Kimi K3의 충격은 새 모델 하나의 성능 문제가 아니라, 모델 회사의 독점 프리미엄이 무너지고 가치가 인프라와 애플리케이션으로 재배치되기 시작했다는 신호다.
• Leopold Aschenbrenner의 포트폴리오 급락은 AI 장기 thesis가 맞아도 레버리지는 하루 단위 가격 변동 앞에서 무너질 수 있음을 보여줬다. AI 인프라와 전통 소프트웨어의 방향성 논쟁보다 중요한 교훈은, 시장이 미래 현금흐름의 냉정한 계산이 아니라 기대에 베팅하는 장으로 변했다는 점이다.
• Kimi K3는 Claude Opus급에 가까운 능력을 열린 가중치로 공개하면서, 미국 frontier model에 의존하면 된다는 전제를 흔들었다. 모델 카드, 아키텍처, training paper까지 공개한 것은 단순한 기술 공개가 아니라 sovereign AI와 open weights 진영에 실질적 명분과 실행 가능성을 준 사건이다.
• Kimi K3 논문에서 눈에 띄는 KDA, Attention Residual, Stable Latent MoE 같은 구조 혁신의 목적은 결국 inference 비용과 KV cache 병목을 줄이는 데 있다. 여기서 중요한 점은 ‘더 똑똑한 모델’ 경쟁이 ‘같은 지능을 얼마나 싸게, 길게, 많이 serving할 수 있나’의 경쟁으로 이동하고 있다는 사실이다.
큰 그림은 지능의 가격이 내려가며 모델층의 독점 가치는 약해지고, 앞으로의 승부는 compute를 쥔 인프라와 고객 문제를 통제 가능한 agentic flow로 묶는 control plane에서 갈릴 가능성이 크다는 것이다.
AI의 최신 흐름과 다양한 큐레이션 된 정보를 제공합니다.
__Good Vibe AI