Kimi K3 2.8조 파라미터, 스케일링 법칙 재확인

초대형 언어모델 개발 경쟁이 한층 격화되고 있다. 최근 공개된 Kimi K3는 2.8조 개에 달하는 파라미터를 갖춘 대규모 MoE(전문가 혼합) 구조를 채택했으며, 100만 토큰 규모의 컨텍스트 윈도우를 지원한다. 코딩, 에이전트 실행, 장기 지식 작업 등 폭넓은 영역의 벤치마크에서 상위권 성능을 기록하며 글로벌 최상위 모델군에 합류했다는 평가가 나온다. 초기 사용자 피드백에서도 복잡한 코딩 과제와 장시간에 걸친 작업 수행 능력을 중심으로 성능이 대체로 확인되는 분위기다. 다만 출시 초기인 만큼 실사용 환경에서의 안정성, 작업 성공률, 과업당 비용 효율성은 추가 검증이 필요한 영역으로 지목된다. 특히 이번 모델은 스케일링 법칙이 여전히 작동하고 있음을 재확인시켰다는 점에서 주목된다. 아키텍처 최적화와 MoE, 증류, 사후학습 등은 연산 자원의 활용 효율을 높이는 역할을 하지만, 복잡한 추론과 장기 계획 수립, 에이전트 역량을 근본적으로 끌어올리는 데에는 여전히 모델 규모 확대가 가장 직접적인 수단이라는 분석이다. K2 대비 규모를 크게 키운 K3의 성능 도약이 그 근거로 제시된다. 이러한 흐름은 프론티어 AI 개발이 지속적으로 대규모 연산 자원을 요구한다는 점을 시사하며, AI 가속기와 데이터센터 인프라 수요의 구조적 성장 논리를 뒷받침하는 신호로 해석될 수 있다.