중국의 문샷 AI가 최근 공개한 '키미(Kimi K3)' 모델가 서구의 최고 수준 AI 모델과 맞먹는 성능을 보여주며 큰 화제를 모으고 있습니다. GPU 부족이라는 한계를 혁신적인 아키텍처와 강화학습 설계로 극복하여 탄생한 이 모델은, 서구 진영의 '컴퓨팅 우위' 전략이 과연 유효한지에 대한 깊은 의문을 던지고 있습니다.
문샷 AI(Moonshot AI)가 복잡한 프로그래밍 및 에이전트 작업에 특화된 오픈소스 모델인 Kimi K2.7 Code를 공개했습니다. 이 모델은 서방의 경쟁사들에 비해 토큰당 가격이 최대 12배 저렴하여 비용 효율성이 매우 뛰어나며, 특히 실제 에이전트 환경에서 작동할 때 강력한 성능을 보여줍니다. 일부 벤치마크에서는 최상위권 모델들에 뒤처지지만, 압도적인 가격 경쟁력을 바탕으로 실용적인 코딩 작업에 훌륭한 대안이 될 수 있습니다.
Moonshot AI가 코딩 특화 에이전트 모델인 Kimi K2.7-Code를 Modified MIT 라이선스로 오픈소스화했습니다. 이 모델은 256K 컨텍스트 윈도우를 지원하며, 추론 시 토큰 사용량을 약 30% 절감하고 핵심 벤치마크에서 21.8%의 성능 향상을 달성했습니다. 개발자들은 현재 Kimi API와 Kimi Code를 통해 이 모델을 활용할 수 있습니다.
중국의 AI 스타트업 문샷 AI(Moonshot AI)가 300억 달러(약 40조 원)의 기업가치를 달성하기 위해 10~20억 달러 규모의 신규 펀딩을 추진합니다. 이는 지난해 말 대비 6배 이상, 지난 5월 대비 50% 높은 수치입니다. 경쟁 심화 속에서도 연간 반복 수익(ARR)이 두 배로 증가했으며, 기술적 경쟁력을 확보한 점이 주요 배경입니다.
중국의 대표적인 오픈소스 AI 스타트업 문샷 AI(Moonshot AI)가 약 20억 달러(약 2조 7천억 원)를 유치하며 기업가치 200억 달러를 달성했습니다. 이는 퍼포먼스 타협을 감수하더라도 저렴한 비용으로 AI를 사용하려는 시장의 오픈소스 모델 수요가 급증했기 때문으로 풀이됩니다. 이번 펀딩은 중국 AI 기업들이 자본 시장에서 고속 성장을 이어가고 있음을 보여주는 핵심 지표로 평가받습니다.
문샷 AI와 칭화대 연구진이 대규모 언어 모델(LLM)의 추론 방식을 혁신하는 멀티 데이터센터 서빙 아키텍처 'PrfaaS(Prefill-as-a-Service)'를 제안했습니다. 이 아키텍처는 연산 집약적인 프리필(Prefill) 작업을 별도의 클러스터로 분리하고, 하이브리드 어텐션 모델을 통해 크게 감소된 KVCache를 일반 이더넷망으로 전송하여 54% 높은 처리량을 달성합니다.