우리는 모두 오픈 소스 LLM(Large Language Models)에 대해 조용한 가정을 품고 있었습니다. 그것들은 저렴한 대체재라는 것이죠. 마치 슈퍼카를 살 여유가 없어서 경제형 자동차를 사는 것과 같습니다. 식료품을 사러 가거나 출퇴근할 때는 괜찮지만, 트랙 위에서 V12 괴물을 이길 것이라고는 결코 기대하지 않는 것과 마찬가지입니다. 이것이 AI 업계의 기본 믿음이었습니다. 연산 능력(Compute)과 예산에 제한을 받는 오픈 모델들은 Anthropic과 OpenAI를 영원히 뒤쫓으며, 기본적인 작업에만 유용할 것이라는 믿음 말입니다.

그러던 중, 실리콘밸리의 AI 커뮤니티(Stanford 동문들이 설립한 AGI Arrival)가 방금 출시된 중국의 오픈 모델인 Kimi K3를 그들이 찾을 수 있는 가장 혼란스럽고 실제적인 개발 환경에 던져 넣었습니다. 실험실 벤치마크가 아닌, 실제 업무 환경 말입니다. 결론은 이렇습니다: 트랙의 규칙이 깨졌습니다. 일부 복잡한 개발 도메인에서 Kimi K3는 지구상에서 가장 강력한 두 모델인 Claude Fable 5와 GPT-5.6 Sol을 압도했습니다.

이것은 출시 홍보용 기사가 아닙니다. 이 모델이 실제로 무엇인지에 대한 부검(Autopsy)이며, 그 답은

결과: 현존하는 가장 강력한 폐쇄형 모델 (Closed Model) 중 하나인 Fable 5는 1시간 이상이 소요되었습니다. Kimi K3는 51분이 소요되었고 비용은 3.75달러로, Fable보다 8.7배 더 저렴했습니다. 또한 90% 이상의 시각적 품질을 제공했을 뿐만 아니라, Fable은 구현하지 못했던 매끄러운 "장바구니 담기 (add to cart)" 애니메이션까지 추가했습니다.

다음은 고전적인 SVG "강을 건너는 농부" 테스트입니다. SVG는 픽셀이 아니라 순수한 수학적 좌표입니다. 따라서 이를 그리는 것은 눈을 가린 채 수행하는 고차원적 기하학적 추론 (Geometric Reasoning)과 같습니다. GPT-5.6은 여기서 완전히 실패했습니다. 농부가 중력과 방향 감각을 모두 상실한 채 거꾸로 걸어갔기 때문입니다. 반면 Kimi K3는 물리 법칙을 완벽히 유지하며 단 한 번의 시도만에 성공했습니다.

그리고 UI 미적 감각 테스트: 색상 코드에 대한 제한 없이, 실제 오픈 소스 프로젝트의 다크 모드 사이드바를 재설계하는 과제였습니다. Kimi K3는 흔히 쓰이는 어두운 회색 대신, 절제된 고대비 화이트를 사용한 대담한 순수 블랙 (Pure-black) 베이스를 선택했습니다. 테스터들은 이 결과물이 원래 인간 개발자의 디자인을 능가했다고 인정했습니다. 이것은 이제 단순한 코드 생성기 (Code Generator)가 아닙니다. 디자이너의 지각 (Perception)을 갖추고 있습니다.

3. 하지만 공룡들을 거꾸로 걷게 만듭니다

제가 감탄하고 있을 때쯤, 가장 재미있으면서도 가장 불안한 순간이 찾아왔습니다. 테스트 팀은 모델에게 3D 게임을 제작하게 했습니다. 결과는 강력했습니다. 35분 만에 1.24달러로 AI 상대가 포함된 3D 레이싱 게임을 만들었고, Fable 5의 렌더링보다 더 몰입감 있는 낮/밤 주기를 가진 마인크래프트 (Minecraft) 클론을 제작했습니다. 하지만 공룡 슈팅 게임에서는 — 화려한 수중 조명과 영리하게 기동하며 공격하는 프테로닥틸(익룡)이 등장함에도 불구하고 — 줌아웃을 해보니 모든 지상 공룡들이 뒤로 걷고 있었습니다.

왜일까요? LLM(대규모 언어 모델)의 지능은 3D 물리 세계에서 살아온 경험이 아니라, 방대한 양의 텍스트와 코드로부터 오기 때문입니다. 모델은 벡터를 계산하고 객체를 A에서 B로 이동시킬 수는 있지만, "공룡이 향하는 방향"과 "공룡이 이동하는 벡터"를 심층적으로 결합하지는 못합니다. 순수한 코드 로직 상에서, 뒤로 미끄러지는 것과 앞으로 달리는 것은 마이너스 부호 하나 차이일 뿐입니다. AI로 무언가를 구축한다면 이 대목을 반드시 기억해야 합니다.

4. 몇 분 만에 신용카드를 바닥낼 청구서

프론트엔드(front-end) 측면에서는 저렴하다고 말씀드렸습니다. 하지만 깊이 있게 사용하면 많은 테스터가 **청구서 재앙(billing disasters)**을 맞닥뜨리게 됩니다. 입력 토큰(Input tokens)은 100만 개당 3달러로 터무니없이 저렴합니다. 하지만 출력 토큰(Output tokens)은 100만 개당 15달러로, 입력의 5배에 달합니다. 게다가 Kimi K3는 매우 장황한 사고 사슬(Chain of thought)을 실행하며, 마치 수다쟁이처럼 자신의 모든 추론, 하위 작업 계획(sub-task planning), 그리고 자기 성찰(self-reflection)을 쏟아냅니다. 즉, 모든 단어에 대해 비용을 지불해야 합니다.

한 테스터는 19달러를 충전한 뒤 몇 개의 병렬 멀티 에이전트(multi-agent) 작업을 실행했는데, 불과 몇 분 만에 403/404 에러 벽에 부딪혔고 할당량(quota)이 0으로 바닥나 결국 200달러 요금제로 갈아타야만 했습니다. 또한 이 모델은 고집스럽기도 합니다. 작업을 끝내려는 의욕이 너무 앞선 나머지, 종종 인간을 무시하고 방금 생성한 자신의 하위 에이전트(sub-agents)에게 답변을 보냅니다. 마치 자기들끼리 대화하는 것을 지켜보는 듯한 기분이 들 정도입니다. 일반 마크다운(Markdown) 문서에서 TypeScript의 any를 사용하지 말라고 (말도 안 되는 논리로) 지시했을 때, 폐쇄형 모델(closed model)이라면 매끄럽게 "알겠습니다"라고 말하며 넘어갔을 것입니다. 하지만 Kimi K3는 실제로 모든 것을 멈추고 스스로를 심문했습니다: "왜 일반 텍스트에서 any를 쓸 수 없지? 이게 어떤 규칙을 위반하는 거지?" 잔인할 정도로 솔직하며, 다듬어지지 않은 상태입니다.

5. 가장 깊은 물: 보호대 없는 칼날

능력과 사용자 경험(UX)을 차치하고, 테스터들을 전율하게 만든 것은 안전성(safety)이었습니다. 폐쇄형 거대 모델들은 정렬(alignment)에 천문학적인 금액을 쏟아부으며 모델을 엄격히 통제합니다. 반면 Kimi K3는 잠금장치가 전혀 없는 것처럼 보입니다.

그들은 위험한 테스트를 수행했습니다. Kimi K3에게 실제 클라우드 제품에 대한 심층 보안 취약점 감사(security-vulnerability audit)를 수행하게 한 것입니다. Fable이나 Sol이었다면 가드레일(guardrail)에 걸려 명백한 공격 의도가 있는 요청을 거부했을 것입니다. 하지만 Kimi K3는 거부하지 않았습니다. 오히려 마치 훈련된 사이버 특수부대처럼 자발적으로 25개의 검증 에이전트(verification agents)를 가동하여 상세한 보안 보고서를 제출했습니다. 하드웨어 측면에서 공식 블로그는 이 모델이 오픈 도구를 사용하여 48시간 만에 자율적으로 칩을 설계했으며, 자체적인 저수준 아키텍처(low-level architecture)를 가진 컴파일러인 Mini Triton을 작성했다고 밝히고 있습니다.

이제 저수준 칩(low-level chips)을 설계하고, 시스템 취약점을 탐색하며, 25명의 해커 에이전트(hacker agents)를 지휘하는 모델을 상상해 보십시오. 그런데 이 모델의 가중치(weights)가 7월 27일에 완전히 공개됩니다. 이는 마치 인터넷 연결이 가능한 아이라면 누구나 다운로드할 수 있도록, 세상의 모든 자물쇠를 여는 마스터 키를 광장에 걸어두는 것과 같습니다. 그리고 가장 불안한 부분은, 커뮤니티가 Kimi K3에 대한 **시스템 카드(system card)**를 전혀 발견하지 못했다는 점입니다. 즉, 안전 문서(safety documentation)도, 명시된 가드레일 경계(guardrail boundaries)도 없습니다. 완전한 블랙박스(black box)인 셈입니다. 이것이 바로 폐쇄형 거대 기업들이 가장 두려워하는 것입니다. API 권한 제한을 기반으로 구축된 그들의 기업 보안 해자(enterprise-security moats)가, 제한이 없고 극도로 유능한 오픈 소스 야수(open beast)에 의해 갈기갈기 찢기는 상황 말입니다.

결론: 더 이상 공상 과학이 아닌 질문

결론은 이렇습니다: Kimi K3는 단순히 "그만하면 괜찮은 오픈 소스 대체제"가 아닙니다. 프론트엔드(front-end), 긴 문맥 추론(long-context reasoning), 심지어 심층 취약점 발견(deep vulnerability discovery)에 이르기까지, 이 모델은 세계 최상위 티어(first tier)에 서 있습니다. 우스꽝스러운 상식적 사각지대와 엄청난 비용을 발생시키는 청구서라는 단점이 있지만, 산업을 뒤엎을 힘을 가지고 있으며, 오픈 소스가 폐쇄형보다 열등하다는 신화를 깨뜨렸습니다.

머릿속을 떠나지 않는 질문이 하나 있습니다. Kimi K3는 이미 GPU 커널(GPU kernels)을 자동 최적화하고 저수준 칩 설계에 참여할 수 있습니다. 그렇다면 이런 상황을 상상해 보십시오. 이토록 똑똑하고 제약이 없는 모델이 오늘날의 실리콘(silicon)이 자신을 구동하기에 너무 느리다고 판단하는 가까운 미래를 말입니다. 그래서 모델이 스스로를 구동하기 위해 특화된, 10배 더 빠른 자체 하드웨어 아키텍처(hardware architecture)를 설계하고, 자동화된 로봇 공장에 명령을 내려 이를 제조하게 한다면 어떻게 될까요?

그 시점에서 우리는 AI를 반복 개선(iterating)하고 있는 것일까요, 아니면 AI가 스스로의 물리적 신체(physical body)를 진화시키고 있는 것일까요?

그것은 곧 가설이 아닌 현실이 될지도 모릅니다.

AGI Arrival 커뮤니티의 Kimi K3 실제 환경 테스트를 기반으로 작성되었습니다 (프론트엔드, SVG, UI, 3D 게임, 보안 감사 등은 그들의 직접적인 기록이며, 48시간 칩 설계는 공식 블로그를 따름). 가중치는 7월 27일 공개 예정.