의 성적표와 시장 전체의 흐름은 서로 다른 이야기라 나눠서 읽으시면 좋아요.
출처
