무슨 일인가
미국 법률 AI 기업 하비(Harvey)가 자사 최초의 사후 학습(post-trained) 오픈웨이트 모델인 테넷(Tenet)을 공개했다. 이 모델은 중국 문샷 AI(Moonshot AI)의 키미 K3(Kimi K3)를 기반으로 구축됐다. 학습에는 약 1,750개의 전문 법률 업무 에이전트 환경이 약 2개월에 걸쳐 사용됐으며, 초기 테스트에서 테넷은 원본 모델보다 거의 두 배 많은 종합 법률 과제를 완료했고, 계약 관련 과제에서는 약 20%의 성능 향상을 보였다.
다른 해외 기업들도 중국의 오픈웨이트 모델을 활용하고 있다. 커서(Cursor)를 개발한 회사는 자사의 컴포저 2(Composer 2)와 2.5 모델을 키미 K2.5(Kimi K2.5) 기반으로 구축했으며, 미국 스타트업 코그니션(Cognition)과 영국 스타트업 코사인(Cosine)은 키미 모델을 활용해 소프트웨어 엔지니어링 능력을 강화했다. 오픈AI(OpenAI)의 전 최고기술책임자(CTO)가 이끄는 씽킹 머신스 랩(Thinking Machines Lab)은 자사의 잉클링(Inkling) 모델에 딥시크(DeepSeek) V3의 MoE 아키텍처를 채택했으며, 초기 학습을 위한 합성 데이터 생성에는 키미 K2.5를 사용했다.
이러한 사례들은 중국의 오픈웨이트 모델이 여러 경로를 통해 글로벌 AI 연구 및 제품 개발에 진입하고 있음을 보여준다. 추가 학습을 위한 기반 모델로서, 합성 데이터의 출처로서, 그리고 모델 아키텍처와 학습 방법론의 참고 대상으로서 활용되고 있는 것이다.
왜 중요한가
중국산 고성능 오픈웨이트 모델의 부상은 AI 기업들에게 폐쇄형(closed-source) 모델의 대안을 제공하고 있으며, 특히 실제 환경에서의 과제 수행이 중요한 수직 산업 분야 애플리케이션에서 그 의미가 크다. 실제와 유사한 환경에서의 사후 학습은 모델이 정보 검색, 도구 호출, 오류 수정과 같은 능력을 습득하는 데 도움을 주는데, 이는 범용 질의응답 모델들이 흔히 갖추지 못한 부분이다.
오픈웨이트 모델은 비용과 통제 측면에서도 실질적인 이점을 제공한다. 기업들은 이를 독자적으로 배포하고 지속적으로 학습시킬 수 있으며, 외부 API에 대한 의존도를 줄일 수 있어 추론 비용을 낮추고 유연성을 높일 수 있다. 이는 중국의 오픈웨이트 모델이 글로벌 AI 공급망에서 더욱 핵심적인 역할을 맡아가고 있으며, 그 영향력이 제품 수출을 넘어 기술 수출로까지 확대되고 있음을 시사한다.
핵심 사실
하비의 테넷 모델은 문샷 AI의 키미 K3를 기반으로 하며, 약 1,750개의 법률 업무 에이전트 환경을 활용해 약 2개월에 걸쳐 학습됐다.
커서의 컴포저 2와 2.5, 코그니션의 소프트웨어 엔지니어링 모델, 코사인의 제품들은 모두 키미 K2.5 또는 키미 모델을 기반으로 구축됐다.
씽킹 머신스 랩의 잉클링은 딥시크 V3의 MoE 아키텍처를 사용하며, 초기 파인튜닝을 위한 합성 데이터는 키미 K2.5가 생성한 것을 활용한다.
초기 테스트에서 대부분의 범용 모델은 엄격한 기준 하에 10% 미만의 비율로 법률 과제를 완료한 반면, 테넷은 원본 키미 K3보다 거의 두 배 많은 종합 법률 과제를 완료했다.
앞으로 지켜볼 점
더 많은 해외 AI 기업들이 중국의 오픈웨이트 모델을 자사 제품의 기반으로 채택할 것인지 여부다. 특히 이들 모델이 계속 발전하며 선도적인 폐쇄형 시스템과의 격차를 좁혀가는 상황에서 그 추이가 주목된다.
중국 오픈웨이트 모델이 글로벌 AI 개발에서 차지하는 역할이 커짐에 따라, 이것이 AI 공급망의 잠재적 변화와 국제 기술 협력을 포함한 경쟁 구도에 어떤 영향을 미칠지도 지켜볼 대목이다.