2026년 7월, 문샷의 Kimi3 등장! 그들은 누구인가?

2026년 7월, AI 업계의 화제는 실리콘밸리가 아니라 베이징에서 나왔습니다.

중국의 AI 스타트업 문샷AI(Moonshot AI)가 7월 16일 공개한 키미 K3(Kimi K3)는 공개 직후 며칠 만에 AI 커뮤니티와 시장을 동시에 흔들었습니다. 총 2조 8,000억 개의 파라미터를 가진, 지금까지 공개된 것 중 가장 큰 오픈웨이트(open-weight) 모델이었기 때문입니다. 일부 코딩 평가에서는 GPT와 Claude 같은 최상위 폐쇄형 모델을 앞섰고, 이용자가 몰리면서 회사가 신규 유료 가입을 일시 중단하는 일까지 벌어졌습니다.

그런데 정작 문샷AI가 어떤 회사인지 아는 사람은 많지 않습니다. 이 글에서는 벤치마크 점수 대신, 이 회사가 어디서 시작해 어떻게 여기까지 왔는지를 정리해 보겠습니다.

한눈에 보기

기업	문샷AI (月之暗面 · 달의 뒷면)
설립	2023년 3월 · 중국 베이징
창업자	양즈린 (1992년생, 칭화대 · CMU 박사)
대표 모델	키미 K3 (2026년 7월 16일 공개)
기업가치	약 200억 달러 · 홍콩 증시 상장 추진

1. 문샷AI는 어떤 기업인가?

달의 뒷면에서 이름을 가져온 회사

문샷AI는 2023년 3월 베이징에서 설립됐습니다. 창업자는 칭화대학교 동문인 양즈린(楊植麟)·저우신위·우위신 세 사람입니다. 설립 7개월 만인 2023년 10월, AI 비서 서비스 키미(Kimi)를 내놓으며 이름을 알렸습니다.

회사 이름에는 사연이 있습니다. 중국어 사명은 월지암면(月之暗面), 즉 '달의 뒷면'인데, 이는 창업자 양즈린이 가장 좋아하는 영국 록밴드 핑크 플로이드의 명반 《The Dark Side of the Moon》에서 따온 것입니다. 회사 출범 시점도 이 앨범 발매 50주년에 맞췄습니다. 사무실 회의실 이름과 제품 이름에도 록 음악 용어를 쓰는 문화가 남아 있습니다.

회사의 미션
“에너지를 지능으로 변환하는 최적의 경로를 찾는다.”
— 전기를 얼마나 효율적으로 지능으로 바꿀 수 있는가. 이후 문샷의 모든 선택을 관통하는 문장입니다.

양즈린은 창업 초기부터 챗GPT를 모방하는 길을 거부하고 '긴 문맥(long-context) 처리'라는 한 지점을 파고들었습니다. 키미가 중국에서 폭발적으로 퍼진 이유도 여기 있습니다. 논문, 계약서, 수백 페이지 보고서를 한 번에 읽어주는 AI였기 때문입니다.

다만 문샷의 길이 순탄했던 것은 아닙니다. 2024년 하반기에는 월 2억 위안에 가까운 돈을 광고에 쏟아부으며 이용자를 사들였고, 2025년 들어 소비자 앱의 인기가 꺾이자 회사는 전략을 통째로 바꿉니다.

문샷AI 3년의 서사

2023. 03 창업

칭화대 동문 3인, 베이징에서 설립. 핑크 플로이드 앨범 50주년에 맞춰 출범.

2023. 10 챗봇 '키미' 출시

'긴 문맥'을 무기로 중국 국민 AI 앱 등극.

2024. 09 광고 출혈

월 2억 위안 마케팅. 가입자 1명당 획득 비용 약 30위안. 지속 불가능한 성장.

2025 대전환 — 폐쇄형에서 오픈웨이트로

소비자 앱 인기 하락. 광고 중단, 모델 공개, 방향을 코딩·에이전트로 집중. 기업가치 약 43억 달러.

2026. 05 기업가치 200억 달러

메이퇀 주도로 약 20억 달러 조달. 6개월 만에 5배. 홍콩 상장 준비.

2026. 07. 16 키미 K3 공개

역대 최대 규모의 오픈웨이트 모델. 수요 폭증으로 신규 가입 일시 중단.

한 번 꺾인 뒤 방향을 바꿔 살아난 회사. 키미 K3는 그 전환의 결과물입니다.

2. 창업자 양즈린은 누구인가?

미국이 키운 연구자가 중국으로 돌아오다

양즈린은 1992년 중국 광둥성 산터우에서 태어났습니다. 칭화대학교 컴퓨터공학과를 졸업한 뒤 미국 카네기멜런대학교(CMU)에서 머신러닝 박사 학위를 받았습니다. 중국 매체들은 그를 '칭화대 수석 입학·수석 졸업'으로 소개하지만, 이 부분은 중화권 언론발 서술이라 1차 확인이 어렵다는 점은 감안해서 보시는 편이 좋겠습니다.

양즈린의 이력과 문샷AI의 DNA

칭화대학교	컴퓨터공학 전공. 이때 만난 동문들이 훗날 공동 창업자가 됩니다.
카네기멜런대(CMU)	머신러닝 박사.
구글 브레인 · 메타 AI	박사 과정 중 두 곳에서 연구원으로 근무.
Transformer-XL · XLNet	긴 문맥 처리의 기초가 된 연구에 직접 참여. 문샷의 '긴 문맥' 집착은 마케팅 컨셉이 아니라 창업자 본인의 연구 주제였습니다.
2023년 귀국 · 창업	미국 빅테크의 길을 접고, 대학 시절 함께 록밴드를 하던 동문들과 문샷AI 설립.

키미 K3 공개 이후 중국 소셜미디어에서는 그를 '밀레니얼 천재'라 부르며, 개인 자산이 1,000억 위안(약 20조 원)을 넘어선 것으로 보도되고 있습니다. 딥시크의 량원펑에 이어 중국 AI를 대표하는 새로운 얼굴이 된 셈입니다.

3. 키미 K3는 어떤 모델인가?

이름의 유래부터 구조까지

먼저 이름입니다. '키미(Kimi)'는 창업자 양즈린의 영어 이름에서 따왔다는 것이 가장 널리 알려진 설명입니다. 창업자 부부의 이름에서 글자를 가져왔다는 이야기도 함께 돌지만, 공식적으로 확정된 유래는 아닙니다. 여기에 세대를 뜻하는 K1 → K2 → K3가 붙는 구조라, 정확한 표기는 '키미3'보다 '키미 K3'입니다.

키미(Kimi) K3 핵심 사양

규모	총 2조 8,000억 파라미터의 MoE(전문가 혼합) 구조
문맥 길이	최대 100만 토큰 — 코드 저장소 전체나 책 여러 권을 한 번에
멀티모달	텍스트와 이미지를 함께 처리하는 네이티브 시각 이해
핵심 기술	KDA(Kimi Delta Attention) + Attention Residuals
공개 방식	오픈웨이트 — 기업이 직접 내려받아 자체 운영 가능
API 가격	100만 토큰당 입력 3달러 / 출력 15달러

2조 8,000억 파라미터를 어떻게 굴리는가 — MoE 구조

거대한 모델 전체를 매번 다 쓰지는 않습니다. 질문이 들어오면 라우터가 적합한 전문가만 골라 부릅니다.

질문 입력

↓

라우터가 판단

↓

896명 중 16명만 호출

↓

답변 생성

전문가 모듈 중 실제 활성화 비율 약 1.8% (896개 중 16개)

※ 다만 "전체의 2%만 쓴다"는 표현은 정확하지 않습니다. 전문가 모듈 외에 어텐션 계층과 공통 연산은 매번 동작하고, 활성화되지 않는 전문가도 메모리에는 전부 올려둬야 합니다. 문샷이 원활한 추론을 위해 가속기 64개 이상의 구성을 권장하는 이유입니다.

특히 눈에 띄는 특징은 '비전 인 더 루프(Vision in the Loop)' 방식입니다. 코드를 한 번 생성하고 끝내는 것이 아니라, 자기가 만든 화면을 이미지로 직접 확인한 뒤 코드를 다시 고칩니다. 그래서 웹 인터페이스, 2D·3D 게임, 대시보드처럼 눈으로 결과를 평가하는 작업에서 유독 좋은 결과가 나옵니다.

잘하는 것과 못하는 것

강점

· 프런트엔드 코딩 · 시각적 결과물

· 대규모 코드 저장소 탐색

· 장시간 이어지는 에이전트 작업

· 자체 운영 가능(오픈웨이트)

약점

· 출력 속도가 느림

· 답변이 장황한 편

· 환각률이 오히려 상승

· 종합 성능은 최상위 폐쇄형에 미달

출력 속도 (초당 토큰)

키미 K3 32

유사 가격대 평균 72

환각률 (낮을수록 좋음)

이전 모델 K2.6 39%

키미 K3 51%

화려한 결과물을 만드는 능력과, 사실을 정확히 지키는 능력은 서로 다른 문제라는 뜻입니다.

4. 왜 시장을 놀라게 했는가?

성능이 아니라 '구도'가 바뀌었다

첫째, 개발자 평가에서 실제로 1위를 찍었습니다. 익명 이용자들이 결과물을 비교 평가하는 LMArena의 프런트엔드 코드 부문에서, 키미 K3는 공개 몇 시간 만에 18위에서 1위로 올라섰습니다. 프런트엔드에서는 넘볼 수 없다고 여겨지던 최상위 폐쇄형 모델을 제친 것입니다.

둘째, 그 모델이 '공개' 모델이라는 점입니다. 지금까지 프런티어급 성능은 API로만 빌려 쓸 수 있었습니다. 그런데 비슷한 수준의 모델을 기업이 직접 내려받아 자사 데이터센터에서 돌릴 수 있다면, 폐쇄형 API에 계속 높은 값을 치를 이유가 줄어듭니다. 성능이 아니라 가격 결정력이 흔들린 사건이었습니다.

폐쇄형 모델 vs 오픈웨이트 모델

구분	폐쇄형 (GPT · Claude)	오픈웨이트 (키미 K3)
사용 방식	API로 빌려 씀	내려받아 직접 운영
비용 구조	쓸수록 과금, 공급자가 가격 결정	초기 인프라 부담, 이후 자체 통제
데이터 보안	외부로 데이터 전송	내부망·폐쇄망 운영 가능
종속성	공급자에 락인	교체·수정 자유
진입 장벽	낮음 (카드만 있으면 됨)	높음 (GPU 인프라 필요)

셋째, 수요가 공급을 부쉈습니다. 공개 직후 48시간 만에 GPU 부하가 한계에 도달해 문샷은 신규 유료 가입을 일시 중단했습니다. 벤치마크용 모델이 아니라 실제 돈을 내는 이용자가 붙는 상용 서비스라는 사실이 증명된 순간입니다. 동시에 결국 승부처는 GPU와 데이터센터 운영 능력이라는 점도 드러났습니다.

넷째, 전제가 깨졌습니다. '프런티어 AI는 미국 기업만 만들 수 있다'는 믿음에 균열이 갔습니다. 미국 주요 매체들도 이 공개를 두고 미국이 AI에서 항상 앞선다는 기존 관념이 무너진 사건이라고 평가했습니다.

한 가지는 짚고 가야 합니다. Anthropic은 2026년 2월 문샷AI가 허위 계정을 이용해 자사 모델과 약 340만 건의 대화를 생성했다고 주장했습니다. 이른바 증류(distillation) 논란입니다. 다만 이는 아직 한쪽의 주장이고, 2조 8,000억 파라미터 모델을 2주 만에 만들어낼 수는 없다는 점에서 증류만으로 키미 K3 전체를 설명하기는 어렵다는 것이 다수 연구자들의 평가입니다.

오픈웨이트의 시작인가, AI 모델의 변곡점인가

키미 K3는 아직 모든 분야에서 GPT와 Claude를 넘어선 모델이 아닙니다. 문샷AI 스스로도 종합 성능에서는 뒤진다고 인정했고, 환각률은 오히려 나빠졌으며, 속도도 느립니다.

그럼에도 이 모델이 중요한 이유는, 경쟁의 축이 바뀌었기 때문입니다. 딥시크가 '싸게 만들 수 있다'를 보여줬다면, 키미 K3는 '공개해도 최상위권에 설 수 있다'를 보여줬습니다. 이제 질문은 어느 모델이 벤치마크 1등이냐가 아니라, 저비용·공개형 AI의 대중화와 고성능·폐쇄형 AI의 프리미엄 중 어느 쪽이 산업의 표준이 되느냐로 옮겨가고 있습니다.

한편 오픈웨이트 모델의 확산이 곧 GPU 수요 감소를 뜻하지도 않습니다. 오히려 기업마다 직접 파인튜닝하고 추론을 돌리게 되면서, 전체 컴퓨팅 수요는 더 커질 가능성도 있습니다. 문샷AI가 자기 서비스의 GPU 부족으로 가입을 막았다는 사실이 그 역설을 그대로 보여줍니다.

달의 뒷면에서 이름을 가져온 회사가, 지금 AI 산업의 보이지 않던 면을 하나 드러냈습니다.
프런티어 AI는 더 이상 닫힌 문 안에만 있지 않습니다.

※ 본문의 투자·기업가치 수치는 비상장 기업 특성상 감사받은 재무제표가 아닌 언론 보도에 근거한 것으로, 실제와 차이가 있을 수 있습니다. 벤치마크 순위 역시 신규 모델 출시에 따라 계속 변동됩니다.

내가 바라보는 세상

이 블로그 검색