규모의 베팅과 판단의 베팅: Kimi K3와 Opus 5가 실제로 경쟁하는 것은 무엇인가

칼럼 개요

7월 24일, Anthropic은 큰 주목을 받지 않은 채 두 달 만에 네 번째 모델을 출시했다: Claude Opus 5. 이 모델의 추론 및 코딩 점수는 Fable 5에 근접하지만 토큰당 비용은 절반 수준이며, 나머지 Opus 라인업의 가격은 그대로 유지되었다. 릴리스 캘린더의 반대편에서 사흘 뒤, Moonshot AI는 Kimi K3를 공개했다. 파라미터 2.8조 개, 백만 토큰 컨텍스트 윈도우, 네이티브 비전 기능을 갖추고 있으며 전 세계 모든 개발자가 무료로 다운로드할 수 있고, 압도적으로 가장 큰 오픈 가중치 모델이다. 같은 주, 같은 업계에서 '플래그십'이 무엇을 의미해야 하는지에 대해 완전히 다른 질문에 답하는 두 개의 핵심 릴리스가 나왔다.

두 가지 릴리스, 두 가지 승리의 정의

두 발표를 모두 이번 주 누가 더 나은 모델을 보유하고 있는지를 보여주는 데이터 포인트로 읽기 쉽다. 그러나 이러한 프레임은 실제로 일어난 일을 놓친 것이다. Moonshot의 릴리스는 규모 자체가 홍보할 만한 성과라고 주장한다. 2.8조라는 숫자가 헤드라인이며, 긴 컨텍스트 윈도우부터 시도해 보는 데 비용이 들지 않는다는 사실까지, K3의 모든 요소는 이 숫자를 신뢰할 만하고 사용 가능하게 만드는 데 기여한다. 반면 Anthropic의 릴리스는 거의 그 반대를 주장한다. 프론티어 모델들이 안고 있는 흥미로운 엔지니어링 문제는 얼마나 크게 만들 수 있느냐가 아니라, 개발자가 답변을 얻는 데 드는 비용을 얼마나 정밀하게 제어할 수 있느냐에 있다는 것이다. Opus 5의 저/중/고 추론 다이얼은 "파라미터 2.8조"가 헤드라인 기능인 방식과는 달리 헤드라인 기능이 아니다. 이는 다음으로 최적화해야 할 대상이 능력의 한계가 아니라 지출과 정확도의 관계라는 quieter(조용하지만 확실한) 베팅이다.

더 큰 것에 대한 논거

Moonshot의 논리는 순진하지 않으며, "역대 최대 오픈 모델"을 단순 마케팅으로 치부하는 것은 실수다. 특히 오픈 가중치 전략에서는 규모가 실질적인 역할을 한다. 무료이지만 규모가 작은 모델은 폐쇄형 연구소들이 구축 중인 것의 할인판이라는 인상을 줄 수 있어, 취미 생활자에는 유용할지 몰라도 실제 배포 결정을 내리는 사람에게는 그렇지 않다. 무료이고 명확히 이용 가능한 가장 큰 모델이라면 그러한 논쟁을 시작하기도 전에 종식시킨다. 또한 이는 효율성 중심 접근법으로는 쉽게 구매할 수 없는 것을 Moonshot에게 제공한다: 주목. 실행 비용이 6% 저렴해진 모델에 관한 헤드라인은 쓰이지 않지만, 역사상 가장 큰 오픈 가중치 릴리스에 관한 헤드라인은 많이 쓰인다. 미국 연구소들에 대한 기본 오픈 대안으로서 입지를 다지려는 회사에게 그 주목은 부수적 효과가 아니라 거의 전체 목적이나 다름없다.

숫자로 본 반대 논거

문제는 규모와 품질이 눈에 띄게 분리되기 시작했으며, Opus 5 자체의 출시 데이터가 어떤 경쟁사의 반박보다 더 잘 이 점을 보여준다는 것이다. FrontierBench v0.1(추론 중심 벤치마크이며, 여기서의 결과는 독립적으로 검증된 것이 아닌 제3자 보고에서 나온 것이다)에서 Opus 5는 최고 추론 설정에서 43.3%의 점수를 기록하며 동일 테스트에서 GPT-5.6 Sol의 37.5%를 앞섰다. 둘 다 작은 모델이 아니므로, 이는 작은 모델이 자신의 체급을 뛰어넘는다는 이야기가 아니다. 이는 더 좁고 구체적인 지점이다: 합리적인 정의상 모두 대형인 모델들 사이에서, 시스템이 더 신중하게 추론하도록 설계된 모델이 아마도 규모에 더 의존했을 것으로 추정되는 모델을 제쳤으며, 동시에 더 저렴했다. 이는 설명하기 어려운 결과이며, 산업 전체가 벤치마크 성능의 다음 퍼센트 포인트가 실제로 어디서 나올지 생각하는 방식을 재설정하는 성향을 가진 결과다.

숫자보다 다이얼이 더 좋은 비즈니스인 이유

벤치마크와는 무관하고 AI가 실제로 어떻게 구매되느냐와 관련된 효율성 접근법에 대한 또 다른 논리가 있다. 기업 구매자는 이용 가능한 가장 큰 모델을 원하는 것이 아니다. 그들은 특정 작업에 대한 정확도 기준을 충족하는 가장 저렴한 모델을 원하며, 이 기준은 고객 지원 봇과 법률 문서 검토 파이프라인마다 다르다. 단일 거대 모델은 작업에 실제로 필요한 추론량이 얼마나 되든 상관없이 모든 사용 사례를 동일한 비용 구조로 처리하도록 강요한다. 명시적인 노력 다이얼이 있는 모델은 해당 결정을 구매자에게 직접 위임한다. 쉬운 요청의 80%는 낮은 노력으로 라우팅하고, 실제로 정당화되는 경우에만 높은 노력을 예약하며, 총 청구금이 이러한 혼합을 반영하도록 하여 기본적으로 모든 요청에 프론티어 가격을 지불하지 않도록 한다. 이는 기능 스토리가 아니라 단위 경제(Unit Economics) 스토리이며, 단위 경제가 조달 부서와의 접촉에서 어떤 접근법이 생존할지 결정한다.

Kimi K3가 실제로 최적화된 대상

이 모든 것이 Kimi K3가 Moonshot에게 잘못된 선택이라는 뜻은 아니다. 단지 K3와 Opus 5가 실제로 동일한 상금을 두고 경쟁하는 것은 아니라는 뜻이다. K3의 타겟은 미터링된 API 요금을 전혀 지불하지 않고도 프론티어 규모의 모델을 기반으로 자체 호스팅, 파인튜닝 또는 빌드를 하고자 하는 개발자, 연구원 및 중소기업이다. 이러한 타겟에게 "가장 크고 무료"는 "효율적이고 토큰 단위로 가격 책정"을 항상 이긴다. 왜냐하면 전체 목적이 요청별 가격 책정을 아예 배제하는 것이기 때문이다. 오픈 가중치 규모 확장 플레이는 효율성에 맞춰진 독점 모델이 구조적으로 수행할 수 없는 것도 해낸다: 원래 출시일 훨씬 이후에도 가치가 복리처럼 쌓이는 포크, 파인튜닝, 지역별 배포의 생태계를 조성한다는 점이다. 이는 정당하고 지속 가능한 전략이다. 다만 Anthropic이 월간 송장을 최적화하는 paying enterprise customers(결제형 기업 고객)를 상대하며 진행하는 게임과는 다른 게임일 뿐이다.

다음 해의 승자는 누구인가

질문이 향후 6~12개월 동안 업계에서 지배적인 플레이북이 될 접근법이 무엇인지라면, 효율성과 추론 제어 모델이 더 강력한 베팅으로 보이며 그 격차는 작지 않다. 이유는 이번 분기에 어느 팀이 더 나은 모델을 만들었는지에 대한 판단보다는 구조적이다. 프론티어 AI 개발을 실제로 자금 지원하는 시장, 즉 대량으로 추론을 구매하는 기업들은 스펙 시트의 더 큰 숫자보다 예측 가능하고 조정 가능한 비용을 훨씬 더 보상하며, Opus 5의 벤치마크 결과는 원시적인 파라미터 스케일링이 이미 한계에 도달한 것처럼 보이는 것과 달리 추론 품질 향상 공간이 아직 남아 있음을 시사한다. 더 많은 연구소가 "역대 최대 모델" 헤드라인을 내기 전에 일부 형태의 노력 다이얼을 출시할 것으로 예상된다. Kimi K3와 같은 원시 규모 오픈 가중치 릴리스는 계속 발생하며 중요성을 유지하겠지만, 점차 오픈 소스 및 자체 호스팅 커뮤니티를 대상으로 하는 별도의 레인으로, 시장을 선도하는 것이 아니라 병렬로 운영될 것이다. 다른 모든 사람에게 속도를 지정하는 릴리스는 K3의 파라미터 수보다 Opus 5의 다이얼에 더 가까울 것이다.