Moonshot AI의 Kimi K3가 Anthropic의 Opus 4.8 성능에 필적하는 것으로 보이며, 300명 규모의 팀에 의해 구축되어 수출 규제 하의 서방 컴퓨팅 우위에 대한 새로운 의문을 촉발하고 있습니다.

Moonshot AI는 Kimi K3를 출시했으며, 초기 평가에 따르면 이 모델은 Anthropic의 Opus 4.8과 동등한 수준이지만, Anthropic의 Fable 5와 OpenAI의 GPT-5.6 Sol 같은 최첨단 모델들보다는 여전히 뒤떨어져 있습니다. 이 출시는 미국의 수출 규제가 실제로 작동하고 있는지에 대한 논쟁을 다시 열었습니다. OpenAI의 전략가도 주목했을 정도입니다.

단 일주일 전, 리서치 회사 SemiAnalysis는 중국 연구소들이 "단순히 계산 자원이 너무 부족해서 진정한 최첨단에 도달할 수 없다"고 주장했습니다. 이는 Deepmind 직원인 Anika Somaia가 지적한 주장입니다. 며칠 후, 약 300명의 직원을 가진 스타트업 Moonshot AI는 이를 반박했습니다. 최상위 최첨단 모델들과의 실제 격차가 얼마나 큰지는 여전히 불명확합니다.

Somaia는 전체 서방의 합의—수출 규제에서 하이퍼스케일러들의 수백억 달러 투자 경쟁, "Compute Moat" 논제에 이르기까지—가 하나의 가정에 기반한다고 주장합니다: 컴퓨팅 능력이 성능을 결정한다는 것입니다. 하지만 희소성은 혁신을 주도했습니다. Moonshot AI는 충분한 GPU 용량이 부족했기에 정확히 그 이유로 AI 훈련을 위해 자체 개발한 Mooncake 스택을 구축했습니다. "취향 있는 작은 연구소는 최첨단 모델을 만드는 데 필요한 계산량을 압축할 수 있습니다. 비록 그것을 운영할 여유는 없을지라도요"라고 Somaia는 지적합니다.

하드웨어 분석 회사 SemiAnalysis의 창립자인 Dylan Patel도 동의합니다. "매우 재능 있는 소규모 팀, RL, 아키텍처, 데이터에 대한 강력한 연구로 그들이 한 일은 계산 자원 부족을 많이 보상할 수 있습니다"라고 그는 씁니다. 그러나 Patel은 또한 중국 회사들이 중국 밖에서 GPU를 쉽게 빌릴 수 있다는 점을 강조하며, 이는 수출 규제의 많은 근거를 훼손합니다.

서방 AI 연구소들은 오랫동안 중국 회사들을 증류(distillation)로 고발해왔습니다. 이는 작은 모델들이 큰 모델들의 출력을 학습하고 본질적으로 무임승차하는 형태의 데이터 도용입니다. 이 설명은 지금까지 중국 연구소들이 열등한 계산 자원에도 불구하고 경쟁력을 유지하는 방법에 대한 표준적 설명이었습니다. Kimi K3의 경우, 그 설명은 불충분해 보입니다. "이 결과들은 증류만으로는 설명하기 불가능해 보입니다"라고 MIT 및 Google Deepmind의 AI 연구원인 Michiel Bakker는 썼으며, 그 모델을 "미친 듯이 좋다"고 부릅니다.

한편, Bloomberg에 따르면 Google의 기함 모델인 Gemini 3.5 Pro는 성능 목표, 특히 코딩에 도달하지 못했기 때문에 몇 개월 동안 지연되었습니다. 이 지연은 Google의 AI 전략에 대한 새로운 비판을 초래했으며, 회사는 또한 AI 검색에서 규제 역풍을 마주하고 있습니다. 특히 독일에서 말입니다.

OpenAI의 전략적 미래 담당 책임자이자 전 정부 고문인 Dean W. Ball은 Kimi를 에이전트 기반 코딩 세션에서 "2026년 1분기의 최고 공개 모델들"과 일치하는 "매우 좋은 모델"이라고 부릅니다. 그러나 그는 그것이 "매우 토큰을 많이 사용하는" 것처럼 보였다고 지적하며, "이 모델이 실제로 실행하기 저렴한지는 나에게 명확하지 않습니다"라고 합니다.

비용 데이터는 이 관찰을 지지합니다. Artificial Analysis에 따르면, Kimi K3는 작업당 평균 $0.94의 비용이 들며—GPT 5.6 Sol의 $1.04에 가깝지만 Opus 4.8의 $1.80보다 대략 절반의 비용입니다. 여전히 최상위 서방 모델들보다 저렴하지만, 이전 버전들에 비해 격차가 좁혀졌으며 초기 오픈 가중치 중국 모델들을 훨씬 초과합니다.

Ball은 중국 정부가 그렇게 강력한 모델들을 오픈 소스로 출시하도록 허용하는 것에 놀라움을 표합니다. 그는 이 현상의 75%를 전략적 맹목에 돌리며, CCP가 AI 위험을 평가하는 방식에서 "매우 Yann LeCun스럽다"고 말하며 실존적 위협을 인식하지 못한다고 합니다. 나머지는 클라이언트 측 추론을 위한 불충분한 컴퓨팅 용량에서 비롯되며, 오픈 가중치 전략을 미국 수출 규제의 의도하지 않은 결과로 만듭니다. 중국 회사들도 최첨단 이하의 중국 모델에 대해 거의 아무도 비용을 지불하지 않을 것임을 인식하고 있다고 Ball은 주장합니다.

오픈 가중치 모델들은 "본질적으로 감속주의적"이라고 Ball은 주장합니다. 왜냐하면 그들은 추가적인 AI 투자를 늦추기 때문입니다. 그들이 지배하는 세상의 한 가지 잠재적 결과는 "완전한 AI 공산주의"가 될 것이며, AI는 국가가 디지털 인프라로 제공하는 공공재가 될 것입니다—정확히 중국이 제안하는 것입니다. Ball은 이 시나리오를 "디스토피아적 지옥"이라고 부릅니다.

OpenAI 전략가가 오픈 가중치 모델들을 이렇게 날카롭게 비판하는 것은 명백한 자기 이익을 담고 있습니다: 그의 회사는 폐쇄형 비즈니스 모델에 의존하며 Moonshot AI 및 Deepseek 같은 제공자들로부터 증가하는 가격 압박을 받습니다.

Ball은 Trump 행정부가 중국 오픈 가중치 모델들 주변에 규제 위험을 만들 것이라고 예측합니다. 명백한 금지보다—그는 이를 "AI 정책 논의의 더 어리석은 모티프 중 하나"라고 부릅니다—당국은 "소프트 로"를 배포하여 충분한 불확실성을 생성할 것입니다. 예를 들어, 연방준비제도가 중국 모델들의 잠재적 백도어에 대한 경고를 발행하도록 하는 것입니다. 기본적인 근거가 잘 근거할 필요는 없습니다.

목표는 중간 입장입니다: 규제를 받는 회사들을 중국 모델 사용으로부터 억제하기에 충분한 위험, 하이퍼스케일러들을 덜 평판 좋은 제공자로 옮기도록 놀라게 하지 않을 정도의. Ball은 정부가 이 전략의 어떤 버전이라도 추구할 것으로 기대합니다.

Kimi의 진전이 반드시 더 적은 컴퓨팅 능력이 필요하다는 것을 의미하지는 않습니다. 하지만 그렇다면, 미국 기술 회사들의 거대한 인프라 건설은 낭비로 보일 것이며, 주식 시장 붕괴를 촉발할 가능성이 있습니다. 반대의 결과가 더 가능성이 높습니다. Jevons 역설은 더 효율적인 모델이 더 큰 AI 배포로 이어지며, 이는 실제로 컴퓨팅 능력에 대한 훨씬 더 높은 수요를 야기할 수 있음을 시사합니다.

SemiAnalysis에 따르면, Kimi K3는 2.8조 개의 매개변수를 가지며 FP4 양자화와 함께도 단일 Nvidia DGX B200에 맞지 않을 정도로 큽니다. 각각 GPU당 288 GB의 메모리를 가진 GB300 NVL72 또는 B300과 같은 더 강력한 시스템이 필요합니다.

Deepseek과의 유사점은 명백합니다. 회의론자들은 그때 계산 자원 과잉을 예측했고 잠시 시장을 흔들었습니다. 대신에, 추론 모델들이 인기를 얻으면서 컴퓨팅 능력의 수요가 올랐습니다. 아이러니하게도, 부분적으로 Deepseek의 자체 모델들로 주도된 것입니다. Google Deepmind CEO Demis Hassabis가 말하는 것처럼, "세상의 아무도 다음에 무슨 일이 일어날지 알지 못합니다."