Kimi K3 '제본스 역설', 칩·메모리 수요 확대 전망

문샷AI가 공개한 대형 MoE 모델 Kimi K3를 두고 월가 주요 IB들이 AI 반도체 수요에 미칠 영향을 분석했다. Kimi K3는 2.8조개 파라미터, 100만 토큰 컨텍스트를 갖췄으며 장기 AI 에이전트 작업을 지원한다. 캐시 적중 입력가는 100만 토큰당 0.3달러, 출력은 15달러 수준이다. 성능이 높고 가격이 낮은 모델이 등장하면 칩 수요가 위축될 것이라는 우려가 있지만, 씨티와 뱅크오브아메리카는 반대 시나리오에 무게를 실었다. 씨티의 피터 리는 이를 '제본스의 역설'로 설명했다. 토큰당 비용이 낮아지면 호출과 배치가 폭증해 전체 컴퓨팅·메모리 소비는 오히려 늘어난다는 논리다. 특히 AI 에이전트는 단순 질의응답과 달리 하나의 작업을 수행하는 동안 지속적으로 데이터를 읽고 토큰을 생성하기 때문에 총사용량 증가 효과가 단위 비용 절감을 압도할 수 있다. 기술적으로도 병목이 사라지는 것이 아니라 이동한다는 점이 강조됐다. Kimi K3는 896개 전문가 중 16개만 활성화하는 구조로 연산량 일부를 줄이지만, GPU·서버 메모리 용량과 대역폭, 전문가 모듈 간 데이터 이동, GPU 간 고속 인터커넥트, 대규모 클러스터 운영 효율이 새로운 관건으로 부상한다. 실제 운영에는 64개 이상의 GPU가 연결된 슈퍼노드급 인프라가 필요한 것으로 분석됐다. 100만 토큰 장문 컨텍스트는 KV 캐시 부담을 키워 서버용 DDR5와 엔터프라이즈 SSD 수요를 자극할 수 있다. 뱅크오브아메리카의 비벡 아리아는 중국 오픈소스 모델의 약진이 미국 AI 기업의 투자를 줄이기보다 확대시킬 것으로 봤다. 성능 격차가 좁혀질수록 미국 선두 기업은 학습 규모 확대, 강화학습, 합성데이터, 테스트 시점 컴퓨팅, 빠른 출시 주기에 더 투자해야 하며, 경쟁 축은 모델 자체에서 안정성·속도·추론 품질·인프라 효율로 옮겨간다. OpenRouter에서 중국 모델의 토큰 사용량이 비중국 모델을 넘어선 점, 2026년 6월 미국 기업의 약 55%만 AI에 지출한 점을 근거로 수요 확산은 아직 초기 국면이라는 진단이다.