EP 107. 미래란 언제나 예측불허: 주가 롤러코스터, Kimi K3 쇼크, 재귀적 자기 개선의 시작

한 줄 핵심

Kimi K3의 오픈웨이트 공개와 RSI 조짐은 AI 모델이 차별재에서 범용재로 빠르게 바뀌고 있음을 보여주며, 가치가 모델 회사보다 인프라·애플리케이션·통제 가능한 하네스로 이동하고 있음을 강조한다.

시간별 요약

1. 0:00
   주가의 극단적 변동과 Leopold Aschenbrenner의 포트폴리오 손실은 AI 인프라 관련 기대가 과도하게 앞서 움직이고 있음을 보여준다. 단기 가격은 펀더멘털보다 변동성에 더 민감하게 반응하며, 시장은 아직 인프라와 애플리케이션 중 어디로 가치가 이동할지 합의하지 못한 상태다.
2. 8:00
   Nebius 같은 네오클라우드와 데이터센터·칩·전력 회사는 AI 수요 확대의 첫 수혜 구간으로 해석된다. 그러나 장기적으로는 모바일 시대처럼 인프라 다음에 상위 애플리케이션 레이어가 등장할 가능성이 크다.
3. 14:01
   Fable과 미국 정부의 대응, 그리고 Kimi K3의 오픈웨이트 공개가 시장의 인식을 크게 바꿨다. 강력한 모델이 무료에 가깝게 풀리면서 frontier model의 희소성이 약해졌고, 미국과 중국 모두에서 오픈웨이트 전략의 의미가 커졌다.
4. 22:01
   Kimi K3는 2.8T 파라미터, 104B activated parameter, 1M context window를 내세우며 아키텍처와 학습 레시피를 공개했다. 핵심은 더 큰 모델이 아니라 KV 캐시와 메모리·컴퓨트 병목을 줄이는 방향으로 transformer를 끝까지 밀어붙였다는 점이다.
5. 30:04
   KDA, Gated MLA, Attention Residual, Stable Latent MoE는 모두 입력과 과거 상태를 더 작게 압축하고 선택적으로 꺼내 쓰는 구조다. 결국 목적은 inference 비용을 줄이고 긴 컨텍스트와 장기 실행 에이전트 워크로드를 감당하게 만드는 데 있다.
6. 47:00
   실제 성능 격차를 만드는 요소는 알고리즘보다 pre-training·post-training·dataset·compute engineering이다. 특히 long-horizon task와 tool call trace를 어떻게 수집하고 증류하느냐가 앞으로의 모델 품질과 상용화 경쟁력을 좌우한다.
7. 1:11:02
   오픈웨이트 확산은 모델 자체의 희소성을 낮추고, Anthropic과 OpenAI 같은 폐쇄형 frontier lab의 가치 포착력을 흔든다. 반대로 NVIDIA와 인프라 기업, 그리고 저비용으로 모델을 배포하는 애플리케이션 기업의 입지는 더 강해진다.
8. 1:40:03
   RSI는 이미 자기개선의 초입에 들어섰다는 신호로 해석된다. ARC-AGI-3, Pacing the Frontier, Hype Studies 같은 사례는 AI 개발이 기술 문제를 넘어 통제·속도 조절·사회적 인식 문제로 확장됐음을 보여준다.
9. 1:50:01
   미래는 길게 예측하기 어렵고, 우발성과 변동성이 기본값이 된다는 점이 반복해서 강조된다. 따라서 중요한 것은 완전한 통제가 아니라, 예측 불가능한 환경을 견디는 control plane과 memory compaction 방식의 운영 구조를 만드는 일이다.

실무 인사이트

• 모델 성능보다 dataset, post-training, inference 효율화가 실제 경쟁력을 결정하므로, 조직은 학습보다 배포·추론·평가 파이프라인에 먼저 투자해야 한다.
• 오픈웨이트 모델은 비용과 보안 측면에서 빠르게 표준이 될 가능성이 높으므로, 민감 데이터가 있는 업무는 on-prem 또는 통제 가능한 하네스 설계를 전제로 해야 한다.
• 에이전트 활용의 핵심은 더 똑똑한 모델이 아니라 제어 가능한 control plane이므로, 권한·기록·검증·복구를 한 세트로 설계해야 한다.