Kimi K3 연구 — 5회 이터레이션 로그
이 문서는 결론을 처음부터 정해놓지 않았음을 보이기 위한 논리 변경 기록이다. 각 반복은 직전 초안에서 가장 약한 연결고리를 골라 반증하고, 다음 초안의 질문을 다시 만들었다.
Iteration 1 — 사용자의 초기 직관을 검증 가능한 가설로 변환
초기 명제
Kimi K3는 DeepSeek-R1만큼 충격적이며, 증류만으로 설명하기 어려운 성능이다. 이처럼 강한 중국 오픈 모델은 미국 프론티어 랩의 경제성을 무너뜨릴 수 있다.
첫 인과사슬
- 중국 모델이 미국 프론티어와 비슷한 성능을 더 낮은 가격에 제공한다.
- 오픈웨이트가 모델 API의 희소성과 마진을 줄인다.
- 미국 프론티어 랩의 다음 훈련에 대한 기대수익과 자본 접근성이 나빠진다.
- 민간 투자가 줄고 국가 또는 플랫폼 보조가 모델 개발을 대신한다.
발견한 누락
- “프론티어급”을 한 개 코딩 리더보드가 아니라 여러 독립 평가로 검증해야 했다.
- API 가격, 공급자의 원가, 최종 훈련 런의 GPU 비용, 전체 R&D 비용이 섞여 있었다.
- 증류 사용 여부와 증류가 성능을 설명하는 비중은 다른 주장이다.
- 모델 R&D 투자, 하이퍼스케일러 capex, 사회적 확산, 과학적 진보는 같은 종속변수가 아니다.
- DeepSeek와 Kimi의 유사성은 분위기가 아니라 예측-결과 비교로 검증해야 했다.
다음 반복 질문
DeepSeek-R1 당시 실제로 어떤 붕괴가 예측됐고, 18개월 뒤 무엇이 일어났는가?
Iteration 2 — DeepSeek-R1로 붕괴 가설을 반증
확인한 결과
R1 이후 미국 프론티어 랩의 자금·매출과 미국 하이퍼스케일러의 실제 설비투자는 축소되지 않았다. Microsoft·Alphabet·Amazon의 2025년 현금성/회사 전체 capex는 전년보다 크게 늘었고, Meta도 2026년 투자 계획을 확대했다. OpenAI와 Anthropic의 자금조달 및 회사 발표 매출도 커졌다.
수정된 명제
“오픈웨이트가 AI capex를 줄인다”는 총량 명제는 관찰자료와 맞지 않았다. 더 좁은 명제, 즉 오픈웨이트가 순수 모델 API의 예상 독점지대와 선두 지속기간을 줄인다는 가설은 여전히 가능했다.
발견한 누락
- 2025년 지출 중 상당 부분은 R1 이전에 계약됐으므로 R1이 투자를 늘렸다고 인과적으로 말할 수도 없다.
- 회사 전체 capex와 프론티어 훈련비는 구분해야 한다.
- 커진 자금·매출은 수익성이나 장기 자본수익률을 보장하지 않는다.
- 가격 하락이 사용량을 늘리는 rebound/Jevons 효과와 칩·클라우드 보완재 수익을 포함해야 했다.
다음 반복 질문
K3는 실제로 R1과 같은 효율성 사건인가, 아니면 다른 종류의 충격인가?
Iteration 3 — K3 기술·비용 검증으로 비유를 교정
확인한 결과
K3는 독립 평가에서 최상위권이지만 모든 영역의 1위는 아니다. 7월 16일 Arena WebDev에서는 예비 1위였지만 일반 Text Arena에서는 예비 9위였다. 동일 하네스를 쓴 DeepSWE에서는 GPT-5.6 Sol·Fable 5와 통계적으로 겹쳤고, Artificial Analysis에서는 57점으로 최상위 클러스터에 들었다.
K3는 2.8조 파라미터, 896개 중 16개 전문가 활성화, 64개 이상 가속기 권장 배포를 가진 대형 시스템이다. 출력 가격은 $15/백만 토큰이고, 독립 평가에서 출력량은 동료 중앙값의 약 2.1배였다. 훈련비용은 공개되지 않았다.
수정된 명제
K3는 효율이 스케일을 없앤 사건보다 오픈웨이트 경로가 스케일·아키텍처·시스템 최적화로 프론티어에 수렴한 사건이다. R1과 K3는 모두 미국의 독점 기간을 줄였지만, R1의 대중 서사는 효율성, K3의 핵심은 역량 수렴이다.
발견한 누락
- 7월 19일에는 가중치와 기술보고서가 없으므로 “오픈웨이트 출시 완료”와 훈련 재현성을 말할 수 없었다.
- Moonshot 자체 평가에는 하네스·fallback·안전 가드 차이가 있었다.
- 독립 평가도 출시 직후의 예비 순위이며 모델 간 토큰·속도·비용을 함께 봐야 했다.
- 증류 전용 설명은 빈약하지만, 교사 데이터의 기여도를 배제할 수도 없었다.
다음 반복 질문
오픈웨이트는 어떤 투자에는 감속적이고 어떤 투자에는 가속적인가? 중국과 미국은 실제로 어떤 제도를 만들고 있는가?
Iteration 4 — 경제·정책·안보의 변증법
확인한 결과
오픈웨이트는 순수 모델 회사의 마진과 자본비용에는 부정적일 수 있지만, 추론 사용량·클라우드·칩·도구·응용 투자를 늘릴 수 있다. 국가경쟁과 플랫폼의 보완재 수익은 직접 모델료가 약해도 프론티어 투자를 지속시키는 별도 동기다.
중국 정부 문서는 오픈소스 생태계와 AI의 국제 공공재 역할을 명시적으로 지지하지만, 동시에 시장화된 컴퓨트 운영, 임대, MaaS/AaaS, 민간기업과 국제 커뮤니티를 강조한다. 따라서 “공공재”가 국가 단일 소유의 “AI 공산주의”를 뜻하지 않는다.
미국도 중국 모델의 검열·보안·공급망을 평가하고 조달을 제한하면서, 미국 오픈웨이트와 오픈소스 모델은 지원한다. 실제 분기축은 open-vs-closed보다 trusted-origin-vs-PRC에 가깝다. 검토한 자료에서는 Kimi/DeepSeek 가중치의 고의적 백도어 증거를 찾지 못했다.
수정된 명제
가장 가능성 높은 종착지는 국가 단일 공급이 아니라 민간 폐쇄형 서비스·상업 오픈웨이트·국가 컴퓨트·조달 규칙이 공존하는 혼합체제다. 오픈웨이트는 투자 총량을 한 방향으로 움직이기보다 가치와 자본을 모델층에서 보완재와 전략 인프라로 재배치한다.
발견한 누락
- 중국산 모델 제한에서 실증된 위험과 보호주의적 FUD를 구분해야 했다.
- 가중치 공개의 비가역성은 실제 위험이지만, 체크포인트 자체와 자율적으로 복제하는 에이전트는 다르다.
- 저명 인사의 반응은 권위 투표가 아니라 서로 다른 인과모형의 지도여야 했다.
다음 반복 질문
최종 결론이 과장 없이 유지되는가? 반대 증거, 날짜, 출처 역할과 미래 반증 조건을 모두 남겼는가?
Iteration 5 — 최종 종합과 회귀검증
최종 논지
Kimi K3는 미국 프론티어 랩 붕괴의 증거가 아니다. R1 이후 미국의 자본·매출·컴퓨트는 커졌지만, 미국과 중국의 성능 격차와 프론티어 능력의 가격은 빠르게 줄었다. 두 사건이 공통으로 무너뜨린 것은 미국 산업 자체가 아니라 “한 번 만든 모델 우위를 오랫동안 독점적으로 가격화할 수 있다”는 가정이다.
가장 강한 반론
현재의 capex 증가는 R1 이전 계약과 국가경쟁에 의한 과잉투자일 수 있다. 독립 랩의 수익이 가격 하락을 따라가지 못하면 2027–28년에 Ball이 예측한 자본비용 상승과 통합이 뒤늦게 나타날 수 있다. 본 연구는 이를 배제하지 않고 장기 가설로 남긴다.
출판 전 회귀 점검
- K3를 7월 19일 현재 “가중치 공개 완료”라고 쓰지 않았다.
- K3의 훈련비를 API 가격이나 2.5배 효율 주장으로 추정하지 않았다.
- “증류만”을 반박하되 증류·합성데이터 사용 가능성을 배제하지 않았다.
- WebDev 1위를 전체 1위로 일반화하지 않았다.
- 2025년 실제 capex와 2026년 guidance를 분리했다.
- 기업 발표 매출·가치평가를 감사된 수익성으로 취급하지 않았다.
- 중국의 공공재 언어와 시장·민간 운영 조항을 함께 제시했다.
- K3/DeepSeek의 고의적 백도어가 확인됐다고 쓰지 않았다.
- 전망에는 관찰 신호와 반증 조건을 붙였다.
최종 변화 한 문장
초기 직관은 “또 다른 중국 모델이 미국 프론티어 랩을 무너뜨릴 수 있다”였고, 최종 결론은 **“두 번째 중국발 수렴 충격이 미국의 독점 기간을 줄이고 가치사슬을 재배치하지만, 지금까지는 프론티어 투자 총량을 줄이지 않았다”**로 바뀌었다.