속보: 중국이 만든 AI '두뇌'가 오늘 밤 무료 공개된다 — 정작 내 컴퓨터로는 못 돌린다

한 줄 요약

• 한국시간 7월 27일(보도상 오전 9시), 중국의 AI 회사 문샷(Moonshot)이 자사 대형 AI Kimi K3의 알맹이(가중치)를 인터넷에 통째로 무료 공개한다.¹ 코딩 순위표 일부에선 선두급이지만 전 분야 종합으론 최상위 바로 아래고, 파일 크기가 1.4TB라 웬만한 컴퓨터엔 담기지도 않으며, 회사가 성적표에서 빼놓은 약점도 있다. “무료 공개”라는 말만 듣고 흥분할 뉴스는 아니다.

7월은 새 AI가 쉴 새 없이 쏟아진 달이었다. 그중 오늘 밤 일이 하나 예정돼 있다. AI의 ‘두뇌’ 자체를 누구나 내려받게 푼다는 것. 말은 거창한데, 정작 그게 무슨 뜻이고 나한테 무슨 상관인지는 잘 와닿지 않는다. 그래서 용어부터 그림 한 장으로 풀고 시작한다.

무슨 일이냐면

AI는 엄청난 양의 데이터를 학습하면서 수많은 숫자값을 얻는다. 이 숫자 뭉치가 바로 가중치(weights) — 쉽게 말해 그 AI의 판단력 전부, **AI의 ‘뇌’**다. 우리가 평소 챗봇을 쓸 때는 이 뇌가 회사 서버 안에 있고, 우리는 인터넷으로 접속해 잠깐 빌려 쓰는 것이다(이걸 API라고 부른다).

그런데 오픈웨이트(open weight) 는 회사가 이 뇌를 통째로 인터넷에 올려 누구나 무료로 내려받게 하는 것이다. 받으면 남의 서버에 기대지 않고 내 컴퓨터·내 서버에서 직접 돌릴 수 있다. 식당에서 요리를 사 먹는 것(API)과, 주방을 통째로 집에 들이는 것(오픈웨이트)의 차이라고 보면 된다.

오늘 밤 문샷이 하는 게 바로 이 두 번째다. 대상은 Kimi K3인데, 이미 7월 16일부터 챗봇·API로 써볼 수는 있었고, 오늘 열리는 건 ’뇌’를 통째로 받아 갈 권리다.¹

왜 다들 놀라나?

두 가지 때문이다. 하나는 크기. Kimi K3는 지금까지 무료 공개된 AI 중 가장 크다. AI의 똑똑함을 대략 가늠하는 잣대가 ’파라미터 수’인데(연결점이 많을수록 대체로 똑똑하다), Kimi K3는 이게 2.8조 개다. 다만 매번 다 쓰는 건 아니고 질문마다 필요한 일부 전문가만 깨워 쓰는 방식이라, 실제로 한 번에 동원되는 건 약 500억 개다.²

다른 하나는 성적. 웹 프론트엔드 코딩을 겨루는 특정 순위표(Arena)에서 K3가 선두에 올랐고, 그 항목에선 유료 최상위 모델인 클로드 Fable 5까지 제쳤다.² 다만 전 분야 종합으로 보면 얘기가 다르다 — 종합 지능 점수는 Fable 5(60점)·GPT-5.6 Sol(59점) 바로 아래인 57점이고, 문샷 스스로도 “전반 성능은 이 두 모델에 못 미친다”고 밝혔다.² 그러니 “공짜 모델이 유료를 부분적으로 따라잡았다” 정도가 정확한 그림이다. 아래는 이번 뉴스의 제원을 한 장으로 정리한 것이다.

문제: 받아도 못 돌린다

여기서 김이 샌다. 무료로 받아도, 개인은 이걸 켤 수가 없다.

AI의 뇌(가중치)도 결국 파일이라 저장 공간을 먹는다. Kimi K3는 최대한 압축해도 약 1.4TB다. 보통 노트북 저장 공간이 512GB쯤이니, 노트북 세 대를 합쳐야 겨우 담을 크기다. 그마저도 실제로 대화를 돌리려면 이 뇌 전체를 빠른 메모리에 통째로 올려둬야 해서, 문샷은 고성능 장비 64대 이상을 묶은 시스템을 권한다.³ 개인 컴퓨터로는 애초에 불가능한 얘기다.

그래서 “무료 공개”의 실제 의미를 좁게 봐야 한다. 받을 권리는 모두에게 열렸지만, 켤 능력은 큰 장비를 가진 회사·연구소에만 있다. 대부분의 사람에게 현실적인 사용법은 여전히 예전처럼 ’접속해서 빌려 쓰기(API)’다.

성적표에 숨은 함정

성적이 좋다는 얘기도 곧이곧대로 믿으면 안 된다. 독립 평가기관 아티피셜 애널리시스(Artificial Analysis) 측정에서, Kimi K3의 ’환각률’이 이전 세대의 39%에서 약 51%로 올랐고, 문샷은 이 항목을 자사 성적표 그래프에 넣지 않았다.⁴

단, 이 51%는 흔히 오해하는 것과 다르다. “전체 답의 절반이 거짓”이라는 뜻이 아니다. 정답을 못 맞힌 경우에 한해, 절반 넘게 “모른다”고 물러서지 않고 확신에 차서 틀린 답을 지어낸다는 조건부 수치다. 실제로 정답률 자체는 33%에서 46%로 올랐다. 한마디로 더 많이 맞히지만, 틀릴 땐 더 당당하게 틀린다.

그래도 교훈은 분명하다. 순위표 상단이라고 ’믿고 맡겨도 되는 AI’는 아니다. 특히 사실 정확성이 중요한 일일수록, 이 모델이 모를 때 얌전히 “모른다” 하는 대신 그럴듯한 오답을 낼 수 있다는 점을 감안해야 한다.

그래서 나는 뭘 하면 되나?

지금 뭔가 당장 바꿀 필요는 없다. 세 줄로 정리하면 이렇다.

• 회사에서 민감한 데이터를 다루고, 큰 장비도 있다면: 오늘 공개되는 알맹이와 사용 조건(라이선스)을 직접 확인해볼 값어치가 있다. 남의 서버에 데이터를 안 보내고 내 안에서 돌릴 수 있으니까.
• 그 외 대부분의 사람: 1.4TB 벽 때문에 직접 돌리는 건 비현실적이다. 그냥 필요할 때 챗봇·API로 빌려 쓰면 된다. ’무료 공개’라는 말에 조급해할 필요 없다.
• 공통: 코딩이든 뭐든 이 AI에 일을 맡길 생각이라면, 순위표 말고 내 실제 작업에 직접 시켜보고 틀리는 정도를 눈으로 확인한 뒤 판단하자.

정리하면, “무료로 받는 강한 AI”라는 문은 분명 열렸다. 다만 그 문 안으로 실제로 들어갈 수 있는 사람은 아직 많지 않고, 들어가더라도 성능표만 믿으면 안 된다는 것 — 오늘 밤 뉴스의 핵심은 이 두 가지다.

27일 알맹이가 실제로 공개되면 사용 조건(라이선스)과 초기 검증 결과를 이어서 붙인다.

참고 자료

• Kimi K3의 2.8조 파라미터·활성 500억(896개 전문가 중 16개)·100만 컨텍스트·네이티브 비전 등 제원을 문샷 공식 발표로 확인했다 — Moonshot 공식 블로그: Kimi K3
• 가중치가 늦어도 7월 27일 무료 공개되고 Arena 프론트엔드 코딩에서 선두(클로드 Fable 5 상회)라는 독립 검토를 확인했다 — Simon Willison: Kimi K3
• 전 분야 종합 성능은 Fable 5·GPT-5.6 Sol 바로 아래이고, 환각률이 39%→51%로 오른 반면 정답률은 33%→46%로 개선됐다는 분석을 확인했다 — The Decoder: Kimi K3 nears GPT-5.6 Sol and Fable 5
• 압축본 1.4TB·원본 5.6TB·장비 64대 이상 요건을 확인했다 — TECHi: Kimi K3’s open weights arrive July 27
• 51% 환각률(AA-Omniscience 지표)의 정확한 정의와 코드 정확도 약화를 확인했다 — Semgrep: Kimi K3’s code security results lack precision

_{기준 시점 2026년 7월 26일. 공개 일시·크기·장비 요건처럼 여러 매체가 일치하는 항목은 단정형으로, 코딩 순위·환각률·사용 조건 세부처럼 2차 보도나 미확정 정보에 기댄 항목은 “보도에 따르면”으로 완화해 적었다. 27일 공개 후 원문 조건과 초기 검증을 재확인해 갱신한다.}

---

관련 글 · MCP, 조롱받다 부활 — 실무에 붙여보고 남긴 것

Footnotes

1. 공개 시점은 문샷 공식·독립 검토(Simon Willison)가 “늦어도 7월 27일”로 일치하며, 정확한 한국시간 오전 9시(00:00 UTC)는 2차 보도 기준이다. 라이선스(Modified-MIT 계열)는 2차 보도에만 있고 1차 미확인이라 공개 시점 원문 확인이 필요하다. ↩ ↩²

2. 활성 파라미터(약 500억, 896개 전문가 중 16개 발화)·100만 토큰 컨텍스트·네이티브 비전은 문샷 공식 블로그와 독립 검토(Simon Willison)로 확인. 벤치는 Arena 프론트엔드 코딩 선두(클로드 Fable 5 상회)지만, 종합 지능지수(Artificial Analysis)는 Fable 5 60·GPT-5.6 Sol 59 아래인 57이고 문샷도 “전반 성능은 두 모델에 못 미친다”고 명시했다. 순위는 측정·시점 변동값. ↩ ↩² ↩³

3. 1.4TB(4비트 압축)·5.6TB(16비트 원본)·장비 64대 이상 요건은 2차 보도 기준이나, 2.8조 파라미터에 대한 산술(4비트=0.5바이트×2.8조≈1.4TB)과 일치한다. ↩

4. 환각률은 독립 기관 Artificial Analysis의 AA-Omniscience 지표로, ’정답을 못 맞힌 응답 중 확신형 오답의 비율’이다(전체 답의 51%가 거짓이라는 뜻이 아님). 이전 세대 39%→약 51%로 올랐으나 같은 기간 정답률은 33%→46%로 개선됐다 — 벤치 설계가 확신형 응답을 보상하는 데서 오는 트레이드오프다. 코드 정확도 약화는 Semgrep 자체 평가. ↩