문샷, '키미 K3' 모델 가중치 공개...인프라 3종도 오픈소스로

문샷 AI가 예고한 대로 '키미 K3'의 모델 가중치를 공식 공개했다. 동시에 대규모 AI 모델 학습과 추론을 지원하는 핵심 인프라 프로젝트 3종도 함께 오픈소스로 배포해 개발자 생태계 확대에 나섰다. 문샷 AI는 중국시간 28일 자정(미국 동부시간 27일 정오)부터 허깅페이스를 통해 키미 K3의 모델 가중치를 공개했다. 이로써 전 세계 개발자들은 모델을 자유롭게 내려받아 자체 환경에서 실행하거나 수정·배포할 수 있게 됐다. 공개 직후 다운로드는 빠르게 증가해 28일 오전 9시 기준 2850건을 기록했다. 키미 K3는 총 2조8000억개(2.8T)의 매개변수를 갖춘 세계 최대 규모의 오픈웨이트 AI 모델 가운데 하나다. 실제 추론 과정에서는 약 1042억개의 매개변수만 활성화하는 전문가 혼합(MoE) 구조를 채택해 연산 효율을 높였다. 또 최대 100만토큰의 컨텍스트 창을 지원해 방대한 문서나 대규모 코드베이스도 하나의 프롬프트에서 처리할 수 있다. Releasing the model weights and technical report of Kimi K3. Kimi K3 is our most capable model: a 2.8T MoE model with native visual understanding and a 1M-token context window. New model architecture: 2.5x the intelligence per unit of compute, not just more params. Alongside… pic.twitter.com/Yz5uWeMbIm — Kimi.ai (@Kimi_Moonshot) July 27, 2026 문샷 AI는 이번 공개와 함께 키미 K3의 활용성을 높이기 위한 인프라 프로젝트 3종도 오픈소스로 공개했다. 첫 번째는 '문EP(MoonEP)'로, MoE 기반 대규모 분산 학습에서 전문가(Expert) 간 통신 병목을 줄여주는 라이브러리다. 수천개의 GPU가 동시에 학습하는 환경에서는 전문가 모듈 간 데이터 교환 비용이 전체 성능을 좌우하는 핵심 요소인데, 문EP는 이러한 통신 오버헤드를 크게 줄여 학습 효율을 높이는 역할을 한다. 두 번째는 '플래시KDA(FlashKDA)'다. 엔비디아 CUDA 라이브러리인 CUTLASS를 기반으로 개발한 AI 추론 커널이다. 엔비디아 'H20' GPU에서 긴 입력을 처음 처리하는 프리필(prefill) 속도를 기존보다 1.72~2.22배 높일 수 있다고 설명했다. 프리필은 사용자가 입력한 긴 프롬프트를 AI가 처음 분석하는 단계로, 전체 응답 속도에 큰 영향을 미치는 핵심 과정이다. 세 번째는 '에이전트ENV(AgentENV)'로, 키미 K3의 에이전트 기반 강화학습(RL)을 위해 개발된 오픈소스 분산 가상화 플랫폼이다. MIT 라이선스로 공개됐으며, AI 에이전트가 실제 컴퓨터와 유사한 독립된 실행 환경에서 대규모 작업과 학습을 안정적으로 수행할 수 있도록 설계됐다. 특히 에이전트ENV는 기존 컨테이너 방식의 보안 한계와 일반 가상머신(VM)의 느린 실행 속도를 해결하기 위해 파이어크래커(Firecracker) 마이크로VM을 활용했다. 특히 스냅샷(snapshot), 재개(resume), 포크(fork) 기능을 지원해 이미 실행 중인 환경을 여러 개로 빠르게 복제할 수 있어, AI 에이전트의 강화학습을 동시에 효율적으로 수행할 수 있도록 설계됐다. 문샷 AI에 따르면 스냅샷 기반 환경은 50밀리초(ms) 이내에 실행하거나 복구할 수 있으며, 스냅샷 저장도 100ms 안에 완료된다. 또 하나의 실행 환경을 최대 16개의 독립적인 환경으로 복제할 수 있어 동일한 작업을 여러 에이전트가 동시에 수행하는 병렬 강화학습의 효율을 크게 높일 수 있다. 또 에이전트ENV는 기존 E2B 기반 AI 에이전트 애플리케이션을 별도의 코드 수정 없이 그대로 사용할 수 있도록 지원한다. E2B는 AI가 작성한 코드를 안전한 가상 환경(샌드박스)에서 실행해 주는 오픈소스 플랫폼이다. 이를 통해 기업들은 키미 K3를 기반으로 한 자체 AI 에이전트 시스템을 더 쉽고 빠르게 구축할 수 있을 것으로 기대된다. 이처럼 문샷 AI는 이번 모델 공개를 통해 오픈소스 AI 생태계 확대에도 속도를 내고 있다. 양즈린 창립자는 그동안 폐쇄형 모델과 차별화되는 개방성과 자유로운 활용성을 핵심 전략으로 제시해 왔다. 키미 K3는 이달 공개 직후 뛰어난 코딩 성능과 가격 경쟁력을 앞세워 미국 주요 AI 모델과의 격차를 크게 좁혔다는 평가를 받았다. 문샷 AI는 입력 토큰 100만개당 3달러의 사용료를 책정했으며, 캐시 활용 시 비용은 100만 토큰당 0.30달러 수준까지 낮아질 수 있다고 설명했다. 박찬 기자 cpark@aitimes.com