글: 리단(李丹)

중국 대형 모델 기업 문샷 AI(Moonshot AI, 月之暗面)가 차세대 플래그십 모델 Kimi K3.1 Pro를 선보이며 코딩, 3D 창작, 금융 연구 등 복잡한 전문 작업을 겨냥했다. 또한 11월 4일까지 전체 모델 가중치를 공개할 계획이다. 이 모델의 총 파라미터 규모는 2.8조 개로, 전문가 혼합(MoE) 아키텍처를 채택해 호출 시마다 1040억 개 파라미터가 활성화되며, 100만 토큰 컨텍스트 윈도를 지원한다.

문샷 AI는 Kimi K3.1 Pro가 K3 시리즈의 첫 모델이자 회사가 지금까지 보유한 가장 강력한 3조 파라미터급 모델이라고 밝혔다. 기존에 범용 역량에 초점을 맞춘 모델들과 달리, 새 모델은 장기 코딩, 3D 모델링, 금융 분석, 그리고 에이전트(Agent)의 복잡한 과제 수행 능력을 집중 강화했으며 여러 테스트에서 최상위 폐쇄형 모델 수준에 도달하거나 근접했다.

문샷 AI는 고속 버전인 Kimi K3.1 Pro Highspeed도 함께 출시했으며, 지능 수준은 표준 버전과 동등하면서 출력 속도는 약 2~3배까지 높아진다고 밝혔다. 현재 두 모델은 Kimi 공식 웹사이트, 앱, Kimi Work, Kimi Code 및 API를 통해 서비스를 제공하고 있으며, 전체 모델 가중치는 11월 4일 이전에 공개될 예정이다.

문샷 AI 입장에서 이번 Kimi K3.1 Pro 업그레이드의 핵심은 파라미터 규모를 3조 수준으로 끌어올린 것만이 아니라, 코딩, 공간 추론, 금융 분석, 장기 에이전트 실행 능력을 하나의 모델에 통합한 데 있다.

전체 가중치 공개를 앞두고 시장이 다음으로 지켜봐야 할 것은 이러한 벤치마크상의 우위가 실제 프로젝트에서 지속적으로 실현될 수 있는지, 그리고 개발자들이 수용 가능한 배포 비용으로 모델 역량을 안정적이고 신뢰할 수 있는 생산성으로 전환할 수 있는지 여부다.

대규모 강화학습 지원, 복잡한 과제 실행 능력 향상

Kimi K3.1 Pro는 처음부터 학습한 새 모델이 아니라 Kimi K3를 기반으로 후속 학습(post-training)한 버전이다. 문샷 AI는 새 모델이 후속 학습 연산량을 대폭 늘렸고, 강화학습 프레임워크, 장문맥 추론, 학습 효율, 샌드박스 인프라, 과제 스케줄링 시스템 등의 단계를 최적화해 수백 개 다운스트림 분야의 대규모 공동 학습을 지원한다고 밝혔다.

문샷 AI는 이 학습 노선의 핵심이 더 큰 규모의 강화학습 투자를 단순한 단일 턴 질의응답 성능 향상이 아니라 복잡한 과제에서의 지속적 실행 능력으로 전환하는 데 있다고 본다.

문샷 AI에 따르면 코드, Agent, 지식 관련 벤치마크에서 K3.1 Pro는 최강 폐쇄형 모델의 수준에 도달하거나 근접했다. 코딩 에이전트 테스트인 Terminal-Bench 4.0에서 Kimi K3.1 Pro는 65.7%의 평가 점수를 얻어 OpenAI의 GPT-6 Astra(58.2%)를 앞섰고, Anthropic의 Claude Opus 5.5(66.4%)와는 근소한 차이를 보였다.

Terminal-Bench 4.0은 실제 환경의 터미널 과제를 통해 자원이 제한된 조건에서 모델이 도구를 사용하고 명령을 실행하며 코딩 문제를 해결하는 능력을 평가한다.

문샷 AI 내부의 Kimi Code Bench 3.0 Long-horizon 테스트에서 새 모델은 61.2%를 기록해 이전 세대 K3의 55.95%를 웃돌았다. 이 테스트는 다단계 실행, 도구 호출, 엔드투엔드 엔지니어링 문제 해결 능력에 중점을 둔다.

다만 유의할 점은 위 성적이 서로 다른 테스트 체계에서 나온 것이며 일부는 문샷 AI 내부 벤치마크라는 점이다. 모델별로 테스트 환경, 도구 구성, 평가 방법이 다를 수 있으므로 점수를 모든 실제 업무 시나리오에서의 능력 순위와 동일시할 수는 없다.

코드 작성에서 게임 개발까지, 프로젝트 전체의 엔드투엔드 수행 시도

코딩 측면에서 문샷 AI는 Kimi K3.1 Pro가 기존 코드베이스의 문제를 수정하는 일부터 완전한 소프트웨어 프로젝트를 처음부터 개발하는 일까지 처리하기를 원한다.

문샷 AI가 제시한 사례에는 언리얼 엔진(Unreal Engine), Unity, Godot 등 게임 엔진을 이용한 게임 개발과 웹페이지, Three.js 인터랙티브 장면, 3D 자산 생성이 포함된다.

그중 언리얼 엔진 5.8에서 모델은 구름 바다 위에 떠 있는 동양 신화풍 천궁을 구현했다. 문샷 AI는 프로젝트의 주랑이 Blender 절차적 모델링으로 제작됐고, 원본 모델이 3600만 개 삼각형을 포함하며 Nanite와 Lumen으로 렌더링됐다고 밝혔다.

또 다른 사례는 Godot 기반으로 개발된 3D 액션 어드벤처 게임으로, 탐험 가능한 5개 지역, 절차적으로 생성된 지형과 마을, 3인칭 전투, 2단계 보스전, 낮과 밤 순환, 빠른 이동 등의 기능을 담고 있다.

모델은 브라우저 내 3D 로봇팔 전시 페이지도 완성했는데, 2317개의 부품과 268개의 동적 배선을 생성하고 분해 뷰, 투명 외형, 단면 표시를 구현했다.

이러한 사례들은 모델의 목표가 더 이상 코드 조각 생성에 그치지 않고, 프로젝트 계획, 전문 도구 호출, 소재 생성, 디버깅과 반복 개선까지 맡는다는 점을 보여주려는 것이다.

문샷 AI는 더 복잡한 시뮬레이션 과제도 공개했다. 모델은 오픈소스 인체 해부학 모델을 기반으로 인간 보행 역학 시뮬레이터를 구축하고, 167개 과제와 420회의 독립 검토 과정에서 보행 컨트롤러를 지속적으로 조정해 최종적으로 시뮬레이션 인체가 11.2초 연속 보행을 실현하도록 했다.

더 주목할 점은 보상 메커니즘 조정으로 팔 움직임을 개선할 수 없게 되자, 모델이 시뮬레이터 역학을 점검하는 쪽으로 전환해 어깨 근육의 모멘트 암 계산에서 36곳의 오류를 찾아 수정한 뒤 컨트롤러를 다시 학습시켰다는 것이다.

이런 사례는 장기 에이전트 능력의 중요한 방향을 보여준다. 모델은 해결책을 생성할 뿐 아니라 실험 피드백에 따라 문제를 찾아내고 여러 차례 실행을 거치며 결과를 지속적으로 개선해야 한다는 것이다. 다만 데모 사례 자체가 모든 동종 과제에서 모델이 동일한 성과를 안정적으로 재현할 수 있음을 의미하지는 않는다.

3D 모델링 역량 강화, Blender·CAD 전문 도구 지원

코딩 외에 3D 창작과 공간 추론도 Kimi K3.1 Pro 이번 업그레이드의 중점 사항이다.

문샷 AI는 Kimi K3.1 Pro가 3D 창작과 공간 추론에 능숙하고 파라미터 기반 모델링, 예컨대 기계 부품, 건축 모델, 다중 파라미터로 구성 가능한 제품, 맞춤 가구 등에 강하다고 밝혔다. BenchCAD 벤치마크에서 이 모델은 도구를 활용해 92.7%의 성적을 얻어 Claude Opus 5.5(96.2%)와 GPT-6 Astra(95.9%)에 근접했다.

BenchCAD는 주로 여러 시점의 렌더링 이미지를 바탕으로 CAD 코드를 생성해 3D 모델을 재구성하는 능력을 평가한다. 모델은 물체의 형태, 비율, 공간 관계를 이해한 뒤 시각 정보를 사용 가능한 3차원 구조로 전환해야 한다.

문샷 AI에 따르면 Kimi K3.1 Pro는 텍스트 설명, 스케치, 참고 이미지를 토대로 물체 구조를 추론하고 Blender, CAD 등 전문 도구의 스크립트를 직접 작성·실행해 파라미터 기반 모델링, 형상 조정, 재질 수정, 장면 배치 등을 완료할 수 있으며 MCP 커넥터에 의존할 필요가 없다.

문샷 AI가 제시한 사례에는 Blender에서 공항 실내 열대우림 장면 구축, FreeCAD와 Python을 활용해 2100개 엔티티를 포함한 터보팬 엔진 모델 생성, 바로 3D 프린팅이 가능한 스탠드 조명 디자인 등이 있다.

그중 터보팬 엔진 모델은 단계별 조립, 내부 구조 표시, 여러 로터의 회전 애니메이션을 지원하며, 스탠드 조명은 푸젠 토루(福建土樓)의 원형 건축 형태를 참고해 5개 부품으로 구성된 투각 구조로 설계됐다.

이와 함께 Kimi 공식 웹사이트와 앱에는 3D Make 기능이 출시돼 3D 모델의 온라인 미리보기와 편집을 지원하며, 사용자가 모델을 다운로드해 3D 프린팅에 활용하거나 영상과 라이브 포토로 내보낼 수 있다.

이는 문샷 AI가 모델의 공간 추론과 코드 생성 능력을 실제로 바로 사용할 수 있는 창작 도구로 전환하려 시도하고 있음을 의미한다.

금융 연구가 핵심 돌파 방향으로, 사실 오류율 하락

금융 연구는 Kimi K3.1 Pro가 또 하나 중점 강화한 능력이다.

문샷 AI는 새 모델이 단순히 재무 관련 질문에 답하거나 연구보고서를 요약하는 것이 아니라 재무 모델링, 투자 분석, 산업 연구를 아우르는 비교적 완전한 워크플로를 수행할 수 있다고 밝혔다.

OfficeQA Pro v2 벤치마크에서 Kimi K3.1 Pro는 64.4점을 얻었고, 문샷 AI는 이를 현재 최고 수준(SoTA)이라고 밝혔다. 이 테스트는 실제 금융 문서를 기반으로 한 복잡한 데이터 분석에 중점을 두며 정보 검색, 문서 간 대조, 다단계 수치 추론을 포함한다.

회사 내부의 재무 모델링 테스트에서 새 모델은 K3 대비 14% 향상됐고, 금융 연구 테스트는 20% 향상됐으며, 비즈니스 운영 테스트 점수는 K3의 약 4.2배에 달했다.

실제 응용 사례로 모델은 엔비디아의 재무 모델을 생성해 영업 가정 조정, 수식 연동, 민감도 분석을 지원했고, CATL(宁德时代)의 투자위원회 보고서를 작성해 시장 컨센서스와 회사 실제 실적 간의 차이를 정리하고 향후 가능한 촉매 요인을 정리했다.

문샷 AI는 양자컴퓨팅 산업 연구보고서도 공개했는데, 보고서의 데이터와 인용이 모두 1차 출처로 추적 가능하다는 점을 강조했다.

다만 금융 연구는 정확성 요구가 일반 콘텐츠 생성보다 훨씬 높다. 모델이 완전한 재무 워크북이나 연구보고서를 만들 수 있다는 것이 그 안의 모든 데이터, 가정, 결론이 반드시 정확하다는 뜻은 아니며, 실제 사용 시에는 핵심 수치와 출처를 검증해야 한다.

이 문제에 대해 문샷 AI는 사실 정확성 스트레스 테스트를 별도로 진행했다.

내부 Kimi Hallu Bench Hard 테스트에서 새 모델의 단일 사실 진술 오류율은 K3의 23.4%에서 8.3%로 낮아졌다. 최소 한 곳의 사실 오류를 포함한 응답 비율은 이전 세대의 약 42.4% 수준으로 떨어졌다.

문샷 AI는 이 테스트가 모델이 틀리기 쉬운 고난도 장면을 의도적으로 선별한 것으로, 테스트 결과가 일상 사용에서의 전체 오류율을 의미하지는 않는다고 특별히 밝혔다.

그럼에도 사실 오류율을 낮추는 것은 모델이 금융, 기업 운영 등 전문 영역에 진입하기 위한 중요한 조건이다. 이런 과제에서는 모델이 추적 가능한 근거를 제시하고 계산 과정을 검증하며 오류를 적시에 발견할 수 있는지가 단순히 응답 속도를 높이는 것보다 더 중요할 수 있다.

표준판 API 출력 가격 100만 토큰당 68위안, 가중치 공개 전 안전 평가 먼저

상업화 측면에서 문샷 AI는 제품·서비스 출시를 먼저 하고 모델 가중치는 이후에 공개하는 일정을 택했다.

현재 Kimi K3.1 Pro는 Kimi 공식 웹사이트, 앱, Kimi Work, Kimi Code, Kimi API에 연동돼 있다. 개발자는 API로 모델을 호출할 수 있고, 기업 사용자는 코딩, 연구 및 기타 에이전트 워크플로에 활용할 수 있다.

문샷 AI가 공개한 가격에 따르면 표준판 Kimi K3.1 Pro의 API 입력 가격은 100만 토큰당 캐시 적중 시 1.3위안, 캐시 미적중 시 13위안이며 출력 가격은 68위안이다. 고속판은 출력 속도가 표준판의 약 2~3배이며 가격은 표준판의 두 배다.

문샷 AI는 또한 Kimi Hosted Agents 관리형 에이전트 서비스를 출시해 기업과 개발자에게 클라우드 실행 환경을 제공하고, 장시간 과제 실행과 멀티 에이전트 협업을 지원해 에이전트 실행 프레임워크를 직접 구축·유지하는 비용을 낮췄다.

오픈소스 커뮤니티가 더 주목하는 것은 모델 가중치 공개 계획이다. 문샷 AI는 전체 가중치를 11월 4일 이전에 공개한다고 밝혔다. 이를 통해 개발자는 자체 인프라에 모델을 배포하고 연구·적응할 기회를 얻게 되며, 구체적인 사용 범위는 최종 발표되는 라이선스 조건을 기준으로 해야 한다.

동시에 문샷 AI는 오픈 가중치 모델의 사이버 보안 평가도 공개했다. 회사는 Kimi K3.1 Pro 가중치 공개를 준비하면서 중간 학습과 강화학습 단계에서 네트워크 공격·방어 관련 데이터를 식별해 제거함으로써 모델의 취약점 연구 능력을 제한했다고 밝혔다.

자체 개발한 xdev-bench-hard 테스트에서 해당 데이터 제거 처리를 하지 않은 모델은 90.5%를, 최종 버전은 81.0%를 기록했다. 회사는 이는 표적화된 데이터 정제가 모델의 취약점 연구 능력을 낮췄음을 보여주지만, 더 강력해진 범용 코딩과 장주기 디버깅 능력이 여전히 사이버 보안 과제로 전이될 수 있다고 밝혔다.

이는 오픈 가중치 모델이 직면한 딜레마도 반영한다. 한편으로는 모델 공개가 기업과 연구자들의 로컬 배포, 코드 점검, 방어적 보안 작업에 도움이 되지만, 다른 한편으로는 모델 능력이 계속 강화되면서 개발자들이 네트워크 공격·방어 같은 이중 용도 시나리오에서의 잠재적 위험을 평가해야 한다는 요구도 커지고 있다.