“DeepSeek 순간” 재현? 월스트리트는 Kimi K3가 오히려 계산력 수요를 강화한다고 말하다

저자：롱위에

시장은 Kimi K3를 "DeepSeek 순간 2.0"으로 간주하며 패닉에 빠졌지만, 이번에는 월가의 판단이 전혀 다릅니다.

7월 16일 심야, 월의 어두운 면에서 Kimi K3를 발표했습니다. 이 28조 개의 파라미터를 가진 오픈 소스 모델은 Artificial Analysis 지능 지수에서 57점을 기록하며 세계 3~4위에 랭크되었습니다. Anthropic의 Claude Opus 4.8 및 OpenAI의 GPT-5.5와 동등한 점수입니다. 더 중요한 것은, 캘리포니아 대학교 버클리에서 만든 Frontend Code Arena 프로그래밍 순위에서 K3가 1679점으로 1위를 차지하며 Claude Fable 5와 GPT-5.6 Sol을 초월하여 권위 있는 프로그래밍 순위에서 모든 해외 폐쇄형 모델을 초월한 첫 번째 오픈 소스 모델이 되었다는 점입니다.

7월 17일, 미국 주식 반도체 섹터에서 뚜렷한 하락세가 나타났습니다. 시장의 조건 반사는 이해하기 어렵지 않습니다------2025년 초, DeepSeek R1의 발표는 컴퓨팅 주식의 급락을 촉발했으며, 그 논리는 다음과 같습니다: 중국 모델이 점점 강해지고 있는데, 미국 AI 회사가 그렇게 많은 돈을 컴퓨팅에 쏟을 필요가 있을까요? 중국 모델이 더 낮은 비용으로 최첨단 능력에 접근할 수 있다면, NVIDIA, HBM, 서버, 네트워크 장비의 수요는 재평가될까요?

그러나, 추풍 거래소의 소식에 따르면, UBS, 노무라, 뱅크 오브 아메리카 메릴린치 및 씨티그룹과 같은 투자은행의 최신 연구 보고서는 다음과 같이 판단하고 있습니다: Kimi K3는 컴퓨팅 수요의 종결자가 아니라 가속기입니다.

Kimi K3와 DeepSeek R1은 같은 종류의 충격이 아닙니다. R1은 시장에 "효율성"을 더 많이 보여주었고, K3는 "규모"를 더 강조합니다. 28조 개의 파라미터, 1M 토큰 컨텍스트, 항상 켜져 있는 추론, 원주율 다중 모드, MoE 아키텍처, 이러한 특징은 경량 자산의 이야기가 아닙니다. 이들은 추론, 메모리, 네트워크 및 저장소의 압력을 함께 높일 것입니다.

Kimi K3는 얼마나 강한가?

Kimi K3는 월의 어두운 면에서 2026년 7월 16일 발표되었으며, 전체 모델 가중치는 7월 27일에 공개될 예정입니다. 이는 28조 개의 파라미터를 가진 오픈 소스 가중치 대형 모델로, 여러 기관에서 현재 최대 규모의 오픈 소스 가중치 LLM으로 평가받고 있습니다.

핵심 구성 요소는 세 가지입니다:

첫째, 1M 토큰 컨텍스트 윈도우. 모델은 더 긴 텍스트, 더 긴 코드베이스, 더 복잡한 기업 자료 및 연구 과제를 처리할 수 있습니다.

둘째, 항상 켜져 있는 추론. 단순한 질문과 답변이 아니라 긴 체인 추론 및 에이전트 작업을 목표로 합니다.

셋째, 원주율 비주얼 능력. K3는 텍스트만 처리하는 것이 아니라 비디오, 이미지, 게임 개발, 프론트엔드 디자인, CAD 등 다중 모드 작업을 다룹니다.

아키텍처 측면에서 K3는 Kimi Delta Attention, Attention Residuals 및 Stable LatentMoE를 사용합니다. MoE 부분은 896명의 전문가 중 각 토큰이 16명의 전문가를 활성화합니다. 월의 어두운 면에서 제시한 기준에 따르면, Kimi K2에 비해 전체 스케일링 효율성이 약 2.5배 향상되었습니다.

이것은 K3가 "더 저렴한 K2"가 아닌 이유를 설명합니다. 노무라에서 정리한 가격에 따르면, K3의 입력 가격은 백만 토큰당 3달러, 캐시 히트 입력은 0.30달러, 출력은 백만 토큰당 15달러입니다; Artificial Analysis 기준에 따르면, K3의 각 작업 비용은 약 0.94달러입니다. 이 가격은 Claude Fable 5의 약 2.75달러와 Claude Opus 4.8의 약 1.80달러보다 낮고, GPT-5.6 Sol의 1.04달러에 가까우나, GLM-5.2의 0.32---0.47달러 및 DeepSeek V4 Pro의 0.04달러보다 훨씬 높습니다.

따라서 K3의 포지셔닝은 최저가가 아니라 더 낮은 가격으로 최첨단 모델의 능력에 접근하는 것입니다.

네 개의 투자은행이 집중적으로 조정: 이는 수요 약화가 아니다

시장 "DeepSeek 순간" 충격에 대한 우려에 대해, 노무라 증권 아시아 태평양 기술 팀의 분석가인 단빙은 보고서에서 다음과 같이 썼습니다: "우리는 전 세계 대형 모델 시장의 경쟁과 혁신이 멈추지 않을 것이라고 생각합니다. 일반 인공지능(AGI)에 점점 더 가까워짐에 따라 생성적 AI는 소비자와 기업 측의 응용이 지속적으로 확장될 것입니다. 최첨단 AI 연구소와 초대형 클라우드 플랫폼 회사들은 이 단계에서 경쟁 위치를 유지하기 위해 지속적으로 투자할 가능성이 높습니다------규모의 법칙이 지속됨에 따라, 우리는 이러한 경쟁을 AI 인프라 가치 사슬에 대한 긍정적인 신호로 해석합니다."

씨티의 반도체 분석가인 Peter Lee는 7월 19일 보고서에서 "또 한 번의 제번스 역설"이라는 제목을 직접 사용했습니다. 제번스 역설이란 무엇인가요? 간단히 말해: 석탄 증기 기관의 효율성이 향상되면 오히려 석탄 소비량이 더 많아지는데, 이는 더 많은 사람들이 사용할 수 있고 더 많은 장면에서 사용되기 때문입니다. AI 모델도 마찬가지입니다------우수한 모델이 더 저렴해지면 개발자와 기업은 더 많은 응용을 배포하고 더 많은 토큰을 처리하게 되어 결국 컴퓨팅 소비가 오히려 증가합니다.

Peter Lee는 K3가 널리 사용되더라도 서버 DDR5 및 eSSD와 같은 범용 메모리 수요는 여전히 증가할 것이라고 생각합니다. 그 이유는 K3의 추론 효율성이 다른 최첨단 모델과 비슷하지만, KV 캐시 사용량은 컨텍스트가 증가함에 따라 확대되어 메모리에 대한 압력이 줄어들지 않고 오히려 증가하기 때문입니다.

뱅크 오브 아메리카의 반도체 분석가인 Vivek Arya는 7월 17일 보고서에서 더 직접적으로 표현했습니다. 그는 미국 최첨단 AI 연구소의 대응은 "더 적은 컴퓨팅이 아니라 더 많은 것"이라고 생각합니다. 만약 중국 오픈 소스 모델이 지속적으로 접근한다면, OpenAI, Anthropic 및 Google은 차별화를 유지하기 위해 더 대규모의 훈련, 더 무거운 추론 및 더 빠른 반복을 통해 대응해야 합니다. Arya는 또한 쉽게 간과될 수 있는 배경을 언급했습니다: 언론 보도에 따르면 Google의 Gemini 3.5 Pro는 계획보다 수개월 지연되었고, 프로그래밍 성능이 내부 목표에 미치지 못하며, 최첨단 리더십이 "점점 더 방어하기 어려워지고 있다"고 합니다.

UBS 분석가 Timo Arcuri 팀은 7월 20일 보고서에서 K3와 DeepSeek R1의 평행점이 존재하지만 K3는 더 많은 규모와 관련이 있다고 지적했습니다------이는 전 세계에서 가장 큰 오픈 소스 모델로, 28조 개의 파라미터와 100만 토큰 컨텍스트 윈도우를 가지고 있습니다. 분석가는 오픈 소스 모델은 일반적으로 폐쇄형 최첨단 모델보다 메모리를 더 많이 소모하는 경향이 있으며, 컨텍스트 윈도우가 더 길어지면 KV 캐시 수요가 절대량에서 지속적으로 증가하여 오픈 소스 모델의 배포가 HBM 및 저장소에 더 의존하게 됩니다.

이 경쟁에서 누가 진정으로 혜택을 보는가?

저장소: 가장 직접적인 수혜 부문. UBS의 추정에 따르면, 저장소 및 메모리 부문은 2028년까지 누적 자유 현금 흐름(FCF)이 시가총액의 약 30%에 이를 것으로 예상되며, 이는 모든 하위 부문 중에서 가장 높은 비율입니다------마이크론(MU) 한 곳만으로도 47%에 달합니다. 씨티와 노무라는 삼성전자의 매수 추천을 유지하며, 전 세계 메모리 시장이 공급이 극도로 긴장된 상태에 있다고 설명했습니다. 씨티의 분석가 Peter Lee는 Kimi K3의 추론 측 메모리 수요가 다른 최첨단 모델에 못지않으며, KV 캐시의 부풀어 오름이 서버 DDR5 및 기업용 SSD(eSSD)의 수요를 직접적으로 높일 것이라고 지적했습니다. 그는 특히 Kimi K3의 대규모 배포가 64개 이상의 GPU로 구성된 "슈퍼 노드" 클러스터 구성을 필요로 한다고 강조했습니다.

컴퓨팅 인프라: TSMC와 NVIDIA가 가장 큰 수혜를 입습니다. 훈련 측 규모의 법칙이 여전히 유효하든, 추론 측 토큰 수요가 증가하든, 결국 더 많은 첨단 공정 칩 수요로 이어집니다. 노무라는 TSMC, ASE, 미디어텍 등에 대한 매수 추천을 재확인했습니다. NVIDIA는 현대 MoE(혼합 전문가 아키텍처) 모델의 추론에서 GB300 NVL72의 성능 전력비가 이전 세대 Hopper 아키텍처에 비해 최대 25배 향상되었다고 공개적으로 밝혔습니다. K3와 같은 모델은 자연스럽게 NVIDIA의 최신 하드웨어의 수혜자가 됩니다.

네트워크: 슈퍼 노드 트렌드가 구조적 기회를 창출합니다. Kimi K3는 슈퍼 노드 클러스터가 필요하며, 중국의 고급 칩 수출 규제로 인해 현지 컴퓨팅이 제한되어 있어 단일 카드 성능 차이를 보완하기 위해 슈퍼 노드 아키텍처에 의존해야 하며, 이는 광 모듈, 광 칩 등 네트워크 계층 공급업체의 수요를 촉진합니다. 노무라는 중제욱과 수저우 주창을 긍정적으로 보고 있습니다.

클라우드 플랫폼: 생태계 집합 효과로 혜택을 봅니다. 다양한 최첨단 오픈 소스 모델을 호스팅하는 클라우드 플랫폼은 더 강한 가격 협상력을 가지며, 단일 폐쇄형 모델 공급업체에 의존하지 않습니다. 노무라는 알리바바(BABA)를 중국 AI 클라우드 생태계의 핵심으로, GDS, 만국 데이터(VNET) 등의 데이터 센터 운영업체를 긍정적으로 보고 있습니다.

중국 AI 모델의 글로벌 침투 속도는 얼마나 빠른가?

이것은 아마도 전체 내러티브에서 가장 쉽게 과소평가되는 데이터 포인트일 것입니다.

오픈 API 게이트웨이 OpenRouter의 통계에 따르면, 중국 AI 모델의 토큰 사용량은 전 세계 개발자 트래픽의 비율이 1년 전 2%도 안 되었으나 현재 45%를 초과했습니다. 뱅크 오브 아메리카 메릴린치의 데이터는 AI 전체 침투의 가속을 입증합니다: 현재 약 55%의 미국 기업이 AI 모델, 플랫폼 또는 도구를 구독하고 있으며, Anthropic의 기업 채택률은 42%, OpenAI는 40%입니다. 상위 AI 소비자(상위 1%의 기업 사용자)는 직원당 매월 AI 지출이 4833달러에 이릅니다.

시장은 분화되고 있습니다. 한편으로는 DeepSeek, Kimi K3를 대표로 하는 중국 오픈 소스 모델이 경제형 및 중고급 성능 가격 시장을 포괄하고 있으며; 다른 한편으로는 최상위 미국 최첨단 모델이 더 복잡한 작업 부하(예: 과학 계산)에 집중하여 기술 및 가격 프리미엄을 유지하고 있습니다. 노무라의 판단은: 중미 양측의 선도 대형 모델 플레이어 모두 혜택을 볼 것입니다------전제는 각자가 기술 곡선의 최전선에 지속적으로 서 있어야 한다는 것입니다.

K3가 진정으로 변화시키는 것은 경쟁의 리듬이며, 단일 회사의 이야기가 아닙니다

K3 발표 후, 시장의 첫 반응은 여전히 K3와 DeepSeek R1을 비교하는 것이었습니다. 이러한 비교는 유용하지만 "AI 하드웨어를 다시 쏟아붓게 될 것인가"라는 수준에서 멈춰서는 안 됩니다.

DeepSeek는 시장에 훈련 효율성을 재평가하게 했습니다. K3는 시장에 또 다른 사실을 보여줍니다: 오픈 소스 모델도 규모, 긴 컨텍스트, 에이전트 및 다중 모드를 최전선으로 끌어올릴 수 있습니다.

이는 미국 최첨단 연구소가 계속해서 투자하도록 압박할 것이며, 중국 모델이 글로벌 개발자 생태계에서 계속 확장하도록 할 것입니다. 폐쇄형 최상위 모델은 기술 및 가격 프리미엄을 유지하고, 오픈 소스 모델은 더 많은 가격대와 배포 장면을 포괄하며, 클라우드 공급업체는 모델 배포 및 기업 적용을 제공하고, 하드웨어 체인은 훈련 및 추론 압력을 부담합니다.

단기적으로는 거래가 "DeepSeek 기억"으로 인해 변동성을 보일 것입니다. 중기적으로는 토큰 사용량이 계속 증가하고 긴 컨텍스트와 에이전트가 계속 확산되는 한, 컴퓨팅, HBM, 저장소, 네트워크 및 IDC는 여전히 피할 수 없는 비용 항목입니다.

이것이 여러 기관이 K3 이후 유사한 결론을 내린 이유입니다: 더 강력한 오픈 소스 모델은 AI 인프라 수요의 종착점이 아니라, 오히려 다음 라운드 수요 확산의 출입구가 될 수 있습니다.

그러나, 뱅크 오브 아메리카 메릴린치는 분명히 하나의 꼬리 위험을 남겼습니다: "효율성 향상의 속도가 작업 부하의 증가를 초과하면, 우리는 인프라 건설의 어떤 형태의 후퇴를 볼 수 있습니다." 다시 말해, 모델이 점점 더 저렴해지지만 사용량이 동기화되어 대폭 확장되지 않는다면, 컴퓨팅 수요 증가의 논리는 약화될 것입니다.