문샷AI의 새 코딩 모델 Kimi K3-256k — 컨텍스트 전쟁은 계속된다

K2의 후속작이 조용히 등장했어요

중국 AI 스타트업 문샷AI(Moonshot AI)가 자사 코딩 도구인 Kimi Code의 공식 문서에 새 모델 'K3-256k'를 올렸어요. 이름에서 바로 알 수 있듯 256K 토큰 규모의 컨텍스트 윈도우를 갖춘 모델인데요. 작년에 오픈 웨이트 모델 시장을 크게 흔들었던 Kimi K2의 계보를 잇는 모델이라, 코딩 에이전트를 쓰는 개발자들이라면 눈여겨볼 만한 소식이에요.

컨텍스트 윈도우 256K가 뭐냐면

컨텍스트 윈도우는 모델이 한 번의 대화에서 읽고 기억할 수 있는 텍스트의 총량이에요. 사람으로 치면 '책상 위에 펼쳐놓고 동시에 볼 수 있는 자료의 양'이라고 생각하면 돼요. 256K 토큰이면 코드로 환산했을 때 수만 줄 규모라서, 중소형 프로젝트라면 소스 코드 상당 부분을 통째로 올려놓고 작업할 수 있는 크기죠.

이게 코딩 에이전트에서 특히 중요한 이유가 있는데요. 에이전트는 사람이 채팅하듯 질문 하나 던지고 끝나는 게 아니라, 스스로 파일을 열어보고, 검색하고, 코드를 고치고, 테스트를 돌리는 과정을 수십 번씩 반복하거든요. 이 과정에서 읽은 파일 내용과 명령어 실행 결과가 컨텍스트에 계속 쌓여요. 컨텍스트가 작으면 긴 작업 도중에 앞에서 본 내용을 잊어버리거나, 중간에 요약하고 다시 시작하는 번거로운 과정이 필요해지죠. 그래서 에이전트 용도의 모델은 컨텍스트 크기가 곧 '한 번에 수행할 수 있는 작업의 규모'와 직결돼요.

문샷AI라는 회사, 그리고 K2의 유산

문샷AI는 2025년에 Kimi K2를 오픈 웨이트(모델 가중치를 공개하는 방식)로 내놓으면서 세계적으로 이름을 알렸어요. K2는 총 1조 개 파라미터 규모의 MoE 구조였는데요. MoE(Mixture of Experts)가 뭐냐면, 모델 전체를 매번 다 돌리는 게 아니라 여러 '전문가' 부분 중 입력에 맞는 일부만 활성화하는 구조예요. 덕분에 덩치는 크지만 실제 추론 비용은 훨씬 작게 유지할 수 있죠. K2는 특히 에이전트 방식의 코딩, 그러니까 모델이 도구를 스스로 호출하며 작업을 완수하는 능력에서 좋은 평가를 받았어요. K3-256k는 공개된 문서상 Kimi Code, 즉 터미널에서 돌아가는 코딩 에이전트 환경에 맞춰 나온 모델로 보이는데, K2에서 검증된 에이전트 역량에 긴 컨텍스트를 더한 방향이라고 이해하면 될 것 같아요.

업계 맥락: 코딩 에이전트 전쟁의 한복판

지금 AI 업계에서 가장 뜨거운 전장이 바로 코딩 에이전트예요. Anthropic의 Claude Code, OpenAI의 Codex, 구글의 Gemini CLI가 경쟁하고 있고, 중국 진영에서는 DeepSeek, 알리바바의 Qwen, 즈푸AI의 GLM이 오픈 웨이트 모델로 가격 대비 성능을 앞세워 추격 중이거든요. Kimi Code와 K3는 문샷AI가 이 판에 본격적으로 자기 자리를 만들겠다는 신호로 읽혀요.

다만 한 가지 짚고 갈 게 있어요. 컨텍스트가 길다고 무조건 좋은 건 아니거든요. 'context rot'라고 부르는 현상이 있는데, 컨텍스트가 길어질수록 모델이 중간에 있는 정보를 놓치거나 지시를 덜 정확하게 따르는 문제예요. 그래서 스펙상 256K를 지원하는 것과, 그 256K 전체에서 일관된 품질을 내는 것은 별개의 문제고, 실제 성능은 긴 컨텍스트 벤치마크와 실사용 후기로 검증해봐야 해요.

한국 개발자에게 주는 시사점

중국계 모델들의 가장 큰 무기는 가격이에요. 비슷한 체급의 미국 모델 대비 API 요금이 훨씬 저렴한 경우가 많아서, 코딩 에이전트를 헤비하게 쓰는 개발자라면 비용 절감 대안으로 검토해볼 만해요. 요즘 에이전트 도구들이 모델 교체를 지원하는 경우가 많아서 갈아타는 진입장벽도 낮아졌고요. 다만 업무 코드를 외부 API로 보내는 만큼, 회사 보안 정책과 데이터 처리 약관은 반드시 확인하고 쓰셔야 해요. 사내망에 직접 올릴 수 있는 오픈 웨이트 공개 여부도 지켜볼 포인트예요.

정리하면, K3-256k는 '긴 컨텍스트 + 에이전트 코딩'이라는 업계의 방향성을 그대로 보여주는 모델이에요. 여러분은 코딩 에이전트 고를 때 뭘 제일 중요하게 보세요? 성능, 가격, 컨텍스트 크기 중에 실제로 체감되는 기준이 궁금하네요.