내가 바라보는 세상

AI · 기술과 규범 베끼기인가, 배우기인가 — AI ‘증류’ 논란 11일 사이에 중국의 새 AI 모델이 등장했고, 백악관은 도둑질을 지목했고, 중국은 패권주의라고 맞받았습니다. 그 한가운데 ‘증류(distillation)’라는 낯선 용어가 있습니다. 이 글은 그 단어의 뜻부터, 어디까지가 정상이고 어디부터가 반칙인지까지를 정리해보겠습니다. 들어가며 11일 사이에 벌어진 일 2026년 7월 16일, 중국의 AI 기업 문샷AI(Moonshot AI)가 상하이에서 새 모델 키미 K3(Kimi K3) 를 공개했습니다. 2조 8,000억 개의 매개변수를 가진, 지금까지 공개된 것 중 가장 큰 규모의 개방형 모델입니다. 일부 코딩 평가에서는 미국 최상위 모델들을 앞질렀습니다. 사흘 뒤인 19일, 문샷은 이용자가 몰려 신규 구독을 일시 중단했습니다. 그리고 22일, 백악관 과학기술정책실장 마이클 크라치오스가 소셜미디어에 글을 올립니다. 문샷이 미국 엔트로픽의 모델을 ‘증류’해 K3를 만들었다는 정보를 갖고 있다는 내용이었습니다. 같은 날 스콧 베선트 재무장관은 제재와 수출통제 명단 등재를 검토하겠다고 경고했습니다. 27일, 중국 상무부가 답했습니다. 미국이 사실적·법적 근거 없이 중국 기업을 위협하고 있으며 이는 ‘AI 패권주의’ 라고 규정하고, 필요한 모든 조치를 취하겠다고 밝혔습니다. 7.16 7.19 7.22 7.27 키미 K3 공개 신규 구독 중단 백악관 증류 지목 중국 “AI 패권주의” 재무장관 제재 경고 기술 발표에서 국가 간 통상 분쟁으로 번지기까지 열하루가 걸렸습니다. 이 모든 다툼의 중심에 ‘증류’라는 단어가 있습니다. 그런데 이 단어가 정확히 무엇을 뜻하는지, 그것이 왜 절도가 될 수도 있고 정상적인 기술이 될 수도 있는지는 좀처럼 설명되지 않습니다. 거기서부터 시작하겠습니다. ...

AI는 왜 모든 능력을 한꺼번에 사용하지 않을까? MoE 모델이 바꾸는 AI 경쟁 최근 AI 업계에서 자주 등장하는 용어 중 하나가 MoE 모델 입니다. 우리말로는 전문가 혼합 모델(Mixture of Experts) 이라고 부릅니다. 거대한 AI 모델 안에 여러 개의 전문가 모듈을 배치하고, 질문에 필요한 일부 전문가만 선택해 사용하는 구조입니다. 🧠 MoE를 한 문장으로 정리하면 전체 모델의 능력은 크게 유지하되, 실제 답변을 만들 때는 필요한 전문가만 골라 계산하는 방식입니다. 1 MoE 모델은 무엇인가? 일반적인 AI 모델은 질문이 들어오면 모델 내부의 많은 파라미터를 매번 비슷하게 사용합니다. 반면 MoE 모델은 여러 개의 전문가 네트워크 를 만들어 놓고, 입력된 내용에 적합한 전문가 몇 개만 선택적으로 활성화합니다. 어떤 전문가를 사용할지는 라우터(Router) 또는 게이팅 네트워크(Gating Network) 가 결정합니다. 회사로 비유하면 더 쉽습니다. 900명이 근무하는 회사에 하나의 안건이 들어왔다고 생각해보겠습니다. 일반적인 모델은 안건을 처리할 때마다 900명이 모두 회의에 참석하는 방식입니다. MoE 모델은 안건을 먼저 분석한 뒤 가장 적합한 16명만 태스크포스로 소집합니다. Dense 모델은 대부분의 파라미터를 사용하고, MoE 모델은 필요한 전문가만 선택합니다. 여기서 말하는 전문가는 사람이 미리 정해놓은 ‘수학 전문가’, ‘영어 전문가’, ‘코딩 전문가’와 정확히 일치하지는 않습니다. 학습 과정에서 각각의 전...

THE WORLD I SEE · AI & INDUSTRY 2026년 7월 Kimi K3 공개 당시를 다룬 글입니다. 2026년 10월 27일 출처와 설명을 보완했습니다. 성능·가격 비교는 각 자료의 기준일을 따르며, 현재 최신 모델의 순위를 뜻하지 않습니다. 2026년 7월, 문샷AI가 내놓은 키미 K3는 AI 경쟁을 보는 질문을 하나 더했습니다. 좋은 모델을 빌려 쓰는 것과, 직접 운영할 수 있는 것은 어떻게 다를까? MOONSHOT AI · KIMI K3 모델이 공개되면 AI의 비용도 내려갈까? 문샷AI의 연구 배경부터 성능 평가, 자체 운영의 비용과 한계까지 키미 K3는 총 2조 8,000억 개의 파라미터를 갖춘 대형 모델입니다. 그러나 크기만으로 이 모델의 의미를 설명하기는 어렵습니다. 기업이 가중치를 내려받아 운영할 수 있다는 점, 긴 작업을 수행하는 능력, 그리고 사실을 틀리지 않는 능력을 나누어 봐야 합니다. 먼저 날짜부터 구분하겠습니다. 서비스·API 공개는 7월 16일, 전체 모델 가중치 공개는 7월 27일 입니다. 처음부터 모든 가중치가 공개된 것은 아닙니다. 공식 안내도 이 두 시점을 나누어 설명합니다. [1] 먼저 읽는 세 가지 기업: 문샷AI는 키미를 개발한 회사이며, 창업자 양즈린은 자연어처리 연구 경력을 갖고 있습니다. 기술: K3는 일부 전문가 모듈을 선택하는 MoE 구조를 쓰지만, 자체 운영에는 상당한 인프라가 필요합니다. 판단: 성능 향상과 신뢰성 향상은 같은 말이 아닙니다. 오픈웨이트도 자동으로 저비용·무위험을 뜻하지 않습니다. 이 글의 순서 문샷AI와 양즈린의 연구 배경 Kimi K3의 사양과 MoE 구조 성능과 환각률을 함께 읽는 방법 오픈웨이트가 바꾸는 비용 구조 산업과 투자 관점에서 확인할 것 1. ...

THE WORLD I SEE · POLICY & HOUSEHOLD FINANCE 2026년 7월 보도된 검토안을 다룬 글입니다. 2026년 10월 27일 현행 고시·공개 자료를 대조해 설명과 출처를 보완했습니다. 건강보험료 부과체계 보험료의 천장과 바닥, 누구의 부담이 달라질까? 상한액·하한액·보수 외 소득 기준을 따로 읽어야 하는 이유 시행 중인 기준과 검토안을 구분합니다 본문의 ‘약 612만 원’, ‘최저보험료 2만2,260원’, ‘보수 외 소득 기준 1,000만 원’은 2026년 7월 언론에 보도된 검토안 입니다. 이 글에서 확인한 자료만으로 시행이 확정됐다고 안내할 수는 없습니다. 보건복지부도 7월 26일 설명자료에서 구체적인 개편 방안이 확정되지 않았다고 밝혔습니다. 실제 부담액은 적용 시점의 법령·고시와 국민건강보험공단 안내를 확인해야 합니다. [7] 건강보험료가 오른다는 소식을 들으면 내 월급에서 빠지는 돈부터 떠올리게 됩니다. 하지만 상한을 올리는 것, 최저보험료를 올리는 것, 부과 대상 소득을 넓히는 것은 서로 다른 변화입니다. 이번 논의도 세 갈래로 나누어 봐야 합니다. 높은 소득에도 보험료가 더 늘지 않는 구간을 조정하는 문제, 최저보험료를 적용받는 가입자의 부담을 바꾸는 문제, 월급 외 소득을 어느 범위까지 반영할지의 문제입니다. 먼저 읽는 핵심 상한액: 최고 한도를 적용받는 가입자에게 영향을 줍니다. 하한액: 최저보험료 대상자의 부담과 경감 장치를 함께 봐야 합니다. 보수 외 소득: 직장가입자의 월급 외 소득에 붙는 별도 보험료 문제입니다. 현재 기준부터 확인하기 7월에 보도된 검토안 재정 논의에서 구분할 것 가입자별 영향과 확인 순서 1. ‘내가 내는 보험료’와 ‘보험료 총액’은 다르다 직장가입자의 보수월액보험료는 보통 근로자와 사용자가 절반씩 부담합니다. 그래서 같은 상한액을 설명하더라도 본인 부담액인지, 사용자 부담까지 합친 총액인지 를 먼저 확인해야 합니다. 반면 직장가입자의 보수 외 소득월액보...

ESSAY · 내가 바라보는 세상 답을 구하는 비용이 낮아지는 세상에서, 무엇이 그 자리를 대신 채우게 될까. 지식의 접근성, 일의 가치, 그리고 사람에게 자리를 만들어 주는 구조에 관하여. 이 글은 AI 시대의 변화를 바라보는 필자의 에세이입니다. 역사적 사례와 연구·정책 제안에는 출처를 붙였고, 미래의 소득과 사회 모습은 확정된 예측이 아니라 생각해 볼 가능성으로 다뤘습니다. 자료 확인·문장 보완: 2026년 10월 28일. 우리 사회의 익숙한 전제가 조금씩 흔들리고 있다. 어느 순간부터 ‘아는 것’의 값이 예전 같지 않다는 감각이다. 예전 같으면 여러 자료를 찾아야 했던 질문에 몇 초 만에 답이 돌아온다. 처음에는 신기했고, 그다음에는 편했고, 이제는 조금 서늘하다. 물론 빠르게 나온 답이 곧 정확한 지식은 아니다. 설명을 얻는 것과 그 설명이 맞는지 판단하는 것 사이에는 여전히 거리가 있다. 다만 답을 구하고 초안을 만드는 비용이 낮아지고 있다는 변화만큼은, 우리가 일의 가치를 생각하는 방식을 다시 돌아보게 한다. 1. 지식이 귀하다는 전제가 달라진다면 전문가가 대접받는 이유 중 하나는 다른 사람이 쉽게 구하지 못하는 지식과 경험을 갖고 있기 때문이다. 대학과 자격, 조직의 위계에도 이런 요소가 스며 있다. 그러나 그것이 전부는 아니다. 신뢰, 책임, 협업, 법적 권한도 함께 작동한다. AI가 흔들고 있는 것은 이 가운데 ‘정보를 찾아 정리해 주는 능력’의 희소성일지 모른다. 한때는 자료를 모으는 일 자체가 성과였다. 이제는 비슷한 자료를 손에 쥔 사람들 사이에서, 무엇이 중요한지 가려내는 일이 더 두드러진다. 그렇다면 지식에 접근하기 쉬워진 사회에서는 무엇이 귀해지는가. 나는 이 질문이 중요하다고 생각한다. 희소성이 모두 사라지기보다, 그 무게중심이 옮겨갈 수 있기 때문이다. 병목은 어디로 옮겨갈까? 답을 얻기 어려울 때 자료를 찾고, 지식을 축적하고, 설명을 만들어 내는 능력이 큰 차이를 만든다. 답을 쉽게 얻을 때 문...

AI INFRASTRUCTURE · CREDIT RISK AI 투자가 커질수록, 주가만큼 중요한 질문이 생깁니다. 데이터센터를 짓는 돈은 누가 대고, 그 돈은 언제 돌아올까요? 오라클의 CDS 상승은 이 질문을 신용시장의 언어로 보여줍니다. 다만 CDS가 올랐다고 곧 부도가 난다는 뜻은 아닙니다. 빅테크의 채권 발행이 늘었다고 회사채시장 전체의 금리 상승을 모두 설명할 수도 없습니다. 이 글에서는 오라클의 공개 실적과 날짜가 확인되는 CDS 자료 를 바탕으로, AI 투자가 자금조달 부담으로 이어지는 경로를 살펴봅니다. 특히 빅테크 본사와 그 주변의 데이터센터 사업자를 구분해서 보겠습니다. 자료 보완·수정: 2026년 10월 28일 2026년 7월에 작성한 글의 문제의식을 유지하되 이후 공개 실적으로 내용을 보완했습니다. CDS는 아래에 명시한 보도 시점의 수치이며, 수정일 현재의 실시간 시세가 아닙니다. 기존 그래프의 확인되지 않은 수치는 제외했습니다. 1. 오라클 CDS는 무엇을 말해 주나? CDS(신용부도스와프)는 기업 등에 신용사건이 발생할 위험을 거래하는 파생상품입니다. 보호를 사는 쪽은 비용을 내고, 계약에서 정한 신용사건이 발생하면 보상을 받습니다. CDS 스프레드가 높아졌다는 것은 대체로 그 기업의 신용위험을 떠안는 데 더 높은 보상을 요구한다 는 의미입니다. [1] 날짜와 데이터 제공자가 확인되는 관측치 오라클 5년물 CDS 288bp 2026년 10월 15일 Reuters 보도. S&P Global Market Intelligence 자료를 인용해 밤사이 26bp 확대됐다고 전했습니다. 이 수치는 10월 28일 현재값이나 확정 종가로 제시하는 것이 아닙니다. [2] 1bp는 0.01%포인트입니다. 288bp는 연율 스프레드 표시로 2.88%포인트에 해당하지만, 이를 부도확률 2.88%로 읽으면 안 됩니다. 실제 계약 비용에는 표준 쿠폰과 선급금 등의...