2026년 7월, 오픈 웨이트 (Open-weight) 업계가 갑자기 떠들썩해졌습니다. 단 이틀 사이에 거물급 모델이 연속으로 두 개나 등장했기 때문입니다.

7월 15일에는 전 OpenAI CTO인 Mira Murati가 2025년 2월에 창업한 Thinking Machines Lab이 첫 번째 모델인 「Inkling」을 공개했습니다. 이어서 7월 16일에는 중국의 Moonshot AI가 「Kimi K3」를 발표했습니다. 게다가 Kimi K3는 총 파라미터(Parameter)가 2.8조에 달합니다. 당시로서는 세계 최대 규모의 오픈 웨이트 모델입니다. 오픈 모델이라고 하면 조금 더 규모가 작고 귀여운 느낌일 줄 알았는데, 2.8조라니 너무 빠르지 않나요?

이 기사는 단 하나의 기사를 번역한 것이 아닙니다. 여러 해외 기사와 공식 발표를 비교하며, 일본 엔지니어가 알고 싶어 하는 "결국 무엇이 강력한가?", "자사에서 구동할 수 있는가?", "비용은 얼마나 드는가?"의 순서로 재구성했습니다.

2026년 7월, 오픈 웨이트가 단숨에 「프론티어급」까지 도달했다

2일 만에 2발, 오픈 웨이트의 격동하는 해

먼저 시계열부터 살펴보겠습니다.

7월 15일에 나온 것은 Thinking Machines Lab의 Inkling입니다. 이 모델은 발표와 동시에 오픈 웨이트로 공개되어, Hugging Face에서 누구나 다운로드할 수 있습니다. 내부를 들여다보거나, 개조하거나, 파인튜닝 (Fine-tuning, 추가 학습을 통해 자신에게 맞게 다듬는 것)을 할 수 있는 상태입니다.

그리고 이튿날인 7월 16일에 발표된 것은 Moonshot AI의 Kimi K3입니다. 이 모델은 발표 시점에는 API (Application Programming Interface = 프로그램에서 서비스를 호출하는 창구)와 Web을 통해서만 이용 가능했습니다. 전체 가중치 (Weights) 공개는 「2026년 7월 27일까지」라고 예고되어 있습니다. 이 점은 Kimi 공식 블로그와 Simon Willison 씨의 기사를 통해 확인되었습니다. 라이선스에 대해서는 Decrypt가 수정된 MIT 라이선스 (소프트웨어 이용 조건의 일종)라고 보도했습니다.

이 두 모델이 흥미로운 점은, 둘 다 "연구용으로 남겨두었습니다"와 같은 미온적인 태도가 아니라는 점입니다. 오픈 웨이트가 프론티어 모델 (Frontier Model)의 뒷모습을 멀리서 바라보는 존재가 아니라, 상당히 같은 경기장에 가까워지고 있습니다.

그러한 흐름은 모델 라우팅 서비스인 OpenRouter의 2026년 6월 블로그에서도 언급되었습니다. OpenRouter의 블로그에 따르면, 오픈 웨이트 모델의 지능과 능력은 미국의 프론티어 랩 (Frontier Lab)을 추격하고 있으며, 18개월 이상 일관되게 3~6개월의 격차를 유지하고 있다고 합니다. 즉, 프론티어 측이 계속해서 격차를 벌리고 있는 것처럼은, 적어도 지금으로서는 보이지 않는다는 것입니다.

출처: OpenRouter Blog (https://openrouter.ai/blog/insights/the-open-weight-models-that-matter-june-2026/)

"오픈 웨이트는 실험용 작은 모델"이라는 관점은 이제 상당히 구식이 되었습니다.

7/15 Inkling, 7/16 Kimi K3, 그리고 7/27 전체 가중치 공개 예고

애초에 「오픈소스 LLM」과 「오픈 웨이트」는 다른 것

여기서 용어를 조금 더 자세히 살펴보겠습니다. LLM (Large Language Model = 대규모 언어 모델) 이야기에서는 「오픈소스 LLM」과 「오픈 웨이트」가 혼용되어 쓰이기 쉽지만, 실무에서는 구분해서 생각하는 것이 안전합니다.

오픈 웨이트란, 학습된 「가중치 (Weights = 모델이 학습을 통해 획득한 수치 파라미터의 집합)」가 공개되어 있는 상태를 말합니다. 즉, 모델을 다운로드하여 자사 서버에서 실행하거나 파인튜닝을 할 수 있습니다.

하지만 대부분의 경우 학습 데이터의 내용이나 학습 코드까지는 공개되지 않습니다. 그래서 엄격한 의미에서의 「오픈소스」와는 구분하여 부르는 사람이 많습니다. 코드와 데이터가 모두 보인다는 느낌보다는, "학습된 모델의 가중치는 만질 수 있다"는 뉘앙스입니다.

그렇다면 무엇이 좋은 걸까요? 우선, 자사의 환경에서 구동할 수 있으므로 데이터를 외부로 내보내지 않아도 됩니다. 사내 문서, 고객 정보, 기밀성이 높은 로그 등을 다루는 상황에서는 이것이 매우 큰 장점입니다. 다음으로, 외부 API의 가격 인상이나 서비스 종료에 휘둘리지 않게 됩니다. 나아가, 자사 데이터로 파인튜닝하여 업무에 특화된 전용 모델로 만들 수 있습니다.

다만, 라이선스는 반드시 확인해야 합니다. 예를 들어 Kimi K3는 수정된 MIT 라이선스라고 보도되었지만, 상업적 이용이나 재배포 조건은 모델마다 다릅니다. "가중치(Weights)를 내려받을 수 있다 = 무엇을 해도 OK"가 아닙니다. 이 부분은 사소해 보이지만 실제로 발목을 잡히는 지점입니다.

"가중치 공개"와 "전부 공개"는 다르다. 실무에서 결정적인 것은 라이선스

숫자로 보는 2026년 오픈소스 LLM 랭킹

그럼, 가장 궁금해하실 랭킹 이야기로 넘어가겠습니다.

프론트엔드 코드 생성 분야에서는 Kimi K3가 상당히 압도적인 승리를 거두고 있습니다. Arena.ai의 Frontend Code Arena는 인간이 두 개의 출력을 비교하여 투표하는 형식의 리더보드(Leaderboard)입니다. 여기서 Kimi K3는 1,679점으로 1위를 차지했습니다. Claude Fable 5가 1,631점, GPT-5.6 Sol이 1,618점입니다. 중국산 모델이 이 벤치마크에서 수위를 차지한 것은 처음이라고 Decrypt와 the-decoder가 전하고 있습니다.

출처: Decrypt (https://decrypt.co/373716/china-kimi-k3-largest-open-source-ai-model-ever-beats-claude-fable-gpt-5-6-sol)

게다가 Kimi K3는 이전 세대인 Kimi K2.6에서는 18위였습니다. 거기서 단숨에 1위로 올라섰습니다. 17단계나 뛰어오른 것입니다. Arena.ai의 발표에 따르면, 프론트엔드의 7개 도메인 중 6개 도메인에서 1위를 차지했습니다. 구체적으로는 Brand & Marketing, Reference-Based Design, Data & Analytics, Consumer Product, Simulations, Content Creation Tools입니다. 유일하게 2위를 기록한 곳은 Gaming이었으며, 그 분야는 Fable 5가 앞섰습니다.

하지만 "그럼 Kimi K3가 종합 최강이네"라고 단정 짓기에는 조금 위험합니다. 종합적인 역량을 보는 Artificial Analysis Intelligence Index에서는 Kimi K3가 57점, Claude Fable 5가 60점으로 근소한 차이로 뒤처졌습니다. 이 점은 Decrypt에서도 언급하고 있습니다.

Kimi 공식 자체 발표 벤치마크에서도 K3는 Claude Opus 4.8 max와 GPT-5.5 high에는 대체로 승리하는 반면, Claude Fable 5와 GPT-5.6 Sol에는 미치지 못하는 방식으로 제시되었습니다. 이 점은 Simon Willison 씨의 기사에서도 소개되었습니다. 자체 발표에서도 패배를 인정하고 있는 모습은 꽤 정직해 보이네요. 이기는 부분만 골라내지 않는 것은 중요합니다.

한편, 오픈 웨이트(Open-weight) 진영만의 종합 랭킹을 보면, 2026년 6월 시점의 OpenRouter 블로그에 따르면 Artificial Analysis Intelligence Index v4.1에서 GLM 5.2가 51점으로 1위입니다. 이어 NVIDIA Nemotron 3 Ultra가 48점, MiniMax M3가 44점, DeepSeek V4 Pro가 44점입니다.

코딩 계열에서는 DeepSeek V4 Pro가 SWE-bench Verified에서 80.6%, DeepSeek V4 Flash가 79.0%라는 수치를 기록했습니다. SWE-bench Verified는 소프트웨어 엔지니어링에 가까운 능력을 측정하는 지표로 다뤄집니다.

여기까지 보면 "하나의 벤치마크에서 1위 = 최강"이 아니라는 점을 잘 알 수 있습니다. 프론트엔드에 강한 모델, 종합적으로 강한 모델, 코딩 가성비가 좋은 모델 등 각각의 특화 분야가 상당히 갈라졌습니다. 이제 "이 모델 하나만 선택하면 전부 OK" 같은 시대는 아닙니다.

같은 7월 시점이라도 지표를 바꾸면 수위의 면면이 바뀐다

Kimi K3 해부하기: 2.8조 파라미터의 정체

Kimi K3에서 가장 눈길을 끄는 숫자는 역시 총 파라미터(Parameter) 2.8조 개입니다. 그렇다고 해서 2.8조 개의 파라미터가 매번 전부 움직이는 것은 아닙니다.

Kimi K3는 MoE (Mixture of Experts = 혼합 전문가) 구성입니다. (모든 뇌를 매번 사용하는 것이 아니라, 필요한 일부만 깨우는 구조입니다.) 896개의 전문가(Expert, 전문가 서브 네트워크) 중 1토큰당 16개만 작동합니다. 즉, 거대한 전문가 집단을 준비해 두고 입력값마다 필요한 사람만 호출하는 이미지입니다. 회의에 전 직원을 다 부르지 않는 것과 비슷하다고 볼 수 있습니다.

컨텍스트 윈도우 (Context Window, 한 번에 읽을 수 있는 문장량)는 100만 토큰입니다. 여기에 이미지와 영상을 그대로 이해할 수 있는 네이티브 멀티모달 (Multimodal, 여러 종류의 입력을 다룰 수 있는 것) 대응을 갖추었으며, 추론이 상시 작동하는, 즉 'always-on reasoning' 방식입니다.

Kimi 공식 블로그에서는 아키텍처 명칭으로 Kimi Delta Attention (KDA), Attention Residuals (AttnRes), Stable LatentMoE, Per-Head Muon, Sigmoid Tanh Unit (SiTU), Gated MLA를 언급하고 있습니다. 이름만 들어도 정보량이 엄청나네요. 이 부분은 상세한 기술 보고서를 기다리는 것이 좋겠다고 솔직하게 말씀드리고 싶습니다. 이름만 보고 분위기 파악을 다 했다고 착각하는 것이 가장 위험하기 때문입니다.

2.8조라는 숫자의 비교 대상으로, 이전까지 최대 규모였던 DeepSeek v4 Pro는 1.6조였습니다. Kimi는 K3를 "최초의 오픈 3조 클래스 모델"이라고 부르고 있습니다. 2.8조를 3조로 반올림한 셈인데, Simon Willison 씨도 이 지점을 가볍게 지적했습니다. 뭐, 이해는 갑니다. 2.8조는 거의 3조라고 말하고 싶어질 만큼 큰 규모니까요.

배경으로서 간과할 수 없는 것은 미국의 칩 수출 규제입니다. Decrypt에 따르면, Moonshot의 대표는 "We knew we didn't have the luxury to simply scale up compute", 즉 "단순히 컴퓨팅 (Compute)을 스케일 업 할 여유는 없다는 것을 알고 있었다"라고 말했습니다. 제약이 있기 때문에 오히려 효율화의 방안을 모색하게 된 것입니다.

또한, 문서에는 H200과 "타사 벤더의 GPGPU (General-Purpose computing on Graphics Processing Units, GPU를 범용 계산에 사용하는 방식)"에 대한 언급이 있는데, Decrypt는 이를 Huawei Ascend 하드웨어로 해석하고 있습니다.

Inkling은 정반대의 방향에 베팅하고 있다

Kimi K3가 "거대함"으로 눈길을 끈다면, Inkling은 상당히 다른 방향을 향하고 있습니다.

Inkling은 총 파라미터 9,750억 개, 즉 975B 규모의 MoE (Mixture of Experts)입니다. 평균적인 프롬프트에서는 약 410억 개, 즉 41B만 작동합니다. 학습 데이터는 텍스트, 이미지, 음성, 영상을 합쳐 45조 토큰입니다. 입력은 4가지 모달리티(Modality)를 모두 다룰 수 있지만, 출력은 텍스트만 가능합니다. 다만, 그 텍스트에는 코드, 장식된 결과물, 구조화된 데이터도 포함됩니다. 이 부분은 TechCrunch와 SiliconANGLE이 보도했습니다.

출처: TechCrunch (https://techcrunch.com/2026/07/15/thinking-machines-amps-up-its-bet-against-one-size-fits-all-ai-with-its-first-open-model-inkling/)

흥미로운 점은 비즈니스 모델입니다. Thinking Machines Lab은 API 과금을 통해 모델 이용 자체로 돈을 버는 방향이 아니라, 모델을 자사 태스크에 맞게 재조정하는 유료 플랫폼인 "Tinker"를 통해 수익을 창출합니다. Tinker는 2025년 10월에 제공을 시작한 파인튜닝 (Fine-tuning)용 API입니다. 모델 본체는 무료로 배포하고, 모델을 키우는 장소에서 돈을 받는 방식입니다. 상당히 명확하게 구분된 발상입니다.

철학 또한 분명합니다. TechCrunch에 따르면, Thinking Machines Lab은 "만능인 단 하나의 AI"에 베팅하지 않습니다. 중앙에서 훈련된 AI보다 조직이 스스로 적응시킨 AI가 더 좋은 성과를 낸다는 주장입니다. 이는 현장감이 느껴지는 대목입니다. 아무리 똑똑한 범용 모델이라도, 자사의 업무 규칙, 사내 용어, 판단 기준까지 처음부터 알고 있지는 않기 때문입니다.

실례로 투자 회사 Bridgewater Associates와의 공동 프로젝트가 있습니다. 커스텀된 모델이 금융 추론 테스트에서 84.7%를 기록했습니다. 비용에 대해서는 보도마다 숫자를 기술하는 방식이 다릅니다. TechCrunch는 "실행 비용이 약 1/14"이라고 했고, SiliconANGLE은 "최첨단 프라이빗 (Proprietary) 옵션을 능가하면서 비용은 10% 미만"이라고 썼습니다. 표현은 다르지만, 공통점은 "1/10 전후까지 저렴해졌다"는 점입니다.

코딩 성능 면에서는 NVIDIA의 Nemotron 3 Ultra와 동등한 결과를 3분의 2 적은 토큰으로 달성했다고 SiliconANGLE은 전하고 있습니다. 단순히 정확도뿐만 아니라 필요한 토큰량까지 포함하여 효율성을 보는 것이 요즘의 트렌드입니다.

회사의 배경도 상당히 강력합니다. Thinking Machines Lab은 2025년 2월에 창업되었습니다. Mira Murati를 비롯하여 OpenAI 공동 창업자인 John Schulman, 전 VP인 Lilian Weng이 참여하고 있습니다. 시드 라운드에서 20억 달러를 조달했으며, 기업 가치 120억 달러로 시작했다고 SiliconANGLE 및 여러 보도를 통해 전해졌습니다.

Murati는 "Our first model, Inkling. Trained from scratch, weights are open, fine-tunable on Tinker today."라고 코멘트했습니다. 이를 한국어로 하면, "우리의 첫 번째 모델, Inkling. 처음부터 학습되었으며, 가중치(weights)는 공개되어 있고, 오늘부터 Tinker에서 미세 조정(fine-tuning)할 수 있습니다"라는 느낌입니다.

Kimi K3가 "거대함으로 밀어붙이기"라면, Inkling은 "작게 만들어 스스로 키우게 하기"입니다. 같은 주에 출시된 거물급 모델임에도 불구하고 방향성이 완전히 반대라는 점이 흥미로운 부분입니다.

거대함으로 밀어붙이는 Kimi K3와, 작게 배포하여 키우게 하는 Inkling

요금을 비교해보면, 꽤 충격적

다음은 돈 이야기입니다. 이 부분은 현업에서 굉장히 중요하죠.

Kimi K3의 API 요금은 Kimi 공식 블로그에 따르면, 입력이 캐시 히트(cache hit) 시 100만 토큰당 0.30달러, 캐시 미스(cache miss) 시 3달러입니다. 출력은 100만 토큰당 15달러입니다.

이는 Claude Sonnet 시리즈와 비슷한 수준으로, 이전 세대인 Kimi K2.6의 0.95달러 / 4달러에서 대폭 인상된 금액입니다. Simon Willison은 Kimi K3에 대해 "중국의 AI 연구소가 지금까지 내놓은 모델 중 가장 비싼 모델"이라고 썼습니다. 오픈 웨이트(open weights) 모델임에도 비쌉니다. 꽤나 임팩트가 있습니다.

출처: Simon Willison’s Weblog（https://simonwillison.net/2026/Jul/16/kimi-k3/）

실측 비용의 감각도 살펴보겠습니다. Willison이 전형적인 테스트, 즉 펠리컨이 자전거를 타는 SVG를 그리게 하는 테스트를 실행한 결과, 입력 95토큰·출력 16,658토큰(그중 13,241토큰이 추론(reasoning) 토큰)에 25센트가 들었다고 합니다. 그는 "only has one reasoning effort right now, 'max'—and it shows", 즉 "현재로서는 추론 강도가 'max' 하나뿐이며, 그 점이 여실히 드러난다"라고 지적했습니다. 너무 많이 추론해서 비용이 높아지는 현상입니다. 흔히 일어날 법한 일입니다.

반면, Artificial Analysis의 측정에서는 양상이 조금 다릅니다. K3의 태스크당 비용은 0.94달러로, GPT-5.6 Sol의 1.04달러와 비슷한 수준이며, Claude Opus 4.8의 1.80달러의 약 절반입니다. 다만, 다른 오픈 웨이트 진영보다는 비쌉니다. 또한, Intelligence Index의 측정에서는 K3가 K2.6보다 21% 적은 출력 토큰으로 작업을 수행한다고 Simon Willison의 기사에서 소개되었습니다.

다른 오픈 웨이트 모델들의 요금도 살펴보겠습니다. OpenRouter 블로그에 따르면, 100만 토큰당 입력/출력은 DeepSeek V4 Flash가 0.054달러/0.242달러, MiniMax M3가 0.098달러/1.21달러, GLM 5.2가 0.447달러/3.31달러, Nemotron 3 Ultra가 0.423달러/2.61달러입니다.

이렇게 나열해 보면, "오픈 웨이트 = 저렴하다"라는 고정관념은 이제 위험합니다. DeepSeek V4 Flash와 Kimi K3 사이에는 출력 가격에서 60배 이상의 차이가 납니다. 물론 능력과 용도가 다르므로 단순히 저렴한 것이 정답은 아닙니다. 다만, 모든 것을 Kimi K3에 맡기는 설계로 간다면 청구 금액을 보고 깜짝 놀랄 가능성이 있습니다. 용도에 따라 선택할 것. 정말 이 점이 핵심입니다.

"가중치 공개 = 내 손안에서 구동"이 아니라는 현실

이 부분이 실무에서 가장 중요할지도 모릅니다.

오픈 웨이트라고 하면, "그럼 우리 회사에서 직접 돌릴 수 있겠네"라고 생각하기 쉽습니다. 틀린 말은 아니지만, Kimi K3급 모델이 되면 이야기가 순식간에 무거워집니다.

Hugging Face의 기술 해설 기사에 따르면, Kimi K3를 MXFP4(4비트 상당의 저정밀도 포맷으로, 모델을 가볍게 만드는 양자화(Quantization)=수치의 정밀도를 낮추어 크기를 줄이는 기법)로 양자화하더라도 가중치(Weights) 저장에 약 1.4TB(테라바이트)가 필요합니다. FP16(16비트 정밀도)이라면 약 5.6TB가 됩니다.

나아가 현실적인 최소 구성으로 꼽히는 것은 80GB GPU(Graphics Processing Unit=이미지 처리용 계산 장치이지만, AI 계산에도 사용됨)를 8개 탑재한 노드 8대, 총 5.12TB입니다. 이는 캐시(Cache)와 활성화(Activation)를 위한 여유분을 포함한 수치입니다.

양자화를 통해 메모리 대역폭(Memory Bandwidth) 요구 사항은 FP16 대비 약 4분의 1로 낮아지기 때문에, "중규모 조직에서도 경제적으로 성립 가능한 구조"라고 평가받습니다. 확실히 초거대 클라우드 전용이라기보다는, 설비를 갖출 수 있는 조직이라면 현실성이 생겼다고 볼 수도 있습니다.

하지만 여기서 냉정해질 필요가 있습니다. 노트북으로 어떻게 해볼 수 있는 수준의 이야기가 아닙니다. "오픈 웨이트(Open-weight)니까 내 손안에서 돌릴 수 있다"는 말은 이 정도 규모가 되면 거의 환상에 가깝습니다. 돌릴 수 있는 곳은 어느 정도 설비를 갖춘 조직뿐입니다.

반대로 말하면, Inkling처럼 975B 규모에서 활성 파라미터(Active Parameters)가 41B인 설계나, DeepSeek V4 Flash와 같은 경량 모델이 실제 자사 운영에는 더 도입하기 쉽습니다. 온프레미스(On-premise, 자사 설비 운영)를 고려한다면, 최대 모델이 주는 로망만 보고 선택했다가는 고전하게 됩니다.

MXFP4로 낮춰도 약 1.4TB. 오픈이지만 가볍지는 않다

그럼 현장에서는 어떻게 선택할까?

지금까지의 수치를 바탕으로 용도별로 살펴보겠습니다.

프론트엔드(Frontend) UI 구현이나 시각적인 완성도를 높이는 작업이라면 Kimi K3가 상당히 유력합니다. Arena.ai의 Frontend Code Arena에서 1위를 차지했으며, 7개 도메인 중 6개 도메인에서 탑을 기록했습니다. Brand & Marketing이나 Reference-Based Design처럼 외형이나 의도 재현이 중요한 영역에서 강점을 보이는 점은 매력적입니다. 다만, 출력 비용은 100만 토큰당 15달러입니다. 많이 쓰게 만드는 용도로 사용하면 비용 부담이 서서히 커질 것입니다.

어려운 수학이나 엄밀한 추론을 주 목적으로 한다면 Kimi K3는 피하는 것이 좋습니다. the-decoder에 따르면, FrontierMath의 Tier 4, 즉 최난관 레벨에서 약 39%의 정답률에 머물러 있습니다. OpenAI나 Anthropic의 모델이 약 90%에 가까운 수준인 것과 비교하면 격차가 큽니다. 프론트엔드에 강하다고 해서 수학까지 강한 것은 아니라는 뜻입니다.

자사 데이터로 전용 모델을 육성하고 싶다면 Inkling + Tinker 조합이 적합합니다. 애초에 그 용도를 위해 설계되었기 때문입니다. Bridgewater Associates의 사례처럼, 좁은 영역에 집중함으로써 높은 정밀도와 대폭적인 비용 절감이라는 두 마리 토끼를 모두 잡을 가능성이 있습니다.

종합적인 지능으로 선택한다면, Artificial Analysis Intelligence Index에서 오픈 웨이트 1위를 차지한 GLM 5.2가 후보가 됩니다. 점수는 51점입니다. 화려함 면에서는 Kimi K3에 눈길이 가기 쉽지만, 종합 지표로 보면 다른 이름이 등장한다는 점이 흥미로운 대목입니다.

비용을 최우선으로 한다면 DeepSeek V4 Flash가 매우 강력합니다. 입력 0.054달러, 출력 0.242달러이며, SWE-bench Verified는 79.0%입니다. 저렴할 뿐만 아니라 코딩 관련 지표에서도 상당히 경쟁력이 있습니다.

결론적으로 "만능 하나"를 찾는 것이 아니라 "용도별로 나누어 쓰는" 시대입니다. 라우팅(Routing), 태스크 분해(Task Decomposition), 용도별 모델 선택. LLM 기반을 구축하는 측의 설계 능력이 갈수록 중요해질 것입니다.

주의해야 할 포인트

먼저 할루시네이션(Hallucination, 실제로는 없는 정보를 그럴듯하게 생성하는 현상)입니다. Decrypt에 따르면, AA-Omniscience라는 지표에서 Kimi K2.6의 39%였던 수치가 K3에서는 51%로 상승했습니다. 커진다고 해서 모든 것이 좋아지는 것은 아닙니다. 오히려 성능이 올라가는 한편, 더 그럴듯하게 틀릴 위험성도 함께 살펴봐야 합니다.

다음은 벤치마크(Benchmark)를 읽는 법입니다. Kimi 공식에서 발표하는 스코어는 자기 신고(Self-reported) 데이터입니다. 물론 참고는 되겠지만, 그것만으로 판단하면 편향될 수 있습니다. 제3자인 Artificial Analysis, 인간 투표 기반의 Arena.ai, 그리고 각 미디어와 개발자의 실측 데이터를 종합해서 보는 것이 안전합니다.

Simon Willison 씨는 대화가 길어졌을 때 도구를 안정적으로 계속 호출할 수 있는지, 즉 agentic tool calling (에이전트적 도구 호출 능력)에 대한 정보가 제시되지 않았다는 점도 우려 사항으로 꼽았습니다. 에이전트 용도를 고려하고 있다면, 이 부분은 직접 검증할 수밖에 없습니다. 짧은 데모에서 작동하는 것과 긴 업무 흐름에서 안정적으로 작동하는 것은 별개의 문제입니다.

또한, Kimi K3의 풀 웨이트 (full weight) 공개일은 "7월 27일까지"라고 예고되었습니다. 실제로 자사에서 구동하는 검토는 그 이후가 될 것입니다. API로 테스트할 수 있는 것과 가중치 (weights)를 가지고 운영할 수 있는 것은 분리해서 생각해야 할 부분입니다.

마지막으로 라이선스입니다. 상업적 이용 조건은 모델마다 다릅니다. 수정된 MIT 라이선스로 알려진 Kimi K3를 포함하여, 실제로 프로덕트에 통합하기 전에 조건을 반드시 읽어보시기 바랍니다. 이 부분을 소홀히 하면 나중에 가장 고통스러운 유형의 기술 부채 (technical debt)가 됩니다.

요약

2026년 7월의 이 이틀 동안 오픈 웨이트 (open-weight) LLM의 모습은 상당히 변했습니다. 이전에는 "저렴하니까 사용한다", "내 손안에서 테스트할 수 있으니까 사용한다"라는 인상이 강했을지도 모릅니다. 하지만 지금은 용도에 따라 가장 강력하기 때문에 사용한다는 단계에 진입했습니다.

단, "가중치가 공개되어 있다"는 것과 "직접 구동할 수 있다"는 것은 별개입니다. Kimi K3의 MXFP4 양자화 (quantization)에서도 약 1.4TB라는 숫자는 그 현실을 매우 직설적으로 보여줍니다. 오픈되어 있지만 가볍지는 않습니다. 이 점을 잊지 않는 것이 좋겠습니다.

선택 방법을 한 줄로 요약하자면, 프론트엔드라면 Kimi K3, 종합적이라면 GLM 5.2, 육성 목적이라면 Inkling, 저렴한 비용을 원한다면 DeepSeek V4 Flash입니다.

그리고 Kimi K3의 풀 웨이트 공개는 7월 27일까지 예정되어 있습니다. 실제 운영 검증이 시작되면 또 풍경이 바뀔지도 모릅니다. 자, 여러분의 현장이라면 어떤 모델을 어디에 배치하시겠습니까?

참고한 기사