Kimi K3와 오픈웨이트 프론티어 — 공짜로 풀리는 최상급 AI, 뭐가 달라지나

이번 주에 벌어진 일을 한 줄로 정리하면 이렇습니다. 최상급에 근접한 AI 모델이, 그것도 두 개가 연달아 "가중치를 통째로 공개하겠다"며 나왔습니다.

2026년 7월 16일 저녁, 중국 Moonshot AI가 Kimi K3를 출시했습니다. 총 2.8조 파라미터로 "세계 최대 오픈웨이트 모델"을 자칭하는 물건입니다.

여기서 한 가지 짚어야 합니다. K3는 지금 API와 앱으로 쓸 수 있지만, 누구나 내려받을 수 있는 가중치 파일과 기술 리포트는 2026년 7월 27일까지 공개 예정입니다(Moonshot 발표 기준).

즉 "곧 나온다"가 아니라 "이미 나왔고, 다운로드 개방은 카운트다운 중"인 상태입니다.

그리고 바로 전날인 7월 15일, 전 OpenAI CTO 미라 무라티가 세운 Thinking Machines Lab이 첫 오픈웨이트 모델 Inkling을 공개했습니다.

이 글에서는 오픈웨이트가 정확히 무엇인지, 왜 프론티어급 오픈웨이트의 등장이 판을 흔드는지, 그리고 일반 사용자와 개발자가 각각 무엇을 기대할 수 있는지를 짚어봅니다.

Kimi K3는 2026년 7월 16일 API·앱으로 먼저 나왔고, 다운로드 가능한 전체 가중치는 7월 27일 공개 예정입니다. 바로 전날 미라 무라티의 Thinking Machines가 Inkling을 오픈웨이트로 풀면서, 한 주에 프론티어급 오픈 모델이 두 건 등장했습니다.

오픈웨이트가 뭔가요, 오픈소스랑 다른가요?

오픈웨이트는 학습이 끝난 AI 모델의 가중치(weight) 파일을 누구나 내려받아 쓰고 고칠 수 있게 공개한 것입니다.

가중치는 모델이 학습으로 쌓은 "지식 덩어리"라고 보면 됩니다. 이 파일만 있으면 내 서버나 내 PC에서 그 모델을 직접 돌릴 수 있습니다.

비유하자면 이렇습니다. API로 쓰는 건 식당에 가서 요리를 사 먹는 것이고, 오픈웨이트는 완성된 요리 자체를 통째로 받아 집으로 가져오는 것에 가깝습니다.

다만 요리를 받았다고 레시피 전부를 받은 건 아닙니다.

진짜 오픈소스라면 학습 데이터와 학습 코드까지 다 공개해야 합니다. 그런데 대부분의 "오픈" AI 모델, 그러니까 Llama, DeepSeek, Kimi 같은 것들은 엄밀히는 데이터·학습법까지는 공개하지 않는 오픈웨이트입니다.

그래서 "오픈소스 AI"라는 표현을 봐도, 실제로는 오픈웨이트인 경우가 대부분이라고 이해하면 무리가 없습니다.

왜 프론티어급 오픈웨이트가 판을 흔드나

지금까지 오픈웨이트 모델은 대체로 "예산이 부족할 때 쓰는 저렴한 대안" 정도의 위치였습니다.

2026년 들어 이 구도가 바뀌었습니다. 오픈웨이트가 성능 최상위권을 넘보기 시작하면서, 이제는 "기본 선택지"에 가까워졌습니다.

프론티어급 오픈웨이트가 의미 있는 이유는 크게 네 가지입니다.

첫째, 구독료 없이 내 서버나 내 PC에서 돌릴 수 있는 선택지가 최상위 성능급까지 올라왔습니다.

둘째, 회사나 개발자가 데이터를 외부로 내보내지 않고 자체 호스팅할 수 있어 프라이버시와 보안 면에서 유리합니다.

셋째, 파인튜닝으로 내 용도에 맞게 모델을 개조할 수 있습니다.

넷째, API 가격 경쟁을 부추겨 전체 비용 지형을 끌어내립니다.

개인적으로는 네 번째가 일반 사용자에게 가장 크게 와닿는 대목이라고 봅니다. 오픈웨이트가 성능으로 압박할수록, 구독형 서비스의 가격도 흔들릴 수밖에 없기 때문입니다.

이 흐름은 앞서 정리한 무료로 쓰는 AI의 한계나 AI 구독료 지형 이야기와도 그대로 이어집니다.

---

Kimi K3, 무엇이 새로운가

Kimi K3의 핵심은 크기와 구조입니다.

총 2.8조 파라미터의 초대형 모델이지만, MoE(전문가 혼합) 구조라 매번 전체가 켜지지는 않습니다.

MoE는 이렇게 이해하면 쉽습니다. 질문마다 896명의 전문가 중 딱 16명만 불러서 답하게 하는 구조입니다.

거대한 회사지만 회의 때마다 필요한 담당자 16명만 부르는 셈이라, 덩치는 초대형인데 실제 계산 비용은 훨씬 작습니다.

컨텍스트 창은 최대 100만 토큰이고, 텍스트와 이미지를 함께 입력받는 멀티모달 모델입니다.

Moonshot은 Kimi Delta Attention 같은 새 기법으로 긴 맥락에서 디코딩 속도를 크게 끌어올렸다고 주장합니다.

성능도 눈에 띕니다. 블라인드 평가인 Arena에서 프론트엔드 코딩은 미국 선두 모델들보다 선호됐고, 텍스트 랭킹에서는 Claude Opus 4.8 표준판을 앞섰다는 보도가 있습니다(Axios, 2026년 7월 기준).

다만 여기서 조심할 부분이 있습니다.

GPQA·SWE 같은 세부 벤치마크 수치는 아직 공식 기술 리포트가 아니라 회사·매체 인용치입니다. 정확한 활성 파라미터 수치와 "Modified MIT"로 보도된 라이선스도 7월 27일 가중치 공개 시 확정되므로, 발행 전 공식 문서 확인이 필요합니다.

K3를 직접 만져본 개발자 반응도 흥미롭습니다.

블로거 Simon Willison은 K3를 OpenRouter 프록시로 테스트하면서, 추론 토큰을 많이 소비해 SVG 이미지 한 장 생성에 25센트가 들었다고 기록했습니다.

비전 성능은 강하다고 평가하면서도, 자신의 테스트가 요즘 모델의 핵심인 에이전트 툴콜을 건드리지 않는다는 한계도 함께 짚었습니다.

🚀 Kimi 공식 사이트 바로가기 →

Inkling, 같은 주에 나온 또 하나의 오픈웨이트

Inkling은 미라 무라티의 Thinking Machines Lab이 내놓은 첫 오픈웨이트 모델입니다.

총 975B(9,750억) 파라미터에 활성 41B인 MoE 트랜스포머로, 컨텍스트는 최대 100만 토큰입니다.

K3와 결정적으로 다른 점은 라이선스입니다.

Inkling은 완전 개방형인 Apache 2.0으로, Hugging Face에서 지금 바로 가중치를 무료로 내려받을 수 있습니다.

텍스트뿐 아니라 이미지·오디오·영상까지 네이티브로 처리하고, 45조 토큰 규모로 사전학습했다고 공식 발표에서 밝혔습니다.

재미있는 연결고리도 있습니다.

Thinking Machines는 초기 학습 데이터 생성에 Moonshot의 Kimi K2.5를 활용했다고 밝혔습니다.

오픈웨이트 생태계가 서로를 재료 삼아 굴러가는 구조를 잘 보여주는 사례입니다.

📄 Thinking Machines Inkling 발표 보기 →

오픈웨이트 진영, 지금 어떻게 짜여 있나

두 모델만 나온 게 아닙니다.

2026년 7월 기준으로 오픈웨이트 진영은 이미 촘촘합니다.

모델	제공사	총/활성 파라미터	라이선스	특징
Kimi K3	Moonshot AI(중국)	2.8T / 약 50B(미확정)	Modified MIT(미확정)	최대 오픈웨이트, 코딩·에이전트, 가중치 7/27 예정
Inkling	Thinking Machines(미국)	975B / 41B	Apache 2.0	이미지·오디오·영상 멀티모달, 즉시 다운로드
DeepSeek V4 Pro	DeepSeek(중국)	1.6T / 49B	오픈웨이트	경쟁 프로그래밍 강세, 저가
DeepSeek V4 Flash	DeepSeek(중국)	284B / 13B	오픈웨이트	효율형, 단일 GPU 근접
GLM 5.2	Z.ai(중국)	744B	오픈웨이트	오픈웨이트 지능 지수 선두급
Qwen 3.6	Alibaba(중국)	컴팩트 MoE	오픈웨이트	단일 GPU 구동, 툴콜·비전

표의 수치는 각 매체 인용치이므로 세부 값은 발행 전 공식 문서 확인이 필요합니다.

눈여겨볼 대목은 중국계 오픈웨이트가 진영을 두껍게 채우고 있다는 점입니다.

Axios는 이번 K3 출시가 "실리콘밸리와 워싱턴에 경종을 울렸다"고 전했고, 상하이에서 열린 세계AI콘퍼런스 직전이라는 타이밍도 함께 지목했습니다.

다만 종합적으로 보면, 오픈웨이트가 성능 최상위를 넘보게 된 건 맞지만 가장 어려운 추론과 가장 깊은 에이전트 루프는 여전히 서구 최상위 모델이 앞선다는 평가가 함께 붙습니다.

그래서 내 노트북에서 돌릴 수 있나?

결론부터 말하면, K3를 일반 PC에서 그대로 돌리는 건 지금으로선 비현실적입니다.

우선 가중치가 아직 안 풀렸습니다. 7월 27일 공개 예정이라, 그전까지는 API가 유일한 사용 경로입니다.

가중치가 풀린 뒤에도 체급이 문제입니다.

참고로 직전 세대인 Kimi K2 계열은, Unsloth 기준 초저정밀 양자화로도 단일 24GB GPU에 약 256GB급 시스템 RAM을 붙여야 겨우 초당 10토큰 수준으로 돌아갑니다.

2.8조 파라미터의 K3는 이보다 더 무거울 가능성이 큽니다.

그래서 로컬 실행이 목적이라면, K3보다는 더 작은 오픈웨이트가 현실적입니다.

Qwen 3.6이나 GLM 소형 모델, DeepSeek V4 Flash(284B/13B)처럼 단일 GPU에 가까운 체급을 먼저 보는 편이 낫습니다.

초대형 모델을 맛보고 싶다면 OpenRouter 같은 프록시나 공식 API로 접근하는 게 현재로선 가장 합리적인 방법입니다.

---

자주 묻는 질문

Kimi K3는 지금 무료로 다운로드해서 쓸 수 있나요?

아직 아닙니다. 2026년 7월 16일 API와 앱으로 먼저 공개됐고, 다운로드 가능한 전체 가중치와 기술 리포트는 7월 27일까지 공개될 예정입니다(Moonshot 발표 기준).

그전까지는 API로만 사용할 수 있습니다.

오픈웨이트면 내 노트북에서 돌아가나요?

K3는 2.8조 파라미터 초대형이라 일반 노트북이나 단일 GPU로는 사실상 어렵습니다.

직전 세대 Kimi K2도 초저정밀 양자화로 24GB GPU에 256GB급 RAM을 붙여야 겨우 돌아가는 수준입니다.

로컬 실행이 목적이라면 Qwen, GLM 소형, DeepSeek Flash 같은 더 작은 오픈웨이트가 현실적입니다.

성능이 정말 Claude·GPT급인가요?

블라인드 평가인 Arena에서 프론트엔드 코딩은 미국 선두 모델들보다 선호됐고, 텍스트 랭킹에서 Claude Opus 4.8 표준판을 앞섰다는 보도가 있습니다(2026년 7월 기준).

다만 세부 벤치마크 수치는 아직 공식 리포트가 아닌 회사·매체 인용치이고, 가장 어려운 추론과 깊은 에이전트 작업은 여전히 서구 최상위가 앞선다는 평가도 함께 있습니다.

결론

지금 벌어지는 일의 핵심은 "오픈이 클로즈를 이겼다"가 아닙니다.

격차가 예상보다 빠르게 좁혀지고 있고, 최상급 성능을 구독료 없이 쓸 선택지가 눈앞에 다가왔다는 것입니다.

일반 사용자라면 당장 K3를 내려받을 일은 없어도, 이 경쟁이 만들어낼 가격 하락과 선택지 확대는 곧 체감하게 될 가능성이 큽니다.

개발자라면 7월 27일 가중치 공개 이후 등장할 커뮤니티 양자화 빌드와 파인튜닝 흐름을 지켜볼 만합니다.

개인적으로는, 같은 주에 프론티어급 오픈웨이트가 두 건이나 나왔다는 사실 자체가 2026년 하반기 AI 지형의 방향을 보여주는 신호라고 생각합니다.

다만 벤치마크와 라이선스는 공식 리포트가 나오는 7월 27일 이후 다시 확인하는 게 안전합니다.

 

 

참고한 자료

Thinking Machines Lab 공식 발표 "Introducing Inkling", VentureBeat와 Axios의 Kimi K3 보도, MarkTechPost의 K3 아키텍처 정리, TechCrunch의 Inkling 소개, Simon Willison의 K3 테스트 기록, Unsloth의 Kimi K2.6 로컬 실행 문서, People's Daily 보도를 참고했습니다. 벤치마크·라이선스·활성 파라미터 등 미확정 수치는 Moonshot 공식 기술 리포트(2026년 7월 27일 예정) 공개 후 재확인이 필요합니다.