중국이 오픈웨이트로 최고 성능 AI를 푸는 이유

2편에서 살펴본 다크팩토리와 로봇들에게는 두뇌가 필요하다.

그 두뇌를 만드는 회사들이 지난 여름 상하이에 모두 모였다. **세계인공지능대회(WAIC) 2026 **현장이다.

그런데 이 현장에서 유독 눈에 띈 장면이 하나 있었다.

최상위권 성능의 AI 모델을 만든 회사가, 그 모델을 통째로 공짜로 나눠주고 있었다는 것이다.

성능 경쟁에서 이겼으면 비싸게 팔아도 될 텐데, 왜 굳이 공짜로 풀었을까.

2조8000억 개 파라미터를 공짜로 풀다, 키미 K3

문샷AI(Moonshot AI)는 지난 7월 16일 2조8000억 개 파라미터를 가진 AI 모델 **‘키미(Kimi) K3’**를 공개했다.

AI 평가 기관 아티피셜 애널리시스의 지능 지수에서 앤트로픽의 클로드 페이블 5(60점), 오픈AI의 GPT-5.6 솔(59점)에 이어 57점으로 3위에 올랐다. 스탠퍼드대가 올해 3월 발표한 ‘AI 인덱스’ 보고서에서 미중 선두 모델 간 성능 격차가 2.7퍼센트포인트로 좁혀졌다고 분석했는데, 이번 발표로 업계는 사실상 그 격차가 사라졌다고 평가했다.

여기까지는 흔한 “중국 AI가 미국을 따라잡았다"는 뉴스처럼 보인다. 진짜 이야기는 그 다음이다.

문샷AI는 7월 27일부터 키미 K3의 전체 가중치(AI 모델이 학습 과정에서 얻은 수십억~수조 개의 숫자 파라미터, 쉽게 말해 모델의 두뇌 그 자체)를 무제한 공개 다운로드로 전환했다. 개발자들은 **토큰당 비용 없이 이 모델을 무료로 가져다 쓸 수 있고, 데이터가 중국 서버로 나가지 않으니 보안 부담도 던다. **

*다만 가중치 용량이 1.4테라바이트에 달해서, 이걸 직접 돌리려면 *가속기 64장 이상의 슈퍼노드급 인프라가 필요하다는 점은 함정이다.

키미 K3의 내부 구조도 짚어볼 만하다.

이 모델은 전문가 혼합(MoE, Mixture of Experts) 구조로 설계됐는데, 전체 896개의 ‘전문가’ 모듈 중 토큰 하나를 처리할 때마다 16개만 활성화된다. 활성화율이 1.8퍼센트에 불과하다는 뜻인데, 몸집은 3조 개 파라미터급이지만 실제 추론 비용은 그보다 훨씬 가볍게 설계됐다. 크기와 효율을 동시에 잡으려는 시도로 보인다.

문샷 자체 평가에서는 클로드 페이블 5와 GPT 5.6 솔에는 다소 못 미치지만, 그 외 비교 모델들에는 일관되게 앞섰다고 한다. 컨텍스트 윈도(한 번에 처리할 수 있는 텍스트의 양)도 최대 100만 토큰까지 지원해, 웬만한 책 한 권 분량을 통째로 넣고 질문할 수 있는 수준이다.

알리바바도 따라간다, 큐원 3.8-맥스

문샷AI 혼자만의 움직임이 아니다.

알리바바는 8월 3일 자사 최대 규모 모델 ‘큐원(Qwen) 3.8-맥스’를 공개했다. 2조4000억 개 파라미터로 키미 K3와 비슷한 체급이다. 실제 추론 시에는 전체 파라미터 중 약 950억 개만 활성화하는 구조라 비용과 응답 지연을 줄였고, 텍스트 아레나 5위, 비전 아레나 2위를 기록했다고 알리바바는 설명한다.

눈에 띄는 건 성능 숫자보다 이 모델이 해낸 일이다.

알리바바는 큐원 3.8-맥스가 16일 동안 자율적으로 소프트웨어 엔지니어링 프로젝트를 수행하며 코드 생성과 테스트, 로그 분석을 반복해 스스로 진화하는** 에이전트 프레임워크 ‘oh-my-cli’를 완성**했다고 밝혔다. 사람이 지시를 내리는 게 아니라, AI가 16일간 혼자 일하며 도구를 만들어낸 셈이다. 이 결과물은 오픈소스로 깃허브에 그대로 올라가 있다.

알리바바가 소개한 사례는 여기서 그치지 않는다.

큐원 3.8-맥스는 기존에 발표된 연구 실험을 그대로 재현하는 데 그치지 않고, 원 논문이 제시한 결과를 뛰어넘는 새로운 방법론을 스스로 설계했다고 한다. 애플리케이션 설계, 법률 문서 검토, 금융 리서치, 스포츠 분석, 건축 3차원 모델링까지 지원 범위를 넓혔고, 텍스트와 이미지, 영상, 문서를 함께 처리하는 멀티모달 능력도 네이티브로 갖췄다.

모델 하나가 코딩부터 법률 검토까지 넘나든다는 건, 이제 ‘전문 분야별 AI’가 아니라 ‘만능 AI 직원’을 지향한다는 뜻으로 읽힌다. 다만 이런 결과 대부분이 알리바바 자체 발표에 근거하고 있어, 독립 기관의 검증은 아직 이뤄지지 않았다는 점도 짚어둘 필요가 있다.

딥시크는 모델이 아니라 ‘마구’를 판다

키미 K3와 큐원 3.8-맥스가 모델 자체의 체급 경쟁이라면, 딥시크는 한 발 더 나아갔다.

딥시크는 최근 ‘딥시크 하네스(DeepSeek Harness)’ 전담팀을 공식화하고 대규모 채용에 나섰다.

하네스란 AI 모델이 여러 단계로 구성된 코드를 실행하고, 복잡한 작업을 추론하고, 외부 도구를 자율적으로 사용할 수 있도록 모델과 실행 환경을 연결하는 소프트웨어 계층이다.

모델이 두뇌라면 하네스는 그 두뇌에게 손과 발을 달아주는 마구(harness)인 셈이다.

딥시크의 전략이 특히 흥미로운 건 가격 정책이다.

딥시크는 모델 API 요금은 올리면서, 동시에 하네스는 MIT 라이선스로 무상 공개했다. 모델은 비싸게 팔고, 그 모델을 감싸는 표준 규격은 공짜로 나눠주는 비대칭 전략이다. 업계에서는 이걸 두고 딥시크가 모델 성능 경쟁에서 한 발 물러나, 에이전트 시대의 표준과 설계도 자체를 선점하려는 선언으로 해석한다.

딥시크 하네스의 심장에 해당하는 ‘코르디스(Cordis)’ 엔진에 대해서는 별도 논문까지 발표했다. 논문 제목은 ‘시공간적 조합성을 위한 프로그래밍 패러다임’인데, 하네스의 설계 원리를 수학적으로 증명한 문서다.

무료로 도구를 뿌리면서 그 이론적 근거까지 학술 논문으로 공개하는 행보는, 단순한 오픈소스 프로젝트라기보다 업계 표준을 만들겠다는 좀 더 야심 찬 시도로 보인다. 앤트로픽의 ‘클로드 코드’를 정조준한 움직임이라는 분석도 나온다.

왜 하필 오픈웨이트, 공짜인가

세 회사가 약속이나 한 듯 오픈웨이트 전략을 택한 데는 이유가 있다.

미국이 주도하는 폐쇄형 모델과 중국이 주도하는 오픈웨이트 모델의 근본적인 차이는 접근성이다.

오픈웨이트 모델은 개발자가 가중치를 내려받아 자체 서버에서 수정하고 구동할 수 있으니, 그 자체로 폐쇄형 API에 의존하지 않는 대안이 된다. 지금까지 프론티어급 AI를 쓰려면 사실상 미국 빅테크의 유료 구독이 전제였는데, 오픈 모델이 상용 최상위권을 위협하기 시작하면 “중요한 판단은 최상급 유료 모델로, 반복 작업은 값싼 모델로 나눠 돌린다"는 전략에서 그 값싼 모델 자리에 중국산이 들어올 수 있다.

여기엔 좀 더 냉정한 계산도 깔려 있다고 본다.

폐쇄형 API로 미국 빅테크와 정면 승부하려면 압도적인 브랜드력과 개발자 생태계가 필요한데, 후발주자인 중국 기업들이 그걸 단기간에 뒤집기는 어렵다.

반대로 가중치를 무료로 풀어 전 세계 개발자가 자기 모델 위에서 서비스를 만들게 하면, 성능이 조금 뒤처지더라도 **생태계 자체를 넓혀갈 수 있다. 스마트 라우팅(작업 성격에 따라 여러 모델을 섞어 쓰는 방식)이 업계 표준이 되어가는 지금, 오픈웨이트 모델은 ‘두 번째로 좋은 선택지’가 아니라 ‘비용을 낮추는 필수 부품’**으로 자리 잡고 있다.

여기에 더해 개발자 유치라는 실리도 있다.

오픈웨이트로 모델을 풀면 전 세계 스타트업과 연구자들이 그 모델을 기반으로 새로운 서비스를 만들게 되고, 그 과정에서 나온 개선 사항이나 응용 사례가 다시 원저작자에게 흘러 들어온다.

돈을 받고 파는 대신 생태계 전체를 키워서 장기적으로 더 큰 영향력을 확보하겠다는 계산인 셈이다.

미국 빅테크가 폐쇄형 API로 수익을 우선하는 동안, 중국 기업들은 점유율과 표준 선점을 우선하는 모습이다. 단기 매출보다 장기 생태계를 택한 도박에 가깝다.

이 모델을 돌릴 곳이 없다, 화웨이 아틀라스 950

문제는 이렇게 풀린 초거대 모델을 실제로 돌리려면 어마어마한 컴퓨팅 인프라가 필요하다는 점이다.

화웨이는 WAIC 2026 현장에서 차세대 AI 컴퓨팅 시스템 ‘아틀라스 950 슈퍼포드(SuperPoD)’ 실물을 세계 최초로 공개했다.

슈퍼노드란 고속 상호연결 기술로 수천 장의 AI 칩을 하나의 연산 풀로 묶는 기술인데, 아틀라스 950은 최대 8192장의 신경망처리장치(NPU)를 통합해 1엑사플롭스(FLOPS) 연산 능력을 구현한다. 화웨이에 따르면 이 시스템은 엔비디아 차세대 제품과 비교해 연산력 6.7배, 메모리 용량 15배 우위를 자랑한다.

핵심은 화웨이가 이 전략을 스스로도 인정한다는 점이다.

쉬즈쥔 화웨이 순환 이사장은 *“개별 칩 측면에서는 (미국에) 뒤처지지만, 슈퍼노드와 컴퓨팅 클러스터 기술로 중국 AI 산업에 지속적으로 충분한 연산 자원을 제공할 수 있다”*고 밝혔다.

-> 미국의 반도체 수출 통제로 최첨단 개별 칩을 구하기 어려운 상황에서, 낱개 성능이 아니라 그것들을 묶는 시스템 설계로 격차를 메우겠다는 뜻이다. 중국 화타이증권은 아예 올해를** ‘중국 슈퍼노드의 원년’**이라고 불렀다.

이런 흐름은 화웨이 혼자만의 것도 아니다.

화웨이는 8192개의 NPU 카드로 구성된 아틀라스 950 슈퍼포드와 함께, 범용 컴퓨팅 클러스터 ‘타이산 950 슈퍼포드’도 함께 선보였고 이미 스페인 바르셀로나의 MWC 무대에도 들고 나가 국제 시장 공략에 나섰다.

개별 칩 하나하나의 경쟁에서는 밀리더라도, 그것들을 촘촘하게 엮는 시스템 엔지니어링에서 승부를 보겠다는 전략이 국내를 넘어 해외 시장까지 이어지고 있는 셈이다. 실제로 아틀라스 950과 타이산 950 두 제품 모두 지난해 9월 중국에서 먼저 선보인 뒤, 이번에 국제 무대로 자리를 옮긴 순서였다.

10만장을 하나로 묶다, 수광 8000

화웨이만이 아니다.

중국 정보기술 기업 중커수광(Sugon)이 개발한 ‘수광 8000(登峰·덩펑)‘은 완전 국산화된 10만 장 규모의 AI 슈퍼클러스터로, WAIC 2026에서 ‘진관지보(镇馆之宝, 전시관의 대표 전시물)‘로 선정됐다.

칩과 컴퓨팅 시스템, 저장장치, 네트워크까지 전 부문에** 중국산 설계를 적용**했고, 매개변수 1조 개 규모의 AI 모델 훈련과 추론은 물론 기후 시뮬레이션, 바이오·의약, 산업 시뮬레이션 같은 과학 연구에도 쓰인다. 정식 가동 첫 주 만에 이미 가득 찬 상태로 돌아가고 있다는 소식도 들린다.

수광 8000의 기술적 자랑거리는 밀도다.

하나의 컴퓨팅 유닛이 내는 연산 밀도가 다른 슈퍼노드보다 20배 높다고 하는데, 좁은 공간에 더 많은 연산력을 욱여넣었다는 뜻이다.

여기에 자체 개발한** 고속 상호연결 기술**로 10만 장 규모를 안정적으로 묶어냈고, 침수식 상변화 액체 냉각 방식까지 적용해 캐비닛 하나당 메가와트급 고출력 배치를 견딜 수 있게 설계했다. 가동 초기 데이터를 보면 하루 평균 처리 작업 수가 15만 건을 넘고, 하루 최대 처리량은 50만 건을 웃돈다고 한다. 단순 전시용 실물이 아니라 실제로 굴러가는 인프라라는 뜻이다.

키미 K3 같은 모델의 가중치가 1.4테라바이트에 달해 자체 호스팅에 가속기 64장 이상이 필요하다는 걸 떠올려보면, 왜 중국이 이렇게까지 슈퍼노드에 힘을 쏟는지 이해가 간다.

아무리 좋은 모델을 공짜로 풀어도, 그걸 돌릴 자국산 인프라가 없으면 엔비디아 칩에 다시 종속될 수밖에 없다.

모델은 공짜로 풀고 인프라는 국산화한다, 이게 지금 중국 AI 전략의 두 축인 셈이다.

소프트웨어는 열어서 확산시키고, 하드웨어는 닫아서 지킨다는 대조적인 접근이다.

저고도경제와 인차가, 에이전트가 손에 잡히는 곳

그럼 이 모델과 인프라는 어디에 쓰이는가.

답은 하늘과 거실 양쪽에서 동시에 나타난다.

중국이 육성 중인 저고도경제(고도 1000미터 미만의 낮은 공역을 활용하는 드론·eVTOL·도심항공모빌리티 산업)는 2025년 기준 시장 규모가 약 1조5000억위안(약 285조원)에 달했고, 상하이시는 이미 행정구역의 46퍼센트를 드론 자유비행구역으로 지정했다. 드론이 스스로 경로를 판단하고 물류를 처리하려면 지금까지 본 AI 모델과 연산 인프라가 뒷받침돼야 한다.

저고도경제를 밀어붙이는 배경도 눈여겨볼 만하다.

전기차와 태양광 산업이 안정 궤도에 오른 지금, 중국은 드론·eVTOL·저공 물류를 다음 성장동력으로 점찍었다. 소비자용 드론과 산업용 드론 시장에서 중국이 차지하는 비중은 각각 세계 시장의 70퍼센트, 50퍼센트에 달한다. 제조업뿐 아니라 물류, 관광, 응급의료, 농업, 공공서비스까지 연계할 수 있어 파급효과가 크다는 게 중국 당국의 판단이다. 상하이 한 곳에만 등록된 드론이 22만대, 운용 업체는 800곳에 이른다.

거실 쪽 사례로는 샤오미가 있다.

샤오미는 스마트폰, 전기차, 가전을 하나로 묶는** ‘인차가(人車家, 사람·차·집)’ 생태계 전략**을 내세우고 있다.

자체 운영체제 하이퍼OS와 온디바이스 AI 비서 ‘슈퍼 샤오아이’가 사용자의 위치, 시간, 날씨 같은 맥락을 파악해 조명과 에어컨을 미리 조절하는 식이다.

2편에서 살펴본 그 이좡·창핑 다크팩토리가 만드는 전기차와 스마트폰이, 이 인차가 생태계 안에서 하나의 AI로 묶이는 구조다.

전 세계 1억7500만 명 이상이 이미 이 생태계 안에 들어와 있다고 한다.

샤오미의 야심은 여기서 그치지 않는다.

스마트폰과 노트북을 제외한 AIoT 플랫폼 연결 기기만 11억 대를 넘어섰고, 자체 개발한 대형 언어모델 ‘미모(MiMo)’ 시리즈까지 오픈소스로 공개하며 모델·운영체제·반도체를 하나의 기술 기반으로 묶어가고 있다.

심지어 자체 개발 휴머노이드 로봇 ‘사이버원’의 손 기술까지 별도로 발표했는데, 전 테슬라 옵티머스 개발진 출신 인재를 영입해서다. 스마트폰 회사로 시작한 곳이 이제는 자동차와 집, 로봇까지 하나의 AI로 엮으려 하는 셈이다.

2편에서 다크팩토리를 짓던 그 회사가, 3편에 와서는 그 공장에서 나온 제품들을 하나의 AI 생태계로 다시 묶고 있는 모습이 흥미로웠다.

1인 1에이전트 시대, 실제로 뭘 의미하나

‘1인 1에이전트’라는 말이 요즘 여기저기서 들린다.

한 사람이 여러 개인 비서형 AI 에이전트를 동시에 부리는 시대라는 뜻인데, 지금까지 살펴본 조각들을 맞춰보면 이 구호가 왜 나왔는지 이해가 된다. 공짜로 풀린 프론티어급 모델(키미 K3, 큐원 3.8-맥스), 그 모델에 손발을 달아주는 하네스(딥시크), 그걸 돌릴 국산 슈퍼노드(아틀라스 950, 수광 8000), 그리고 그 결과물이 실제로 적용되는 현장(저고도경제, 인차가)까지, 이 모든 조각이 한 사람 한 사람의 손에 에이전트 하나씩을 쥐여주는 방향으로 맞물려 있다.

이 흐름에서 특히 인상적인 대목은 속도였다.

키미 K3가 7월 16일 공개되고 딱 11일 뒤 가중치가 풀렸고, 큐원 3.8-맥스는 그로부터 일주일 뒤 등장했다.

화웨이의 아틀라스 950과 수광의 10만 장 클러스터도 같은 WAIC 무대에서 동시에 실물을 드러냈다.

모델과 인프라가 따로 발전하다가 어느 순간 합쳐진 게 아니라, 처음부터 한 팀처럼 같은 속도로 움직이고 있다는 인상을 받았다.

몇 달 사이에 이 정도 밀도로 발표가 쏟아진다는 것 자체가, 이 경쟁이 얼마나 급박하게 돌아가는지 보여주는 신호로 느껴졌다.

1편에서 정부가 반도체·AI·로봇에 돈을 쏟아붓는 걸 봤고,

2편에서 그 돈이 공장 바닥의 로봇으로 나타나는 걸 봤다.

3편에서 본 것은 그 로봇들에게 판단력을 주는 두뇌가 어떻게 만들어지고, 무료로 풀리고, 돌아가고 있는지다.

이 두뇌들은 하나같이 실행 속도가 빨랐고, 공개 범위도 넓었으며, 그걸 돌릴 인프라까지 같은 나라 안에서 함께 갖춰지고 있었다. 다음 편에서는 이 모든 인프라 경쟁의 또 다른 축, 그러니까 양자 보안이라는 좀 더 은밀한 영역을 들여다볼 참이다.