자체 GPU를 무너뜨린 출시: 문샷 AI의 Kimi K3 용량 위기

이 위기는 짧았지만 많은 것을 시사했다. 최첨단(frontier) 수준의 오픈웨이트 AI에 대한 원초적 수요뿐만 아니라, 세계적 수준의 모델을 만들어내는 중국 AI 연구소들이 직면한 구조적 GPU 제약까지 적나라하게 드러낸 것이다.

수요 쇼크: 내러티브를 바꾼 48시간

문샷 AI는 7월 19일 Kimi 공식 X 계정을 통해 "Kimi K3가 예상보다 훨씬 큰 사랑을 받았고, GPU가 그 영향을 느끼고 있다. 지난 48시간 동안 수요가 현재 용량의 한계에 가깝게 밀어붙였다"고 구독 중단을 발표했다 . 이 게시물은 하루 만에 720만 회 이상 조회됐다 .

기존 구독자는 영향을 받지 않았다. 문샷은 현재 회원에게 모든 가용 컴퓨팅 자원을 집중하면서 용량 확보에 총력을 기울였고, 가능한 한 빨리 배치(batch) 방식으로 신규 구독 슬롯을 재개방하겠다고 밝혔다 . 또한 멤버십을 일반 사용자용 'Kimi 멤버십'과 코딩 워크플로우용 'Kimi 코드 멤버십'으로 분리해 추론(inference) GPU를 더 효율적으로 배분하기로 했다 .

로이터와 사우스차이나모닝포스트(SCMP)는 이번 중단이 문샷의 자금 조달 및 홍콩 IPO 준비와 시기를 같이한다고 전하며, 이번 GPU 대란이 단순한 수요 쇼크일 뿐만 아니라 중국의 광범위한 칩 제약이 빚어낸 증상임을 지적했다 .

수요 폭발 원인: 오픈웨이트 전략 + 벤치마크 지배력

Kimi K3를 하룻밤 사이에 글로벌 현상으로 만든 요인은 두 가지다.

벤치마크 리더십. Kimi K3는 Arena.ai의 '프론트엔드 코드 아레나(Frontend Code Arena)' 리더보드에서 1,679 Elo를 기록하며, 앤트로픽(Anthropic)의 Claude Fable 5(1,631 Elo)와 오픈AI(OpenAI)의 GPT-5.6 Sol(1,618 Elo)을 제쳤다. 중국 모델이 메이저 코딩 리더보드에서 1위를 차지한 것은 이번이 처음이다 . 더 넓은 범위의 '아티피셜 애널리시스 인텔리전스 인덱스(Artificial Analysis Intelligence Index)'에서는 K3가 57.1점을 기록, Claude Fable 5의 60점에 근접했다 . 또한 '프로그램 벤치(Program Bench)'와 'SWE 마라톤(SWE Marathon)'에서도 1위를 차지했고, '터미널-벤치 2.1(Terminal-Bench 2.1)'에서는 GPT-5.6 Sol에 근접한 성적(88.3점 vs 88.8점)을 보였다 .

공격적인 오픈웨이트 전략. 문샷은 7월 27일 수정 MIT 라이선스 하에 전체 모델 가중치(weights)를 공개하며, 최첨단(frontier) 수준의 기능을 누구나 자유롭게 다운로드받아 자체 서버에 구축할 수 있게 했다 . 이는 오픈AI와 앤트로픽의 폐쇄적인 가중치 전략에 대한 정면 도전이었다 . 여기에 비슷한 수준의 미국 모델보다 훨씬 낮은 API 가격까지 더해지면서, K3는 전 세계 비용에 민감한 개발자와 기업들의 기본 선택지가 되었다.

결과적으로 K3는 문샷의 자체 API뿐만 아니라 오픈라우터(OpenRouter) 같은 서드파티 라우터를 통해서도 소비되면서, 문샷의 GPU 보유량을 훨씬 웃도는 수요를 만들어냈다.

더 큰 흐름: 오픈라우터를 장악한 중국 모델

Kimi K3의 출시는 이미 진행 중이던 추세에 마침표를 찍은 사건이었다.

세계 최대 LLM 라우터인 오픈라우터에서:

• 2026년 2월: 중국 오픈웨이트 모델의 토큰 소비량이 처음으로 미국 모델을 추월했다. 2월 9일부터 15일까지 일주일 동안 중국 모델이 4.12조 개의 토큰을 처리한 반면, 미국 모델은 2.72조 개를 처리했다 .
• 2026년 6월~7월까지: 중국 모델이 주당 약 18조 개의 토큰을 처리하며 미국 모델(5.5조 개)을 3대 1로 압도했다 . 불과 1년 전만 해도 미국 모델이 약 70%의 점유율을 차지하고 있던 것과 정반대의 상황이다 .
• 2026년 7월: 중국 모델이 오픈라우터 글로벌 사용량 순위에서 1위부터 5위까지를 싹쓸이했다. 샤오미의 MiMo-V2.5, 딥시크(DeepSeek), 미니맥스(MiniMax), 알리바바의 큐원(Qwen), 그리고 문샷의 Kimi가 그 주인공이다 . 중국 기원 모델은 전체 라우팅 트래픽의 60% 이상을 차지했다 .
• 기업 도입: 2026년 4월에 5% 미만이었던 미국 기업의 중국 모델 토큰 사용량이 7월에는 46%로 치솟았다. 업계에서는 이를 "클라우드 전환 이후 가장 큰 비용 주도형 기업용 소프트웨어 마이그레이션"이라고 평가했다 .

딥시크는 단일 모델로 주당 5.13조 개의 토큰을 처리하며 라우팅된 토큰의 17.6%를 차지, 오픈라우터 최대 공급자로 올라섰다. 이는 단일 미국 연구소를 모두 제친 수치다 .

가트너 전망: 2027년 글로벌 기업 절반이 중국 AI 사용

2026년 8월 9일, 가트너(Gartner)는 '2026 중국 핵심 AI 트렌드' 보고서를 발표하며, 글로벌 기업의 중국 AI 모델 채택률이 2025년 5%에서 2027년 50%로 급증할 것이라고 전망했다 . 주요 동인은 기업들이 단일 모델 의존에서 다중 모델(multi-model) 전략으로 전환하고 있으며, 중국 모델이 훨씬 저렴한 비용으로 비슷한 성능을 제공한다는 점이다 . 가트너는 또한 2030년까지 중국 기업이 자체 AI 인프라의 50% 이상에 국산 AI 가속기를 사용할 것이라고 예측했다 .

Kimi K3 출시 불과 몇 주 후에 발표된 이 전망은, 시장이 K3를 단순한 일회성 현상이 아닌 촉매제(catalyst)로 보고 있음을 시사한다.

GPU 병목 현상: 중국 AI의 컴퓨팅 역설

Kimi K3의 구독 중단 사태는 중국 AI의 야망 한가운데에 자리한 모순을 드러냈다. 중국 연구소들은 이제 미국의 최전선(frontier) 시스템과 경쟁할 수 있는 모델을 생산할 수 있지만, 그 모델을 대규모로 서비스할 충분한 하드웨어가 없다. 2022년부터 시행된 미국의 수출 통제로 인해 중국 기업들은 엔비디아의 H100 칩이나 최신 블랙웰(Blackwell) 세대 가속기를 구매할 수 없기 때문이다 .

문샷의 GPU 대란은 우연이 아니라 구조적인 문제였다. 자사 모델이 미국의 최전선 시스템과 경쟁하거나 일부 영역에서는 능가한다는 벤치마크 점수를 발표했지만, 그에 따른 수요를 감당할 하드웨어 예비군이 부족했던 것이다. 이러한 칩 제약은 중국 AI 생태계 전반에 해당하지만, MoE 아키텍처의 희소성(sparsity)을 활용한 알고리즘 효율성과 하드웨어 장벽을 우회하는 오픈웨이트 배포 전략 덕분에 그 격차가 부분적으로 완화되고 있다 .

글로벌 AI 환경에 미치는 영향