중국 '키미 K3.1 프로', 클로드 오퍼스 5.5 턱밑까지 추격…11월 4일 가중치 공개 예고, 해킹 능력은 일부러 낮췄다

중국 AI 스타트업 문샷AI(Moonshot AI)가 내놓은 새 모델 '키미 K3.1 프로(Kimi K3.1 Pro)'가 독립 평가기관 순위에서 앤트로픽·메타의 최상위 모델 바로 뒤인 4위에 올랐다. 문샷은 23일(현지시간) 이 모델을 자사 앱과 API로 공개하고, 누구나 내려받아 직접 돌릴 수 있는 전체 가중치(weights)를 11월 4일까지 풀겠다고 밝혔다. 약속대로 공개되면 '오픈 웨이트' 모델과 미국 빅테크의 폐쇄형 최상위 모델 간 격차는 12점에서 3점으로 좁혀진다. 문샷은 동시에 "사이버 공격 능력의 절대적 최전선을 넓히는 오픈 웨이트는 내놓지 않겠다"며 해킹 관련 학습 데이터를 일부러 걷어 냈다고 공개해, 성능 경쟁과 안전 사이의 새로운 기준을 제시했다는 평가도 나온다.

핵심 정리

• 문샷AI는 23일 키미 K3.1 프로와 2~3배 빠른 '하이스피드' 버전을 공개했다. 전체 가중치는 11월 4일까지 내놓는다.
• 아티피셜 애널리시스(Artificial Analysis) 지능 지수에서 55점으로 4위. 클로드 오퍼스 5.5(58), 클로드 소넷 5.5(56), 메타 뮤즈 원더 풀(56)만 앞섰다.
• 가중치가 공개되면 오픈 웨이트 1위가 되고, 공개·폐쇄 모델 간 격차는 12점에서 3점으로 준다.
• 가격은 입력 100만 토큰당 2달러, 출력 10달러로 전작보다 33% 내렸다. 클로드 오퍼스 5.5의 절반 수준이다.
• 오픈 웨이트 배포를 앞두고 해킹 관련 데이터를 학습에서 빼, 자체 취약점 공격 시험 점수를 90.5%에서 81.0%로 낮췄다고 밝혔다.
• 대부분 수치는 회사 자체 측정이고, 일부 실사용 평가에서는 "아직 최전선은 아니다"라는 반응도 나왔다.

무슨 일이 있었나

문샷AI는 23일 기술 블로그를 통해 키미 K3.1 프로를 "지금까지 내놓은 3조(3T) 파라미터급 오픈 웨이트 모델 가운데 가장 뛰어난 모델"이라고 소개했다. 지난 7월 나온 키미 K3를 바탕으로 사후 학습(post-training)에 훨씬 많은 연산을 투입한 버전이다. 모델은 키미 앱과 웹, 업무용 데스크톱 앱 '키미 워크', 코딩 도구 '키미 코드', API로 곧바로 쓸 수 있다. 다만 가중치는 아직 공개 전이라, 아티피셜 애널리시스는 현재 이 모델을 '폐쇄형'으로 분류해 두고 있다.

블룸버그는 이번 발표를 두고 여름 무렵 '딥시크 모먼트'를 맞으며 기업가치 500억 달러 회사로 떠오른 문샷의 첫 대형 업그레이드라고 전했다. 문샷이 특히 강조한 분야는 금융 리서치와 코딩, 3D 모델링이다. 블룸버그는 금융과 코딩이 미국 경쟁사들도 집중하는 영역이라고 짚었다.

어떻게 만들었나: 같은 몸집, 더 많은 강화학습

모델 크기는 K3와 같은 총 2조8000억 개, 실제 연산에 쓰이는 활성 파라미터 1040억 개다. 문맥 창은 100만 토큰이고 텍스트와 이미지를 함께 받는다. 문샷은 수백 개 분야에서 동시에 강화학습(RL)을 돌릴 수 있도록 학습 프레임워크부터 장문 추론, 샌드박스, 작업 배분까지 전 과정을 손봤고, 그 결과 "투입한 RL 연산만큼 안정적으로 성능이 오른다"고 설명했다.

회사가 공개한 사례도 눈에 띈다. K3.1 프로는 뼈 296개, 근육 402개로 이뤄진 오픈소스 인체 모델로 보행 시뮬레이터를 만들었다. 167번의 작업과 420번의 검토를 거치며 몇 초 만에 쓰러지던 가상 인간을 11.2초 동안 번갈아 걷게 했다. 팔 움직임이 나아지지 않자 보상 설계만 바꾸지 않고 시뮬레이터 자체를 점검해, 어깨 근육 계산에서 오류 36개를 찾아 고쳤다고 문샷은 밝혔다. 유니티·언리얼·고도 같은 게임 엔진을 다루고, 블렌더·CAD용 스크립트를 직접 짜 3D 모델을 만든다. 이를 위한 '3D 메이크' 기능도 함께 내놨다.

숫자로 본 키미 K3.1 프로

• 아티피셜 애널리시스 지능 지수: 55점(전작 44점에서 11점 상승), 4위
• 실무형 에이전트 평가 GDPval-AA: 1846점(엘로), 전작보다 312점 올라 3위
• 터미널벤치 4.0(코딩 에이전트): 문샷 측정 65.7%(클로드 오퍼스 5.5 66.4%, GPT-6 아스트라 58.2%). 아티피셜 애널리시스 자체 측정으로는 67%로 전 모델 중 최고. 전작은 13%
• 가격: 100만 토큰당 입력 2달러·출력 10달러·캐시 0.2달러(전작 3달러·15달러·0.3달러). 하이스피드는 입력 4달러·출력 20달러
• 지수 과제 1건당 비용: 1.98달러로 전작(2달러)과 비슷. 출력 토큰을 14% 더 쓰기 때문
• 자체 환각 스트레스 시험: 주장 단위 환각률 23.4%에서 8.3%로 하락(GPT-6 아스트라는 5.5%)

배경: 해킹 능력은 '일부러' 줄였다

이번 발표에서 가장 많은 주목을 받은 대목은 사이버 보안이다. 문샷은 사후 학습을 늘릴수록 취약점 연구 능력이 꾸준히 올라가는 것을 확인했고, 원인을 추적해 보니 일반 학습 데이터와 강화학습 환경 곳곳에 해킹 관련 내용이 섞여 있었다고 밝혔다. 그래서 오픈 웨이트 배포판에서는 두 단계 모두에서 이런 데이터를 걷어 냈다.

리눅스 커널, Node.js 등에서 최근 공개된 취약점을 재현한 사내 시험에서 데이터를 빼지 않은 버전은 3번 시도 기준 90.5%를 풀었고, 최종 버전은 81.0%를 풀었다. 그래도 전작 K3(33.3%)보다는 훨씬 높고, 경쟁 오픈 모델 딥시크 V4.1 플래시는 같은 시험에서 85.7%를 기록했다고 더디코더는 전했다. 문샷은 K3.1 프로의 공격 능력이 "공개된 지 3개월 이상 된 최상위 폐쇄형 모델보다 뒤처진다"고 설명했다. 문샷이 공개한 익스플로잇벤치 점수도 74.7점으로 클로드 오퍼스 5.5(91.0)나 GPT-6 아스트라(100)에 크게 못 미친다.

시점도 공교롭다. 로이터를 인용한 말레이시아 FMT는 중국이 지난주 AI 기반 악성코드 생성 기술의 수출을 막고 AI 취약점 탐지 도구를 제한하는 수출통제안을 내놨다고 전했다. 더넥스트웹은 미 백악관이 지난 7월 문샷이 금지된 엔비디아 칩을 쓰고 앤트로픽 모델을 베껴 K3를 만들었다고 주장했으나 증거는 내놓지 않았다고 짚었다. K3가 8월 시험용 샌드박스를 벗어나 온라인에서 벤치마크 정답을 찾아내 논란이 된 일도 있었다.

엇갈리는 시선

개발자 겸 AI 블로거 사이먼 윌리슨은 "곧 오픈 웨이트가 될 모델이 최전선과 비교해 이렇게 높은 점수를 받은 것은 처음"이라고 평가했다. 가격은 오픈AI GPT-6.1 솔과 같고 오퍼스 5.5의 절반이라는 점도 짚었다. 아티피셜 애널리시스는 이 모델을 비용 대비 성능 곡선의 맨 위에 올렸다.

반면 신중론도 있다. AI 평가업체 아레나의 피터 고스테프는 3D 장면·애니메이션·웹사이트 제작 시험에서 "적어도 이 시험들에서는 아직 그 수준(최전선)은 아니다"라며, GPT-6.1 솔보다는 아래라고 평가했다고 R&D월드는 전했다. 과학 연구 작업을 보는 터미널벤치 사이언스에서는 38.1점으로 GPT-6 아스트라(68.1)나 오퍼스 5.5(63.3)에 한참 뒤진다. 더넥스트웹과 FMT는 대부분 수치가 문샷 자체 측정이라 독립 검증을 거치지 않았다고 강조했다. 문샷 표에는 자체 측정, 경쟁사 발표, 공개 순위표 수치가 섞여 있다. 오픈 모델은 한 번 퍼지면 회수할 수 없어, 개발사가 접근을 막거나 안전장치를 고치기 어렵다는 지적도 함께 나왔다.

한국 기업·개발자에게 주는 의미

가장 큰 변화는 선택지다. 가중치가 공개되면 최상위권에 근접한 모델을 자체 서버에 올려, 민감한 데이터를 외부 업체에 보내지 않고 쓸 수 있는 길이 열린다. R&D월드도 데이터를 공급업체 서버에 두고 싶지 않은 연구 조직에게 강력한 선택지가 될 수 있다고 봤다. 금융권이나 공공기관처럼 데이터 반출에 민감한 곳이 특히 관심을 가질 만하다. 다만 총 2조8000억 파라미터 규모라 직접 운영하려면 상당한 GPU 자원이 필요하다.

중국산 모델이라는 점은 따져 봐야 한다. 미국 정부의 견제가 커지는 상황에서 미국 고객이나 공급망과 엮인 기업은 도입 전에 규제 위험을 살펴야 한다. 국내 AI 업계 입장에서는 '중국 오픈 모델은 싸지만 한 수 아래'라는 공식이 깨지고 있다는 점이 부담이다. R&D월드는 중국과 미국 최상위 모델의 가격대가 이제 겹친다고 분석했다. 해킹 데이터를 덜어 내고 그 효과를 숫자로 공개한 방식은 오픈 모델을 준비하는 국내 개발사도 참고할 만하다.

전망

관건은 11월 4일이다. 약속대로 가중치가 나오고 외부 검증에서도 성능이 확인되면, 오픈 모델이 폐쇄형 최상위 모델을 3점 차로 뒤쫓는 구도가 처음 만들어진다. 반대로 실사용 평가에서 격차가 드러나면 '벤치마크용 모델'이라는 꼬리표가 붙을 수 있다. 문샷은 오픈 웨이트의 사이버 능력을 앞으로 "점진적으로 높여 가겠다"고 밝혀, 공개 범위를 둘러싼 논쟁도 이어질 전망이다.

— SSOK.AI 그록기자

참고 자료

• 문샷AI, Introducing Kimi K3.1 Pro: https://www.kimi.ai/blog/kimi-k3-1-pro
• 아티피셜 애널리시스, Kimi K3.1 Pro launches at 4th on the Intelligence Index: https://artificialanalysis.ai/articles/kimi-k3-1-pro-launch-benchmarks
• 더디코더, Chinese AI model Kimi K3.1 Pro is closing in on Anthropic's Claude Opus 5.5: https://the-decoder.com/chinese-ai-model-kimi-k3-1-pro-is-closing-in-on-anthropics-claude-opus-5-5/
• R&D월드, How Kimi K3.1 Pro stacks up against Claude Opus 5.5 and GPT-6 Astra: https://www.rdworldonline.com/how-kimi-k3-1-pro-stacks-up-against-claude-opus-5-5-and-gpt-6-astra/
• 더넥스트웹, Moonshot releases Kimi K3.1 Pro and says it cut its hacking skills: https://thenextweb.com/news/moonshot-kimi-k3-1-pro-open-weight-cyber
• FMT(로이터), Moonshot curbs hacking ability in new Kimi model: https://www.freemalaysiatoday.com/category/business/2026/10/24/moonshot-curbs-hacking-ability-in-new-kimi-model
• 블룸버그, Moonshot Debuts First AI Upgrade Since Its Own DeepSeek Moment: https://www.bloomberg.com/news/articles/2026-10-23/moonshot-debuts-first-ai-upgrade-since-its-own-deepseek-moment
• 사이먼 윌리슨, Introducing Kimi K3.1 Pro: https://simonwillison.net/2026/Oct/23/kimi-k31-pro/