Kimi K3·Qwen 3.8과 Anthropic의 잠재적 균열

11 hours ago 4

Moonshot Labs의 Kimi K3와 Alibaba의 Qwen 3.8이 Anthropic Fable 5에 근접한 성능을 내는 것으로 알려졌고, 수주 안에 가중치까지 공개될 예정이어서 최첨단 모델 경쟁이 개방형 모델로 확장됨
모델 개발에는 연구 인력·컴퓨팅·전력이 필요하지만, 배포 후 추론의 한계비용은 주로 컴퓨팅과 전력에서 발생함. 데이터센터와 발전 설비를 소유하면 이를 고정비로 전환해 사용량 증가에 따른 마진 확대가 가능함
인프라가 없는 모델 전업 기업은 최고 성능이나 저렴하면서 충분한 품질에 의존해야 함. 돌파구는 재귀적 자기 개선, 규제를 통한 시장 폐쇄, 복제하기 어려운 제품 구축으로 좁혀짐
Anthropic의 Fable 5는 완료된 작업당 비용이 약 3배 높고, Claude Code·Cowork 같은 하네스도 OpenCode·OpenClaw·Hermes와 경쟁함. 모델·제품·비용 구조가 동시에 도전받아 언번들링 위험이 커짐
2026년 6~7월 GLM 5.2, Kimi K3, Qwen 3.8이 잇달아 등장하면서 여러 연구소의 추격 가능성이 확인됨. 이는 Anthropic·Moonshot Labs·Knowledge Atlas 같은 모델 중심 사업자의 방어력을 약화함

개방형 모델로 확장된 최첨단 경쟁

Kimi K3는 2026년 7월 16일 출시됐고, Qwen 3.8은 7월 19일 발표됨
- 두 모델 모두 Anthropic의 Fable 5에 가까운 성능을 내는 것으로 알려짐
- 모델 가중치는 수주 안에 공개될 예정임
Knowledge Atlas의 GLM 5.2도 6월 중순 출시된 최상위 개방형 모델임
이러한 흐름은 2025년의 단일한 ‘DeepSeek 순간’보다 범위가 큼
- 여러 연구소가 Anthropic·OpenAI 같은 자본력 있는 업체뿐 아니라 Meta와 SpaceX의 Grok까지 추격할 수 있음을 보여줌
- 경쟁과 추격이 반복되는 양상이며, 비용까지 고려하면 향후 성능 역전도 가능함

모델 구축에는 연구 인력, 칩·데이터센터 같은 컴퓨팅 자원, 이를 가동할 전력이 필요함
완성된 모델에서 가장 큰 비용은 사용자가 모델을 이용하도록 하는 추론에서 발생함
- 추론 단계에도 인력·컴퓨팅·전력이 투입됨
- 모델을 계속 갱신하지 않으므로 훈련보다 인건비 비중이 낮고, 한계비용 대부분이 컴퓨팅과 전력에 집중됨
추론 사업은 전력과 데이터센터 비용을 최적화해야 하며, 가치사슬을 더 많이 소유할수록 변동비를 고정비로 바꿀 수 있음

Anthropic, Knowledge Atlas, Moonshot Labs는 자체 데이터센터나 발전소 없이 데이터센터와 전력을 외부에서 조달함
Meta와 Alibaba는 데이터센터를 직접 구축하지만 전력은 다른 공급자에게 구매함
SpaceX는 발전 설비와 데이터센터를 모두 소유하는 방식을 택함
외부 데이터센터와 전력에 의존하는 기업은 고객의 추론 비용에 마진을 붙여 수익을 냄
- 비용이 매출과 함께 증가하므로 사용량이 늘어도 마진 확대가 어려움
발전소나 데이터센터를 소유하면 추론 비용의 상당 부분이 고정비가 되어, 고객 사용량이 늘수록 마진을 키울 수 있음

인프라 스택을 더 많이 소유할수록 해당 인프라 자체를 수익화할 수 있음
- 자체 모델이 최고가 아니더라도 성능 좋은 오픈소스 모델을 호스팅할 수 있음
- 보유한 하드웨어를 다른 기업에 임대하는 것도 가능함
Meta는 Anthropic에 서버 용량을 제공하는 100억 달러 규모 계약을 논의 중인 것으로 알려짐
SpaceX는 Google과 클라우드 계약을 체결했으며, 미 국방부에 컴퓨팅 성능을 제공하는 방안도 논의 중임
데이터센터나 발전 설비가 없다면 성공 여부가 모델 수요에 좌우됨
- 모델이 최고 성능이거나, 저렴하면서도 충분히 좋아야 함
- 추론 가격을 계속 낮추거나 최고의 모델 공급자 자리를 지켜야 하는 경쟁에 놓임

Anthropic, OpenAI, DeepSeek, Moonshot Labs, Knowledge Atlas는 선두를 계속 유지하지 못하면 초경쟁적인 파운데이션 모델 시장에서 생존하기 어려움
모델에 집중하는 기업이 승리할 수 있는 경로는 세 가지임
1. 충분한 컴퓨팅 자원으로 재귀적 자기 개선을 먼저 달성해 경쟁사를 크게 앞섬
2. 규제를 통해 시장을 폐쇄함
3. 복제할 수 없을 만큼 독특하거나 사용자를 강하게 붙잡는 제품을 구축함

Anthropic은 최첨단 모델 연구소 가운데 규제 전략과 재귀적 자기 개선에 가장 크게 의존함
Fable과 Mythos의 자체 검열에서 드러난 윤리 중심 접근은 규제 전략과 연결됨
- 이후 미국 정부의 조치로 추가 출시도 제한받음
모델 성능에서는 선두를 유지하지만 OpenAI 및 개방형 모델보다 가격이 매우 높음
- Artificial Analysis 비교에서 Fable 5의 완료된 작업당 비용은 거의 3배에 달함
- 사용자가 더 나은 모델을 위해 이 가격을 지불할지는 아직 확인되지 않음
일부 연구자와 창업자는 경쟁 확산과 가격을 반영하지 않는 AI 벤치마크의 포화로 가격 전쟁이 벌어질 것으로 예상함

Anthropic은 Claude Code와 Cowork 같은 제품에 투자했지만, 에이전트 하네스 중심 전략에는 위험이 따름
OpenCode, OpenClaw, Hermes와 여러 하네스 스타트업이 같은 영역에서 혁신 중임
파운데이션 모델 구축의 진입장벽은 매우 높지만, 자체 AI 하네스를 출시하는 진입장벽은 거의 없음
Anthropic은 세 방향에서 언번들링 압력을 받음
- 모델은 경쟁자들이 넘어야 할 기준이 됨
- 제품은 폐쇄형·오픈소스 경쟁자에게 갈수록 더 거센 도전을 받음
- 인프라를 소유하지 않는 경제 모델은 비용 면에서 불리함
규제 개입이나 실제 AGI 발명이 없다면 Anthropic이 파운데이션 모델 공급자 1위 자리를 유지하기 어려울 수 있음

OpenAI 모델은 최근 수개월 동안 Anthropic보다 뒤처졌지만, 제품·소비자 경험·사이트 게시·음성·하드웨어에 투자함
이러한 영역은 Anthropic의 하네스 중심 제품보다 방어력 있는 기반이 더 명확함
데이터센터 소유와 발전 설비 투자에도 더 개방적임
이 전략이 집중력을 떨어뜨린다는 견해도 있지만, 장기적으로는 회복력을 높일 수 있음
- 네트워크 효과와 방어력을 갖춘 제품을 시도할 유연성과 위험 감수 성향이 있음
- 장기 마진을 최적화할 수 있음

Kimi K3와 Qwen 3.8은 개방형 모델도 최첨단 성능 영역에 도달할 수 있음을 보여줌
장기적으로 지속 가능한 사업이라는 기준에서는 모델만 공급하는 기업이 특히 위험함
Knowledge Atlas, Moonshot Labs, Anthropic은 인프라와 다른 제품 자산을 보유한 OpenAI, Alibaba, SpaceX, Meta, Google보다 방어력 확보가 어려움