2조8천억 파라미터 Kimi K3.1 Pro 분석: GPT-6 아스트라 추월 클로드 추격

독립 평가 지능 지수 55점으로 GPT-6 아스트라 앞서… 클로드 오퍼스 5.5와 격차 3점

11월 4일 가중치 공개 예고… 토큰 단가보다 작업당 비용, 사이버 보안과 라이선스가 상용화 변수

중국 인공지능(AI) 기업 문샷AI(Moonshot AI)가 프론티어 모델 시장에서 미국 빅테크에 도전장을 내밀었다. 문샷AI가 2026년 10월 23일 공개한 대규모 언어모델 Kimi K3.1 Pro는 독립 평가기관의 종합 지능 지수에서 55점을 기록했다. 클로드 오퍼스 5.5(Claude Opus 5.5)의 58점에는 3점 차로 접근했고, 오픈AI의 GPT-6 아스트라(GPT-6 Astra)를 앞섰다. 오픈웨이트 모델이 최고급 상용 모델과의 성능 격차를 줄이고 있다는 점에서 주목할 만한 결과다.

이번 발표의 핵심은 단순히 모델의 크기를 키운 데 있지 않다. 문샷AI는 전작 Kimi K3의 기본 구조를 유지하면서 강화학습과 후훈련(post-training)에 더 많은 연산 자원을 투입해 코딩, 복합적인 업무 수행, 도구 활용 능력을 끌어올렸다고 설명했다. 모델의 설계와 학습 방식을 처음부터 바꾸지 않고도 후훈련을 통해 실무 성능을 크게 개선할 수 있다는 주장이다.

문샷AI는 11월 4일 모델 가중치를 공개할 계획이다. 실제 가중치가 배포되고 상업적 이용 조건까지 명확해진다면 기업과 연구기관은 외부 API에 의존하지 않고 자체 인프라에서 모델을 운영할 수 있다. 다만 현재 공개된 성능은 가중치를 자유롭게 내려받아 사용할 수 있다는 의미와는 구분해야 한다. 가중치 공개 일정과 라이선스, 독립적인 재현 가능성은 아직 확인해야 할 요소다.

아키텍처는 유지하고 후훈련에 집중… 에이전트 성능의 도약

문샷AI가 공개한 기술 자료에 따르면 Kimi K3.1 Pro는 총 2조8,000억 개의 파라미터와 토큰당 1,040억 개의 활성 파라미터를 사용하는 전문가 혼합(Mixture of Experts·MoE) 구조다. 최대 100만 토큰의 문맥을 처리하며 텍스트와 이미지 입력을 지원한다. 문샷AI는 전작 Kimi K3와 동일한 기본 구조를 유지하면서 수백 개의 작업 영역에 걸쳐 강화학습을 확대했다고 밝혔다.

MoE는 입력된 토큰에 따라 일부 전문가 네트워크를 선택적으로 활성화하는 구조다. 전체 파라미터가 2조8,000억 개라고 해서 모든 토큰을 처리할 때 이 파라미터가 동시에 작동하는 것은 아니다. 실제 연산량과 메모리 요구량은 활성 파라미터뿐 아니라 전문가 배치 방식, 정밀도, 배치 크기, 문맥 길이 등에 따라 달라진다. 따라서 총 파라미터 수만으로 모델의 운영비나 추론 효율을 판단하기는 어렵다.

후훈련은 사전학습을 마친 모델에 추가 학습을 적용해 실제 작업 수행 능력을 개선하는 단계다. 정답을 맞히는 능력뿐 아니라 작업 계획 수립, 도구 호출, 코드 실행, 오류 수정, 결과 검증처럼 여러 단계를 거치는 행동을 학습시키는 데 활용된다. 문샷AI는 Kimi K3.1 Pro의 개선이 이러한 에이전트형 작업에 집중됐다고 설명했다.

이번 변화가 의미 있는 이유는 실제 업무에서 모델의 성능이 최종 답변의 정확도만으로 결정되지 않기 때문이다. 코드를 작성한 뒤 실행하고, 오류가 발생하면 원인을 찾고, 수정한 결과를 다시 시험하는 과정에서는 여러 단계에 걸친 판단과 실행이 필요하다. 모델이 중간에 작업을 포기하거나 잘못된 가정을 반복하면 개별 추론 능력이 뛰어나더라도 최종 결과물의 품질은 낮아질 수 있다.

문샷AI가 소개한 보행 시뮬레이터 사례는 이러한 접근을 보여준다. 연구진은 296개의 뼈와 402개의 근육으로 구성된 인체 해부학 모델을 걷게 하는 과제에서 Kimi K3.1 Pro가 제어 알고리즘만 수정하는 데 그치지 않고 시뮬레이터 환경 자체를 조사했다고 밝혔다. 모델은 어깨 근육의 모멘트암(moment arm) 계산과 관련된 결함 36개를 찾아 수정했고, 기존에 수 초 만에 넘어지던 모델이 11.2초 동안 안정적으로 걷도록 만들었다는 설명이다.

이 사례는 모델이 주어진 문제의 조건을 무조건 받아들이기보다 실행 환경의 오류 가능성을 탐색하는 방식으로 작동할 수 있음을 보여준다. 다만 해당 수치는 문샷AI가 소개한 사례로, 독립 연구진이 동일한 조건에서 재현한 결과와는 구분해야 한다. 특정 시뮬레이터에서 성공했다는 사실이 모든 소프트웨어 환경에서 동일한 디버깅 능력을 보장하는 것도 아니다.

독립 평가 55점… 상용 모델과의 격차는 얼마나 줄었나

독립 AI 평가기관 아티피셜 애널리시스(Artificial Analysis)의 Intelligence Index에서 Kimi K3.1 Pro는 55점을 기록해 평가 대상 215개 모델 가운데 4위에 올랐다. 전작 Kimi K3의 44점보다 11점 높은 결과다. 클로드 오퍼스 5.5는 58점, 클로드 소넷 5.5(Claude Sonnet 5.5)와 뮤즈 원더 풀(Muse Wonder Full)은 각각 56점을 기록했다. GPT-6 아스트라 역시 해당 비교 페이지에서 53점으로 나타났다.

이 지수는 여러 평가 결과를 종합한 비교 지표다. 점수 55점이 전체 업무의 55%를 성공적으로 수행한다는 의미는 아니며, 점수 차이가 실제 업무 능력의 일정한 비율 차이를 뜻하지도 않는다. 평가에 포함된 과제와 모델 설정, 추론 수준, 비용 산정 방식에 따라 결과가 달라질 수 있다.

평가 항목	Kimi K3.1 Pro	Claude Opus 5.5	GPT-6 Astra
Artificial Analysis Intelligence Index	55	58	53
Terminal-Bench 4.0	67.2%*	66.4%**	58.2%**
SWE-Marathon v1.1	51.7점**	46.3점**	42.5점**
OfficeQA Pro v2	64.4점**	62.2점**	54.4점**
BenchCAD	92.7%**	96.2%**	95.9%**
GPQA-Diamond	94.2%**	93.9%**	96.1%**

*주: Terminal-Bench 4.0은 아티피셜 애널리시스 측정값을 사용했다. 문샷AI가 공개한 자체 평가에서는 Kimi K3.1 Pro가 65.7%, 클로드 오퍼스 5.5가 66.4%를 기록했다. 두 결과는 평가 실행 조건과 측정 주체를 구분해 해석해야 한다.
주: 해당 세부 수치는 문샷AI가 공개한 비교표에 기초한다. 모든 모델을 동일한 조건에서 독립적으로 재평가한 결과를 의미하지 않는다. 출처: Artificial Analysis, The Decoder.

특히 코딩과 장시간 작업 수행에서 개선 폭이 두드러졌다. 아티피셜 애널리시스는 Kimi K3.1 Pro의 Terminal-Bench 4.0 점수를 67.2%로 측정했다. 이는 해당 평가에서 GPT-6 아스트라의 58.2%를 앞서는 수치다. 문샷AI 자체 평가에서는 Kimi K3.1 Pro가 65.7%, 클로드 오퍼스 5.5가 66.4%로 나타나 두 모델의 성능이 근접했다.

SWE-Marathon v1.1에서도 문샷AI가 공개한 Kimi K3.1 Pro의 점수는 51.7점으로, 클로드 오퍼스 5.5의 46.3점과 GPT-6 아스트라의 42.5점보다 높았다. OfficeQA Pro v2에서는 Kimi K3.1 Pro가 64.4점으로 비교 모델보다 앞섰다. 이 결과들은 코드를 작성하는 능력뿐 아니라 복합적인 업무를 장시간 수행하고 도구를 활용하는 능력에서 경쟁력이 높아졌다는 해석을 뒷받침한다.

그러나 모든 영역에서 우위를 보이는 것은 아니다. BenchCAD에서는 클로드 오퍼스 5.5가 96.2%, GPT-6 아스트라가 95.9%를 기록해 Kimi K3.1 Pro의 92.7%보다 높았다. GPQA-Diamond에서도 GPT-6 아스트라가 96.1%로 가장 높은 점수를 기록했다. 따라서 Kimi K3.1 Pro의 성능 향상은 전방위적 우위의 확립보다는 특정 작업 영역에서의 경쟁력 강화로 해석하는 것이 타당하다.

문샷AI는 자체 평가표에서 과학적 추론, 코드 실행, 금융 분석, 3D 모델링 등 여러 영역의 성능을 제시했다. 그러나 자체 평가와 독립 평가의 결과를 하나의 순위표로 단순 합산해서는 안 된다. 벤치마크별 평가 기준과 실행 환경, 도구 사용 허용 범위가 다르기 때문이다. 기업이 실제 도입을 결정하려면 자사 업무와 유사한 과제를 선정해 동일한 조건에서 모델들을 비교해야 한다.

토큰 가격은 3분의 1 인하… 실제 작업 비용은 별개

Kimi K3.1 Pro의 가격 경쟁력도 주요 관심사다. 문샷AI API의 기본 요금은 입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 10달러다. 캐시 입력 요금은 100만 토큰당 0.20달러다. 전작 Kimi K3의 입력 3달러, 출력 15달러와 비교하면 토큰 단가가 약 3분의 1 낮아졌다. 문샷AI가 공개한 Highspeed 버전은 입력 4달러, 출력 20달러로 기본형보다 두 배 비싸다.

단순 토큰 요금만 비교하면 Kimi K3.1 Pro는 클로드 오퍼스 5.5의 입력 4달러·출력 20달러보다 절반 수준이며, GPT-6 아스트라의 입력 10달러·출력 50달러보다 5분의 1 수준이다. 그러나 실제 비용은 모델이 작업을 완료하기 위해 사용하는 전체 토큰과 반복 실행 횟수, 도구 호출, 응답 대기시간에 따라 달라진다.

아티피셜 애널리시스가 측정한 Kimi K3.1 Pro의 Intelligence Index 평가 작업당 비용은 약 2.11달러다. 같은 평가에서 모델은 작업당 평균 약 5만5,000개의 출력 토큰을 사용했다. 전작 Kimi K3의 출력 토큰 사용량은 약 4만8,000개로, K3.1 Pro의 사용량이 약 14% 많다. 모델의 추론과 작업 수행 능력이 개선되면서 더 많은 토큰을 생성하는 경향이 나타난 것이다.

따라서 토큰 단가가 낮아졌다고 해서 모든 작업의 총비용이 자동으로 감소하는 것은 아니다. 아티피셜 애널리시스의 공개 수치에서는 Kimi K3의 작업당 비용이 약 2달러, K3.1 Pro가 약 2.11달러로 나타났다. 다만 이 비용은 특정 종합 평가를 실행하는 데 필요한 비용이지, 일반적인 질문 한 건의 비용이나 모든 기업 업무의 평균 비용은 아니다.

기업 도입에서는 모델별 비용을 동일한 업무 기준으로 비교해야 한다. 단순 문서 분류나 짧은 질의응답은 토큰 사용량이 적은 모델이 유리할 수 있다. 반면 대규모 코드베이스를 탐색하고 테스트를 반복하는 작업에서는 높은 성공률과 오류 수정 능력이 비용 차이를 상쇄할 수 있다. 결국 중요한 지표는 토큰당 가격이 아니라 일정한 품질 기준을 충족한 결과물 하나를 얻는 데 드는 총비용이다.

가중치 공개의 의미… 오픈웨이트와 오픈소스는 다르다

문샷AI가 예고한 11월 4일 가중치 공개는 모델의 시장성을 가늠할 중요한 분기점이다. 가중치가 공개되면 개발자는 모델을 내려받아 자체 서버나 클라우드 인프라에서 운영하고, 내부 데이터와 결합하거나 특정 업무에 맞게 미세조정할 수 있다. 외부 API에 민감한 데이터를 전송하지 않아도 되는 자체 운영 환경은 금융, 제조, 연구기관, 공공 부문 등에서 매력적인 선택지가 될 수 있다.

그러나 가중치 공개를 곧바로 오픈소스와 동일시해서는 안 된다. 오픈웨이트(open-weight)는 학습된 모델의 가중치를 외부에 제공한다는 의미다. 오픈소스 AI는 가중치뿐 아니라 라이선스와 사용 권한, 경우에 따라 학습에 필요한 코드와 데이터 정보까지 고려해야 하는 더 넓은 개념이다. 상업적 이용 제한이나 재배포 조건이 있다면 가중치가 공개되더라도 이용자가 누릴 수 있는 자유에는 한계가 있다.

문샷AI는 Kimi K3.1 Pro의 가중치 공개를 예고했지만, 10월 26일 현재 구체적인 최종 라이선스 조건은 확인되지 않았다. 전작의 라이선스 조건이 후속 모델에도 그대로 적용될 것이라고 가정해서는 안 된다. 기업과 개발자는 실제 공개 시점에 상업적 이용, 재배포, 파생 모델 배포, 책임과 제한 조항을 확인해야 한다.

또한 자체 서버에서 모델을 운영한다고 해서 데이터 보안이 자동으로 확보되는 것은 아니다. 가중치 파일의 출처와 무결성, 추론 서버의 접근 통제, 로그와 프롬프트 관리, 모델 업데이트 절차, 외부 도구 연결을 별도로 관리해야 한다. 오픈웨이트는 데이터 통제권을 높일 수 있는 수단이지만, 보안 책임을 없애주는 해결책은 아니다.

사이버 공격 능력은 줄였지만 위험은 남았다

Kimi K3.1 Pro의 가중치 공개를 앞두고 가장 민감한 문제 중 하나는 사이버 보안이다. 강력한 코딩 능력을 갖춘 모델은 소프트웨어의 취약점을 발견하고 수정하는 데 활용될 수 있지만, 동일한 능력이 취약점 악용 코드나 공격 자동화에도 이용될 수 있다.

로이터통신의 10월 24일 보도에 따르면 문샷AI는 모델의 공격형 사이버 능력을 낮추기 위해 학습 코퍼스와 강화학습 환경에서 사이버 공격 관련 데이터를 제거했다고 밝혔다. 회사가 제시한 내부 취약점 탐지·악용 시험에서는 위험 완화 전 모델의 성공률이 90.5%였고, 조정 이후 모델은 81.0%를 기록했다. 이 수치는 회사가 공개한 내부 평가 결과로, 독립적인 검증이 이뤄졌다고 볼 수는 없다.

성공률이 낮아졌다는 사실은 위험 완화 조치가 영향을 미쳤음을 시사하지만, 모델의 공격 능력이 제거됐다는 뜻은 아니다. 문샷AI가 공개한 수치만 보더라도 조정 이후 모델은 해당 시험에서 상당한 성공률을 유지했다. 실제 위험은 평가에 사용된 취약점의 종류, 최신 시스템에 대한 일반화 가능성, 공격에 필요한 도구와 실행 권한 등에 따라 달라질 수 있다.

오픈웨이트 모델의 보안 위험은 배포 방식에서도 발생한다. API로 제공되는 모델은 서비스 운영자가 접근을 제한하거나 특정 요청을 차단하고 모델을 업데이트할 수 있다. 반면 가중치가 광범위하게 배포되면 원래 개발자가 이후 사용을 통제하기 어렵다. 제3자가 모델을 미세조정하거나 별도의 도구와 결합할 가능성도 있다.

그렇다고 오픈웨이트 모델의 보안상 이점이 사라지는 것은 아니다. 방어적 보안 연구자는 자체 환경에서 취약점을 분석하고, 소프트웨어를 점검하며, 보안 패치를 개발하는 데 모델을 활용할 수 있다. 핵심은 모델의 능력을 일률적으로 차단하는 데 있지 않고, 방어적 활용을 지원하면서 악용 가능성을 줄이는 평가·배포·운영 체계를 갖추는 데 있다.

인플루언서 홍보 의혹과 미·중 기술 경쟁

Kimi K3.1 Pro의 출시를 둘러싸고 홍보의 투명성 문제도 제기됐다. 벤처비트(VentureBeat)는 10월 24일, X에서 한 이용자가 유료 홍보 캠페인과 관련됐다고 주장하는 지침 화면을 공개했다고 보도했다. 공개된 화면에는 유료 파트너십 표기를 하지 말라는 취지의 문구가 포함된 것으로 알려졌다.

그러나 해당 문건의 진위와 작성 주체, 문샷AI의 직접적인 승인 여부는 독립적으로 확인되지 않았다. 따라서 문샷AI가 광고 표기를 숨기도록 지시했다고 단정하는 것은 적절하지 않다. 다만 AI 모델의 성능을 둘러싼 홍보가 급증하는 상황에서 평가 결과와 유료 홍보를 명확하게 구분하는 것은 시장 신뢰를 확보하는 데 중요하다.

미·중 기술 경쟁 역시 모델의 상용화에 영향을 줄 수 있다. 미국과 중국 사이의 반도체 수출 통제, AI 모델 개발에 사용된 연산 자원의 출처, 데이터 처리와 서비스 운영 관할권은 기업의 도입 판단에 중요한 요소다. 특히 정부기관과 방산·안보 관련 기업은 모델의 성능뿐 아니라 공급망, 데이터 주권, 법적 책임, 외부 서비스 의존성을 함께 검토해야 한다.

다만 특정 중국 모델이 수출 통제 대상 반도체를 우회 확보했다거나 경쟁사의 모델을 부당하게 모방했다는 주장은 구체적인 증거와 공식 문서가 확인될 때 별도로 다뤄야 한다. 지정학적 우려 자체가 개별 기업의 위법 행위를 입증하는 것은 아니다. 마찬가지로 중국산 모델이라는 이유만으로 보안 위험을 단정하기보다, 모델의 배포 구조와 데이터 흐름, 독립적인 보안 평가를 기준으로 판단할 필요가 있다.

승부는 모델의 점수가 아니라 실제 운영 능력에서 갈린다

Kimi K3.1 Pro의 등장은 중국 AI 기업이 고성능 모델 개발에서 미국 빅테크를 추격하는 동시에, 후훈련과 에이전트형 작업 수행 능력을 경쟁력의 핵심으로 삼고 있음을 보여준다. 독립 평가에서 55점을 기록하고 일부 코딩·업무 자동화 과제에서 상용 최상위 모델과 대등하거나 더 높은 점수를 얻었다는 사실은 오픈웨이트 모델의 활용 범위가 넓어질 가능성을 보여준다.

그러나 이번 결과를 미국의 폐쇄형 모델 독점이 무너졌다는 증거로 해석하기에는 이르다. 종합 지수와 개별 벤치마크는 모델의 특정 능력을 측정할 뿐이며, 실제 업무의 정확도와 안정성, 처리 속도, 운영 비용, 보안성을 모두 설명하지는 못한다. Kimi K3.1 Pro가 보여준 성능 향상 역시 평가 조건과 실제 환경의 차이를 고려해 판단해야 한다.

앞으로의 핵심 변수는 세 가지다. 첫째, 11월 4일 예고된 가중치 공개가 실제로 이뤄지고 라이선스가 상업적 활용을 허용하는가. 둘째, 외부 개발자와 독립 평가기관이 문샷AI의 성능 주장을 재현할 수 있는가. 셋째, 모델의 코딩·에이전트 능력이 실제 업무에서 충분한 비용 효율과 보안성을 제공하는가다.

이 세 가지 조건이 충족된다면 Kimi K3.1 Pro는 단순히 저렴한 대체 모델을 넘어 기업의 AI 인프라 전략에 영향을 미치는 선택지로 자리 잡을 수 있다. 반대로 가중치 공개가 지연되거나 이용 조건이 제한적이고, 실제 작업 비용과 보안 위험이 기대를 충족하지 못한다면 높은 벤치마크 점수만으로 시장의 판도를 바꾸기는 어렵다. 중국 오픈웨이트 AI의 진정한 경쟁력은 발표된 점수가 아니라, 독립적으로 검증되고 지속적으로 운영 가능한 기술인지에 달려 있다.

*주요 출처

• Moonshot AI — Kimi K3.1 Pro 기술 발표
• Artificial Analysis — Kimi K3.1 Pro 독립 성능·비용 평가
• The Decoder — Kimi K3.1 Pro와 Claude Opus 5.5 비교
• VentureBeat — 모델 성능과 유료 홍보 의혹
• Reuters — Kimi 모델의 공격형 사이버 능력 완화

관련 기사

• 구글, 추론 특화 ‘제미나이 4 아르곤’ 공개
• 통제 벗어난 자율형 AI 에이전트 해킹 위협에 각국 정부 ‘비상’
• 中, 엔비디아 GPU 없이 1GW AI 데이터센터 가동