Anthropic이 7월 24일 Claude Opus 5를 출시했다. Opus 5는 Claude Max의 기본 모델이며 Claude Pro를 포함한 모든 유료 요금제와 API에서 제공된다. API 가격은 이전 Opus 4.8과 같은 입력 100만 토큰당 5달러, 출력 25달러다. Anthropic은 더 비싼 Fable 5에 가까운 성능을 절반 가격에 제공해 일상 업무에 활용할 수 있는 모델로 소개했다.^[1]

Opus 5는 100만 토큰 컨텍스트와 최대 12만8천 토큰 출력을 지원한다.^[2] 출시 직후 Frontier-Bench와 Artificial Analysis의 평가에서 소프트웨어 작업과 사무 업무 성능이 모두 선두권으로 나타났다. Fable 5의 출시와 중단, GPT-5.6과 중국 모델의 등장까지 이어진 흐름은 2026년 여름 코딩 AI 경쟁 타임라인에서 다뤘다.

가격과 주요 사양

API 모델 ID는 claude-opus-5다. 100만 토큰 컨텍스트가 기본이자 최대이며, 동기 Messages API에서 최대 12만8천 토큰을 출력할 수 있다. 이미지와 텍스트를 입력받고 텍스트를 출력한다. 지식 기준 시점은 2026년 5월이다. Anthropic은 파라미터 수, 학습 토큰 수와 연산량을 공개하지 않았다.^[2]

Opus 5의 가격은 Opus 4.8과 같고 Fable 5의 절반이다. 모든 분야에서 Fable 5보다 강한 모델은 아니지만, 코딩과 지식 업무에서 가격 대비 성능을 높인 모델이라는 것이 Anthropic의 설명이다.^[1]

Frontier-Bench에서 Opus 4.8의 두 배

Frontier-Bench v0.1 공개 리더보드에서 max effort의 Opus 5는 해결률 43.5%에 오차 범위 ±1.7%를 기록했다. GPT-5.6 Sol은 34.4%, Fable 5는 33.8%, Opus 4.8은 21.1%였다.^[3]

모델별 실행 조건은 같지 않았다. Opus 5는 mini-SWE-agent, Fable 5와 Opus 4.8은 Claude Code, GPT-5.6 Sol은 Codex를 사용했다. 따라서 43.5%는 모델과 실행 도구를 합친 결과로 보는 것이 정확하다.^[1][3]

사무 업무 평가에서도 1위

모델 평가기관 Artificial Analysis는 44개 직업과 9개 산업에서 가져온 220개 과제로 문서, 프레젠테이션과 스프레드시트 작성 능력을 평가했다. Opus 5 max는 GDPval-AA v2에서 1,861 Elo, xhigh는 1,827로 1위와 2위를 차지했다. Fable 5 max와 Opus 4.8 조합은 1,747, GPT-5.6 Sol max는 1,735였다.^[4]

Opus 5는 설정에 따라 한 과제에 평균 25분에서 36분을 사용했고 에이전트 턴은 76회에서 103회였다. 분석 품질은 높았지만 표현과 프레젠테이션 품질에서는 GPT-5.6 Sol보다 낮았다. 높은 점수에는 긴 실행 시간과 많은 도구 호출이 함께 따랐다.^[4]

API 전환 시 확인할 점

Anthropic의 시스템 카드에서 Opus 5는 이전 모델보다 전반적으로 정확했지만, 사실과 다른 답을 확신 있게 제시하는 비율은 Opus 4.8보다 조금 높았다. 장시간 실행하는 작업에서는 최종 결과와 변경 내역을 함께 검토할 필요가 있다.^[5]

Opus 5는 요청에 별도 설정이 없어도 adaptive thinking을 사용하며 API와 Claude Code의 기본 effort는 high다. Opus 4.8에서 모델 ID만 바꿔도 추론 시간과 토큰 사용량이 달라질 수 있다. 응답이 길거나 하위 에이전트 수가 늘어날 수 있으므로 작업 범위와 출력 길이를 명시하는 편이 낫다. thinking을 끈 상태에서 xhigh나 max effort를 요청하면 오류가 발생한다.^[6][7][8]

출시 초기 사용기는 엇갈렸다. Claude Code 팀과 초기 사용자는 이전 모델에 맞춘 복잡한 지시를 줄였을 때 결과가 좋아졌다고 평가했다. 장시간 작업을 이어 가는 능력이 나아졌다는 반응이 있었던 반면, 간단한 수정에 과도한 코드와 여러 에이전트를 동원했다는 사례도 나왔다. 출시 직후의 개인 사례라 일반화하기는 어렵다.^{[9][10][11][12]}

출시 의미

Opus 5는 Anthropic의 최고 성능 모델인 Fable 5를 대체하지 않는다. 대신 Opus 4.8과 같은 가격으로 코딩과 사무 업무 성능을 높여, 유료 사용자와 API 고객이 일상 업무에 활용할 수 있도록 한 모델이다. 공개 벤치마크에서는 이전 세대보다 뚜렷한 향상을 보였지만 실행 도구와 설정이 달랐던 만큼, 실제 효과는 사용하는 작업과 비용을 함께 비교해야 한다.

2026년 6월과 7월의 코딩 AI 경쟁은 Anthropic의 Fable 5 출시로 시작됐다. Fable 5는 나흘 만에 접근이 중단됐다. 이어 OpenAI가 GPT-5.6을 공개했고 GLM-5.2, Kimi K3, Grok 4.5도 잇따라 출시됐다. 한국시간 7월 25일에는 Anthropic이 Claude Opus 5를 추가했다. 모델 성능뿐 아니라 요금제, 사용량 리셋, 서비스 용량, 코드 보관 방식까지 경쟁의 변수가 됐다.

Fable 5 출시: Claude Code에 투입된 새 최상위 모델

Anthropic은 6월 9일 Claude Fable 5를 전 세계에 출시했다. 회사는 Fable 5를 일반 사용에 맞춘 Mythos급 모델로 소개했고, Claude 앱과 Claude Code, API에 제공했다. 더 강한 Mythos 5는 사이버 보안 분야의 제한된 파트너에게만 열었지만 Fable 5는 출시일부터 일반 사용자가 쓸 수 있었다.^[1][2]

Anthropic의 공식 코딩 평가에서 Fable 5는 SWE-bench Pro 80.3%, FrontierCode 29.3%를 기록했다. 같은 표에서 Claude Opus 4.8은 각각 69.2%와 13.4%, GPT-5.5는 58.6%와 5.7%였다. Fable 5가 해당 두 평가에서 기존 최상위 모델을 크게 앞선 결과였다.^[1]

나흘 만의 중단과 GLM-5.2의 등장

6월 13일 Fable 5의 접근이 갑자기 중단됐다. Anthropic은 미국 정부가 국가안보 권한을 근거로 외국 국적자의 Fable 5와 Mythos 5 접근을 막는 수출통제 지침을 내렸다고 밝혔다. 회사는 지침을 준수하기 위해 두 모델을 모든 고객에게서 비활성화했다. 다른 Claude 모델은 계속 제공됐다.^[3]

같은 시기 중국 AI 기업 Z.ai는 GLM-5.2를 공개하고 가중치를 MIT 라이선스로 배포했다. Z.ai의 평가에서 GLM-5.2는 FrontierSWE 74.4%, SWE-bench Pro 62.1%, Terminal-Bench 2.1 81.0%를 기록했다. 같은 표의 Claude Opus 4.8은 각각 75.1%, 69.2%, 85.0%였다. "Opus급"이라는 반응은 특히 FrontierSWE에서 두 모델의 점수가 가까웠던 데서 나왔다. SWE-bench Pro와 Terminal-Bench 2.1에서는 Opus 4.8이 더 높았다.^[4]

Fable 5 복귀와 Max 요금제 포함

미국 상무부가 6월 30일 통제를 해제한 뒤 Fable 5는 7월 1일 돌아왔다. Anthropic은 사이버 보안 요청을 탐지하는 분류기를 강화했고, 정상적인 코딩 요청이 잘못 분류되면 Opus 4.8이 대신 응답할 수 있다고 설명했다.^[5][6][7]

복귀 조건은 계속 바뀌었다. 처음에는 모든 유료 요금제에서 7월 7일까지 제공하고 Fable 5 사용량을 주간 한도의 50%로 제한했다. 종료일은 7일에 12일로, 다시 12일에 19일로 연장됐다. 7월 18일 Claude 공식 X 계정은 20일부터 Fable 5를 Max와 Team Premium에 포함한다고 발표했다.^{[8][9][10][11]}

Pro와 Team Standard 사용자는 사용 크레딧으로 Fable 5를 계속 이용할 수 있었다. Claude 공식 계정은 이 사용자들에게 일회성 100달러 크레딧을 지급한다고 명시했다. Max와 Team Premium에서도 Fable 5 사용량은 주간 한도의 50%였다.^[11]

GPT-5.6과 Codex의 반격

OpenAI는 6월 26일 GPT-5.6 Sol, Terra, Luna를 제한적으로 공개했고 7월 9일 ChatGPT, Codex, API로 정식 배포했다. 같은 날 여러 앱과 파일을 넘나들며 장시간 작업하는 ChatGPT Work도 발표했다.^{[12][13][14][15]}

7월 14일 샘 올트먼 OpenAI 최고경영자는 GPT-5.6 Sol이 같은 작업에서 Fable 5의 절반 가격이고 토큰 효율은 약 두 배라서 완료 작업당 비용이 4분의 1이라고 밝혔다. Codex와 ChatGPT Work의 사용량이 한 주 사이 2.5배 늘었다는 수치도 같은 날 공개했다.^[16][17]

리셋은 서버에서 주간 사용량을 즉시 100%로 복구하는 전역 리셋과 사용자가 원하는 시점에 적용하는 저장형 리셋으로 나뉘었다. OpenAI는 6월 12일 Go, Plus, Pro, Business 사용자에게 저장형 리셋 1회를 지급했다.^[18]

공식 전역 리셋이 시작되기 전인 7월 8일에도 일부 사용자는 Codex 한도가 여러 번 초기화됐다가 되돌아오는 동작을 보고했다. Tibo의 전역 리셋 공지는 확인되지 않은 날이어서 아래 공식 횟수에는 포함하지 않았다.^[19]

OpenAI의 Codex와 ChatGPT Work 제품 책임자 Tibo는 한국시간 7월 10일부터 22일까지 전역 리셋을 최소 8차례 발표했다. 10일, 11일 두 차례, 13일, 15일, 16일, 18일, 22일에 공지가 나왔다.

저장형 리셋도 병행됐다. 7월 12일에는 버튼 오류의 영향을 받은 약 50만 명에게 저장형 리셋을 지급했고, 13일에는 700만 사용자 달성을 기념해 모든 사용자 계정에 1회씩 추가했다. 저장형 리셋은 데스크톱 앱이나 웹에서 직접 적용해야 주간 사용량이 채워졌다.^[36][37]

5시간 한도 해제는 별도 정책이었다. Tibo는 7월 12일 Plus, Business, Pro의 5시간 제한을 일시적으로 없앴고, 14일에도 미적용 상태가 계속된다고 밝혔다. 16일에는 Plus와 Pro 사용자에게 며칠째 5시간 한도를 적용하지 않고 있다며 의견을 물었다.^[26][28][38]

한국시간으로 7월 10일부터 13일까지 첫 네 차례 리셋이 집행됐고, 11일에는 두 차례 있었다. 이후 15일, 16일, 18일, 22일에도 한도를 다시 채웠다. 급성장기 사용자 반응에는 감사와 함께 자동 리셋이 저장형 쿠폰처럼 원하는 시점에 적용되지 않는다는 불만도 섞였다.^{[21][23][25][27][29][31][33][35]}

7월 18일 Tibo는 Claude의 Fable 5 요금제 발표를 인용하며 "GPT-5.6 Sol이 매우 좋은 모델이라는 사실이 확인됐다"고 썼고, 같은 날 유료 사용자의 사용량을 다시 리셋했다.^[39][32]

GLM-5.2에 이어 Kimi K3가 합류했다

문샷AI는 7월 16일 Kimi K3를 서비스와 API에 출시했다. 총 2.8조 파라미터, 100만 토큰 컨텍스트, 네이티브 멀티모달, 장기 에이전트 코딩을 주요 사양으로 제시했다. 가중치는 7월 27일까지 공개하겠다고 예고했다. 공식 블로그는 다음 날 게시됐다.^[40][41]

Kimi K3 발표 다음 날 상하이에서 WAIC 2026이 개막했다. 문샷AI는 7월 19일 수요가 서비스 용량에 근접했다며 신규 구독을 일시 중단하고 기존 구독자에게 연산 자원을 우선 배정했다.^[42][43]

문샷AI가 공개한 Triton 커널 최적화 실험에서 Kimi K3와 Fable 5는 비슷한 최종 성능에 도달했다. 문샷AI는 K3가 반복 과정에서 더 빠르게 성능을 높였다고 설명했다. 별도로 Artificial Analysis는 7월 17일 자사 Intelligence Index 50점을 넘긴 모델을 보유한 연구소가 6곳으로 늘었다고 발표했다.^[41][44]

Grok 4.5 출시와 Grok Build 프라이버시 사건

Grok 4.5의 최초 출시는 7월 8일이었다. Cursor는 SpaceXAI와 함께 Grok 4.5를 데스크톱, 웹, iOS, CLI, SDK에 제공한다고 발표했다. xAI는 16일 모델의 구조와 평가 결과를 공식 소개했다.^[45][46]

출시 직후 Grok Build가 전송하는 데이터의 범위가 공개됐다. 보안 연구자 cereblab은 7월 10일 Grok Build 0.2.93의 통신을 분석한 결과를 발표했다. 연구자의 테스트에서는 에이전트가 읽은 파일뿐 아니라 Git이 추적하는 저장소 전체와 커밋 이력이 xAI 서버로 전송됐다. "Improve the model" 설정을 꺼도 저장소 업로드는 계속됐다.^[47]

7월 13일 SpaceXAI는 팀 요금제에서 데이터 무보존 정책을 선택하거나 API 키를 사용하면 코드와 추적 데이터를 저장하지 않는다고 밝혔다. 일반 사용자는 CLI의 /privacy 명령으로 데이터 보존을 중단하고 이전에 동기화된 데이터를 삭제할 수 있다고 덧붙였다. 일론 머스크는 같은 날 그때까지 SpaceXAI에 업로드된 사용자 데이터를 모두 삭제하겠다고 발표했다. 연구자가 이후 다시 확인한 결과 저장소 업로드는 서버 측 변경으로 중단됐지만 /privacy 명령은 데이터 전송이 아니라 보존 여부를 제어했다.^[48][49][47]

xAI는 7월 22일 Grok 4.5를 grok.com과 X, iOS, Android에 제공한다고 발표했다. Grok 공식 X 계정은 23일 주요 소비자 채널에서 제공이 시작됐다고 밝혔다.^[50][51]

일론 머스크는 Grok 4.5가 Fable 5만큼 뛰어나지는 않지만 빠르고 비용 효율적이라고 평가했다.^[52]

성능 측면에서 ARC Prize는 7월 23일 Grok 4.5의 검증 결과를 공개했다. ARC-AGI-1은 85.7%와 과제당 0.33달러, ARC-AGI-2는 52.6%와 과제당 0.78달러, ARC-AGI-3은 0.3%와 총비용 6,900달러였다.^[53]

Artificial Analysis는 Grok 4.5 high를 당시 자사 Intelligence Index 선두권에 배치했다. ARC Prize 결과는 강한 성능과 함께 ARC-AGI-3에서 아직 낮은 점수와 높은 비용이 남아 있음을 보여줬다.^[44][53]

Anthropic의 마지막 반격, Claude Opus 5

Claude 공식 X 계정은 한국시간 7월 25일 오전 1시 59분 Claude Opus 5를 출시했다. Anthropic은 Opus 5를 Fable 5의 최상위 성능에 가까우면서 가격은 절반인 모델로 소개했다. 모든 유료 요금제와 Claude API에서 제공되며 Claude Max의 기본 모델, Claude Pro에서 사용할 수 있는 가장 강한 모델이 됐다.^[54][55]

API 모델 ID는 claude-opus-5다. 컨텍스트 창은 100만 토큰이고 일반 Messages API의 최대 출력은 12만 8천 토큰이다. 일반 API 가격은 입력 100만 토큰당 5달러, 출력 100만 토큰당 25달러로 Opus 4.8과 같다. API 전용 연구 프리뷰인 Fast 모드는 입력 10달러와 출력 50달러다. Fast 모드는 기본 대비 약 2.5배 빠르지만 가격도 두 배다.^[56][57]

Opus 5는 적응형 사고를 기본으로 사용한다. Claude API와 Claude Code의 effort 기본값은 high이며 low, medium, high, xhigh, max를 지원한다. max_tokens는 사고 과정과 최종 답변을 합친 총 출력 한도다. Anthropic은 max가 어려운 작업에서는 성능을 높일 수 있지만 간단한 작업에서는 필요 이상으로 오래 생각할 수 있다고 설명했다. 학습 데이터와 신뢰 가능한 지식의 기준 시점은 모두 2026년 5월이다.^[54][56]

Anthropic의 공식 비교표에서 Opus 5는 Frontier-Bench v0.1 43.7%, ARC-AGI-3 30.2%, OSWorld 2.0 70.6%, AutomationBench 26.0%를 기록했다. 같은 표에서 Fable 5는 각각 33.7%, 미측정, 66.1%, 17.4%였다. GPT-5.6 Sol은 각각 34.4%, 7.8%, 62.6%, 18.1%였다. DeepSWE v1.1은 GPT-5.6 Sol이 72.7%로 Opus 5의 68.8%보다 높았고, FrontierCode v1.1 Main은 Fable 5가 53.5%로 Opus 5의 53.4%를 근소하게 앞섰다.^[55]

ARC Prize와 Artificial Analysis의 외부 평가

ARC Prize Foundation의 검증에서 Opus 5는 Max reasoning 기준 ARC-AGI-1 97.5%와 ARC-AGI-2 90.4%를 기록했다. 태스크당 비용은 각각 0.70달러와 2.06달러였다. ARC-AGI-3은 High reasoning으로만 평가해 30.16%를 기록했고, 25개 환경 전체 평가비는 2만 657.37달러였다. 이전 Verified 최고였던 GPT-5.6 Sol Max의 7.78%를 크게 넘어선 새 최고 기록이다. Opus 5는 이전 모델이 완료하지 못했던 5개 환경을 새로 풀어 총 6개 환경을 완료했다.^[58][59]

Artificial Analysis의 출시 당일 평가에서는 Opus 5 max가 Intelligence Index v4.1에서 61점으로 1위에 올랐다. 같은 설정에서 GDPval-AA v2 1,861 Elo, Terminal-Bench v2.1 89.1%, Coding Index 78.0, Agentic Index 55.3을 기록했다. 모든 세부 평가를 이긴 것은 아니었다. Humanity's Last Exam에서는 Fable 5가 53.3%로 Opus 5의 52.6%보다 높았고, GPQA Diamond에서는 GPT-5.6 Sol이 94.1%로 Opus 5의 93.2%를 앞섰다. Artificial Analysis는 출시 전 Anthropic을 도와 Opus 5를 평가했다고 밝혀, 제공사와 협력해 수행한 외부 측정으로 보는 것이 정확하다.^[60][61]

위험한 해킹 요청은 Opus 4.8로 전환

Opus 5에는 심각한 피해로 이어질 수 있는 해킹이나 악성코드 제작 요청을 판별하는 별도 안전 분류기가 적용됐다. Claude.ai와 Claude Code, Claude Cowork에서는 이 분류기에 걸린 요청이 기본적으로 Opus 4.8로 전환된다. 사용자가 직접 입력한 문장뿐 아니라 메모리, 연결 서비스의 내용, 웹 검색 결과, 파일도 검사 대상이어서 사용자가 작성하지 않은 내용으로 전환이 일어날 수 있다.^[54][62]

API에서는 자동 전환이 기본값이 아니다. 베타 헤더와 fallbacks: "default"를 명시해야 하며, 분류 항목에 따라 다른 모델로 전환되거나 요청이 거부될 수 있다. 이 기능은 안전 분류기의 거부에만 작동하고 사용량 제한, 과부하, 서버 오류에는 적용되지 않는다.^[63]

Opus 5의 가격과 100만 토큰 컨텍스트, effort별 외부 평가와 초기 사용자 반응은 Claude Opus 5 모델 분석에서 더 자세히 다뤘다.

공식 발표와 기관 평가로 비교한 모델별 성능

2026년 7월의 결과

Anthropic은 Fable 5를 Max 요금제에 포함시킨 데 이어 Opus 5를 모든 유료 요금제와 API에 출시했다. OpenAI는 GPT-5.6을 출시했고 Tibo는 Codex와 ChatGPT Work의 사용량을 8차례 리셋했다. Z.ai는 GLM-5.2 가중치를 공개했고 문샷AI는 Kimi K3의 서비스와 API를 먼저 열었다. xAI는 Grok 4.5의 배포 범위를 넓히는 동시에 Grok Build의 코드 보관 정책을 수정했다.

한국시간 7월 25일의 Opus 5 출시는 Fable 5로 시작된 경쟁을 다시 Anthropic으로 돌려놓았다. Opus 5는 ARC Prize의 ARC-AGI-3 검증에서 새 최고 기록을 세웠고 Artificial Analysis의 종합 지수에서도 1위에 올랐다. DeepSWE에서는 GPT-5.6 Sol, FrontierCode에서는 Fable 5가 앞섰지만 외부 기관의 출시 당일 결과는 Opus 5가 프론티어 모델군의 선두에 들어섰음을 보여줬다. 가격과 안전 분류에 따른 모델 전환까지 함께 공개되면서 경쟁 기준도 성능, 비용, 사용 조건으로 넓어졌다.

엔비디아, 마이크로소프트, 메타 등 미국 기술기업 25곳이 7월 24일 공개 가중치(open-weight) AI 모델에 대한 “성급한 제한”을 피하라고 정책 담당자들에게 촉구하는 공동서한을 냈다. 공개 가중치 모델은 학습된 가중치를 내려받아 검토하고 수정한 뒤 자체 인프라에서 실행할 수 있게 한 모델이다. 서명사들은 이런 배포 방식이 경쟁과 이용자의 선택권을 넓히며, 사이버 공격자가 고성능 AI를 쓰는 상황에서 방어 담당자도 이에 필적하는 모델을 쓸 수 있어야 한다고 주장했다.^[1]

서명 명단은 공개 뒤에도 바뀌었다. 엔비디아가 배포한 7월 24일자 PDF에는 25곳이 적혀 있지만, 한국시간 7월 25일 오전 확인한 마이크로소프트의 같은 서한 페이지에는 오픈AI, 깃허브, 시스코, AI 기업 코히어(Cohere), AI 연구 조직 누스 리서치(Nous Research) 등 10곳이 추가돼 모두 35곳이 됐다. 본문과 표시 날짜는 그대로여서 정확한 추가 시각은 공개되지 않았다.^[2]

CNBC는 서한 공개 당시 오픈AI와 앤트로픽이 서명하지 않았다고 보도했다. 이후 오픈AI가 현재 명단에 들어간 반면 앤트로픽과 구글은 여전히 보이지 않는다. 빠르게 늘어난 서명사 수는 공개 가중치의 허용 범위를 둘러싼 논쟁이 단순한 개방형 모델 개발사만의 요구가 아니라 클라우드, 반도체, 보안, 애플리케이션 기업의 이해관계로 번지고 있음을 보여준다.^[3]

Kimi K3 증류 의혹이 규제 논쟁에 불을 붙였다

서한은 특정 중국 기업이나 모델을 이름으로 지목하지 않는다. 그러나 발표 시점은 중국 문샷AI(Moonshot AI)의 Kimi K3를 둘러싼 미국 정부의 문제 제기 직후다. 마이클 크라치오스(Michael Kratsios) 미국 백악관 과학기술정책실장은 7월 22일 문샷AI가 K3 개발을 위해 앤트로픽의 Fable 모델을 증류했으며, 탐지를 피하면서 미국 모델에 대규모로 접근하는 내부 플랫폼을 만들었다는 정보를 갖고 있다고 밝혔다.^[4]

증류(distillation)는 강한 모델의 출력을 이용해 더 작거나 특화된 모델을 학습하고 개선하는 방법이다. 크라치오스 실장도 합법적인 증류가 개방형 혁신에 중요한 역할을 한다고 인정하면서, 미국 기술을 훔치기 위한 은밀한 산업 규모의 증류는 용납할 수 없다고 선을 그었다. 문샷AI가 실제로 어떤 출력과 계정을 어떤 조건에서 사용했는지 뒷받침하는 기술 자료는 이 게시물에 공개되지 않았다. 따라서 K3의 기술 탈취는 현재 미국 정부 당국자의 주장이지 확인된 판정으로 쓰기는 어렵다.

CNBC는 미국 정부와 업계가 중국 공개 가중치 모델의 미국 내 접근을 제한할지를 검토하고 있다고 전했다. 다만 공동서한과 기사에는 적용 대상, 성능 기준, 배포 경로를 명시한 구체적인 법안이나 행정 규칙이 나오지 않는다. 지금 확인되는 것은 정식 금지안보다 규제 방향을 둘러싼 선제적인 공개 논쟁에 가깝다.^[3]

서한이 말하는 이익은 비용, 경쟁, 통제권

서한은 공개 가중치 모델을 누구나 내려받아 살펴보고 수정한 뒤 자체 인프라에서 실행할 수 있는 모델로 정의한다. 기업과 대학, 공공기관이 매번 프런티어 모델의 API 비용을 내지 않고 업무에 맞는 모델을 선택할 수 있다는 것이 첫 번째 논리다. 가장 어려운 문제에만 대형 모델을 쓰고, 나머지는 작고 특화된 모델로 처리해야 수십억 건의 일상 업무로 AI가 확산돼도 비용을 감당할 수 있다고 주장한다.^[1]

두 번째는 공급자 종속이다. 가중치를 가진 조직은 자체 데이터와 환경에 맞게 모델을 평가하고 수정한 뒤 원하는 클라우드나 서버에 배포할 수 있다. 모델 제공자가 가격이나 정책을 바꾸더라도 그동안 만든 지식과 기능을 한 업체의 API에 묶어 두지 않아도 된다는 설명이다. 반도체를 파는 엔비디아, 클라우드와 모델 유통망을 운영하는 마이크로소프트, 공개 가중치 모델을 개발하는 메타와 미스트랄이 함께 서명한 이유도 이 생태계가 넓어질수록 각자의 제품 수요가 커지기 때문이다.

젠슨 황(Jensen Huang) 미국 엔비디아 창업자 겸 최고경영자는 자신의 첫 X 게시물에서 “세계에는 프런티어 폐쇄형 모델과 프런티어 공개 모델이 모두 필요하다”고 썼다. 공개 모델이 안전과 사이버 보안을 강화하고 혁신의 확산과 기술 주권을 돕는다는 주장이다.^[5]

폐쇄형 모델에만 의존하면 한 업체의 장애가 여러 서비스로 번진다는 주장

서한은 공개 가중치의 위험을 부정하지 않는다. 한 번 배포한 가중치는 개발사가 통제권을 되찾기 어렵고, 수정된 모델의 출처와 행동을 추적하거나 되돌리기도 어렵다고 명시한다. 위험한 기능을 제거한 새 버전을 내더라도 이미 내려받은 파일까지 고칠 수 없는 것이 API 모델과 가장 큰 차이다.^[1]

그럼에도 서명사들은 폐쇄형 모델만 남기는 것이 자동으로 안전해지는 것은 아니라고 반박한다. 폐쇄형 서비스도 침해되거나 오용될 수 있고 외부에서 오류를 발견하기 어려우며, 소수 업체에 고성능 AI가 집중되면 여러 산업이 같은 공급자 장애와 정책 변경에 노출된다는 논리다. 공개 가중치는 더 많은 연구자와 개발자가 취약점을 찾고 방어책을 시험하게 하지만, 같은 접근권을 공격자도 갖는다는 문제는 사라지지 않는다. 결국 공개 여부 하나로 안전성을 판정할 수 없고, 모델의 능력, 배포 범위, 사용 행위를 따로 봐야 한다.

오픈소스와 공개 가중치는 같은 말이 아니다

국내에서는 ‘오픈 웨이트’나 ‘개방형 가중치’라는 표현도 함께 쓴다. 이 기사에서는 무엇이 공개되는지 바로 드러내기 위해 ‘공개 가중치’라고 옮겼다. 이번 서한이 모델 배포 방식을 가리킬 때 ‘오픈소스’가 아니라 ‘open weights’라고 구분한 점도 중요하다. 모델 파일을 내려받을 수 있어도 학습 데이터, 데이터 정제 과정, 전체 학습 코드와 연산 환경까지 공개됐다는 뜻은 아니다. 라이선스가 상업 이용과 재배포를 제한할 수도 있다. 결과를 재현할 재료가 모두 공개된 소프트웨어식 오픈소스보다 범위가 좁다.

샘 올트먼(Sam Altman) 미국 오픈AI 최고경영자는 서한 공개 뒤 “미국이 오픈소스와 비공개 모델 모두에서 이기길 바라며, 이를 보게 돼 기쁘다”고 적었다.^[6] 오픈AI는 초기 PDF에는 없었지만 현재 마이크로소프트 명단에는 들어가 있다. 반면 앤트로픽과 구글은 현재 35개사 명단에서도 확인되지 않는다. 어느 회사가 서명했는지만으로 공개 모델 전략 전체를 판단할 수는 없지만, 서명 여부와 게시물 지지는 구분해서 읽어야 한다.

공동서한 서명 명단의 변화

초기 25곳: American Innovators Network, Andreessen Horowitz, Arcee AI, Arena, Black Forest Labs, Box, CrowdStrike, Dell Technologies, Emergence Capital, Hugging Face, IBM, The Linux Foundation, Mariana Minerals, Meta, Microsoft, Mistral, Mozilla, NVIDIA, Palantir, Perplexity, Reflection, Replit, ServiceNow, Telnyx, Y Combinator.^[1]

추가된 10곳: Cisco, Cohere, DoorDash, Fireworks AI, GitHub, Nous Research, OpenAI, OpenClaw, Palo Alto Networks, Prime Intellect.^[2]

현재 명단에서 확인되지 않는 주요 기업: Anthropic, Google, SpaceX. 마이크로소프트 페이지는 변경 시각을 표시하지 않는다.

일론 머스크(Elon Musk) 미국 스페이스X 최고경영자는 황의 게시물을 인용해 “전적으로 지지한다”고 밝혔지만 스페이스X는 초기 25곳과 현재 35곳 어디에도 없다.^[7] 지지 발언을 회사의 공식 서명에 포함하면 명단이 실제보다 커진다.

쟁점은 증류를 막을지가 아니라 불법 행위를 어떻게 가를지다

공동서한과 미국 정부의 입장은 표면적인 대립보다 겹치는 부분이 많다. 양쪽 모두 합법적인 증류의 쓰임을 인정하고 기술 탈취를 문제로 본다. 갈리는 지점은 대응 범위다. 서명사들은 계약 위반, 계정 우회, 영업비밀 침해 같은 행위를 표적 법률과 상업 규칙으로 다루자고 한다. 모델의 국적이나 가중치 공개 여부만으로 접근을 넓게 막으면 정상적인 연구와 경쟁까지 함께 줄어든다는 주장이다.

이 주장은 서명사들의 사업 이해와도 맞닿아 있다. 공개 가중치가 널리 배포될수록 GPU, 클라우드, 보안 도구, 모델 호스팅과 기업용 애플리케이션 시장이 커진다. 반대로 오픈AI가 뒤늦게 명단에 들어왔다는 사실은 폐쇄형 프런티어 모델을 파는 회사도 모든 공개 가중치 제한에 찬성하는 것은 아님을 보여준다. 서한은 이해관계가 없는 중립 보고서가 아니라 산업계가 미국 정책에 보내는 요구서로 읽어야 한다.

구체적인 기준 없는 광범위한 제한은 폐쇄형 사업자만 보호할 수 있다

공개 가중치는 유출 뒤 회수할 수 없고 공격자도 같은 모델을 쓸 수 있다. 능력이 높아질수록 배포 전 평가와 사용 조건이 더 중요해지는 이유다. 그러나 아직 공개되지 않은 규제안을 앞서 상정해 모델 전체를 막으면, 자체 서버에서 데이터를 통제하려는 기업과 연구기관은 소수 API 제공자에게 더 의존하게 된다. 안전 규제가 경쟁 제한으로 바뀔 수 있는 경계다.

현재 필요한 것은 ‘공개냐 폐쇄냐’라는 한 줄 분류보다 구체적인 집행 기준이다. 어떤 모델 능력이 추가 의무를 부르는지, 대규모 출력 수집과 정상적인 증류를 어떻게 구분할지, 계약 위반과 영업비밀 침해를 어떤 증거로 판단할지를 먼저 정해야 한다. 공동서한은 위험이 없다고 말하지 않았다. 위험을 이유로 유통 방식 전체를 막지 말고, 실제로 피해를 만드는 행위를 겨냥하라는 것이 35개 서명사가 내놓은 답이다.

2026년 7월 24일 현재 중국 문샷AI(Moonshot AI)의 코딩 에이전트 Kimi Code 제품 페이지는 별도 방침 대신 Kimi 공통 개인정보처리방침과 이용약관으로 연결된다. 이 정책에 따르면 개인용 계정의 프롬프트·파일·생성 콘텐츠는 모델 학습과 최적화에 쓰일 수 있다. Kimi는 44bits가 이메일로 보낸 이용 거부 요청을 처리했고, 앞으로 해당 계정 콘텐츠를 모델 개선이나 연구에 사용하지 않겠다고 답했다. 다만 과거 콘텐츠에 대한 소급 적용 여부와 구체적인 서버 보관 일수는 밝히지 않았다. 공개 정책·설정 문서만으로는 Kimi Code가 실제로 어떤 파일과 명령 출력을 서버에 전송하는지도 확인하기 어렵다.^[1][2][3]

Kimi 공통 정책은 사용자 콘텐츠의 학습 이용 허용

문샷AI 싱가포르 법인 Moonshot AI PTE. LTD.가 공개한 개인정보처리방침은 ‘이용자 콘텐츠(User Content)’에 프롬프트, 음성, 이미지, 영상, 파일과 서비스에서 입력하거나 생성한 모든 콘텐츠를 포함한다. 회사는 이를 서비스 제공·개선과 모델 학습·최적화에 이용한다고 명시한다. 법적 근거는 이용 지역에 따라 회사의 정당한 이익 또는 이용자 동의가 될 수 있다고 설명한다.^[2]

Kimi Code 제품 페이지는 Kimi 전체 서비스에 적용되는 개인정보처리방침과 이용약관으로 연결된다. 정책의 ‘파일’과 ‘입력 콘텐츠’에는 에이전트가 작업에 사용하도록 전달한 소스코드와 설정 파일, 명령 실행 결과가 포함될 수 있다. 다만 이 기사에서 확인한 정책·설정 문서에는 프로젝트 전체 자동 업로드 여부, 서버 전송 전 제외 파일, .gitignore와 비밀정보 탐지의 모델 요청 적용 범위가 명시돼 있지 않다. 공개 문서만으로는 전체 저장소 수집 여부나 코드 비저장 여부를 단정할 수 없다.^[1][2]

학습 거부는 이메일로, 소급 적용 여부는 불명확

2026년 1월 21일부터 시행된 Kimi 이용약관은 콘텐츠를 모델 개선과 연구에 사용하지 않도록 거부할 수 있다고 명시한다. 공개 약관이 제시한 방법은 membership@moonshot.ai로 연락하는 것이다. 계정 식별 정보와 함께 Kimi Code를 포함해 제외하려는 콘텐츠 범위를 구체적으로 적는 것은 요청을 명확하게 하기 위한 실무적인 방법이다.^[3]

영어로 보낼 수 있는 학습 이용 거부 이메일 예시는 다음과 같다.

Subject: Opt-Out Request for Model Improvement and Research

Hello Kimi Support Team,

I am requesting that all content associated with my Kimi account be excluded from model improvement, training, evaluation, and research.

This request includes, but is not limited to:

- Kimi Code prompts and conversations
- Source code and files
- Terminal commands and outputs
- Generated content
- Feedback and diagnostic data linked to my account

Please apply this opt-out to all current and future content associated with my account. If possible, please also confirm whether it applies retroactively to previously submitted content and whether any existing content can be removed from training datasets.

Account email: [your account email]

Please confirm when this request has been processed.

Thank you.

44bits가 이 예시와 같은 취지로 요청한 뒤 Kimi는 데이터 이용과 모델 학습에 관한 요청을 처리했으며, 계정의 데이터·콘텐츠 이용 권한을 조정했다고 답했다. Kimi는 “앞으로 계정 콘텐츠는 모델 개선이나 연구에 더 이상 사용되지 않는다”고 밝혔고, 이 변경이 제품 기능이나 이용 경험에는 영향을 주지 않는다고 설명했다.

답변은 향후 콘텐츠의 이용 중단을 확인했지만, 과거에 제출한 콘텐츠에도 거부가 소급되는지, 기존 학습 데이터에서 제거되는지, 이미 학습된 모델에 반영된 데이터를 어떻게 처리하는지는 밝히지 않았다. 인용한 약관에도 거부 요청의 처리 기한과 적용 단위가 명시돼 있지 않다. 따라서 이번 답변을 과거 데이터 삭제까지 보장하는 확인으로 해석하기는 어렵다.^[3]

보관 일수와 실제 저장 국가는 공개되지 않아

개인정보처리방침은 대화·코드·파일·로그별 보관기간을 구체적인 일수로 공개하지 않는다. 서비스 제공과 유지, 법률·규제 의무, 분쟁 해결과 계약 집행, 보안·성능 개선, 정당한 사업상 이익을 달성하는 데 필요한 기간 동안 보관한다고 설명한다. 정보의 성격과 민감도, 적용 법률과 계약에 따라 기간이 달라질 수 있다는 내용이다.^[2]

계정 삭제를 요청하면 개인정보를 삭제하거나 익명화하지만 법률상 의무와 분쟁 해결에 필요한 데이터는 예외로 남길 수 있다. 이용약관은 거래 기록과 세무 정보, 분쟁 관련 자료를 예로 든다. 백업에서 제거되는 시점과 개별 대화를 삭제했을 때 서버에서 지워지는 범위, 보안·남용 방지 로그의 보관기간도 공개되지 않았다. 구독 취소는 계정 삭제와 별개이므로 결제를 멈추는 것만으로 대화나 코드가 삭제된다고 볼 근거도 없다.^[3]

데이터는 이용자의 거주국 밖 서버로 이전·저장될 수 있다. 문샷AI는 국제 이전에 적절한 보호조치를 적용한다고 밝혔지만, 인용한 개인정보처리방침에는 실제 저장 국가와 데이터센터 리전, 업체별 처리 위치가 명시돼 있지 않다. 호스팅·클라우드, 고객지원, 결제, 분석, 보안업체 같은 처리자 범주만 제시한다.^[2]

문샷AI, Kimi Business 기업 데이터는 학습하지 않는다고 설명

기업용 Kimi Business의 설명은 개인용과 다르다. 문샷AI는 기업 계정에 개인 계정과 분리된 독립 워크스페이스를 제공하고, 기업 데이터를 격리된 공간에 별도로 저장하며 학습에 사용하지 않는다고 설명한다. Kimi Code도 이 Business 상품에서 터미널과 IDE 형태로 사용할 수 있다고 안내한다.^[4]

다만 공개된 Business 제품 페이지에서 확인되는 것은 비학습 약속과 워크스페이스 분리 설명이다. 이 페이지와 연결된 일반 약관에서는 Kimi Business 전용 데이터처리계약(DPA), 데이터 종류별 보관기간, 저장 리전, 업체별 처리 위치와 백업 삭제 시한을 확인할 수 없다. 기업용으로 도입한다면 ‘입력·출력·로그·피드백을 모델 훈련과 개선에 사용하지 않는다’는 조건과 삭제·사고 통지 절차를 계약서에서 확인하는 편이 안전하다.^[4][3]

로컬에 세션·자격증명 저장, 텔레메트리는 기본 활성화

클라우드 정책과 별개로 Kimi Code CLI는 로컬 컴퓨터의 ~/.kimi-code/에 설정 파일과 세션 기록, 로그인 자격증명, 진단 로그를 저장한다. 세션 폴더에는 마지막 프롬프트와 생성·수정 시각, 에이전트와 주고받은 전체 기록이 남고, 터미널 입력 기록은 작업 디렉터리별 파일에 별도로 저장된다.^[5]

~/.kimi-code/ 전체를 삭제하면 로컬 런타임 데이터를 지울 수 있다. 다만 로컬 디렉터리 삭제가 서버 데이터 삭제 요청으로도 작동한다는 설명은 문서에 없다. 서버 개인정보 삭제는 계정 설정이나 고객지원 요청으로 따로 진행한다. Kimi 로그아웃과 모델 컨텍스트 프로토콜(Model Context Protocol·MCP) OAuth 자격증명 삭제도 별개다. 공유 개발 장비나 퇴사자 장비를 정리할 때 세션·로그뿐 아니라 credentials/mcp/까지 확인해야 한다.^[5][3]

CLI의 익명 텔레메트리는 기본적으로 켜져 있으며 설정값을 명시적으로 false로 해야 꺼진다. ~/.kimi-code/config.toml에 아래 항목을 추가하면 된다.^[6]

telemetry = false

텔레메트리 비활성화와 콘텐츠 학습 거부는 서로 다른 조치다. 전자는 CLI의 익명 텔레메트리를 비활성화하고, 후자는 프롬프트와 파일 등 콘텐츠의 모델 개선 이용을 거부한다. 두 설정은 서로 대체하지 않는다.^[6][3]

회사 저장소에 연결하기 전 확인할 조건

개인용 계정을 써야 한다면 모델 개선·연구 이용을 거부하고 텔레메트리를 꺼야 한다. .env, 배포키, 인증서와 고객 데이터는 에이전트가 읽을 수 없는 위치에 두는 편이 안전하다. 다만 이 조치도 과거 데이터 삭제나 구체적인 서버 보관 일수를 보장하지 않는다.^[3][6]

회사 저장소는 비학습·보관·삭제 조건을 계약으로 확인하기 전까지 개인용 Kimi Code에 연결하지 않는 편이 맞다. Kimi Business를 검토하더라도 제품 페이지의 비학습 설명을 DPA와 실제 보관·삭제 조건으로 다시 확인해야 한다.^[4]

삼성전자가 7월 22일 공개한 갤럭시 Z 폴드8의 의미는 단순히 기존 폴더블보다 작다는 데 있지 않다. 접었을 때 여권에 가까운 짧고 넓은 몸체, 펼쳤을 때 4:3이 되는 화면은 Huawei Pura X Max와 애플의 첫 폴더블 아이폰으로 이어지는 새로운 상품군을 겨냥한다. 따라서 폴드8을 세로로 긴 기존 북 스타일 제품과 한 줄로 비교하기보다, 같은 ‘여권형 와이드 폴더블’ 안에서 봐야 성격이 선명해진다.^[1][3][6]

숫자로 보면 실제 여권보다 조금 작다

국제민간항공기구(ICAO) Doc 9303이 정한 TD3 여권의 명목 규격은 가로 88mm, 세로 125mm다. 폴드8은 접었을 때 81.9×123.9mm로 여권보다 폭이 6.1mm 좁고 높이가 1.1mm 짧다. Pura X Max는 85×120mm로 폭 3mm, 높이 5mm 작다. 두 제품의 앞면 면적은 여권의 약 92% 수준이다. ‘여권형’은 비유에 그치지 않고 실제 외곽 크기에도 들어맞는다.^[1][3][5]

가로×세로 기준. 여권은 ICAO TD3의 명목 규격이며 실제 제본과 커버 두께는 비교하지 않았다. 폴더블 아이폰은 애플이 발표하지 않아 외곽 치수를 넣지 않았다.

두 제품의 차이는 방향에 있다. 폴드8은 Pura X Max보다 3.1mm 좁고 3.9mm 길어 일반 스마트폰 쪽에 조금 더 가깝다. Pura X Max는 실제 여권의 가로세로 비율과 거의 같아 더 납작하고 넓게 느껴진다. 폴드8의 5.5인치 커버 화면은 10:16이고 펼친 7.6인치 화면은 4:3이다. Pura X Max는 5.4인치 외부 화면과 7.7인치 내부 화면을 쓴다.^[1][3]

직접 경쟁 제품은 Pura X Max다

화웨이는 2026년 4월 중국에서 Pura X Max를 먼저 내놨다. 폴드8과 같은 여권형이지만 사양의 방향은 다르다. Pura X Max는 5,300mAh 배터리, 66W 유선 충전, 3.5배 광학 망원 카메라를 넣었다. 반면 폴드8은 201g으로 Pura X Max보다 28g 가볍고, 접은 두께 9.7mm로 1.5mm 얇다. 매일 들고 다니는 부담은 삼성이 줄였고, 배터리·충전·망원 촬영은 화웨이가 앞선다.^[1][3][4]

삼성과 화웨이는 제조사 공식 사양·정가다. 폴더블 아이폰 열은 2026년 7월 23일 현재 보도와 유출을 정리한 것으로 제품명·출시일·사양·가격 모두 확정되지 않았다.

유출된 폴더블 아이폰이 이 상품군을 설명한다

애플은 폴더블 아이폰을 아직 발표하지 않았고 ‘iPhone Fold’나 ‘iPhone Ultra’라는 이름도 공식 명칭이 아니다. 다만 여러 보도를 종합하면 접었을 때 약 5.5인치, 펼쳤을 때 약 7.8인치 4:3 화면을 쓰는 짧고 넓은 북 스타일로 개발되고 있다. 외부 5.49인치 2088×1422, 내부 7.76인치 2713×1920이라는 유출 수치는 Pura X Max의 5.4인치 1848×1264 외부 화면과 7.7인치 2584×1828 내부 화면에 특히 가깝다.^[3][6]

폴드8은 이 예상 아이폰보다 먼저 나온 삼성의 해석이다. 7.6인치 4:3 화면과 5.5인치 커버 화면은 알려진 아이폰 규격과 거의 같은 범위에 있고, Pura X Max보다 가볍고 얇다. 반대로 망원 카메라를 빼고 4,800mAh 배터리를 택해 휴대성을 우선했다. 폴드8의 경쟁력은 ‘모든 폴더블 중 최고 사양’이 아니라, 애플이 들어올 것으로 예상되는 여권형 폴더블을 한국에서 먼저 살 수 있다는 데 있다.

폴드8 울트라는 같은 브랜드 안의 다른 상품군이다

갤럭시 Z 폴드8 울트라는 이름상 상위 모델이지만 Pura X Max·유출 아이폰과 같은 여권형은 아니다. 접었을 때 72.8×158.4mm인 세로형 몸체에 8인치 내부 화면, 2억 화소 메인·3배 망원 카메라를 넣은 기존 북 스타일의 상위 모델이다. 국내 256GB 출고가는 폴드8 227만8,100원, 울트라 257만7,300원이다. 저장 용량이 같으면 울트라가 29만9,200원 비싸다. 카메라와 세로형 멀티태스킹이 우선이면 울트라, 여권형 화면과 휴대성이 우선이면 폴드8이라는 구분이 더 정확하다.^[1][2]

추가 비용으로 얻는 차이는 분명하다. 울트라는 2억 화소 광각, 5,000만 화소 초광각, 3배 광학 줌을 지원하는 1,000만 화소 망원 카메라를 갖췄다. 8K 영상과 APV 코덱, Cine LUT도 지원한다. 폴드8은 5,000만 화소 광각과 5,000만 화소 초광각의 듀얼 카메라다. 울트라는 배터리가 200mAh 더 크고, 화면도 0.4인치 더 크다. 반대로 폴드8은 14g 가볍고, 4:3 화면이 사진·문서·전자책을 한 화면에 크게 펼치는 데 더 자연스럽다.^[1][2]

한국에서 고른다면 선택지는 네 가지다

현장 평가는 좋았지만 여권형의 성공은 아직 검증 전이다

발표 현장에서 폴드8을 사용한 연합뉴스 김지연 기자는 4:3 화면에서 영상의 검은 여백이 줄고 전자책과 웹 문서가 자연스럽게 보였다고 평가했다. 더 버지의 도미닉 프레스턴 뉴스 에디터도 사진으로 볼 때 어색했던 낮고 넓은 형태가 실제로는 곧 익숙해졌고, 닫은 상태에서 한 손으로 화면 반대편에 닿기 쉬웠다고 썼다. 반면 넓은 폭은 케이스를 씌우면 불편할 수 있고 망원 카메라가 없다는 점은 약점으로 꼽았다.^[7][8]

결국 폴드8의 핵심 경쟁은 모든 폴더블의 사양표가 아니다. Pura X Max가 먼저 보여준 여권형 폴더블을 삼성이 얼마나 가볍고 현실적인 국내 제품으로 만들었는지, 그리고 곧 등장할 것으로 보이는 애플 제품보다 먼저 사용자를 설득할 수 있는지가 관건이다. 휴대성과 국내 사용 환경은 폴드8, 배터리·망원 카메라는 Pura X Max, iOS 생태계는 폴더블 아이폰이 각각 분명한 선택 이유다.

노트북과 서버를 하나의 사설망으로 묶어 주는 서비스 Tailscale이 8월 26일 미국 샌프란시스코의 재즈 공연장 SFJAZZ Center에서 TailscaleUp 2026을 연다. 엔지니어와 보안·IT 담당자들이 사용자 인증과 접근 권한, 사내 시스템, AI 에이전트 연결을 논의하는 자체 콘퍼런스다. 다만 이번이 첫 행사는 아니다. Tailscale은 2023년 5월 31일 샌프란시스코의 행사장 Dogpatch Studios에서 사용자들이 직접 모이는 첫 콘퍼런스를 열었다. 올해 행사는 개인이 집에서 서버를 운영하는 ‘홈랩’과 개발자 커뮤니티에서 출발한 Tailscale이 기업 내부망과 클라우드 연결로 영역을 넓히는 자리다.^[1][5][6]

첫 행사는 2023년…올해는 기업용 네트워크와 보안에 초점

Tailscale은 2023년 행사를 “사용자들이 한자리에 모이는 첫 Tailscale 커뮤니티 콘퍼런스”라고 발표했다. 당시에는 커뮤니티가 제안한 발표 15개를 한 무대에서 진행했다. 발표자들은 4개 대륙에서 왔으며, 참가비는 조기 등록 75달러, 일반 등록 125달러였다. 따라서 2026년 행사를 Tailscale의 첫 콘퍼런스라고 볼 수는 없다. 공식 자료에 따르면 2023년에 이어 두 번째로 열리는 행사다.^[5][6]

올해 일정은 오전 전체 세션이 끝난 뒤 ‘네트워크 연결(Connectivity)’과 ‘보안(Security)’ 두 분야로 나뉜다. GitHub의 Tailscale 활용 사례, GoFundMe가 홈랩과 AWS us-east-1을 VPN으로 연결한 과정, Replit의 서비스망 구성, eBay가 Cloudflare Tunnel에서 Tailscale Funnel로 전환한 사례, AWS의 AI 에이전트 보안 등이 발표 주제다. 오전 기조연설에는 에이버리 페너런(Avery Pennarun) Tailscale 공동창업자 겸 최고경영자와 로스 쿠쿨린스키(Ross Kukulinski) 제품 부문 부사장 등이 참여한다. 일정과 발표자는 행사 전까지 바뀔 수 있다.^[3]

현장 참가권 525달러…온라인 생중계는 오전만 무료

7월 23일 현재 현장 참가권은 525달러다. 기조연설과 일반 세션, 오후 발표, 식사, 전문가 상담, 뒤풀이까지 포함한다. 전날인 8월 25일 더 프로퍼 호텔(The Proper Hotel)에서 열리는 커뮤니티 데이(Day 0 Community Day)는 50달러다. 온라인 시청은 무료지만, 생중계하는 내용은 오전 일반 세션과 기조연설, 제품 발표로 한정된다. 오후 발표와 워크숍은 생중계하지 않고 녹화 영상도 공개하지 않는다.^[2][4]

Tailscale은 무엇이며 어떻게 작동하나

Tailscale은 노트북, 서버, NAS, 컨테이너를 WireGuard로 암호화된 사설망인 ‘테일넷(tailnet)’으로 묶는다. 각 장비에 클라이언트를 설치하고 Google이나 GitHub 계정으로 로그인하면, Tailscale이 암호화 키와 통신 경로를 관리한다. 공인 IP나 포트 포워딩, 중앙 VPN 서버를 따로 구성하지 않아도 되며 사용자와 기기별로 접속 권한을 정할 수 있다. 홈랩에서는 외부에서 NAS에 접속하는 수단으로, 기업에서는 원격 개발자와 쿠버네티스 환경, 여러 클라우드를 연결하는 사설망으로 쓴다.^[7][8][10]

중앙 조정 서버는 로그인과 기기 정보, 접속 권한만 관리하고 실제 데이터는 가능한 한 기기 사이를 직접 오간다. 직접 연결할 수 없으면 같은 테일넷의 다른 기기나 Tailscale의 DERP 서버가 통신을 중계한다. 이때도 데이터는 종단 간 암호화되지만 직접 연결보다 느릴 수 있다. 중앙 조정 서버가 멈춰도 기존 연결은 유지되지만 새 기기 연결이나 권한 변경은 복구될 때까지 어렵다.^[8][9]

TailscaleUp 2026에서 눈에 띄는 것은 다루는 주제의 변화다. 2023년에는 커뮤니티 발표 15개가 중심이었다. 올해는 기업 보안과 클라우드 작업 환경, AI 에이전트를 안전하게 연결하는 방법이 두 분야의 발표를 채운다.^[3][6] Tailscale은 홈랩에서 간편하게 쓰는 VPN이라는 이미지를 넘어, 기업 내부망과 클라우드 접속을 관리하는 제품으로 시장을 넓히고 있다. 행사에서 발표할 제품과 고객 사례가 얼마나 구체적인지가 관건이다.

중국 문샷AI(Moonshot AI)가 Kimi K3 공개 뒤 몰린 수요를 감당하기 위해 신규 유료 구독을 일시 중단했다. 회사는 7월 19일 공식 X 계정을 통해 직전 48시간의 수요가 현재 연산 용량의 한계에 근접했다며, 기존 가입자의 이용 경험을 보호하기 위해 이들에게 연산 자원을 우선 배정한다고 밝혔다. 7월 23일 현재 Kimi 가격 페이지에서 월 $19~$199인 네 개 유료 플랜은 모두 ‘Join Waitlist(대기열 신청)’로 바뀌었다.^[1][2]

K3 공개 직후 신규 유료 구독 중단

Kimi는 K3 수요가 예상을 크게 웃돌아 GPU 부담이 커졌다고 밝혔다. K3는 7월 17일 공개됐고 구독 중단 공지는 7월 19일 나왔다. 회사가 말한 ‘48시간’은 출시 후 정확히 48시간 만에 구독을 중단했다는 뜻이 아니라, 공지 직전 48시간 동안 수요가 현재 용량의 한계에 가까워졌다는 설명이다.^[1][3]

조치의 범위도 구분할 필요가 있다. 중단된 것은 일반 소비자용 멤버십의 신규 유료 구독이다. 기존 구독자는 영향을 받지 않으며, 가격 비교표의 무료 Adagio($0)도 그대로 남아 있다. Kimi 계정 가입 전체나 API, 기업용 상품까지 중단됐다는 발표는 없다. AP통신과 사우스차이나모닝포스트도 기존 가입자를 우선하고 신규 구독만 멈춘 조치로 보도했다.^[3][4]

월 $19부터 $199까지 모두 대기열

Kimi 가격 페이지는 연 결제 기준 Moderato 월 환산 $15(연 $180), Allegretto $31(연 $372), Allegro $79(연 $948), Vivace $159(연 $1,908)을 표시한다. 월 단위 결제 가격은 각각 $19·$39·$99·$199다. 네 플랜의 결제 버튼은 모두 ‘Join Waitlist’다.^[2]

이는 44bits가 7월 18일 전한 Kimi Code 구독 조건도 당분간 새 이용자에게는 적용하기 어려워졌다는 뜻이다. 당시에는 K3를 쓰려면 Moderato(월 $19), 100만 토큰 컨텍스트를 열려면 Allegretto(월 $39) 이상이 필요했다. 지금은 가격표가 남아 있어도 신규 이용자는 바로 결제할 수 없다.

가격 페이지 상단에는 “새 멤버십 플랜이 곧 출시된다”는 안내와 함께 “출시 전 현재 플랜을 계속 구매할 수 있다”는 문장이 남아 있다. 그러나 실제 결제 버튼은 모두 대기열로 바뀌어 두 안내가 서로 맞지 않는다. 현재 가입 가능 여부는 7월 19일 공식 공지와 각 플랜의 버튼 상태를 우선해서 보는 편이 정확하다.^[1][2]

대기열은 열렸지만 순번과 재개 날짜는 없다

대기열 신청은 원하는 플랜의 ‘Join Waitlist’를 누른 뒤 Kimi 계정으로 로그인해 진행한다. 신청 화면에는 사용자 이름과 연락처가 표시되고, 코딩·개발, 작업 자동화, 웹사이트·미니게임, 문서, 조사, 금융, 학술, 글쓰기, 개인 비서 등 주요 사용 목적을 선택할 수 있다. 다만 공개 페이지와 공지에는 선착순 여부, 예상 대기 기간, 배치별 인원, 대기 순번 확인 방법, 이메일과 앱 알림 중 어떤 방식으로 자리를 안내하는지가 적혀 있지 않다.^[2]

Kimi는 용량을 가능한 한 빨리 추가하고, 신규 구독 자리를 배치 단위로 다시 열겠다고 밝혔다. 전면 재개 날짜를 정해 둔 방식이 아니라 증설 상황에 맞춰 일부 자리를 순차적으로 푸는 방식이다. ‘언제 다시 살 수 있나’라는 질문에 현재 공개된 답은 아직 없다.^[1]

유료 구독 수요는 컸지만 실사용 평가는 엇갈려

공개 반응에는 구독 중단을 유료 구독 수요가 컸다는 신호로 보는 해석이 나왔다. 투자 정보를 다루는 X 계정 Investing Visuals는 이를 GPU를 빌려주는 ‘네오클라우드’ 사업의 필요성을 보여주는 사례로 읽었다. 다만 이 계정은 Nebius·IREN·CoreWeave 종목을 함께 언급했다. 문샷AI의 실제 GPU 조달 계약이나 수요 규모를 확인한 분석이라기보다 투자 관점의 의견이다.^[5]

수요가 많다는 사실과 제품이 쾌적하다는 평가는 분리해야 한다는 반응도 나왔다. Kimi Code 이용 경험을 공유한 X 이용자 @JulieZ1122는 구독 중단 전에 가입한 점은 다행이라면서도, 간단한 작업에서도 코딩 에이전트가 필요 이상으로 오래 걸리고 불필요한 추론을 많이 한다고 지적했다. 한 이용자의 경험이 전체 품질을 대표하지는 않지만, 기존 가입자를 우선하면 이용 경험이 안정된다는 회사 설명은 별도로 검증할 필요가 있다.^[6]

중국어로 AI 개발 사례를 공유하는 X 계정 @yujianweilai001도 “Kimi K3가 신규 구독을 멈출 만큼 주목받았지만, 인기만으로 개발 도구를 바꿀 이유는 없다”고 평가했다. 실제 프로젝트의 규칙 준수와 테스트·롤백, 여러 차례 수정 뒤 기존 기능 보존, 출처를 추적할 수 있는 조사 결과를 함께 검증해야 한다는 주장이다. 한 계정의 견해를 중국 개발자 전체의 반응으로 일반화할 수는 없지만, 가입 대기열과 실사용 성능은 서로 다른 지표라는 지적은 유효하다.^[7]

Kimi와 Kimi Code 멤버십도 갈라진다

문샷AI는 이번 조치와 함께 멤버십을 두 상품으로 나눌 계획도 밝혔다. Kimi Web·App·Work를 묶은 ‘Kimi Membership’과 코딩 워크플로 전용 ‘Kimi Code Membership’이다. 회사는 작업 성격에 맞춰 연산 자원을 더 정확히 배분하고 이용 경험을 안정화하기 위한 개편이라고 설명했다.^[1]

가격 페이지는 아직 기존 Moderato·Allegretto·Allegro·Vivace 체계를 보여준다. 새 두 상품의 출시일과 가격, 사용량, 기존 가입자의 이전 방식은 공개되지 않았다. 기존 가입자가 이번 구독 중단의 영향을 받지 않는다는 말이 새 체계에서도 현재 가격과 혜택을 영구 보장한다는 뜻은 아니다.

Kimi K3의 초기 유료 수요는 분명하다. 돈을 내겠다는 이용자를 돌려세울 정도다. 그러나 현재 공개된 정보만으로 수요 규모와 증설 비용, 재개 시점을 계산할 수는 없다. 이번 중단은 K3의 흥행을 보여주는 동시에, AI 모델 경쟁에서 제품 성능만큼 추론 인프라와 용량 계획이 중요하다는 사실도 드러냈다. 벤치마크 성적을 실제 서비스로 이어 가려면 충분한 GPU 용량을 안정적으로 확보해야 한다.

Google이 7월 21일 Gemini 3.6 Flash, Gemini 3.5 Flash-Lite, Gemini 3.5 Flash Cyber를 공개했다. 발표 직후 벤치마크와 개발자 반응을 종합하면 3.6 Flash의 가장 분명한 변화는 ‘더 높은 지능’보다 ‘같은 수준의 작업을 더 빨리, 더 적은 토큰으로 처리하는 능력’이다. 웹 화면의 색상·레이아웃을 고치는 짧은 코딩 작업과 문서 추출에서는 호평이 나왔지만, 여러 도구를 연속 호출하는 코딩 에이전트 작업에서는 환각과 조기 종료가 보고됐다.^[1][3][7]

3.6 Flash는 출력 가격 17% 인하, Flash-Lite는 오히려 인상

Gemini 3.6 Flash의 API 가격은 입력 100만 토큰당 $1.50, 출력 100만 토큰당 $7.50이다. 입력 가격은 3.5 Flash와 같고 출력 가격은 $9에서 16.7% 내렸다. Google은 Artificial Analysis 평가에서 출력 토큰을 전작보다 17% 적게 사용했으며, DeepSWE에서는 최대 65%까지 줄었다고 밝혔다. 다만 65%는 특정 벤치마크의 결과이지 모든 작업에 적용되는 절감률은 아니다.^[1]

3.5 Flash-Lite는 입력 100만 토큰당 $0.30, 출력 100만 토큰당 $2.50이다. 직전 3.1 Flash-Lite의 $0.25·$1.50과 비교하면 입력은 20%, 출력은 66.7% 올랐다. 더 오래된 2.5 Flash-Lite의 출력 가격 $0.40과 비교하면 6.25배다. Google은 이를 ‘가장 비용 효율적인 3.5급 모델’이라고 부르지만, 이전 Lite 사용자의 청구서까지 가벼워진 것은 아니다.^[1][5]

3.6 Flash와 3.5 Flash-Lite는 Gemini API, Google AI Studio, Android Studio와 Gemini 앱에서 제공된다. 3.6 Flash는 Google Antigravity와 Gemini Enterprise 앱에도 들어가며, 3.5 Flash-Lite는 Google 검색에 순차 배포된다. 두 모델 모두 100만 토큰 컨텍스트를 지원한다.^[1][3]

지능 점수는 그대로, 속도는 거의 두 배

독립 모델 평가기관 Artificial Analysis의 ‘high’ 추론 설정에서 3.6 Flash의 Intelligence Index는 50으로 186개 모델 중 21위였다. 3.5 Flash도 50으로 20위다. 종합 지능 점수만 보면 세대 교체라고 부를 변화는 없다.^[3][4]

반면 출력 속도는 초당 165.4토큰에서 303.6토큰으로 83.6% 빨라졌다. 평가 전체에서 사용한 출력 토큰도 7,500만 개에서 5,900만 개로 줄었고, Intelligence Index 실행 비용은 $1,040.88에서 $726.70으로 내려갔다. 같은 평가 묶음을 더 빠르고 간결하게 끝냈다는 뜻이다. Google이 공개한 개별 수치도 DeepSWE 37%에서 49%, OSWorld-Verified 78.4%에서 83.0%, MLE Bench 49.7%에서 63.9%로 올랐다. 다만 이 개별 수치는 Google이 발표한 결과로, 외부 기관이 같은 조건에서 다시 확인한 값은 아니다.^[1][3][4]

Ars Technica의 미국 기술 기자 라이언 휘트웜은 OSWorld의 4.6%포인트 상승을 “완만한 개선”으로 평가했다. Google의 수치를 같은 조건에서 다시 검증한 기사는 아니지만, 이번 릴리스가 능력의 큰 도약보다 효율 개선에 가깝다는 해석과 맞닿아 있다.^[5]

문서 이해와 짧은 코딩은 빠르다…정확도 향상은 일관되지 않아

LlamaIndex 공동창업자 겸 최고경영자 제리 류(Jerry Liu)는 3.6 Flash와 3.5 Flash-Lite를 문서 이해 작업에 투입해 이전 세대와 비교했다. 3.6 Flash의 평균 점수는 66.8로 3.5 Flash의 69.9보다 낮았다. 표 인식은 91.1에서 89.5로, 차트 이해는 45.0에서 31.0으로 떨어졌고 레이아웃 규칙 통과율은 65.1에서 67.3으로 소폭 올랐다. 류는 “대체로 비슷하지만 차트 이해는 14%포인트 내려갔다”고 평가했다.^[8]

같은 시험에서 3.5 Flash-Lite의 평균 점수는 57.1로 3.1 Flash-Lite의 59.7보다 낮았고, 페이지당 평균 비용은 $0.29에서 $0.56으로 늘었다. 한 번의 벤치마크를 전체 성능으로 일반화할 수는 없지만, 신형이 모든 문서 작업에서 더 정확하거나 더 싸다고 보기는 어렵다는 반례다.^[8]

미국 스탠퍼드 선형가속기센터(SLAC)에서 물리학·컴퓨터과학을 공부하고 Browser Use에서 에이전트를 개발하는 알렉산더 유(Alexander Yue)는 BrowserCode 평가에서 3.6 Flash가 79%, 3.5 Flash가 75%, 3.5 Flash-Lite가 61%를 기록했다고 공개했다. 유는 3.6의 개선 폭이 비용에 비해 작다고 평가했고, Flash-Lite는 점수는 낮지만 초당 100토큰이 넘는 속도로 아주 쉬운 작업에는 쓸 만하다고 봤다.^[10]

에이전트 코딩은 ‘계획 후 실행’이 안전하다는 반응

출시 직후 Hacker News의 공식 발표 스레드는 조사 시점 620점과 댓글 492개를 기록했다. 가장 일관된 호평은 속도였다. Flash-Lite를 직접 시험한 사용자는 “말도 안 되게 빠르다(crazy fast)”고 평가했고, Antigravity에서 3.6 Flash와 3.5 Flash를 비교한 Reddit 사용자는 코딩과 지시 이행이 개선됐다고 적었다.^[7][11]

반대 사례도 곧바로 나왔다. 같은 Reddit 스레드에서는 1만 토큰도 안 된 대화에서 조건을 잊고 존재하지 않는 도구 호출 데이터셋을 추천했다는 보고가 나왔다. 다른 사용자는 모호한 원샷 지시보다 계획 모드가 낫다며, 복잡한 작업은 Pro 모델로 계획한 뒤 Flash로 실행하는 방식을 제안했다.^[11]

Hacker News에서는 Antigravity에서 3.6 Flash가 “도구 호출을 지금 중단하고 대기하라”는 내부 지시로 보이는 문구를 반복 출력했다는 사례가 올라왔다. 기존 특징 추출 파이프라인과 30분간 비교한 다른 사용자는 3.6의 정확도가 3.5보다 0.1~0.2% 낮았다고 보고했다. 모두 개인 환경의 단기 시험이지만, 복잡한 도구 사용에서 벤치마크 향상이 그대로 재현되지 않을 수 있음을 보여준다.^[7]

오픈소스 코딩 에이전트 OpenCode의 엔지니어 루크 파커(Luke Parker)는 이번 릴리스의 주된 변화가 여러 차례 대화한 뒤 반복 루프에 빠지거나 이상하게 동작하는 장기 세션 문제를 줄이는 데 있다고 설명했다. 이는 모델의 지능 상한을 높이기보다 에이전트를 오래 돌릴 때의 안정성을 다듬었다는 평가다.^[9]

Flash Cyber는 아직 직접 써볼 수 없다

Gemini 3.5 Flash Cyber는 3.5 Flash를 취약점 탐지·검증·패치에 맞게 조정한 모델이다. 일반 API로 공개하지 않고 CodeMender 안에서 여러 에이전트가 함께 하나의 보고서를 만드는 방식으로 제공한다. 대상도 정부와 Google이 인정한 신뢰 파트너로 제한되며, 제한 파일럿은 “곧” 시작될 예정이다.^[2]

Google DeepMind의 V8 자바스크립트 엔진 평가에서 Flash Cyber는 확인된 고유 취약점 55개를 찾았다. 기본 3.5 Flash는 47개, Claude Opus 4.6은 36개였다. 그러나 이 비교는 Flash Cyber를 최대 다섯 번 호출해 결과를 합친 CodeMender 에이전트 성능이다. 경쟁사 수치 일부는 업체 자체 보고값이며, Opus 4.6 이후 모델은 안전장치 때문에 요청을 거부해 차트에서 빠졌다. ‘단일 Flash 모델이 최신 경쟁 모델보다 강하다’고 읽을 수 없는 이유다.^[2]

공개 접근이 제한된 만큼 X, Reddit, Hacker News에서 검증 가능한 Flash Cyber 직접 사용기는 확인되지 않았다. 현재 커뮤니티 반응은 Google의 벤치마크 구성과 제한 공개 정책에 대한 논평이며, 외부에서 같은 조건으로 다시 확인한 결과는 아니다.

빠른 Flash는 나왔지만 3.5 Pro는 나오지 않았다

이번 발표에서 빠진 모델도 중요하다. Google은 Gemini 3.5 Pro가 파트너 테스트 중이며 준비되는 대로 널리 제공하겠다고 밝혔다. Gemini 4는 사전학습을 시작한 단계다. TechCrunch의 미국 AI 담당 선임기자 레베카 벨런은 이번 출시가 ‘무엇을 내놓았는지뿐 아니라 무엇을 내놓지 않았는지’ 때문에 주목된다고 평가했다. 뉴욕타임스는 Google이 Flash Cyber를 더 큰 모델보다 낮은 비용으로 보안 취약점을 찾아 패치할 수 있는 모델로 내세웠다고 전했다.^[1][6][12]

현재 자료만 놓고 보면 3.6 Flash는 복잡한 문제의 정답률을 크게 끌어올린 모델이라기보다, 전작 수준의 종합 성능을 훨씬 빠르고 간결하게 실행하도록 조정한 모델에 가깝다. 짧은 수정과 대량 문서 처리처럼 지연시간이 중요한 작업에는 분명한 이점이 있다. 여러 파일과 도구를 오가는 장기 에이전트 작업이라면 계획 단계와 결과 검증을 더 강한 모델이나 별도 테스트에 맡기는 편이 안전하다. 빠른 것과 끝까지 제대로 하는 것은 아직 같은 말이 아니다.

7월 17일부터 20일까지 열린 2026 세계인공지능대회(World Artificial Intelligence Conference·WAIC)의 중국 상하이 세계엑스포전시관 H4에는 멀리서도 눈에 띄는 붉은 공간이 들어섰다. 샤오홍슈(小红书·RedNote)는 사진과 짧은 영상, 이용자 후기를 중심으로 성장한 중국의 대표적인 라이프스타일 콘텐츠 플랫폼이다. 이곳에 마련된 샤오홍슈 전시 부스 H4-FT B401의 붉은 벽과 대형 화면에는 RED Skill과 Vibe Coding으로 만든 작품이 계속 재생됐다. 관람객은 게시물을 읽는 데서 그치지 않고 화면의 작품을 찾아 직접 실행해볼 수 있었다.

샤오홍슈는 7월 19일 오전 10시부터 정오까지 같은 전시관 H4 이노베이션 스테이지에서 ‘샤오홍슈·빌더에 주목하라(小红书·让Builders被看见)’ 행사를 열었다. WAIC 공식 일정은 이를 동시 개최 행사로 분류했으며, 19일 전시 입장 권한이 있는 관람객이면 참여할 수 있도록 했다.

무대 중앙 화면에는 행사 제목인 ‘让Builders被看见’이 크게 걸렸다. 양옆 화면은 ‘샤오홍슈에서 Vibe Coding을 바로 체험하세요(在小红书直接玩 vibecoding)’라는 문구와 실제 게시물 화면, QR 코드를 보여줬다. 개발자 발표를 듣는 포럼 무대와 관람객이 작품을 곧바로 실행하는 데모 공간이 하나의 동선으로 연결됐다.

6월 8일 제한 공개, 7월 초 전면 공개

RED Skill은 WAIC에서 처음 공개된 기능이 아니다. 샤오홍슈는 6월 8일 일부 크리에이터에게만 제공한 RED Skill을 7월 초 전면 공개했으며, WAIC에서 이를 새로운 제품 역량으로 대외 발표·전시했다. 6월에는 일부 크리에이터만 노트 아래에 RED Skill 컴포넌트를 붙일 수 있었지만, 7월 초부터 전체 크리에이터가 스킬을 게시하고 공유할 수 있게 됐다.

사용자는 게시물 아래 컴포넌트에서 명령을 복사해 자신이 사용하는 여러 AI 에이전트에 설치할 수 있다. 샤오홍슈는 ‘RED Skill 대상(RED Skill大赏)’ 지원 프로그램과 스킬 추천 목록도 함께 운영했다. WAIC에서는 Vibe Coding 미니 도구의 시험 운영을 공개하고, 개발자용 플랫폼 Builder Hub를 개편했다. WAIC는 RED Skill의 최초 공개 무대라기보다, 전면 공개된 기능과 개발자 생태계를 대규모 관람객에게 선보인 자리였다.

개발자는 Builder Hub에 AI 스킬이나 Vibe Coding 작품을 올린 뒤 샤오홍슈 게시물인 ‘노트(笔记)’에 연결할 수 있다. 사용자는 연결된 도구를 내려받거나 직접 체험하고 반응을 남길 수 있다.

QR 코드로 가득 찬 ‘스킬 작품 벽’

전시장 한쪽에는 수십 개의 정육면체 패널을 격자 형태로 쌓은 작품 벽이 설치됐다. 각 면에는 개발자 프로필과 스킬 설명, QR 코드가 붙었다. 붉은 패널에는 ‘샤오홍슈에서 스킬을 바로 공유하세요’, ‘Vibe Coding을 바로 체험하세요’, ‘프롬프트를 바로 공유하세요’라는 문구가 반복됐다.

이 전시는 샤오홍슈가 말하는 ‘콘텐츠가 곧 배포(内容即分发)’를 물리적으로 구현했다. 작품 벽의 QR 코드는 전시물마다 게시물과 도구를 연결해 관람객이 현장에서 바로 체험하도록 했다.

4월, 200명이 48시간 동안 만든 59개 제품

WAIC에서 선보인 Builder 생태계의 출발점 중 하나는 지난 4월 열린 샤오홍슈의 첫 ‘해커톤 챔피언십(黑客松巅峰赛·RED HACKATHON)’이었다. 샤오홍슈는 4월 7일부터 10일까지 상하이 푸둥의 장장(张江) 인공지능 혁신타운에 있는 과학회당에서 오프라인 결선을 진행했다. 약 200명의 결선 진출자는 하드웨어와 소프트웨어 부문으로 나뉘어 48시간 동안 아이디어를 실제 작동하는 제품으로 구현했다.

48시간 동안 완성된 결과물은 59개였다. 이 가운데 10개 팀이 최종 무대에서 제품을 시연하고 심사를 받았다. 중국의 22세 해커톤 참가자 예보원(叶博文)과 팀원들이 만든 카드형(줄 없는) 기타 Pocket Guitar는 대상과 상금 20만 위안(약 4,400만 원)을 받았다. 뇌파로 조종하는 휠체어는 하드웨어 부문 1위, AI 헤어스타일 디자인 제품 Chic Chic은 소프트웨어 부문 1위에 올랐다. 장전야오 팀의 목욕·드라이·양치를 돕는 로봇팔은 하드웨어 부문 3위를 차지했다.

전체 참가자의 60% 이상은 2000년 이후 태어난 세대였고, 최연소 참가자는 12세였다. 평균 연령 13.5세인 중국 중학생 네 명으로 구성된 Page One 팀은 24시간이 채 되기 전에 샤오홍슈 게시물의 흥행 가능성을 분석하는 AI 에이전트 NoteRx(薯医)를 완성했다. 이 팀은 ‘AI 네이티브’ 특별상을 받았다.

행사장은 완성된 제품만 평가하는 경연장이 아니었다. 참가자들은 개발 과정을 샤오홍슈에 공개하고 반응을 확인했으며, 마지막 무대에서는 제품을 직접 시연하고 제작 의도와 사용 장면을 설명했다. 커뮤니티에서 아이디어를 공개하고 잠재 사용자의 반응을 받아 제품을 고치는 ‘공개적으로 만들기(Build in Public)’가 대회의 진행 방식 안에 들어왔다.

4월 해커톤에서 끝난 제품들은 석 달 뒤 WAIC로 이동했다. 샤오홍슈는 해커톤에서 성장한 여섯 팀에 WAIC 독립 전시 부스를 제공했다. 4월 하드웨어 부문 1위작인 왕닝의 뇌파 제어 휠체어와 3위작인 장전야오 팀의 로봇팔도 H4 전시장에 다시 등장했다. 해커톤이 단발성 경진대회를 넘어 개발자를 발굴하고, 커뮤니티에서 제품을 검증한 뒤 대형 기술 전시회로 연결하는 통로가 된 셈이다.

16만 개발자가 ‘공개적으로 만들기’

샤오홍슈가 중국 매체에 제공한 자료에 따르면 지난 1년 동안 플랫폼에서 활동한 AI 개발자는 16만 명을 넘었다. 스킬 관련 주제의 누적 노출은 6억 회 이상이다. 2026년 2월 이후에는 매월 4만~5만 개의 Vibe Coding 작품이 게시됐고 관련 토론은 160만 건을 넘어섰다.

자신이 만드는 과정을 공개하는 Build in Public 관련 게시물도 누적 110만 건 이상이라고 샤오홍슈는 밝혔다. 이 수치는 회사가 제공한 플랫폼 내부 통계로 독립적인 검증을 거치지는 않았다.

WAIC 현장에서는 샤오홍슈 해커톤을 거친 중국 청년 개발자 여섯 팀이 독립 부스를 운영했다. 전시 범위는 스마트 하드웨어와 로봇, 인간과 컴퓨터의 상호작용, AI 에이전트 애플리케이션까지 이어졌다.

4월 해커톤 하드웨어 부문 1위를 받은 중국 개발자 왕닝(王宁)은 뇌파로 조종하는 휠체어를 선보였다. 신체 마비를 경험했던 그는 장애인이 생각만으로 이동을 보조할 수 있도록 제품을 개발했다. 중국의 2000년대생 개발자 장전야오(张振尧)는 7축 로봇팔과 비전 대형모델을 결합한 ‘추이러머 로봇팔(吹了么机械臂)’을 전시했다. 로봇팔이 머리를 말리거나 면도와 양치 같은 일상 행동을 돕는 제품이다.

19일 포럼에는 샤오홍슈 커뮤니티에서 활동해 온 AI 창작자 8명이 무대에 올랐다. 카드형(줄 없는) 기타 Pocket Guitar를 48시간 만에 만든 예보원을 비롯해 로봇에 애니메이션풍 외형을 결합한 2000년대생 개발자, 접근성과 정서적 동반 문제를 다루는 AI·스킬 개발자들이 제품 개발과 창업 경험을 공유했다.

공식 전시장 밖에서도 이어진 Builder 담론

샤오홍슈의 Builder 전략은 공식 전시장에만 머물지 않았다. Research AI+ 운영자 신란 장(Xinran.Z)은 7월 18일 X를 통해 샤오홍슈가 WAIC 기간 열린 제2회 ‘AI 연구자·엔지니어 여름 파티’의 파트너로 참여했다고 밝혔다.

공식 포럼과는 별개의 야간 사이드 이벤트로, 16명의 연구자와 엔지니어, 오픈소스 개발자와 창업자가 AI for Science, LLM과 에이전트, 임바디드 AI를 주제로 사흘 동안 발표했다. 신란 장은 이 행사를 “또 하나의 공식 포럼이나 대규모 네트워킹 행사가 아니라 중국의 흥미로운 AI Builder들이 실제로 무엇을 만들고 있는지 가까이에서 들여다보는 자리”라고 소개했다.

샤오홍슈는 ‘Builder’를 전문 소프트웨어 개발자만을 뜻하는 용어로 사용하지 않는다. 프롬프트와 스킬을 만들거나 AI를 이용해 하드웨어·콘텐츠·소규모 제품을 개발하는 개인까지 하나의 창작자 생태계로 묶는다.

콘텐츠 플랫폼은 AI 시대의 앱스토어가 될 수 있을까

샤오홍슈가 이렇게 AI를 활용한 개발에 집중하는 이유가 뭘까? Vibe Coding과 에이전트 도구 덕분에 제품을 만드는 비용은 낮아졌지만, 수많은 소규모 도구 가운데 사용자가 자신에게 필요한 것을 찾고 신뢰하기는 여전히 어렵다. 샤오홍슈는 이 ‘발견’ 문제를 콘텐츠 플랫폼의 추천 피드와 검색으로 풀려 한다.

개발자는 제작 과정과 사용법을 콘텐츠로 보여주고, 사용자는 관심사에 맞춰 추천된 제품을 게시물에서 바로 체험한다. 창작자 계정에 쌓이는 이력과 댓글·후기는 제품을 판단할 단서가 되고, 실제 사용 반응은 다시 개발자에게 돌아간다. 게시물이 제품 소개, 배포 페이지, 피드백 창구를 함께 맡는 구조다.

다만 콘텐츠 플랫폼이 실질적인 AI 스킬 유통 채널이 되려면 권한과 데이터 접근 범위, 악성 스킬 심사, 버전 관리와 호환성, 유료화와 개발자 수익 배분 같은 문제를 풀어야 한다. WAIC H4에 설치된 샤오홍슈 부스와 스킬 작품 벽은 그 출발점을 어디에 두고 있는지 보여줬다. AI 도구를 만드는 사람과 이를 필요로 하는 사용자를 ‘게시물’에서 만나게 하겠다는 것이다.

문샷AI(Moonshot AI)의 최신 플래그십 모델 Kimi K3가 내세우는 100만 토큰 컨텍스트를 코딩 에이전트 Kimi Code에서 쓰기 위한 최소 멤버십은 Allegretto(월 $39)다. Kimi Code 공식 문서는 K3 모델 자체는 Moderato(월 $19)부터 사용할 수 있지만 100만 토큰 컨텍스트 해금은 Allegretto부터라고 명시한다. 44bits는 7월 17일 Allegretto 플랜으로 업그레이드한 뒤 실제 세션에서 컨텍스트가 1,048,576토큰으로 활성화되는 것을 확인했다.^[1][3]

문서 기준: K3는 $19부터, 100만 토큰은 $39부터

Kimi Code 공식 문서의 변경 기록(What's New)은 K3 공개 항목에서 "Moderato members and above can use Kimi K3; Allegretto members and above unlock the 1M context window(Moderato 이상 K3 사용 가능, Allegretto 이상 1M 컨텍스트 윈도우 해금)"라고 적고 있다. 모델 접근과 컨텍스트 해금이 별도 조건이라는 뜻이다. 묣 플랜인 Adagio는 K3를 쓸 수 없고, Moderato는 K3를 쓰되 100만 토큰은 열리지 않는다. Moderato에서 K3에 제공되는 컨텍스트 상한이 얼마인지는 공개되지 않았다.^[1]

멤버십은 다섯 단계다. Adagio(무료)는 $0, Moderato는 월 $19, Allegretto는 월 $39, Allegro는 월 $99, Vivace는 월 $199다. 연간 결제 시 월 환산으로는 각각 $15·$31·$79·$159다. 이전 모델인 K2.6과 K2.7 Code의 컨텍스트는 262,144토큰(256K)이 최대였으므로, 100만 토큰은 K3에서 새로 열린 구간이다.^[4][5]

실측: 업그레이드 후 컨텍스트 1,048,576으로

실제 확인 절차는 이렇다. 7월 17일 기존 계정을 Allegretto로 업그레이드하고, 새 세션을 시작한 뒤 /model 명령으로 Kimi K3를 선택했다. 세션의 컨텍스트 표시가 1,048,576토큰(1024×1024)으로 바뀌었다. 로컬 설정 파일 ~/.kimi-code/config.toml에도 [models."kimi-code/k3"] 항목이 max_context_size = 1048576로 선언돼 있었다. 같은 파일에서 K2.7 Code에 해당하는 kimi-for-coding 항목은 262,144였다.

문서가 권장하는 절차를 그대로 따른 셈이다. 문서는 모델을 전환하면 기존 프롬프트 캐시가 무효화돼 전환 직후 토큰 소모가 커진다며, K3 사용 전 새 세션 시작을 권한다. 다만 이번 확인은 Kimi Code(CLI)라는 하나의 표면에서 단일 계정으로 이뤄진 것으로, 모든 계정·시점에서 같은 결과를 보장하지는 않는다.^[1]

가격 페이지 표기는 다르다. 웹 채팅은 별도 확인 필요

kimi.com의 멤버십 안내 페이지에는 "Up to 1M tokens of context for ultra-long conversations(초장문 대화를 위한 최대 100만 토큰 컨텍스트)"라는 문구가 7월 17일 확인 기준으로 Allegro(월 $99) 칸부터 표시돼 있다. 같은 100만 토큰인데 표면에 따라 최소 플랜 안내가 다른 셈이다.

두 가지 해석이 가능하다. 웹·앱 채팅 표면의 100만 토큰 제공 조건이 Kimi Code와 실제로 다르게 설정됐을 가능성이 하나고, 표기가 어긋난 상태일 가능성이 다른 하나다. 공식 문서에는 "Kimi 멤버십 혜택과 Kimi Code 혜택을 분리하는 새 멤버십 체계가 곧 출시된다"는 공지가 있어, 지금은 개편 과도기다. 적어도 Kimi Code에서는 문서와 실측이 모두 Allegretto를 가리킨다. 웹 채팅에서의 100만 토큰 대화 조건은 이번에 확인하지 못했으므로, 웹 표면이 목적이라면 결제 전 해당 페이지 표기를 다시 확인하는 편이 안전하다.^[2]

월 $39라는 입장료

$39는 ChatGPT Plus나 Claude Pro(각 $20)의 두 배다. 연간 결제면 $31로 낮아진다. 100만 토큰 컨텍스트는 대형 리포지토리를 통째로 올려 분석하는 식의 워크로드에서 의미가 커진다. 짧은 코딩 세션 위주라면 256K 컨텍스트로도 충분할 수 있고, 그 경우 Moderato($19)와 K2.7 Code 조합이 여전히 싸다. API 종량제로 직접 쓰는 선택지도 있다. K3 API는 100만 토큰당 입력 $3.00(캐시 히트 $0.30), 출력 $15.00로, 앞서 전한 대로 전작의 3배가 넘는다.^[3]

구독 쿼터는 7일 주기로 갱신되고 5시간 롤링 윈도의 레이트 리밋이 별도로 걸려 있어, 플랜을 올려도 무제한은 아니다. 문서 기준으로 쿼터는 구독 주기마다 리셋되고 이월되지 않는다.^[2]

정리하면, Kimi Code에서 K3의 100만 토큰 컨텍스트를 쓰는 최소 비용은 월 $39(Allegretto)라는 계산이 문서와 실측 양쪽에서 확인됐다. 다만 멤버십 체계 개편이 예고된 만큼 이 조건은 곧 바뀔 수 있는 숫자다.

“인공지능의 발전은 어느 한 나라의 독주가 아니라 글로벌 협력의 교향곡이어야 한다.” 시진핑 중국 국가주석은 7월 17일 상하이에서 열린 2026 세계인공지능대회(WAIC) 개막식에서 이렇게 말했다. 그는 오픈소스와 개방, 유엔 중심의 국제 규칙, 개발도상국 지원을 제안했다. 미국을 직접 거명하지는 않았지만, 국가안보를 이유로 AI 기술의 접근을 제한해 온 미국을 향한 메시지는 연설 곳곳에 있었다. 이 발언은 미국이 중국의 첨단 그래픽처리장치(GPU)와 반도체 제조장비 접근을 제한하고, 중국이 핵심광물 통제와 국산화로 맞선 칩 전쟁 한가운데서 나왔다.^[1][17]

지금까지의 결과는 중국 AI 산업의 중단이 아니라 비용 상승과 개발 방식의 변화였다. 중국은 국산 칩, 계산 효율, 공개 가중치 모델로 버텼고, 이번 연설에서는 이를 글로벌 사우스(주로 남반구의 개발도상국·신흥국) 시장을 겨냥한 국제협력 구상으로 넓혔다.

개방과 통제를 함께 꺼낸 중국

시진핑은 연설에서 네 가지 원칙을 제시했다. 오픈소스와 협력으로 혁신을 촉진하고, 법규와 기술 모니터링으로 AI를 인간의 통제 아래 두며, 각국의 문화적 다양성을 보호하고, 유엔을 중심으로 국제 규칙과 기술 표준을 조율하자는 내용이다.^[1]

개방을 말하면서 통제도 빼놓지 않았다. 시진핑은 “AI가 언제나 인간의 통제 아래 있도록 해야 한다”고 말했다. 이어 “AI 분야에서 국가안보 개념을 무분별하게 확대하거나 자국의 안전을 다른 나라의 안전보다 우위에 두는 행위”에 반대한다고 밝혔다. 특정 국가의 이름은 나오지 않았지만, 첨단 GPU와 반도체 장비의 중국 수출을 국가안보 문제로 규정해 온 미국을 가리킨 것으로 읽힌다.^[1]

중국이 내놓은 실행 계획도 구체적이다. 향후 5년 동안 개발도상국에 AI 전문 연수 정원 5,000명분을 제공하고, 동남아시아국가연합(ASEAN)·아랍연맹·아프리카연합(AU)·CELAC(라틴아메리카·카리브해 공동체)·상하이협력기구(SCO)·브릭스(BRICS)를 대상으로 AI 응용협력센터를 만들겠다고 했다. 지능형 기상 조기경보 솔루션 ‘마쭈(妈祖)’는 30개국에 보급한다. 행사 의장성명은 상하이에 본부를 둔 세계인공지능협력기구 설립 협정의 서명도 알렸다.^[1][2]

시진핑은 중국의 지능경제 핵심산업 규모가 1조 위안을 넘었다고 주장했다. 산정 기준이나 세부 구성은 연설문에 공개하지 않았다. 숫자보다 중요한 것은 중국이 AI 모델과 인프라, 교육을 묶어 국제 공공재로 제공하겠다는 방향이다.^[1]

기업 제재에서 계산능력 봉쇄로

미중 기술 마찰은 처음부터 AI 모델을 겨냥한 것은 아니었다. 미국은 2019년 화웨이를 미 상무부 수출통제 대상 명단(Entity List)에 올렸고, 2020년에는 미국 기술을 사용해 해외에서 만든 반도체까지 허가 대상으로 묶었다. TSMC가 화웨이용 첨단 칩을 생산하기 어려워진 배경이다.^[10][11]

경쟁의 단위가 기업에서 국가의 계산능력으로 바뀐 시점은 2022년이다. 미국은 527억 달러 규모의 반도체 지원을 담은 반도체 및 과학법(CHIPS and Science Act)을 통과시켜 자국 생산에 보조금과 세액공제를 제공했다. 같은 해 10월에는 중국의 첨단 AI 칩, 슈퍼컴퓨터, 반도체 제조장비 접근을 함께 제한했다. 엔비디아는 그보다 앞선 8월 A100과 H100의 중국 수출에 허가가 필요해졌다고 밝혔다. 엔비디아 공시에 따르면 당시 한 분기에 최대 4억 달러의 중국 매출이 영향을 받을 수 있었다.^[3][4][7]

엔비디아는 규제 기준 바로 아래에 맞춘 A800과 H800을 중국 시장에 내놓았다. 미국은 2023년 10월 성능밀도 기준을 추가해 이 제품들도 다시 통제 대상에 넣었다. 2024년 12월에는 24종의 제조장비와 고대역폭메모리(HBM)까지 규제를 넓히고 중국 기업 약 140곳을 명단에 추가했다. AI 가속기는 GPU만 있어서는 제 성능을 내기 어렵다. 규제는 칩 한 장에서 장비·메모리·클러스터 전체로 확장됐다.^[5][6]

막지는 못했지만 더 비싸게 만들었다

수출통제가 중국의 첨단 반도체 생산을 멈추게 하지는 못했다. 화웨이와 중국 최대 파운드리 SMIC는 7nm급 칩을 내놓았고, 중국 정부는 국산 가속기와 제조장비에 자금을 집중했다. 다만 극자외선(EUV) 노광장비, HBM, 첨단 패키징, 수율, 그리고 CUDA(엔비디아 GPU 소프트웨어 생태계)는 여전히 병목으로 남아 있다. 제한된 생산 성공과 경제성 있는 대량생산은 같은 말이 아니다.^[12]

통제는 중국 기업의 개발 방식도 바꿨다. DeepSeek는 V3 기술보고서에서 엔비디아 H800 GPU 2,048개를 사용해 최종 사전학습에 278만8천 GPU 시간을 썼다고 밝혔다. 시간당 2달러를 적용한 계산비는 557만6천 달러였다. 이 수치는 데이터 구축, 이전 실험, 연구 인력, 장비 구입비를 제외한 최종 학습 계산비다. “DeepSeek를 600만 달러에 만들었다”는 설명은 편리하지만 정확하지 않다.^[8]

DeepSeek가 보여준 것은 첨단 칩이 필요 없다는 사실이 아니다. 제한된 칩에서도 MoE(Mixture of Experts, 전문가 혼합), 저정밀 연산, 통신 최적화와 증류를 사용하면 더 많은 성능을 끌어낼 수 있다는 점이다. 미국의 통제가 중국 AI를 제거하지 못한 대신, 효율과 개방형 모델을 경쟁력으로 만드는 압력을 높인 셈이다.^[8]

중국의 맞대응 카드, 희소금속

중국도 공급망을 협상 수단으로 사용했다. 2023년 갈륨과 게르마늄에 수출허가제를 도입했고, 2024년 12월에는 미국을 상대로 갈륨·게르마늄·안티모니 수출을 금지했다. 미국이 첨단 연산칩과 제조장비를 쥐었다면 중국은 희소금속과 자석 공급망을 들고 맞선 구도다.^[13]

정책은 일직선으로 움직이지 않았다. 미국은 중국용 저사양 H20을 막았다가 다시 허가했고, 2026년에는 더 강력한 H200도 승인된 중국 고객에게 제한적으로 판매하기 시작했다. 로이터에 따르면 7월 14일 미국 상무부 관리는 중국에 실제로 출하된 H200이 “매우 적다”고 밝혔다. 국가안보와 엔비디아의 중국 매출, 중국의 국산 칩 육성 정책이 같은 시장에서 충돌하고 있다.^[9][14]

글로벌 사우스 공략

미국은 최상위 GPU, 대형 클라우드, 폐쇄형 상용 모델에서 우위를 유지하고 있다. 중국은 저렴한 응용 프로그래밍 인터페이스(API)와 공개 가중치 모델, 화웨이 통신·클라우드·가속기를 묶은 패키지로 다른 시장을 공략하고 있다. 자체 서버 운영과 데이터 주권을 중시하는 국가에는 내려받아 조정할 수 있는 모델이 매력적이다. 다만 공개 가중치가 학습 데이터와 전체 학습 과정까지 공개하는 완전한 오픈소스를 뜻하지는 않는다.^[17]

이번 WAIC 연설의 ‘개방’은 이 경쟁에서 나온 제안이다. 중국은 미국식 수출통제를 폐쇄적 질서로 규정하고, 자국의 개방형 모델과 인프라를 글로벌 사우스에 공급하는 쪽으로 전선을 넓히고 있다. 수출통제는 중국의 비용과 개발 난도를 높였지만 경쟁 자체를 끝내지는 못했다. 이제 승부는 가장 빠른 모델뿐 아니라 누가 더 많은 국가에 칩·클라우드·모델·표준을 한 묶음으로 제공하느냐로 옮겨가고 있다.^[1][2]

미국·EU는 아직 공식 반응 없어, 유엔은 중국 구상 평가

7월 18일 현재 백악관·미국 국무부·미국 상무부와 산업안보국(BIS), 주중 미국대사관에서 시진핑의 WAIC 연설을 직접 논평한 공식 성명은 확인되지 않았다. 유럽연합(EU) 집행위원회·유럽대외관계청(EEAS)·주중 EU 대표단과 EU 회원국 정상 차원의 직접 반응도 확인되지 않았다.

EU의 기존 정책은 비교 기준이 될 수 있지만 이번 연설에 대한 반응은 아니다. EU가 2025년 6월 채택한 국제 디지털 전략은 인권에 기초한 공동의 가치에 따라 글로벌 디지털 규칙과 표준을 만들고, 유엔 글로벌 디지털 콤팩트의 이행에 참여하겠다고 밝혔다. 국제협력과 규칙 조율에서는 시진핑 연설과 접점이 있지만, EU는 안보와 인권을 더 명시적으로 앞세운다.^[16]

같은 개막식에 참석한 안토니우 구테흐스 유엔 사무총장은 더 직접적으로 평가했다. 그는 시진핑이 2023년 제안한 글로벌 AI 거버넌스 이니셔티브를 중국의 “의지와 리더십을 보여준 매우 강한 메시지”라고 부르고, 세계인공지능협력기구(WAICO)를 그 “자연스러운 발전”이라고 평가했다. 또 중국의 오픈소스 전략이 “엄청난 세계적 성공”이라고 말했다.^[15]

구테흐스의 지지가 중국 중심 질서에 대한 백지위임은 아니었다. 그는 AI를 “소수의 국가나 소수의 기업이 통치해서는 안 된다”며 모든 국가가 논의에 참여해야 한다고 말했다. 국제법과 인권을 거버넌스의 기준으로 제시하고, 생사가 걸린 모든 결정에서 인간이 통제권을 유지해야 한다고도 강조했다. 중국의 참여를 인정하되 유엔을 규칙 제정의 중심에 두겠다는 입장이다.^[15]

미국과 EU의 공식 반응이 아직 없어 이번 연설이 서방의 정책 변화로 이어질지는 판단하기 이르다. 현재 확인되는 것은 중국이 수출통제에 맞서 개방형 모델과 글로벌 사우스 지원을 외교 카드로 꺼냈고, 유엔 사무총장이 포용성과 역량 강화라는 방향에는 공개적으로 힘을 실었다는 점이다.

중국 문샷AI(Moonshot AI)가 7월 16일(현지 시각) 플래그십 모델 Kimi K3를 공개했다. 총 2.8조 파라미터 MoE(Mixture-of-Experts) 구조에 컨텍스트는 100만 토큰, 이미지 입력을 지원하는 네이티브 멀티모달이다. Kimi.com과 API에서 바로 쓸 수 있고, 가중치는 7월 27일까지 공개하겠다고 예고했다. API 가격은 입력 $3.00·출력 $15.00(100만 토큰당)로 전작 K2.6의 3배가 넘는다.

100만 토큰을 겨냥한 아키텍처

K3는 896개 전문가(expert) 중 16개를 활성화하는 희소 MoE 구조다. 핵심 변경은 어텐션 쪽이다. 하이브리드 리니어 어텐션인 Kimi Delta Attention(KDA)으로 100만 토큰급 컨텍스트에서 디코딩이 최대 6.3배 빨라졌고, 층을 건너 표현을 선별적으로 가져오는 Attention Residuals(AttnRes)로 2% 미만의 추가 비용에 학습 효율을 약 25% 높였다는 것이 문샷의 설명이다. 전체 스케일링 효율은 K2 대비 약 2.5배로 자체 평가했다.

SFT 단계부터 양자화를 전제로 학습(quantization-aware training)한 점도 눈에 띈다. 가중치는 MXFP4, 활성값은 MXFP8이다. 4비트급 가중치가 학습 단계부터 기본값이라는 뜻이다.

벤치마크: 자체 표에서도 1위는 아니다

문샷이 공개한 벤치마크는 모든 모델의 추론 강도(thinking effort)를 최대(max 또는 xhigh)로 둔 결과다. 자체 표 기준으로도 K3는 GPT 5.6 Sol과 Claude Fable 5에 전반적으로 못 미친다. GPQA-Diamond 93.5(GPT 5.6 Sol 94.1), Terminal Bench 2.1 88.3(같은 모델 88.8), DeepSWE 67.5(같은 모델 73.0)다. 대신 장기 과제형 코딩 벤치마크인 SWE Marathon에서 42.0으로 Claude Fable 5(35.0)를 앞섰고, 웹 탐색 벤치마크 BrowseComp에서도 91.2로 1위를 기록했다.

외부 평가는 발표 당일부터 나왔다. Artificial Analysis의 비공개 평가에서 K3는 종합 Elo 1547로 Claude Fable 5보다 낮고 Claude Opus 4.8보다 높은 자리에 섰다. Arena.ai의 프론트엔드 코드 아레나에서는 1679점으로 Claude Fable 5를 제치고 1위에 올랐다 — K2.6의 18위에서 한 번에 뛰어오른 결과로, 7개 도메인 중 6개에서 1위, 게임 도메인만 Fable 5에 밀려 2위였다. Artificial Analysis 측정으로 출력 토큰은 K2.6보다 21% 줄었다.

가격은 3배로 — Claude Sonnet급

가격표가 벤치마크 표만큼 눈에 띈다. 100만 토큰당 입력 $3.00(캐시 히트 시 $0.30), 출력 $15.00로, K2.6의 $0.95/$4.00에서 3배 이상 올랐다. Anthropic의 Claude Sonnet과 같은 구간으로, 중국 AI 랩이 내놓은 모델 중 가장 비싸다. 문샷은 코딩 워크로드에서 캐시 히트율이 90%를 넘는다며 실효 입력 단가는 낮다는 논리를 폈다.

실사용 비용은 출력 토큰이 좌우할 가능성이 크다. 사이먼 윌리슨(Simon Willison)의 테스트에서는 SVG 그림 하나를 그리는 데 출력 16,658 토큰(추론 13,241 토큰 포함)이 들어 한 번에 $0.25가 나왔다. 추론 강도는 현재 max 하나뿐이고 low·high 모드는 추후 업데이트로 예고된 상태라, 당장은 토큰을 아낄 조절 수단이 없다. 종량 API 기준으로 K2.6이 갖던 저가 포지션은 사라졌고, 이 가격 차를 성능이 정당화하는지는 low·high 모드가 나와 봐야 계산이 선다.

'오픈 웨이트'와 '로컬'은 별개다

가중치는 7월 27일까지 공개한다고 못 박았다. 예고대로면 3조 파라미터급 모델로는 첫 오픈 웨이트 공개다. 다만 가중치 파일 크기는 공개되지 않았는데, 2.8조 파라미터를 MXFP4(4비트급)로 담으면 단순 계산으로도 1.4TB 안팎이다. '오픈 웨이트'와 '내 장비에서 돌린다'의 거리가 이번에는 유난히 멀다. 라이선스도 아직 밝히지 않았다.

문샷 스스로 짚은 한계도 있다. 추론 이력(thinking history)에 민감하게 반응하는 점, 그리고 의도한 범위를 넘어 스스로 판단해 움직이는 과도한 능동성이다. 에이전트 용도로 내세운 모델에서 후자는 편의이자 리스크다.

K2까지 중국 오픈 모델의 무기가 가격이었다면, K3는 성능으로 프론티어 가격을 받겠다는 선언에 가깝다. 열흘 뒤 가중치가 예고대로 풀리는지가 이 발표의 진짜 시험대다.